[发明专利]应用人工神经网络的通用过程控制

权利要求书

1、一种生产过程控制系统，该过程具有至少一个输入和至少一个输出，该输出为该输入的函数，其特征在于，所述系统包括：

a)用以建立给定值的装置，该给定值表示所述生产过程输出的要求值；

b)用以将上述过程输出与上述给定值进行比较、并根据上述比较结果得到表示所述过程输出与所述给定值之差的误差信号的装置；

c)用以在所述选定的时间间隔产生所述误差信号的样品的装置；

d)控制装置，响应上述误差信号样品，用以改变所述过程的输入；

e)所述控制装置为一个具有多个输入和加权值的人工神经网络，所述网络输入和加权值为所述误差信号样品的函数。

2、根据权利要求1所述的系统，其特征在于，所述人工神经网络包括一个具有多个输入的输入层、至少一个具有多个神经元的隐蔽层和一个仅有一个神经元的输出层。

3、根据权利要求1所述的系统，其特征在于，所述网络的各输入包括在个别时刻提取的所述误差信号样品的函数，且其中一个所述个别时刻为现时，所述系统还包括加法装置，用以将所述现时误差信号的函数与所述网络的输出相加。

4、根据权利要求3所述的系统，其特征在于，所述人工神经网络的输入为所述误差信号在各个别时间的值和所述过程输出的现时值。

5、根据权利要求1所述的系统，其特征在于，所述生产过程有一个主时间常数，且所述时间间隔以秒计，基本上等于所述主时间常数的1/20。

6、根据权利要求1所述的系统，其特征在于，所述各加权值在所述时间间隔的每一个连续时间间隔以迭代的方式进行更新，选按下式更新与网络从所述隐蔽层至所述输出层的网络通路有关的加权值：

h（1，j）（k）＝h（1，j）（k-1）+ηY（k））V（j）Es

式中h（1，j）（k）为与所述隐蔽层中的第j个神经元至所述输出层的所述单个神经元的通路有关的加权值，h（1，j）（k-1）为该加权的上一个最后值，η为预定常数，Y（k）为过程规格化输出的现时值，Es为经所选定的换算因数加权过的规格化误差倍样品的和，V（j）为所述隐蔽层中的第j个输出;然后按下式对所述与网络从所述输入层至所述隐蔽层的通路有关的各加权值进行更新：

w（j，i）（k）＝w（j，i）（k-1）+ηV（j）（1-V（j））E（i）Y（k）（1-Y（k））Es

h（l，j）（k）

式中w（j，i）（k）为与所述输入层的第i个神经元至所述隐蔽层的第j层的通路有关的加权现时值，w（j，i）（k-1）为该加权的上一个最后值，E（i）则为所述输入层第i个神经元的规格化误差信号样品输入。

7、根据权利要求6所述的系统，其特征在于，常数η为可选取的学习率。

8、根据权利要求7所述的系统，其特征在于，所述学习率是从大致上1至大致上3的范围选取的。

9、根据权利要求8所述的系统，其特征在于，所述学习率大致上等于2。

10、根据权利要求1所述的系统，其特征在于，它还包括衰减装置，用以使所述系统的输出衰减，从而补偿所述过程中的高直流增益。