李博
- 作品数：2 被引量：7H指数：2
- 供职机构：中国科学院理化技术研究所更多>>
- 发文基金：国家自然科学基金教育部重点实验室开放基金国际科技合作与交流专项项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于动态神经网络的质子交换膜燃料电池建模方法被引量：5
- 2014年
- 针对现有质子交换膜燃料电池(Proton Exchange Membrane Fuel Cell,PEMFC)模型逼近能力不足、自适应性差的问题,提出一种基于动态神经网络的PEMFC建模方法.该方法引入神经网络输出敏感度作为隐含层结构合理性判别依据,根据敏感度分析结果选择采用相应的神经元修改算法调整隐含层结构,使隐含层神经元数目根据燃料电池数据处理需求动态变化,实现模型结构与参数的双重优化.以某型双系统燃料电池测试平台实际运行数据为例进行验证,结果表明构建的PEMFC动态神经网络模型比传统模型的网络规模小、拟合精度高、收敛速度快,适用于工程化仿真应用.
- 曹政才李博刘民张杰
- 关键词：质子交换膜燃料电池动态神经网络
- 半导体生产线基于DBR和ANFIS相融合的动态调度方法研究被引量：2
- 2015年
- 实际半导体制造过程调度问题具有大规模、小确定、带复杂约束及多目标等综合复杂性,要确保上述生产过程优化运行,必须及时有效进行动态调度.鉴于半导体生产线具有多重入特征及紧急订单对常规订单产生影响,本文给出一种基于"鼓-缓冲-绳子"(Drum-Buffer-Rope,DBR)和白适应模糊推理系统(Adaptive Neuro-Fuzzy Inference System,ANFIS)相融合的半导体生产线动态调度方法.首先以最大化瓶颈设备有效产能及保证生产线负荷均衡为目标,将投料控制与工件调度有机结合进行DBR优化算法设计;其次根据生产线运行过程中积累大量的历史数据与实时数据,利用ANFIS构建紧急订单相关信息预测模型;再次结合专家经验知识,利用模糊推理系统将预测结果与相应的DBR算法相融合,使生产线提前调整投料策略,保证紧急订单到来时生产线能够有效完成其加工任务及减小紧急订单与常规订单之间的相互影响;最后通过某半导体生产线进行仿真验证,该方法能够实现生产线的多目标优化,为解决实际半导体生产调度问题提供参考.
- 曹政才彭亚珍李博刘民
- 关键词：半导体生产线动态调度
