2011_过程控制系统_黄德先_金以慧
金以慧《过程控制系统》的新版，这本书讲的很全，虽然不一定很深入，本人没全部看完。国高等学校自动化专业系列教材学校自动化专业教学指导分委员会牵头规划t普通高等教育“+一五”国家级划教材Process Control Systems过程控制系统黄德先Huang Dexian清华大学王京春编著Wang Jingchun金以慧lin yirui清华大学出版社北京内容简介本书是作者在清华大学自动化专业多年教学和科研的总结,是在193年出版的教材《过程控制》(金以慧主编,清华大学出版社)的基础上重新编写而成的。全书系统地阐述了简单和复杂控制系统的结构、原理、设计、分析与评价·并深人剖析了两个典型生产过程控制的实例,力图从生产过程特点出发,对控制系统进行综合设计和优选。在此基础上还讨论了过程计算机控制系统,进一步介绍了几种先进控制策略,并增加了诸如间歇过程控制、整厂控制、实时最优化、过程监控等学科前沿的内容,力求反映近年来过程控制的新发展。全书从数学和物理的基本概念着手,阐述过程控制问题的本质和特点,并添加了思考题、白学部分以及自己设计实验等内容,为培养自学能力、创新思维等提供了较大的空间。本书是面向研究型大学本科生的教材,因而更强调理论与实际的结合,培养学生分析问題和解决问题的能力,注重对前沿学科发展的理解和分析。本书可作为高等院校自动控制类和相关专业的教材,并供有关科技人员参考本书封面贴有清华大学出版社防伪标签,无标签者不得销售。版权所有,侵权必究。侵权举报电话:010-6278298913701121933图书在版编目(CIP)数据过程控制系统/黄德先,王京春,金以慧编著.一北京:清华大学出版社,2011.5(全国高等学校自动化专业系列教材)SBN978-7-30224291-8I,①过…Ⅱ.①黄…②王…③金…Ⅲ.①过程控制一自动控制系统-高等学校一教材Ⅳ.①TP273中国版本图书馆CIP数据核宇(2010)第252111号责任编辑:王一玲责任校对:焦丽丽责任印制:杨艳出版发行:清华大学出版社地址:北京清华大学学研大厦A座http:/www.tup,com,cn邮编:100084社总机:010-62770175邮购:010-62786544投稿与读者服务:010-62795954,jsjjc@tup.tsinghua.edu.cn质量反馈:010-62772015, zhiliang tup. tsinghua.edu.cn印装者:北京密云胶印厂经销:全国新华书店开本:175×245印张:41.5字数;874千字版次:2011年5月第1版印次:2011年5月第1次印刷印数:~300定价:59.50元产品编号:017419-01《全国高等学校自动化专业系列教材》编审委员会顾问(按姓氏笔画王行愚(华东理工大学)冯纯伯(东南大学)孙优贤(浙江大学)吴启迪(同济大学)张嗣瀛(东北大学)陈伯时(上海大学)陈翰馥(中国科学院)郑大钟(清华大学)郑南宁(西安交通大学)韩崇昭(西安交通大学)主任委员吴澄(清华大学)副主任委员:赵光宙(浙江大学)萧德云(清华大学)委员(按姓氏笔画):王雄(清华大学)方华京(华中科技大学)史震(哈尔滨工程大学)田作华(上海交通大学)卢京潮(西北工业大学)孙鹤旭(河北工业大学刘建昌(东北大学)吴刚(中国科技大学)吴成东〔沈阳建筑工程学院)吴爱国(天津大学)陈庆伟(南京理工大学)陈兴林(哈尔滨工业大学)郑志强(国防科技大学)赵曜(四川大学)段其昌(重庆大学)程鹏(北京航空航天大学)谢克明(太原理工大学)韩九强(西安交通大学褚健(淅江大学)蔡鸿程(清华大学出版社)廖晓钟(北京理工大学)戴先中(东南大学)工作小组(组长):萧德云(清华大学)〔成员):陈伯时(上海大学)郑大钟(清华大学)田作华(上海交通大学)赵光宙(浙江大学)韩九强〔西安交通大学)陈兴林(哈尔滨工业大学)陈庆伟(南京理工大学)助理):郭晓华(清华大学)责任编辑:王一玲(清华大学出版社出版说明《全固高等学自动化专业系列敖材》>x为适应我国对高等学校自动化专业人才培养的需要,配合各高校教学改革的进程,创建一套符合自动化专业培养目标和教学改革要求的新型自动化专业系列教材,“教育部高等学校自动化专业教学指导分委员会”(简称“教指委”)联合了“中国自动化学会教育工作委员会”、“中国电工技术学会高校工业自动化教育专业委员会”、“中国系统仿真学会教育工作委员会”和“中国机械工业教育协会电气工程及自动化学科委员会”四个委员会,以教学创新为指导思想,以教材带动教学改革为方针,设立专项资助基金,采用全国公开招标方式,组织编写出版一套自动化专业系列教材《全国高等学校自动化专业系列教材》本系列教材主要面向本科生,同时兼顾研究生;覆盖面包括专业基础课、专业核心课、专业选修课、实践环节课和专业综合训练课;重点突出自动化专业基础理论和前沿技术;以文字教材为主,适当包括多媒体教材;以主教材为主,适当包括习题集、实验指导书、教师参考书、多媒体课件、网络课程脚本等辅助教材;力求做到符合自动化专业培养目标、反映自动化专业教育改革方向、满足自动化专业教学需要;努力创造使之成为具有先进性、创新性、适用性和系统性的特色品牌教材本系列教材在“教指委”的领导下,从2004年起,通过招标机制,计划用3~4年时间出版50本左右教材,2006年开始陆续出版问世。为满足多层面、多类型的教学需求,同类教材可能出版多种版本本系列教材的主要读者群是自动化专业及相关专业的大学生和研究生,以及相关领域和部门的科学工作者和工程技术人员。我们希望本系列教材既能为在校大学生和研究生的学习提供内容先进、论述系统和适于教学的教材或参考书,也能为广大科学工作者和工程技术人员的知识更新与继续学习提供适合的参考资料。感谢使用本系列教材的广大教师、学生和科技工作者的热情支持,并欢迎提出批评和意见。《全国高等学校自动化专业系列教材》编审委员会2005年10月于北京序FOREWORD*3S.自动化学科有着光荣的历史和重要的地位,20世纪50年代我国政府就十分重视自动化学科的发展和自动化专业人才的培养。五十多年来,自动化科学技术在众多领域发挥了重大作用,如航空、航天等,两弹一星的伟大工程就包含了许多自动化科学技术的成果。自动化科学技术也改变了我国工业整体的面貌,不论是石油化工、电力、钢铁,还是轻工、建材、医药等领域都要用到自动化手段,在国防工业中自动化的作用更是巨大的。现在,世界上有很多非常活跃的领域都离不开自动化技术,比如机器人、月球车等。另外,自动化学科对一些交又学科的发展同样起到了积极的促进作用,例如网络控制、量子控制、流媒体控制、生物信息学、系统生物学等学科就是在系统论、控制论、信息论的影响下得到不断的发展。在整个世界已经进入信息时代的背景下,中国要完成工业化的任务还很重,或者说我们正处在后工业化的阶段。因此,国家提出走新型工业化的道路和“信息化带动工业化,工业化促进信息化”的科学发展观,这对自动化科学技术的发展是一个前所末有的战略机遇机遇难得,人才更难得。要发展自动化学科,人才是基础、是关键。高等学校是人才培养的基地,或者说人才培养是高等学校的根本。作为高等学校的领导和教师始终要把人才培养放在第一位,具体对自动化系或自动化学院的领导和教师来说,要时刻想着为国家关键行业和战线培养和输送优秀的自动化技术人才。影响人才培养的因素很多,涉及教学改革的方方面面,包括如何拓宽专业口径、优化教学计划、增强教学柔性、强化通识教育、提高知识起点、降低专业重心、加强基础知识、强调专业实践等,其中构建融会贯通、紧密配合、有机联系的课程体系,编写有利于促进学生个性发展培养学生创新能力的教材尤为重要。清华大学吴澄院士领导的《全国高等学校自动化专业系列教材》编审委员会,根据自动化学科对自动化技术人才素质与能力的需求,充分吸取国外自动化教材的优势与特点,在全国范围内,以招标方式,组织编写了这套自动化专业系列教材,这对推动高等学校自动化专业发展与人才培养具有重要的意义。这套系列教材的建设有新思路、新机制,适应了高等学校教学改革与发展的新形势,立足创建精品教材,重视实过程控制系统践性环节在人才培养中的作用,采用了竞争机制,以激励和推动教材建设。在此,我谨向参与本系列教材规划、组织、编写的老师致以诚挚的感谢,并希望该系列教材在全国高等学校自动化专业人才培养中发挥应有的作用。吴些教授2005年10月于教育部序FOREWORD《全国高等学校自动化专业系列教材》编审委员会在对国内外部分大学有关自动化专业的教材做深入调研的基础上,广泛听取了各方面的意见,以招标方式,组织编写了一套面向全国本科生(兼顾研究生)、体现自动化专业教材整体规划和课程体系、强调专业基础和理论联系实际的系列教材,自2006年起将陆续面世。全套系列教材共50多本,涵盖了自动化学科的主要知识领域,大部分教材都配置了包括电子教案、多媒体课件、习题辅导、课程实验指导书等立体化教材配件。此外,为强调落实“加强实践教育,培养创新人才”的教学改革思想,还特别规划了一组专业实验教程,包括《自动控制原理实验教程》、《运动控制实验教程》、《过程控制实验教程》《检测技术实验教程》和《计算机控制系统实验教程》等。自动化科学技术是一门应用性很强的学科,面对的是各种各样错综复杂的系统,控制对象可能是确定性的,也可能是随机性的;控制方法可能是常规控制,也可能需要优化控制。这样的学科专业人才应该具有什么样的知识结构,又应该如何通过专业教材来体现,这正是“系列教材编审委员会”规划系列教材时所面临的问题。为此,设立了《自动化专业课程体系结构研究》专项研究课题,成立了由清华大学萧德云教授负责,包括清华大学、上海交通大学、西安交通大学和东北大学等多所院校参与的联合研究小组,对自动化专业课程体系结构进行深入的研究,提出了按“控制理论与工程、控制系统与技术、系统理论与工程、信息处理与分析、计算机与网络、软件基础与工程、专业课程实验”等知识板块构建的课程体系结构。以此为基础,组织规划了一套涵盖几十门自动化专业基础课程和专业课程的系列教材。从基础理论到控制技术,从系统理论到工程实践,从计算机技术到信号处理,从设计分析到课程实验,涉及的知识单元多达数百个、知识点几千个,介入的学校50多所,参与的教授120多人,是一项庞大的系统工程。从编制招标要求、公布招标公告,到组织投标和评审,最后商定教材大纲,凝聚着全国百佘名教授的心血,为的是编写出版一套具有一定规模、富有特色的、既考虑研究型大学又考虑应用型大学的自动化专业创新型系列教材。然而,如何进一步构建完善的自动化专业教材体系结构?如何建设基础知识与最新知识有机融合的教材?如何充分利用现代技术,适应现代大学生的接受习惯,改变教材单一形态,建设数字化电子化、网络化等多元过程控制系统形态、开放性的“广义教材”?等等,这些都还有待我们进行更深入的研究。本套系列教材的出版,对更新自动化专业的知识体系、改善教学条件、创造个性化的教学环境,一定会起到积极的作用。但是由于受各方面条件所限,本套教材从整体结构到每本书的知识组成都可能存在许多不当甚至谬误之处,还望使用本套教材的广大教师、学生及各界人士不吝批评指正关院士2005年10月于清华大学
- 2020-06-05下载
- 积分：1
基于实例和特征的迁移学习算法研究_戴文渊
基于实例和特征的迁移学习算法研究上海交通大学学位论文原创性声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名:日期:200年,月6日上海交通大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权上海交通大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文保密□,在年解密后适用本授权书。本学位论文属于不保密囝。(请在以上方框内打“√”)学位论文作者签名:指导教师签名:1日期:209年,月日日期,亻年,月,b日上海交通大学学位论文答辨决议书姓名戴文渊学号1060394所在学科计算机应用技术指导教师俞勇答辩2009年1月答辩地点逸夫科技楼311日期16日论文题目基于实例和特征的迁移学习算法研究投票表决结果:555(同意票数/实到委员数应到委员数)答辫结论:回通过口未通过评语和决议:戴文谢的论女对基家例和将而习年译入的研鉴该课题旨右桌砖传纹戒器动限劫布衣器导成眼刺张采明意和有吃作包提了-种基于泉例汪移羽法给生了aAB算回提3-种基特公汪移3方,3因片和受本键技术取場3很山敌果,流文点明方法新颖,结沉正别,反强着己孔家地推第术基础理和相关的去步知议,具级的去从季科研午W彩机答排刷凶滴蕤,回间趣正确浴拜委员会讨(孔记名拨票奉决),-敌其通过硕士怪沉辩被子召丽士209年1月16日职务姓名职称单位签名主席黄林鹏教授上海交通大学答委员辩翁惠玉副教授上海交通大学委委员薛贵荣副教授上海交通大学员会委员张冬茉副教授上海交通大学成员委员俞勇教授上海交通大学签|天姿号委员秘书韩定助理研究员上海交通大学中文摘要基于实例和特征的迁移学习算法研究摘要传统的机器学习假设训练数据与测试数据服从相同的数据分布。然而,在许多情况下,这种同分布假设并不满足。不满足同分布假设的情况往往发生在训练数捃过期,而标注新数据非常昂贵。于是,我们有有了大量的在不同分布下的过期训练数据。完全丢弃这些数据将会是非常浪费的。在这种情况下,迁移学习就变得非常重要了,因为迁移学习可以从现有的数据中迁移知识,用米帮助将米的学习迁移学习( Transfer Learning)的目标是将从个环境中学到的知识用来帮助新环境中的学习仼务。因此,迁移学习不会像传统忛器学习那样作同分布假设。在本文中,我们将会比较全面的回顾迁移学习的整个领域,并且介绍我们在迁移学习领域的近期研究成果。我们的工作可以分为两部分;基于实例的迁移学习和基于特征的迁移学习。我们将会展示出,基于实例的迁移学习有更强的知识迁移能力,而基于特征的迁移学习具有更广泛的知识迁移能力。这两种方法各有千秋。我们介绍了两种迁移学习方法,分别基于 boosting技术和特征翻译。这两种算法分别对应基于实例的迁移学习和基于特征的迁移学习。我们通过非常全面的实验来证明我们的方法在迁移学习时候能够很大幅度提高很多现有的学习算法,无论是近迁移还是远迁移关键词:迁移学习、实例、特征英文摘要Instance-based and Feature-based Transfer LearningABSTRACTTraditional machine learning techniques make a basic assumption that the training andtest data should be under the same distributions. However, in many cases, this identicaldistribution assumption docs not hold. The violation of thc assumption might happen whenthe training data are out of date, but new data are expensive to label. This leaves plenty oflabeled examples that are under a similar but different distribution which is a waste throwaway entirely. In this situation, transfer learning becomes important to take the role of leveraging these existing data knowledgeTransfer learning aims at using learned knowledge from one context to benefit fur-ther learning tasks in other contexts. Thus, transfer learning does not make the identical-distribution assumption as tractional machine learning algorithms. In this thesis, we broadreview the whole field of transfer learning and then introduce our recent work on transferlearning accordingly. Our work can be divided into two parts: instance-based transfer learning, and feature-based transfer learning. We will show that instance-based transfer learninghas better strength in knowledge transferring, while feature-based transfer learning is withmore gerWe present two transfer learning algorithms based on boosting technique and featuretranslation respectively. These two algorithms corresponds to instance-based and featurebased transfer learning. Our extensive experiments show that our algorithms can greatlyimprove several state-of-the-art algorithms in the situation of transfer learning, includingnear transfer and far transferKEY WORDS: Transfer Learning, Instance, Feature目录目录摘要ABSTRACT(英文摘要)第一章绪论第二章迁移学习领域的研究现状2.1多任务学习.22跨领域学习23不同数据分布下的学习24其他迁移学习问题25迁移学习的应用4555678第三章基于实例的迁移学习算法研究3.1基于 Boosting的迁移学习算法3.1.1基本思想.3.1.2问题定义103.1.3 TrAdaboost算法描述..123.2 TrAdaboost算法的理论分析.14321基本符号143.2.2辅助训练数据上的错误率...:.···153.2.3源训练数据上的错误率,,203.3实验分析:··..··:·.:·.:···:·:·:·:······:213.3.1数据描述..22332实验结果23第四章基于特征的迁移学习算法研究254.1基于特征翻译的迁移学习算法4.1.1翻译学习框架274.1.1.1问题定义····‘·274.1.1.2风险最小化框架.41.1.3模型估计.··2941.14翻译器o304,2实验分析324.2.1实验数据酯鲁鲁D着着·,,·,,音唐鲁帝着争324.2.2比较方法324.2.3实验结果··········:····:..:.::.:::33第五章总结与展望35参考文献致谢4·,个人简历、在学期间的研究成果及发表的论文春,音42插图插图1-1日常生活中的迁移学习例子3-1关于 TrAdaboost算法基木思想的一个直观的示例。3-2 TrAdaboost算法的机制123-3一个关于数据生成的示例223-4三种算法在 people vs places数据集上的效果243-5 TrAdaBoost算法在 people vs places数据集上的达代曲线244-1一个直观的例子,用来说明六中学习策略的异同264-2共同出现数据的例子:Flickr(http://www.flickrcom/)74-3在12个数据集上的平均错误率3444对于不同的入, TLRLSK在12个数据集上的平均错误率34表格表格3.120 Newsgroups数据分布的描述2232SRAA数据分布的描述2333当只有1%的源数据是训练数据时的分类错误率4.1文本辅助图像分类的数据描述3
- 2021-05-06下载
- 积分：1
|
联系客服（QQ：3324461878）
