讲稿开题报告haoqi

中中VRFTDCS，存有大量现场数据可供VRFT方法并应用于电站控制中，顺应了当前新时期VRFT方法的智能控制器在火力发电机组中的应用5]通过模拟自然界生物的进化方式，及选择、杂交和变异，来进行优化搜索；蚁群优化算法6]模拟了蚂蚁探索未知路径并能够找到最优路径的过程实现问题的优化求解；粒子群优化算法[7模仿鸟群搜索存在于一片未知区域的食物的过程进行优化；和声算法8]模拟音乐家在作曲的过程实现对优化问题的搜索求解;9模拟熔化金属的冷却过程；人工鱼群算法[10]模拟鱼的行为，包括觅食行为、游泳行为和追逐行为；人工免疫算法1模仿生物体免疫系统的防御病毒的过程；蜂群算法[12P[13、化学反应优化算法[15、重力算法[16等。近年来，多目标优化问题已经成为进化计算领域的研究热点之一。其中，仅有1个目标函数的最优化问题称为单目标优化问题,目标函数超过1个并且需要同时处理的最优化问题称为多目标优化问题(multiobjeciveopimzionpoblem)oaretooptimlset或非支配解集(nondonatdset)DCS，存有大量现场数据可VRFT方法并应用于电站控制中，顺应了当前新时VRFT方法的智能控制器在火力发电机组中的应用生态系统的启发，多种智能启发式算法被提出用于解决优化问题。例如遗传算法5]通过模拟自然界生物的进化方式，及选择、杂交和变异，来进行优化搜索；蚁群优化算法[6]模拟了蚂蚁探索未知路径并能够找到最优路径的过程实现问题的优化求解；粒子群优化算法[7]模仿鸟群搜索存在于一片未知区域的食物的过程进行优化；和声算法8]模拟音乐家在作曲的过程实现对优化问题的搜索求解;模拟退火算法[9模拟熔化金属的冷却过程；人工鱼群算法[10]模拟鱼的行为，包括觅食行为、游泳行为和追逐行为；人工免疫算法[1]模仿生物体免疫系统的防御病毒的过程；蜂群算法[12模拟蜜蜂采集花蜜过程中的采集和传播的行为。P[13、化学反应优化算法[15]、重力算法[16等。近年来，多目标优化问题已经成为进化计算领域的研究热点之一。其中，仅有1个目标函数的最优化问题称为单目标优化问题,目标函数超过1个并且需要同时处理的最优化问题称为多目标优化问题(multiobjectiveoptimzaionpoblems)o(aretooptimalset或非支配解集(non-domnatedset)Schaffer[17]算法求解多目标优化问题的开创性工作。2090年代以后，各国学者相继提出了不同的进化多目标优化算法。1993年，FonsecaFlemingMulti-objectiveGeneticAlgorithm(MOGA)[18]，Srinivas和Deb提出了Non-DominatedSortingGeneticAlgorithm(NSGA)[19]，Horn和NafpliotisNichedParetoGeneticAlgorithm(NPGA)[20]，这些算法习惯上被称为第一代进化多目标优化算法.Pareto等级英保留机制为特征的第二代进化多目标优化算法相继被提出来；1999年，ZitzlerStrengthParetoEvolutionaryAlgorithm(SPEA)[21]，3年之后,SPEA的改SPEA2[22]；2000年，KnowlesCorneParetoArchivedEvolutionStrategy(PAES)[23]，很快，他们也提出了改进的版本ParetoEnvelope-BasedSelectionAlgorithm(PESA)[24]PESA-II[25]；2001年，Erichson,MayerHornNPGA的改进版本NPGA2[26]；CoelloCoelloPulidoMicro-GeneticAlgorithm(Micro-GA)[27]；2002年，DebNSGA进行改进，提出了非常经典的算法：NSGA-II[28]2003年至今，一些新的进化机制被引入进化多目标优化领域,如CoelloCoello等人基于粒子群优Multi-objectiveParticleSwarmOptimization(MOPSO)[29]，GongJiao等人基于免NNIA)[30]Zhan于分布估计算法提出的RegularityModelBasedMulti-ObjectiveEstimationofDistributionAlgorithm(RM-MEDA)[31,32]，ZhangLi将传统的数学规划方法与进化算法结合起来提出的Multi-ObjectiveEvolutionaryAlgorithmBasedonDecomposition(MOEA/D)。VRFTGuardabassiSavaresi2000年提出[33]Campi与VRFT目标函数，设计过程中如考虑系统噪声时还需要引入滤波器消减噪声的影响。基于VRFTVRFT方法进行了研究方法扩展到非线性被控对象与非线性控制器设计中。SalaEsparza2005年首次讨论了器设计问题，CampestriniVRFT基本框架中引入迭代反馈整定的思想，提出了一种VRFT设计方法，通过引入的第二阶段修正虚拟参考模型以解决可能的不稳定零极点对消导致的闭环控制不稳定[37]。Nakamoto最先讨论了VRFT设计多输入多输出,StrengthParetoEvolutionaryAlgorithm(SPEA)[21]，3年之后,SPEA的改SPEA2[22]；2000年，KnowlesCorneParetoArchivedEvolutionStrategy(PAES)[23]，很快，他们也提出了改进的版本ParetoEnvelope-BasedSelectionAlgorithm(PESA)[24]PESA-II[25]；2001年，Erichson,MayerHornNPGA的改进版本NPGA2[26]；CoelloCoelloPulidoMicro-GeneticAlgorithm(Micro-GA)[27]；2002年，DebNSGA进行改进，提出了非常经典的算法：NSGA-II[28]2003年至今，一些新的进化机制被引入进化多目标优化领域,如CoelloCoello等人基于粒子群优NNIA)[30]Zhang于分布估计算法提出的RegularityModelBasedMulti-ObjectiveEstimationofDistributionMulti-ObjectiveEvolutionaryAlgorithmBasedonDecomposition(MOEA/D)。VRFTGuardabassiSavaresi2000年提出[33]Campi与VRFT目标函数，设计过程中如考虑系统噪声时还需要引入滤波器消减噪声的影响。基于VRFTVRFT方法进行了研究控制器的有效性验证问题进行了探讨与拓展[35]CampiSavaresi2006年将VRFT方法扩展到非线性被控对象与非线性控制器设计中。SalaEsparza2005年首次讨论了器设计问题，CampestriniVRFT基本框架中引入迭代反馈整定的思想，提出了一种VRFT设计方法，通过引入的第二阶段修正虚拟参考模型以解决可能的不稳定零极点对消导致的闭环控制不稳定[37]。Nakamoto最先讨论了VRFT设计多输入多输出VRFTMIMO控制器设计方法，就设计过程中的数据预处理以及解耦策略进行了分提高了对非线性对象的控制性能[40]Yang等采用二阶虚拟参考模型替代文献VRFT在线控制器参数辨识方法，动态调节PID控制器参数，仿真结果显示对于非线性对象该方法具有明显的性能优势[42]。VRFT理论框架下不同类型控制器的设计方法展开了研究。LecchiniVRFT方法[43]；王晶基VRFTPID控制器设计方法[44]；EsparzaVRFT的神经网络控制器[45]；李益国与沈炯等提出了基于VRFT和支持向量机的非线性控制器设计策略VRFT2000年提出，但前期工作主要是基础理论的建立与完善，现有能优化算法对VRFT中的虚拟参考模型、控制器结构与控制器参数全局协同优化，从而解决虚拟参考模型、控制器结构选择的难题，实现真正意义上的最优VRFT控制。VRFTIMC控制器参数的整定相结合，设计智能IMC，实现被控对象的智能控制并优化控制性能。为工业实际配置优化研(3)VRFT方法对其进行优化控制，对于VRFTMIMO控制器设计方法，就设计过程中的数据预处理以及解耦策略进行了分提高了对非线性对象的控制性能[40]Yang等采用二阶虚拟参考模型替代文献VRFT在线控制器参数辨识方法，动态调节PID控制器参数，仿真结果显示对于非线性对象该方法具有明显的性能优势[42]。VRFT理论框架下不同类型控制器的设计方法展开了研究。LecchiniVRFT方法[43]；王晶基VRFTPID控制器设计方法[44]；EsparzaVRFT的神经网络控制器[45]；李益国与沈炯等提出了基于VRFT和支持向量机的非线性控制器设计策略VRFT2000年提出，但前期工作主要是基础理论的建立与完善，现有VRFTVRFT方法的智能控制器，如内模控制（IMC）和神经网络控制，通过引入智能优化算法对VRFT中的虚拟参考模型、控制器结构与控制器参数全局协同优化，从而VRFT控制。结合，设计智能IMC，实现被控对象的智能控制并优化控制性能。为工业实际配置优化研(3)VRFT方法对其进行优化控制，对于基于pareto占优机制的多目标人类学习优化算法。对工业过程控制的要求却越来越高，不仅要求控制有很高的精确性,D对于非最小相位系统和大纯滞后且受随机干扰的系统，一般很难获得很好的控制性能，而且参数调整也是一个相当棘手的问题。CTPID控制器参数往往整定不良、性能欠佳等，对运行工况的适应性VRFT方法给出的VRFTVRFT计算的数据能够真实地反映当前VRFT整定方法由于数据本身不VRFT算法的不足，本文将离线的VRFT方法推广到在线整定，实现在线VRFT方法。1.VRFT方法中，针对其优化能力，收们对工业过程控制的要求却越来越高，不仅要求控制有很高的精确性,而且要求系统有很强然而在过程控制中,D对于非最小相位系统和大纯滞后且受随机干扰的系统，一般很难获得很好的控制性能，而且参数调整也是一个相当棘手的问题。C方法，VFT进行仿真研究。VRFT际生产现场中，常规的PID控制器参数往往整定不良、性能欠佳等，对运行工况的适应性提出了更高的要求。在针对复杂非线性对象时，神经网络能够快速通过VRFT方法给出的VRFTVRFTVRFT计算的数据能够真实地反映当前VRFT整定方法由于数据本身不VRFT算法的VRFTVRFT方法。PID1.VRFT方法中，针对其优化能力，收212013.12–2014.02–2014.04–2014.07–VRFT方法设计智能模糊神经网络控制器，验证其性能，发表学术论文1篇。2014.12–2015.02–管志敏.自抗扰控制技术在大型火电机组控制系统中的应用研究[D]华北电力大文科星.智能PID算法的研究及其在温度控制中的应用[D].东华大学D.E.Goldberg.Geneticalgorithminsearch,optimizationandmachinelearning.Addison-Wesley.1989Goldberg,D.E.,Geneticalgorithmsinsearch,optimization,andmachinelearning.1989:Addison-wesley.Dorigo,M.,L.M.Gambardella,Antcolonysystem:Acooperativelearningapproachtothetravelingsalesmanproblem.IEEETransactionsonEvolutionaryComputation,1997.1(1):p.Kennedy,J.,R.Eberhart,Particleswarmoptimization.1995:Mahdavi,M.,M.Fesanghary,andE.Damangir,Animprovedharmonysearchalgorithmforsolvingoptimizationproblems.AppliedMathematicsandComputation,2007.188(2):p.Vasan,A.,K.S.Raju,ComparativeanalysisofSimulatedAnnealing,SimulatedQuenchingandGeneticAlgorithmsforoptimalreservoiroperation.AppliedSoftComputing,2009.p.274-6.2013122015012013.12–2014.02–pareto12014.04–IMC控制在电站控制IMC12014.07–VRFT1VRFT2014.12–2015.02–管志敏.自抗扰控制技术在大型火电机组控制系统中的应用研究[D].华北电力大文科星.智能PID算法的研究及其在温度控制中的应用[D].东华大学D.E.Goldberg.Geneticalgorithminsearch,optimizationandmachinelearning.Addison-Wesley.1989Goldberg,D.E.,Geneticalgorithmsinsearch,optimization,andmachinelearning.1989:Addison-wesley.Dorigo,M.,L.M.Gambardella,Antcolonysystem:Acooperativelearningapproachtothetravelingsalesmanproblem.IEEETransactionsonEvolutionaryComputation,1997.1(1):p.Kennedy,J.,R.Eberhart,Particleswarmoptimization.1995:Mahdavi,M.,M.Fesanghary,andE.Damangir,Animprovedharmonysearchalgorithmforsolvingoptimizationproblems.AppliedMathematicsandComputation,2007.188(2):p.Vasan,A.,K.S.Raju,ComparativeanalysisofSimulatedAnnealing,SimulatedQuenchingandGeneticAlgorithmsforoptimalreservoiroperation.AppliedSoftComputing,2009.p.274-[9][9]Cui-Ru,W.,Z.Chun-Lei,andM.Jian-Wei,Animprovedartificialfish-swarmalgorithmanditsapplicationinfeed-forwardneuralnetworks.inMachineLearningandCybernetics,2005.Proceedingsof2005InternationalConferenceon.2005.[10]Zandieh,M.,S.M.T.FatemiGhomi,andS.M.MoattarHusseini,Animmunealgorithmapproachtohybridflowshopsschedulingwithsequence-dependentsetuptimes.AppliedMathematicsandComputation,2006.180(1):p.111-127.[11]Karaboga,D.andB.Akay,Asurvey:algorithmssimulatingbeeswarmintelligence.IntelligenceReview,2009.31(1):p.61-Simon.D.,Biogeography-basedoptimization.IEEETransactionsonEvolutionaryComputation,2008.12(6):p.702-713.Oftadeh,R.,M.Mahjoob,andM.Shariatpanahi,Anovelmeta-heuristicoptimizationalgorithminspiredbygrouphuntingofanimals:Huntingsearch.Computers&MathematicswithApplications,2010.Lam,A.Y.S.andV.O.K.Li,Chemical-reaction-inspiredmetaheuristicforoptimization.IEEETransactionsonEvolutionaryComputation,2010.14(3):p.381-399.Ng,J.K.Y.,AStudyontheSensitivityoftheCenterofGravityAlgorithmforLocationEstimation.2003:Citeseer.SchafferJ.D.,Multipleobjectiveoptimizationwithvectorevaluatedgeneticalgorithms.In:GrefenstetteJJ,ed.Proc.oftheInt’lConf.onGeneticAlgorithmsandTheirApplications.Hillsdale:L.ErlbaumAssociates,Inc.,1985.93−100.FonsecaCM,FlemingP.J.,Geneticalgorithmformulti-objectiveoptimization:Formulation,discussionandgeneration.In:ForrestS,ed.Proc.ofthe5thInt’lConf.onGeneticAlgorithms.SanMateo:MorganKauffmanPublishers,1993.416−423.SrinivasN,DebK.,Multi-objectiveoptimizationusingnon-dominatedsortingingeneticalgorithms.EvolutionaryComputation,1994,2(3):221−248.HornJ,NafpliotisN,GoldbergDE,AnichedParetogeneticalgorithmformulti-objectiveoptimization.In:FogartyTC,ed.Proc.ofthe1stIEEECongressonEvolutionaryComputation.Piscataway:IEEE,1994.82−87.ZitzlerE,ThieleL,Multi-Objectiveevolutionaryalgorithms:AcomparativecasestudyandthestrengthParetoapproach.IEEETrans.onEvolutionaryComputation,1999,3(4):257−271.[21]ZitzlerE,LaumannsM,ThieleL,SPEA2:ImprovingthestrengthParetoevolutionaryalgorithm.In:GiannakoglouK,TsahalisDT,PériauxJ,PapailiouKD,FogartyT,eds.EvolutionaryMethodsforDesign,OptimizationandControlwithApplicationstoIndustrialProblems.Berlin:Springer-Verlag,2002.KnowlesJD,CorneDW,Approximatingthenon-dominatedfrontusingtheParetoarchivedevolutionstrategy.EvolutionaryComputation,2000,8(2):149−172.CorneDW,KnowlesJD,OatesMJ,ThePareto-envelopebasedselectionalgorithmformulti-objectiveoptimization.In:SchoenauerM,DebK,RudolphG,YaoX,LuttonE,MereloJJ,SchwefelHP,eds.ParallelProblemSolvingfromNature,PPSNVI.LNCS,Berlin:Springer-Verlag,2000.869−878.CorneDW,JerramNR,KnowlesJD,OatesMJ.PESA-II:Region-Basedselectioninevolutionarymulti-objectiveoptimization.In:SpectorL,GoodmanED,WuA,LangdonWB,VoigtHM,GenM,eds.Proc.oftheGeneticandEvolutionaryComputationConf.,GECCO2001.SanFrancisco:MorganKaufmannPublishers,2001.283−290.Simon.D.,Biogeography-basedoptimization.IEEETransactionsonEvolutionaryComputation,2008.12(6):p.702-713.Oftadeh,R.,M.Mahjoob,andM.Shariatpanahi,Anovelmeta-heuristicoptimizationalgorithminspiredbygrouphuntingofanimals:Huntingsearch.Computers&MathematicswithApplications,2010.Lam,A.Y.S.andV.O.K.Li,Chemical-reaction-inspiredmetaheuristicforoptimization.IEEETransactionsonEvolutionaryComputation,2010.14(3):p.381-399.Ng,J.K.Y.,AStudyontheSensitivityoftheCenterofGravityAlgorithmforLocationEstimation.2003:Citeseer.SchafferJ.D.,Multipleobjectiveoptimizationwithvectorevaluatedgeneticalgorithms.In:GrefenstetteJJ,ed.Proc.oftheInt’lConf.onGeneticAlgorithmsandTheirApplications.Hillsdale:L.ErlbaumAssociates,Inc.,1985.93−100.FonsecaCM,FlemingP.J.,Geneticalgorithmformulti-objectiveoptimization:Formulation,discussionandgeneration.In:ForrestS,ed.Proc.ofthe5thInt’lConf.onGeneticAlgorithms.SanMateo:MorganKauffmanPublishers,1993.416−423.SrinivasN,DebK.,Multi-objectiveoptimizationusingnon-dominatedsortingingeneticalgorithms.EvolutionaryComputation,1994,2(3):221−248.HornJ,NafpliotisN,GoldbergDE,AnichedParetogeneticalgorithmformulti-objectiveoptimization.In:FogartyTC,ed.Proc.ofthe1stIEEECongressonEvolutionaryComputation.Piscataway:IEEE,1994.82−87.ZitzlerE,ThieleL,Multi-Objectiveevolutionaryalgorithms:AcomparativecasestudyandthestrengthParetoapproach.IEEETrans.onEvolutionaryComputation,1999,3(4):257−271.[21]ZitzlerE,LaumannsM,ThieleL,SPEA2:ImprovingthestrengthParetoevolutionaryalgorithm.In:GiannakoglouK,TsahalisDT,PériauxJ,PapailiouKD,FogartyT,eds.EvolutionaryMethodsforDesign,OptimizationandControlwithApplicationstoIndustrialProblems.Berlin:Springer-Verlag,2002.95−100.KnowlesJD,CorneDW,Approximatingthenon-dominatedfrontusingtheParetoarchivedevolutionstrategy.EvolutionaryComputation,2000,8(2):149−172.CorneDW,KnowlesJD,OatesMJ,ThePareto-envelopebasedselectionalgorithmformulti-objectiveoptimization.In:SchoenauerM,DebK,RudolphG,YaoX,LuttonE,MereloJJ,SchwefelHP,eds.ParallelProblemSolvingfromNature,PPSNVI.LNCS,Berlin:Springer-Verlag,2000.869−878.CorneDW,JerramNR,KnowlesJD,OatesMJ.PESA-II:Region-Basedselectioninevolutionarymulti-objectiveoptimization.In:SpectorL,GoodmanED,WuA,LangdonWB,VoigtHM,GenM,eds.Proc.oftheGeneticandEvolutionaryComputationConf.,GECCO2001.SanFrancisco:MorganKaufmannPublishers,2001.283−290.[25][25]EricksonM,MayerA,HornJ,ThenichedParetogeneticalgorithm2appliedtothedesignofgroundwaterremediationsystem.In:ZitzlerE,DebK,ThieleL,CoelloCoelloCA,CorneD,eds.Proc.ofthe1stInt’lConf.onEvolutionaryMulti-CriterionOptimization,EMO2001.Berlin:Springer-Verlag,2001.681−695.[26]CoelloCoelloCA,PulidoGT,Amicro-geneticalgorithmformulti-objectiveoptimization.In:SpectorL,GoodmanED,WuA,LangdonWB,VoigtHM,GenM,eds.Proc.oftheGeneticandEvolutionaryComputationConf.,GECCO2001.SanFrancisco:MorganKaufmannPublishers,2001.274−282.[27]DebK,PratapA,AgarwalS,MeyarivanT,Afastandelitistmulti-objectivegeneticalgorithm:NSGA-II.IEEETrans.onEvolutionaryComputation,2002,6(2):182−197.[28]CoelloCoelloCA,PulidoGT,LechugaMS,Handingmultipleobjectiveswithparticleoptimization.IEEETrans.onEvolutionaryComputations,GongMG,JiaoLC,DuHF,BoLF.Multi-objectiveimmunealgorithmwithnondominatedneighbor-basedselection.EvolutionaryComputation,2008,16(2):225−255.ZhouAM,ZhangQF,JinY,SendhoffB,TsangE,Globalmulti-objectiveoptimizationviaestimationofdistributionalgorithmwithbiasedinitializationandcrossover.In:ThierensD,BeyerHG,BongardJ,BrankeJ,ClarkJA,CliffD,CongdonCB,DebK,eds.Proc.oftheGeneticandEvolutionaryComputationConf.,GECCO2007.NewYork:ACMPress,2007.ZhangQF,ZhouAM,JinY,RM-MEDA:Aregularitymodelbasedmulti-objectiveestimationofdistributionalgorithm.IEEETrans.onEvolutionaryComputation,2007,[32]M.Younis,K.Akkaya,Strategiesandtechniquesfornodeplacementinwirelessnetworks:Asurvey.AdHocNetworks.2008,6(4):621-[33].G.O.GuardabassiandS.M.Savaresi.Virtualreferencedirectdesignmethod:anoff-lineapproachtodata-basedcontrolsystemdesign.IEEETransactionsonAutomaticControl,vol.45,no.5,pp.954-959,2000.[34].M.C.Campi,A.Lecchini,andS.Savaresi.Virtualreferencefeedbacktuning:Adirectmethodforthedesignoffeedbackcontrollers.Automatica,vol.38,no.8,pp.1337-1346,2002.[35].A.SalaandA.Esparza.Extensionsto"virtualreferencefeedbacktuning:Adirectmethodforthedesignoffeedbackcontrollers".Automatica,vol.41,no.8,pp.1473-1476,2005.[36].A.SalaandA.Esparza.Virtualreferencefeedbacktuninginrestrictedcomplexitycontrollerdesignofnon-minimumphasesystems.inProc.16thIFACWorldCongress,pp.1-6,2005.[37].L.Campestrini,D.Eckhard,M.GeversandA.S.Bazanella.VirtualReferenceFeedbackTuningfornon-minimumphaseplants.Automatica,vol.47,no.8,pp.1778-1784,2011.[38].M.Nakamoto.AnapplicationofthevirtualreferencefeedbacktuningforanMIMOprocess,inProc.SICEAnnualConference,vol.3,pp.587-592,2004.[39].J.D.Rojas,F.Alsina,X.Jeppsson,andU.Vilanova.Applicationofmultivariatevirtualreferencefeedbacktuningforwastewatertreatmentplantcontrol.ControlEngineeringPractice,vol.20,no.5,pp.499-510,2012.[40].Y.Kansha,Y.Hashimoto,andM.S.Chiu.NewresultsonVRFTdesignofPIDcontroller.ChemicalEngineeringResearchandDesign,vol.86,no.8,pp.925-931,2008.[41].X.Yang,Y.Li,Y.KanshaandM.Chiu.EnhancedVRFTdesignofadaptivePIDcontroller.ChemicalEngineeringScience,vol.76,no.9,pp.66-72,2012.[42].哀微，朱学峰.VRFT数据驱动控制方法及其仿真研究.计算机应用研究voloptimization.IEEETrans.onEvolutionaryComputations,GongMG,JiaoLC,DuHF,BoLF.Multi-objectiveimmunealgorithmwithnondominatedneighbor-basedselection.EvolutionaryComputation,2008,16(2):225−255.ZhouAM,ZhangQF,JinY,SendhoffB,TsangE,Globalmulti-objectiveoptimizationviaestimationofdistributionalgorithmwithbiasedinitializationandcrossover.In:ThierensD,BeyerHG,BongardJ,BrankeJ,ClarkJA,CliffD,CongdonCB,DebK,eds.Proc.oftheGeneticandEvolutionaryComputationConf.,GECCO2007.NewYork:ACMPress,2007.ZhangQF,ZhouAM,JinY,RM-MEDA:Aregularitymodelbasedmulti-objectiveestimationofdistributionalgorithm.IEEETrans.onEvolutionaryComputation,2007,[32]M.Younis,K.Akkaya,Strategiesandtechniquesfornodeplacementinwirelessnetworks:Asurvey.AdHocNetworks.2008,6(4):621-[33].G.O.GuardabassiandS.M.Savaresi.Virtualreferencedirectdesignmethod:anoff-lineapproachtodata-basedcontrolsystemdesign.IEEETransactionsonAutomaticControl,vol.45,no.5,pp.954-959,2000.[34].M.C.Campi,A.Lecchini,andS.Savaresi.Virtualreferencefeedbacktuning:Adirectmethodforthedesignoffeedbackcontrollers.Automatica,vol.38,no.8,pp.1337-1346,2002.[35].A.SalaandA.Esparza.Extensionsto"virtualreferencefeedbacktuning:Adirectmethodforthedesignoffeedbackcontrollers".Automatica,vol.41,no.8,pp.1473-1476,2005.[36].A.SalaandA.Esparza.Virtualreferencefeedbacktuninginrestrictedcomplexitycontrollerdesignofnon-minimumphasesystems.inProc.16thIFACWorldCongress,pp.1-6,2005.[37].L.Campestrini,D.Eckhard,M.GeversandA.S.Bazanella.VirtualReferenceFeedbackTuningfornon-minimumphaseplants.Automatica,vol.47,no.8,pp.1778-1784,2011.[38].M.Nakamoto.AnapplicationofthevirtualreferencefeedbacktuningforanMIMOprocess,inProc.SICEAnnualConference,vol.3,pp.587-592,2004.[39].J.D.Rojas,F.Alsina,X.Jeppsson,andU.Vilanova.Applicationofmultivariatevirtualreferencefeedbacktuningforwastewatertreatmentplantcontrol.ControlEngineeringPractice,vol.20,no.5,pp.499-510,2012.[40].Y.Kansha,Y.Hashimoto,andM.S.Chiu.NewresultsonVRFTdesignofPIDcontroller.ChemicalEngineeringResearchandDesign,vol.86,no.8,pp.925-931,2008.[41].X.Yang,Y.Li,Y.KanshaandM.Chiu.EnhancedVRFTdesignofadaptivePIDcontroller.ChemicalEngineeringScience,vol.76,no.9,pp.66-72,2012.[42].哀微，朱学峰.VRFT数据驱动控制方法及其仿真研究.计算机应用研究vol.no.4no.4，pp.1254-1256,[43].A.Lecchini,M.C.Campi,andS.Savaresi.Virtualreferencefeedbacktuningfortwodegreeoffreedomcontrollers,Int.J.Adapt.ControlSignalProcess,vol.16,no.5,pp.355-371,2002.[44].J.Wang.PIDControllerDesignofBasedonNeuralNetworkandVirtualReferenceFeedbackTuning.2011ControlandDecisionConference(CCDC),pp.3078-3083,2011[45].A.Esparza,A.Sala,andP.Albertos.Neuralnetworksinvirtualreferencetuning.EngineeringApplicationsofArtificialIntelligence,vol.24,no.6,pp.983-995,2011.[46].Y.Li,J.Shen,K.Y.Lee,X.LiuandW.Fei.Data-drivennonlinearcontrolofasolidfuelcellsystem.JournalofCentralSouthUniversity,vol.19,no.7,pp.1892-1901,[47].唐得志,王道波,王建宏,冯旭刚.闭环系统的虚拟参考反馈校正控制设计.华中科技大学学报,vol.2,pp.48-52,2011.[48].王建宏朱永红肖绚约束闭环系统的虚拟参考反馈校正控制上海交通大学学报,Vol.49,