前言：中文期刊网精心挑选了神经网络监督控制范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
神经网络监督控制范文1
[关键词] 权证RBF人工神经网络
一、引言
权证在许多国家和地区已经作为一种较为完善的金融工具而存在,但在中国大陆依然处在初步发展阶段。权证作为一种低成本的金融衍生工具,能够利用其杠杆特性激发金融市场活力,丰富金融产品品种,完善资本市场产品结构,在具备市场条件时也能够有利于保持市场的稳定性。而现行权证价格方法以布莱克-斯科尔斯(Black-Scholes)期权定价模型为主,模型的一系列假定比较严格。权证价格的变动过程,很可能是模糊的,而变化规律是也不一定能够清晰的观测,变化结果是高度容错性的,显示出复杂的动态非线性特征,但是B-S模型在反映这种复杂性方面显然功效不足,故此有必要对权证价格分析和预测的各种方法和手段进行不断的深化和拓展。
人工神经网络(artificial neural network,ANN)方法可以作为非线性逼近工具,不需要建立复杂的显示关系式且容错性强,具有一致逼近能力,可以处理信息不完全的预测问题。金融领域涉及密集型数据,而数据本身又依赖于多个相互关联的参数,同时积累的大量的历史性数据和样本,这就决定了可以充分利用神经网络来进行分析和预测。因此神经网络应用于权证价格分析预测可以获得较高的预测精度,从而为投资者提供可靠的估价工具,给权证价格分析预测提供了技术支持,为管理层增加了监督控制手段,同时也为其他金融衍生产品的价格预测提供了参考。目前人工神经网络已经应用于股票、保险、外汇等多个领域。
本文使用径向基函数(Radial Basis Function,RBF)神经网络,以康美权证为例,对RBF神经网络在权证价格分析中的应用做了实证研究,并将仿真预测结果与传统BS模型进行了对比,得到了较好的预测结果。
二、文献回顾
神经网络已经被广泛的应用于经济金融方面多个领域。Hutchinson,Lo和Poggio(1994)应用神经网络方法来处理金融衍生品定价模型,发现这种定价方法的优势在于不必依赖于限制性参数的假设,该方法可以自适应结构的变化,适用于各种衍生工具。Gorriz,Puntonet,Salmeron,和Ortega(2003)针对强波动性时间序列数据,在RBF网络中引入了利用ICA(Independent Component Analysis)方法和SG滤波器,并将分析结果与主成分分析法下的RBF网络做了比较。Kiani(2005)将人工神经网络和时间序列模型结合,通过测试加拿大、法国、日本、英国和美国的实际国内生产总值增长率的非线性神经网络,研究了这些国家经济周期的不对称性。
朱杰(2000)利用反向传播神经网络,对期货价格进行了分析和预测。江戈(2007)通过对历史股价数据的分析,采用K均值聚类算法动态确定RBF网络中心,根据梯度下降法进行自适应权值调整,对RBF网络的学习算法进行了改进,进一步提高了RBF网络的非线性映射能力和自适应能力。朱家荣等(2008)以研究美元对人民币汇率作为基础,首先验证了RBF神经网络对人民币汇率进行短期预测的可能性,并利用其对人民币汇率趋势进行分析。王新军等(2009)利用RBF神经网络分析了保险业财产损失问题,对财产损失进行了预测。
虽然许多学者将人工神经网络利用与金融分析中,取得了不少成果,但是在权证价格分析和预测方面仍然很少。同时实际应用中的人工神经网络类型也有待拓宽。
三、径向基网络原理
研究过程中可以获得的历史数据只有输入向量和输出向量,神经网络的整个中间过程需要通过数理方法进行表达,而神经元则是神经网络的基本逻辑单元。一个神经元模型分为这样几个基本部分:
1.突触:与突触权值联系,对于突触的输入为x=[x1,x2,L,xn]φ,每一个元素xj通过权值wdj与神经元q相连接。
2.线性组合器:输入通过权值所传入的信号在加法器中进行叠加并生成一个输出uq。
3.阈值(偏置):阈值qq用于降低对激活函数的累积输入。在激活之前要先从线性组合器输出uq中减去,从而生成有效激活电位(activation potential)uq=uq-qq。
4.激活函数(转移函数):激活函数f(.)提供神经元输出算法,通常有域值(硬极限)函数、分段线性函数、非线性转移函数等形式,它限制了神经元输出yq的幅度。一般来讲,一个神经元输出的正常范围通常为[0,1]或[-1,1]。
一个人工神经元的结构表示为(图1):
人工神经网络即是通过大量人工神经元以一定的拓扑结构组织起来的并行处理计算结构。网络中每个神经元在结构上相同,通过连接一个神经元的输出可以传递至另一个神经元,而每一个连接都对应一个连接系数。按照神经元的连接形式可以将人工神经网络划分为层次型网络和互连型网络;按照网络内部的信息流向则可以分为前馈型网络和回馈型网络。单纯前馈型网络在给定输入模式下能够迅速产生一个相应的稳定输出模式,本文选取径向基函数神经网络即RBF网络作就属于此种类型,其结构如图2:
人工神经网络在受到外部环境刺激时,调整网络参数,实现对外部输入变化作出反应的行为被称为神经网络的学习(训练),网络学习实际上是一个曲线拟合过程,在固定的学习方法下,网络根据某种最小化规则通过评判实际输出和期望响应的误差来调整权值。通过反复的学习可以实现对外部环境的了解。一般来讲,神经网络的学习可以分为无监督(无导师)学习、监督(有导师)学习、强化学习等。
RBF网络作为一种分层的前馈型网络,特性在于隐层径向基函数可以在输入局部小幅度变化时产生一个较强响应,这一点在小范围预测中可以用于提高精度;同时在计算方面具有优势,网络建立和训练可以在同一过程下完成,节省了计算时间。RBFANN由输入层、隐含层(非线性处理神经元层)和输出层构成。输出层由信号源给出,隐含层单元数根据需要决定,输出层为输入模式的响应。其思想在于利用RBF函数在构成隐含层空间,使输入不必通过权连接而直接映射到隐层空间。只要能够确定函数的中心点,则输入到输出的映射关系就能够得以确定。隐含层的学习采取非线性优化策略,输出层则采取线性优化策略。网络输出可以依照以下公式进行计算:
(1)
其中x是一个输入向量,wik为输出层全权值,N为隐含层神经元数目,ck为输入向量径向基函数的中心,一般选择输入数据的一个子集,P.P表示欧式空间范数。RBF网络中的神经元计算函数中心和网络输入之间的欧几里得距离,从而使隐含层输出一个该距离的非线性函数,然后通过神经元输出的加权求和计算网络输出。径向基函数fk是一个对中心点径向对称的非负非线性函数,本文采取高斯函数形式,其中s为扩展参数,控制基函数的宽度。则RBF网络输出可表示为:
(2)
其中p=1,2,…,p为样本总数,k=1,2,…,n为隐含层节点数。同时对于样本的期望输出di,有基函数方差。
故此RBF需要求解的参数有中心ck,高斯函数方差s和输出连接权值wik。其中径向基函数中心的选取方法有不同方式,如固定中心、随机方法、自组织选取等。本文中选取自组织方法,该方法将学习过程分为两个阶段:第一阶段为无监督学习过程,通过K均值聚类方法求解隐含层径向基函数的中心。首先将网络初始化,随机选取k个训练样本为聚类中心si,然后将输入的训练样本依据最近邻近规则分配给各个中心,继而通过计算聚类集合中训练样本的平均值作为新的聚类中心进行调整,直到聚类中心不再发生变化。然后根据来计算方差;第二阶段为有监督学习,可以利用最小二乘法来求解隐含层到输出层之间的连接权值为。
四、仿真实验和预测
本文选取的样本为2008年5月26日在上交所上市的康美CWB1(580023)权证,类型为欧式认购权证,存续期365天,自2008年5月26日到2009年5月25日,该权证初始行权价格为10.77元,2009年4月22日由于股票除息,行权价格调整为5.36元并保持此行权价格直到行权过程结束。此处选取其每个交易日最高价和最低价的平均值为研究数据。
从样本数据中截取中间段的3个月作为输入数据,采集范围为2008年9月17日到2008年12月16日,通过所建立的网络对其后的7个交易日,即08年12月17日到12月26日进行预测并与实际值进行对比。为了提高网络泛化能力,在输入之前首先对样本进行归一化处理,令数据的区间变为[0,1]。
金融理论中影响权证价格的因素主要有六个,分别为标的股票的现行价格、权证的执行价格、权证到期期限、股票价格的波动率、无风险利率、权证有效期内预计发放的红利。但由于发放红利距离当前交易日较远,因此本文中不进入模型。另外模型使用隐含波动率,由于当期隐含波动率无法直接观测,但上一时期隐含波动率是可以计算的,故此模型输入中引入的是上一期的隐含波动率。则本文设定模型选取的输入为:股价和行权价之比S(t)/X、无风险利率r、波动率V(t-1)和权证到期期限T-t,并有一个输出即权证价格C(t)。在仿真试样中采取一年期存款利率为无风险利率。
本文中利用Matlab(R2008b)软件进行仿真试验,录入数据并利用最大最小值法归一化处理之后,首先确定径向基函数节点密度(散布常数)spread。理论上来说利用RBF网络,任意的输入输出样本都能够达到函数逼近的目的,但是如果节点密度选择不佳会对网络设计使用造成影响,spread值反映基函数的扩展速度,该值越大则函数拟合就越平滑,但是如果过大则径向基神经元输入会出现很大的重叠性,过小则为了适应函数的缓慢变化就需要更多的神经元数目,影响网络性能。设定性能函数指标误差平方和(SSE)为0.01,最大神经元数量50个,每次运算添加一个神经元,利用试错法,取得spread=1即可满足要求。
经过试验发现,在响应神经元数量为5个的时候就可以达到性能指标的要求,远远没有达到饱和值,说明拟合还是很有效的,此时拟合SSE为0.0651。从拟合情况(图3)上可以看到,拟合曲线还是比较好的反映了权证价格序列的变动趋势和幅度。
通过训练好的网络,对08年12月17日到12月26日的7个交易日进行预测。通过表1可以看到预测情况,其中绝对误差值为实际价格和预测价格之差的绝对值,误差百分比表示误差值对实际价格的百分比,为了更进一步比较,同时列出BS公式得出的权证价格:
从预测效果来看,RBF人工神经网络对后续7个交易日预测的误差上限在2.30%以下,对第1个预测样本点预测的效果最好,误差小于1.00%,而第2个预测点误差则上升了1.063%达到1.76左右,第3个交易日误差又上升了0.450%,然后开始稳定在2.20%左右,这首先反映了RBF网络在预测与训练样本时间距离最近的测试点时效果最好,而后则误差趋于稳定的一个范围;第七个预测点的预测误差突然下降则可能预示了后续预测误差会有一定的波动。这种特性在一定程度上显示了金融数据所具有的马尔科夫性质,也说明了RBF网络在进行短期预测上优势更为明显。
与BS公式预测值进行对比,BS公式预测值的误差全部在3.00%以上,而其误差上限则达到了24%以上,这说BS模型在我国资本市场的应用还有待于改进,同时也更进一步直观地显示了RBF网络所具有的精度优势。
五、基本结论
本文以康美权证为样本建立RBF网络进行仿真和预测,根据仿真实验结果,总体上得到这样的结论:
1.从仿真效果来看,RBF神经网络模型在整体上较好的拟合了权证的实际价格,拟合结果与实际值具有一致性。而预测的结果也表现出较高的准确性,所以利用RBF神经网络模型对权证价格变化进行预测是可行的。
2.对于本文所选择的样本数据,RBF网络在价格预测上的精度较BS模型更优。这说明神经网络模型的应用条件更加宽松,适应性也比BS模型更好。从RBF网络和BS模型的预测对比可以看到,通过RBF网络所得到的预测值则和权证实际价格保持了一致的变化状态,其误差也能够控制在比较小的范围内,误差上限不超过2.3%;而BS公式计算出来的预测值波动幅度比较大,同时预测效果的准确性也不好,其中个别样本点大幅度偏离其实际价格。RBF网络在价格预测上显示了比较强的优势,在精确性上与传统的BS公式方法相比有了很大改善,可以在我国资本市场权证价格的分析预测中起到重要作用,能够对我国相对特殊的金融环境下应用传统方法所带来的不足起到弥补作用。
3.RBF网络对权证价格的拟合和预测结果都是比较良好的,一方面体现了人工神经网络良好一致逼近效果和结构上容错性,另一方面与基本金融理论一致,也证实我国资本市场欧式认购权证价格确实以其标的股价、距到期日的时间、无风险利率、波动率和行权价格为影响因素,但这些因素的影响方式则可能更加复杂,需要进一步探讨。
4.RBF神经网络模型仍有进一步提升精度的空间。一方面由于我国权证市场发育尚不成熟,随着金融环境的改善预测表现会更加良好;另一方面,在技术上也可以探求输入变量范围、网络结构等方面的优化,比如引入如GA算法、PSO算法等各种参数优化方法,或其他信息处理技术,如信息粒化方法等,进一步探求提高拟合和预测的精度。同时也有必要不断拓展用于权证价格分析预测的人工神经网络类型。
参考文献:
[1]J. M. Hutchinson, A. W. Lo, T. Poggio, Nonparametric Approach to Pricing and Hedging Derivative Securities Via Learning Networks[J].The Journal of Finance, Vol.49, No.3, 1994
[2]F. Black, N. Scholes, The pricing of options and corporate liabilities[J].Journal of Political Economy 81, 637～659,1973
[3]F. Girosi, T. Poggio, Networks and the best approximation property[J]. Biological Cybernetics 63, 169～176,1990
[4]K. M. Kiani, Artificial Neural Networks and Time Series Models[J], Computational Economics, (2005)26:65～89
[5]John C. Hull,期权、期货和其他衍生产品[M].北京:华夏出版社,2000
[6]朱杰:期货价格预测――反向传播神经网络模型[J].数学的实践与认识,2000
[7]朱家荣等:RBF网络的汇率短期预测[J].统计与决策,2008年17期
神经网络监督控制范文2
【关键词】选矿全流程；自动化；实践与探索
对选矿工作造成影响的因素复杂多变，建立准确的数学模型和比较精确的控制关系是很困难的，同时选矿工作有较长的滞后时间，对使用反馈信息控制造成影响，效率低下，甚至可能出现无法控制的情况，所以实行单元作业流程控制，通常把一个完整的生产过程划分成若干个作业控制单元，然后通过对各个单元过程特点的分析采用适当的控制方法，控制单位作业流程进行工作。
一、基于集散控制系统的过程控制系统
过程控制系统被划分为2个等级。1.操作管理级（包含了工程师站ES、操作站OS和网关GS），操作管理级同时实现了传统的控制系统监控操作（趋势显示、预定义及自由格式动态画面显示、报表打印和硬件诊断和弹出式报警及操作指导信息等）和配方管理及数据交换等管理功能。2.过程控制级（主要是现场控制器AC800F和过程站PS），过程控制级实现了回路调节、顺序控制、高速逻辑控制和批量间歇控制等等复杂控制。同时整个过程控制系统又被分为3层：设备层、控制层以及操作管理层。设备层和控制层通过Profibus-DP现场总线网络实现了各个分站和主控PLC（可编程逻辑控制电路）之间的数据交换。[1]
二、基于在线粒度分析仪和在线品味分析仪的监测系统
1.在线粒度分析仪
赛默飞世尔生产出型号为MultipointTM PSM-400的矿浆粒度在线分析仪，该分析仪能够对多种粒度磨矿进行输出，进而对磨矿粒度分布进行分析。它的优点是：使用期限长、样品抽取速率高、对固体的粒度和百分比读数速率高（达到20%每秒），另外由于超声波的传输会受到空气的影响不能准确工作，它还能够脱去被抽取样品中的空气。工厂电脑通过串行接口接收样品数据，然后对样品数据进行分析和处理。[2]工厂通过对每台磨机磨矿粒度和溢流粒度的在线检测，然后反馈粒度信号给集散控制系统，对磨机的加料量进行控制，使磨机的效率得到提高、产能增加，将粒度控制在标准范围内，提高了工艺水平。
2.在线品位分析仪
在进行选矿工作时，选矿药剂的用量随着矿石处理量和矿浆品位的变化而变化。以前都是在实验室里对矿石进行分析，这种方法所需时间长，滞后于生产而不能用这种方法指导生产，之前选矿药剂都是依靠选矿厂的浮选操作人员的自身经验，对浮选泡沫和矿浆品味进行目测，然后根据以往的情况添加一定量的药剂，这种方法对操作人员的工作态度和技术水平有很高的要求，若是操作人员疏忽就会对工艺指标造成很大的影响，使尾矿回收率和产品的合格率不尽人意。赛默飞世尔生产的多流道分析仪（MSA）在线分析设备，该设备可以被当做一个持续快速工作的实验室，能够在线对矿浆中的非金属元素和多种金属品位进行检测。使用该设备能够提高生产过程中的金属回收率和生产效率。
3.尾矿库在线监测系统
尾矿库在线监测系统是一种自动化的安全监测系统，该系统可以分为监测管理中心和监测站。监测站的任务是在线获取检测点数据，设置在尾矿库监测区域内；监测管理中心负责数据的监控、展示、以及对数据进行管理等，设置在选矿厂。市、县政府安全监督部门和集团监控中心可以通过监测系统实时分析和查看尾矿库的运行状况。此外系统采用C＼S模式，在服务端就能对所有数据进行处理和显示，除了必要的安全检测外，系统还具有实时数据显示、历史数据查看、趋势走势查看、视频查看、智能联动报警、报警数据查看以及预案管理系统设置等功能。[3]
三、选矿全流程控制方案
3.1制定全流程控制策略
所谓的全流程控制，就是相互协作控制全厂的关键变量，以达成一般以经济指标为主的单一系统指标，使得工厂各道工序变量独立控制所获得的效益比总体效益要低。全厂的关键变量为矿石的处理量，各个流程单元所处理的矿石量要达到平衡。通常选用知识库控制系统作为协同控制系统。本系统以规则修改调整点为依靠。并以模型规则、直观推断规则、神经网络规则来达到控制的目的。
在出现某些紧急状况的控制以及以协同为主优化为辅的控制之中，我们以经验规则来进行直观推断。神经网络规则囊括了无法做出精确模型预测的下级模式的识别方法。而对于像磁选、磨矿、浮选以及浓缩过滤流程这些化学及物理性质都被我们精通的的子系统。及时当下厂区都装配了有一定水平的稳定控制系统的选矿工作，甚至在一些重要步骤之中，我们还加入了监督控制系统的协调，但是这些小的部分更偏向于茫茫沙漠之中的绿洲，相互之间有间隔甚至是全部隔断。所谓的全厂控制，即用一定的方法将这些绿洲连成一片。我们需要进行以下步骤：一、明确利益目标：装配一件计算机网络和现场测量仪器并熟悉设备的操作以及不同部件之间的互相影响；全厂进行有效的协调。下文列举出协调策略的一个例子：（1）以磨选车间为主的选择工厂的各个步骤的设备的利用效率。包括了浮选槽和磁选机的运行数据、球磨机的数量、旋流器的台数，过滤机和浓密机的运转系列数；（2）对目前加入的矿石的可磨性、可碎性以及可浮性进行评估；（3）预估各个环节可以承载的极限处理量。[4]；（4）得出极限处理量，总结步骤（3）之中最小的结果，并算出目前选厂给料的速度；（5）以在线单元流程模型为基础，计算出一个调整值能够让单元流程达到最佳功效。
通过上述的例子，能够让我们更加了解选矿流程协调策略的经过，加深读者的理解。
3.2控制子系统
选矿厂物料准备之中最重要的一道工序，就是磨矿子系统的过程控制。在机器中被破碎、分级的矿石，其单体解离或近似于解离状态，金属富集和回收由选别过程达到。所以说限制了选矿产品的质量以及金属回收率的主要原因就是磨矿的过程，选矿厂的生产的影响因素之一就是它，并且由于磨矿作业占选矿厂所需的总能耗的百分比超过百分之四十。所以自动化控制的磨矿过程有它存在的意义。
磨矿分级期望使磨矿粒度达到标准的前提之下还能将磨机的处理量尽量提升。以控制回路的方面来看，粒度指标受到浓度、磨机的给矿量、旋流器溶液的浓度、分级机溢流的浓度等等许多的方面影响。
四、结 语
随着时间的推移，人们愈发意识到选矿厂全流程控制给选矿厂所带来的便利性以及经济效益的增加。由于全厂控制的各种设备已经可以保证安全有效成熟地运行，并且所需要的金额也在能够接受的范围之内，那么我们眼下唯一存在的阻碍，就成了没有出台相应的协调政策。本文所提出的这一系列方法，不但使得选矿厂的生产过程安全可靠，而且把磨机的负荷、磨矿的粒度、浓缩脱水过程这几个因素之间协调控制提升到了全新的高度，令精矿品质和金属回收率得到了提升、消耗的资源得到了降低、对环境的污染也尽量做到了最小。
参考文献
[1]黄卫权，张唯，张航.基于Modbus现场总线的水厂集散控制系统[J].电气时代，2011年07期
神经网络监督控制范文3
关键词：变电站 变压器 经济运行 实时监控
变压器是工业生产以及人们日常生活当中非常重要的电气设备之一，变压器能够直接对供电、发电产生影响，一般来说，供电企业供电到用户会经过三次至五次的变压过程。变压器在变压以及实际电能传递的过程中，其自身也会出现一定损耗，由于变电站变压器在实际操作过程中，是基础也是非常重要的电气设备，所以其自身在实际应用过程中所需要投入的使用量就比较大。为了保证变电站变压器在运行过程中，尽可能减少损耗，并且保证运行的稳定性和安全性，需要采取有针对性的措施对其进行实时有效的监督和控制。
1.变电站变压器基本理论概念分析
变压器技术参数是在变压器自身实际运行过程中的重要数据，不仅能够对变压器的实际运行情况作出准确的判断，而且能够给工作人员提供切实有效的数据支持。变电站变压器在实际操作过程中，其自身涉及到的环节非常多，在实际应用过程中也具有非常重要的影响和作用。因此，在这种形势下，不仅要保证变电站变压器的经济运行，而且要保证其自身在运行过程中的稳定性和安全性，这样才能够尽可能减少变压器自身产生的功率损失以及功率消耗。变压器技术参数当中包括额定容量、短路电压、短路损耗、空载损耗等等，其中空载损耗以及短路损耗主要是针对编译其的有功损耗进行反馈，而空载电流以及短路电压是反映变压器的无功损耗[1]。根据相关计算公式可以对变压器的有无功损耗进行计算。变压器技术在实际使用过程中，会根据实际情况而发生一定的变化，其自身的特性主要是针对功率损耗随着负载变化而出现变化，并不是依靠非线性变化的曲线。在实际操作过程中，如果供应负载条件相同的形势下，损耗比较小的变压器在运行过程中，其自身的技术特性就会显示出一定的优势特点。
2.变电站变压器经济运行方式的选择对策
变电站在实际操作运行过程中，一般来说，一个变电站当中都会配有多台变压器。变压器自身的技术参数大不相同，即使是在某一时刻供应相同负载的情况下，不同的运行方式组合也存在着不同的优势和劣势，需要根据实际情况来采取有针对性的措施对其进行有效的控制和监督管理。在可供选择的方式当中，需要根据实际情况，尽可能选择损耗最小的运行方式，这样才能够算作是经济运行方式。与此同时，如果当符合在一天之内存在比较多波动的时候，在这种形势下，单纯的按照负荷波动的实际变化来对变压器实行经济运行，就会导致某些变压器在运行过程中出现频繁的求换现象。这样不仅能够变压器各个短路器自身的使用寿命受到严重的威胁，而且还会增加设备自身的投资成本，这样不利于经济运行的概念实施[2]。因此，当变压器一天之内总投切次数被限定之后，可以根据负荷波动的实际情况，来对变压器的投切次数进行限定。也就是说，在实际操作过程中，可以对变压器自身的投切次数进行相对应的减少，在某一个特定的时间段当中，变压器就不能够按照损耗最小的方式来运行，但是如果从整体上来进行分析的话，这种方式仍然是损耗最小的方式之一。
为了针对上述问题进行切实有效的解决，在实际操作过程中，将短期负荷预测引入到实践当中，利用预测出来的日负荷曲线来对变压器的实际投切次数进行判断，看其是否在日常运行过程中，超过限定的整体次数。如果没有超过，就会按照负荷波动的实际变化来对实际负荷情况进行实时有效的监督和控制，让其能够按照经济运行的方式来操作。如果一旦超过了限定次数，就需要利用动态规划当中的方法来对变压器当中的经济运行方式进行选取，对其进行切实有效的研究和监督控制[3]。为了保证在满足实际工程需求的基础上，保证预测结果准确性和有效性，需要对未来一天的96点日负荷曲线进行预测。对于24个整点负荷的预测，利用一元线性回归法、二阶自适应指数平滑法和人工神经网络法这三种方法来对其进行预测分析，尽可能保证数据的准确性和有效性。
3.变电站变压器经济运行实时监控的措施
3.1控制系统结构
变压器是在变电站自身运行过程中，非常重要的内容，也是必不可少的一项重要电气设备，其自身在运行过程中，一旦出现问题，就会影响到整个变电站的正常工作。因此，在这种形势下，采取有利的措施对变压器实时切实有效的监督和控制，不仅能够实现经济运行的根本目的，而且能够尽可能降低其自身出现问题的概率，减少成本的投入，提高经济效益。变压器经济运行实时监控系统是在现有的SCADA系统当中增加一台计算机，配置成为SCADA服务器的客户端，通过TCP/IP协议与其自身的服务器之间形成良好的通信连接。SCADA服务器主要是负责一些数据的上传、遥控命令的下达以及遥控结果的反馈等等，根据实际情况，工作人员可以对变压器经济运行的决策计算进行分析和研究，保证最终的结果。详细的控制结构如下图1所示[4]。
图1 制系统结构
3.2软件系统结构分析
在实际操作过程中，为了从根本上保证对变电站变压器的经济运行实时切实有效的监督和控制，需要将软件系统也一同应用其中。软件系统主要是利用Windows 2000操作系统来作为基础的运行平台，将Delphi6作为具体的开发工具，在实践当中，主要是利用面向对象的方法，各个功能都会采用模块化的设计方法来达到最终的目的。本系统当中包括系统接口、数据管理、经济运行决策以及系统辅助等功能，另外，系统接口模块在实际操作过程中，主要是负责与SCADA系统之间建立良好的通信关系，保证数据实时有效的传递和数据转递过程中的稳定性和安全性。经济运行决策模块主要是在实际操作过程中，实现变压器经济运行的实时有效控制系统的决策中心，对其自身在运行中的实际状态进行实时监督，一旦发现其中存在安全隐患或者是题，及时采取有针对性的措施，对其进行解决。
4.结束语
综上所述，变电站变压器在实际运行过程中，会产生一定的功能损耗或者是功率损耗，不仅会导致设备的寿命受到影响，而且还会影响到变压器自身的正常安全稳定运行。因此，在这种形势下，要将经济运行的方式方法应用到变压器当中，对其进行实时有效的监督和控制，尽可能减少其自身出现安全隐患问题。在保证变电站变压器经济运行实时监控水平有所提升的基础上，能够为变电站变压器日后的正常安全稳定运行提供保障。
参考文献：
[1]徐建政，王剑，杨君等.变压器经济运行的神经网络控制系统[J].电网技术.2010（09）
[2]郝治国，赵学文，张保会.变电站变压器经济运行实时监控系统[J].继电器.2010（01）
神经网络监督控制范文4
前言
汽车控制功能元件数与日俱增，集成控制是车辆控制领域发展的关键。高度分散或完全并行的控制结构将导致子系统之间发生未预知的交互甚至功能冲突［1－2］。若采用集中控制方法对系统所有的控制环节进行决策，解决子控制器之间各种耦合关系，则灵活性和系统可扩展性不佳［2－3］。分散控制和集中控制方法各有缺陷，相比之下，模块化控制方法应用监督控制策略或分级分布式控制框架，能从一定程度上改善车辆动力学控制性能，但其控制系统的重组或扩展十分困难［3］。与基于扫描方式的经典分布式问题解决方法相比，基于多主体的松耦合控制网络，可使本质上异类的主体协调工作，解决单个主体能力之外的问题［4］。基于主体的建模和问题解决体系架构已比较完善，且其解决实时控制问题的可行性和有效性也已获得充分验证［5－8］。与传统的分布式控制相比，基于多主体的建模和控制架构更能提高底盘集成控制系统的性能和灵活性。文献［9］中基于多主体的组织方法建立了包括主动转向(ASC)、主动驱动力矩分配(ADC)、主动制动力矩分配(ABC)和ABS/ASR在内的车辆纵向、横向动力学集成控制框架。悬架在车辆底盘系统中具有重要的作用，主动悬架通过改变悬架垂向作用力响应特性，可对轮胎的纵向和横向附着力产生显著影响，因此主动悬架控制器与车辆纵向、横向动力学控制子系统之间不可避免地存在动力学耦合。本文中介绍了以提高平顺性和操纵稳定性为目标的主动悬架控制器，并基于多主体的组织方法，建立包含ASC、ADC、ABC、ABS/ASR和主动悬架的底盘集成控制扩展框架，在Matlab/Simulink仿真环境中研究该框架在极限操纵工况下的性能。
1提高平顺性的主动悬架
全主动悬架常用液压缸或气缸等执行器取代被动悬架机构，其响应频带比可调弹簧刚度或阻尼的半主动悬架更宽，可处理更大的悬架作用力、速度和变形。选用更合适的执行器，如气动人工肌肉、能量可回收的“混合悬架”和基于EHA的能量再生主动悬架等可降低全主动悬架的成本和控制能耗［10］。主动悬架的整车控制使俯仰角(加)速度、侧倾角(加)速度和垂向加速度等车身姿态变量趋于零，是近年来研究的热点。文献［11］和文献［12］中采用全状态反馈滑模控制算法;文献［13］中采用基于悬架线性模型的输出反馈H∞鲁棒控制。线性简化的悬架模型假设车辆的纵向、侧向加速度为零，在悬架行程过大或操纵稳定性裕度很小等极端工况下建模误差较大，且H∞鲁棒控制算法一般具有较大的保守性。而基于模糊滑模控制［14］的主动悬架无模型控制方法，可对H∞鲁棒控制器的建模误差和保守性等不足进行一定补偿，因此本文中将H∞鲁棒控制和模糊滑模控制相结合，以提高车辆平顺性控制效果。模糊滑模控制方法如图1所示，模糊滑模控制器1#～3#的输入分别为俯仰角加速度θ••、侧倾角加速度φ••和车身垂向加速度az;输出分别为主动悬架力对俯仰、侧倾和垂向3个车身姿态影响的广义力Fθc、Fφc和Fzc。模糊滑模控制器设计方法与文献［14］相同。神经网络PID调节器采用基于BP神经网络的PID控制算法［15］。图1中控制器增益Kasus在仿真或实际试验中调节，解耦矩阵H'表示为式中:L为轴距;Lw为轮距;Lf、Lr分别为车辆质心至前、后轴的距离。图1中的输出Fc1为主动悬架力向量理想值。采用文献［13］中介绍的H∞鲁棒控制方法，同样可得到主动悬架力向量的理想值，不妨将其表示为Fc2。下面给Fc1和Fc2分配作用权重，这里认为作用权重与车辆轴荷转移程度和操纵稳定性裕度有关，简单地可认为和车辆平面运动加速度有关，为此，输出权重可分别定义为式中:acg为车辆平面运动的加速度;c1和c2为正常数，用于调节两控制器输出权重的分配;μ为路面附着系数;g为重力加速度;而式中饱和函数为结合模糊滑模控制和H∞鲁棒控制的主动悬架作用力向量的理想值。
2主动悬架控制不仅可调整车辆的行驶姿态以提高乘坐舒适性，还有助于提高车辆的操纵稳定性。由于轮胎侧向力随垂向载荷变化的非线性，同一车轴左、右车轮垂向载荷之差变大时，该车轴侧偏刚度可能减小，这将影响转向特性。文献［16］中提出，同时减小外前轮和内后轮的垂向载荷可适度纠正不足转向;文献［17］中提出，在外前轮作用主动悬架力，对提高操纵稳定性的效果最好。而若在内后轮作用主动悬架力，则可能会增大车身侧倾角，产生不利影响。通过讨论不同方式作用的主动悬架力对车辆转向性能的影响，可得当侧向加速度适中(如高附路面介于4.0和6.5m•s－2之间)时主动悬架力对车辆转向性能有显著影响，为兼顾平顺性和操纵稳定性，以下的作用方式最佳:(1)须增大横摆角速度时，在外前轮和内后轮作用同样大小负的主动悬架力;(2)须减小横摆角速度时，在外前轮作用正的主动悬架力，同时在内前轮作用同样大小负的主动悬架力。提高操纵稳定性的主动悬架控制目标是:在侧向加速度适中时，辅助ASC、ADC、ABC控制器实现横摆角速度跟踪目标，同时减小对车身侧倾和俯仰运动的负面影响。采用文献［14］中的模糊滑模控制方法，可得到以操纵稳定性为控制目标的归一化主动悬架力，记为FASH。再根据上述兼顾平顺性和操纵稳定性的主动悬架力最佳作用方式的结论，可得到以操纵稳定性为控制目标的主动悬架力向量，记为Fh。
3基于多主体的集成控制框架扩展
3.1车辆底盘集成控制框架的扩展文献［9］中将车辆底盘子控制器描述成控制器主体，使其既包含局部控制器所具备的全部信息，又具备主体的最基本特性(如自治性)，如图2所示。其中主要功能模块的定义如下:(1)激活函数根据控制器自身的状态，并基于其自身的控制意图和作用范围等内部信息，判断是否应该做出行动，或计算完成控制意图的把握度;(2)局部计算功能函数根据控制算法得到期望的控制信号或控制行为;(3)激活请求生成函数综合考虑局部控制器主体起作用的把握度和期望的控制行为，生成能被其它控制器主体识别的控制意图;(4)操作状态计算函数识别外部控制器主体的应答信号，获得局部控制器主体的最终作用权重，当作用权重从零变为非零时，执行初始化函数，反之执行最终化函数(finalizefunction)，实现控制器主体在激活和禁止状态之间的切换。常用协调机制来组织复杂控制系统的控制器，即基于各个控制器主体的意图或请求来解决它们之间的相互依赖关系，并通过决策函数计算应答信号。在车辆底盘控制系统中，既要考虑局部控制器的控制意图和能力，又要充分考虑车辆控制系统全局状态和意图，才能合理划分控制系统的全局操作域。=为此文献［9］中用图3所示的类监督协调机制，设计协调对象来组织底盘控制系统的ASC、ADC和ABC3个局部控制器主体。在协调对象中完成接收局部控制器的请求、根据局部和全局状态与控制意图进行决策、计算应答信号和生成联合输出等工作，以解决局部控制器主体之间的合作与竞争关系;而该协调对象与ABS/ASR之间采用从属协调机制，即协调对象和ABS/ASR控制器主体顺序执行:在协调对象中获得ADC和ABC的驱动/制动力矩联合输出，然后在ABS/ASR中对各车轮驱动/制动力矩进行修正，防止车轮抱死或打滑。集成控制框架如图4所示。
3.2ASUS-H与协调对象1#的协调控制规则需要设计协调规则，给ASUS-H及协调对象1#下层的子控制器主体分配作用权重，使它们能够协调工作。首先确定ASUS-H的作用权重。根据主动悬架力对车辆横向操纵稳定性影响的程度，可确定ASUS-H的作用权重WASH为式中:FASH是以操纵稳定性为控制目标的归一化主动悬架力;c7～c15为正常数。ASUS-H控制器的操作域和ABC控制器的操作域之间存在较大重叠，且容易产生控制效果冲突，即有可能在同一时刻ABC请求纠正转向过度，而主动悬架控制请求纠正转向不足。若产生这样的冲突，将严重影响车辆在极端工况下的稳定性。为此定义主动悬架控制与ABC冲突程度因子fASH-ABC，来确定冲突发生时ASUS-H控制器的作用权重。采用基于多主体的控制器组织方法，将上述两个主动悬架控制器与图4的集成控制协调工作，实现基于多主体的车辆底盘集成控制框架的一个扩展。为讨论方便，将上述以提高平顺性和操纵稳定性为目标的两个主动悬架控制器(或称为控制器主体)分别表示为ASUS-R和ASUS-H。现将这两个控制器集成到图4的控制框架中，如图5所示，将图4的协调对象编号为1#，用于集成ASUS-R和ASUS-H的协调对象编号为2#。fASH-ABC必须限制在［0，1］范围内，若接近0，表示冲突小;若接近1，表示冲突大。同时考虑冲突程度因子和式(6)所示的局部操作域，可将ASUS-H控制器的作用权重修正为。
3.3ASUS-H和ASUS-R协调规则图5中ASUS-R是相对独立的子控制器(或称局部控制器主体)，其局部操作域的定义比较简单，因为车辆在行驶时，总有路面不平度输入，为此ASUS-R始终都处于激活状态。通过分析ASUS-R和ASUS-H各自产生的主动悬架力之间的相互影响，可得两者的协调规则:(1)若ASUS-H请求纠正过度转向，则ASUS-R和ASUS-H相互独立地作用，并将两者的主动悬架力输出相加，得到联合输出;(2)若ASUS-H请求纠正不足转向，则finst较大时适当减小ASUS-R的作用权重，而路面不平度较大时，适当减小ASUS-H的作用权重，当finst和路面不平度都较大时，适当减小ASUS-R的作用权重(但必须设定ASUS-R权重的下限，确保其仍处于工作状态)，因为此时操纵稳定对车辆的整体性能更关键。一般工况下，路面不平度不十分大，因此只在ASUS-H要纠正不足转向且finst较大时，适当减小ASUS-R的作用权重。所以ASUS-R的作用权重WASRC可确定为。
3.4主动悬架控制力联合输出ASUS-R和ASUS-H在协调对象2#中的联合输出最终可表示为主动悬架控制力向量。
4集成控制仿真试验
为研究图5所示集成控制系统的性能，基于Matlab/Simulink环境进行仿真试验。比较两个主动悬架控制器均未作用、ASUS-R单独作用(即ASUSR和协调对象1#分别独立作用，以下简称“ASUS-R单独”)、以及ASUSR和ASUSH协调作用(即按图5的扩展框架工作，以下简称“ASUS-R+ASUS-H”)这3种情况下车辆的平顺性和操纵稳定性。仿真采用极限操纵工况，各车轮的路面附着系数均为0.9，初始车速vx0=30.6m•s－1，通过加速踏板施加在各车轮的总驱动力矩为300N•m，以比例关系Lr!Lf分配到前、后车轴，且同一车轴上左、右轮的驱动力矩相同;以开环方式模拟双移线时驾驶员的前轮转向角输入，如图6所示。路面不平度输入采用四轮相关路面随机输入模型［18］。式中:r和rdes为实际和理想的横摆角速度;ax和ades为实际和理想的纵向加速度;E1、E2和E3为跟踪误差和不稳定因子的上限，w3、w4、w5为权重。定义主动悬架作用力平方和的时域积分为主动悬架控制的能耗因子。集成控制参数值见表1;仿真采用的车辆模型主要参数见表2。倾和垂向运动的仿真结果;图8～图10为3种控制模式下的横摆角速度跟踪误差、PG和主动悬架能耗因子的仿真结果。仿真结果的分析如下。(1)由图7和表3可知，“ASUS-R+ASUS-H”和ASUS-R单独作用两种模式下，在乘员敏感的0.5～2Hz频率范围内，对俯仰和侧倾振动的削减十分明显。在小于3.1Hz的频率范围内，有主动悬架控制时，垂向加速度功率谱密度(PSD)显著降低。在频率大于3.1Hz范围内，虽然乘员对车身垂向振动比较敏感(敏感频率范围为4～9Hz)，但此范围内所有控制模式下的垂向加速度功率谱密度都很小(小于0.020m2•s－3)，对平顺性的负面影响很小。(2)由图8可见，与无主动悬架的模式相比，ASUS-R单独作用时横摆角速度跟踪效果较好，而“ASUS-R+ASUS-H”模式下横摆角速度跟踪效果更好。在5.5～7s期间，因ASUS-H对操纵稳定性控制的辅助作用，减轻了ASC、ADC和ABC的工作负荷，车辆横向、纵向动力学整体性能指标显著降低，控制总体效果明显改善(见图9)。由图10可见，“ASUS-R+ASUS-H”控制模式和只有ASUS-R控制的模式相比，主动悬架的能耗并没有大很多，在10s时前者的能耗因子只比后者大6.4%。
神经网络监督控制范文5
本文主要在火电厂自动发电控制（AGC）技术的发展历程及现状这一基础问题上进行了分析探究，对AGC的运行原理及具体方式进行了分析，并结合AGC试验的实际情况，对常规性的AGC运行技术及其优化技术进行了深入分析。常规式的AGC试验中包含了控制总调节功率的相关技术及指令分工原理，通过对火电厂AGC试验及运行技术的分析与进一步探讨，对其现状进行了综合评测，并对其未来发展趋势做出了一些展望。
【关键词】火电厂自动发电控制 试验 运行技术 分析
作为火电厂电网调度发电机并进一步进行控制的重要组成部分，AGC能够有效促进电网的有功率式控制，作为保障电网系统频率质量及实现互联电网的联络线交换功率式控制形式的重要技术，科学合理化的AGC运行策略及技术可以全面提高电网安全平稳可持续化运行。
1 AGC的控制原理与试验
1.1 AGC控制原理
控制措施及策略是AGC控制系统中的重要组成部分，将控制措施看作是一个整体，频率偏差和联络线功率的偏差等其他输入信息分别记为ΔE与ΔF，AGC机组内的新增加变化的调节功率则记作ΔP。各部分共同组成AGC控制整体，其运行模式如图1所示。
1.2 AGC试验
按照种类可将火电厂机组AGC试验分类，即开环、闭环及开环本地三类。一般而言，常规式单元机组控制模式中的AGC试验多采用开环形式。当发电厂机组已有一定AGC基础，电网调度控制系统已实现自动化时，AGC试验多采用闭环形式。若发电厂机组已有一定AGC基础，但电网调度控制系统仍为手动形式时，AGC试验沿用开环形式。而当电厂机组不具备任何AGC基础，并且控制在本地进行时，多通过调整机组负荷设定数值与负荷变化速率的方法，进行开环本地试验模式。
现有的火电厂机组的自动发电控制试验，大多会先进行开环本地AGC式试验，从而获得大致试验曲线及参数。参考数据，核对机组控制系统是否能够适应机组进行协调控制时的负荷变动，同试验标准及其AGC性能（如机组反应速度、控制灵敏度等等）进行比较。若满足上述问题，再看走开后续开环AGC试验。
2 AGC试验的具体步骤
结合火电厂自动发电控制系统现状，对AGC具体试验步骤进行深入分析。
2.1 AGC试验开始前的基础准备工作
首先，应当全面确保电厂机组的负荷处于安全范围，能够较为平稳的运行。
其次，应当保障电厂机组的协调控制系统已经投放使用，且对其进行负荷变动等相关方面的测试，确保其运行负荷变动在正常范围内。不论采用的是什么形式的模拟量控制系统，均应保证其基本的自动控制功能，且调节质量全面满足DL/T657-2007等相应技术规范的要求。
此外，应确保电厂机组处于50――100%MCR的工作情况时保持平稳运行，将机组的一次调频这类功能解除。
2.2 AGC试验的具体步骤
（1）以本地控制的形式，对机组的控制型号进行相应转化。使用电网数据相适应且能够进行自动化调度的数据采集及监督控制系统（即SCADA），确定并最终下达控制指令（变化形式主要为阶层跳跃式，负荷变动的幅度控制在50MW左右）。最后核对机组协调控制系统所受到的控制指令是否与电网调度系统发出的指令是否保持一致。
（2）同样以DL/T657-2007为参考，进一步实施自动发电控制负荷跟随试验，通常负荷的有效范围应当控制在规定值的50-100%以内。把机组负荷全部转移到试验负荷区域，并在电厂机组的协助下，全面投入并掌控AGC活动与性能。在AGC系统中，机组的符合范围应当控制范围应保持在70-100%。
由电网调度通信中心或者预先设置好的UCC负荷设定控制回路负责试验指令的，以1.5%/min或2.0%/min（前者使用直吹式制粉系统机组作为配合，后者使用中储式制粉系统机组配合）的速率，取负荷变动量比率值10%，以斜坡形式连续型调整负荷指令数值。在数值满足预定目标后且稳定在3min以后，再反向实施负荷变动试验，两组试验各重复1-3次，选择代表性的试验数据作为主要参考。
（3）如果遇到电网调度通讯中心发出的指令及信号损坏或质量较差，则协调控制系统会生效，自动停止AGC功能，并自动转换成本地控制的形式。
2.3 AGC试验技术应用结果
按照电网实际工作需要，对AGC系统机组也提出了相应要求，常见的包含了容量、速率及精度等方面的调节。如果仅从以上部分来控制AGC系统工作质量，则还存在部分缺陷，故结合DL/T657-2006内相关内容，额外对试验容量品质、等级等进行评测，最终形成完善的火电厂AGC系统，优化取得的效果如表1所示。
根据表1可以看到，火力发电厂中使用AGC系统进行试验并进一步优化以后，试验对象的质量有了明显提升，因而可以在实际工作当中推广使用。
3 AGC运行技术的优化
3.1 AGC运行技术优化策略
AGC运行技术的动态式优化，主要以预测负荷为基本理念，以各项控制性能指标达到要求以及安全质量达标为条件，针对所选目标对象的最优化，在之后的工作当中使用AGC机组对其进行动态化优化，属于较为在确定AGC机组调节功率后较为直接的控制方法，且该方法一定程度上具有超前性和预测性。
针对AGC运行技术的优化，目前还处于不断的探索中，目前具有一定实用性的优化策略包含以下几种：
（1）以内点法为基础，结合互联电网性能评价体系，对AGC进行控制。最优化CPS1指标后，将其作为目标函数，并进一步综合分析提供功率的平衡、机组调节性能等方面约束条件，最终求出最优的AGC调节指令，将这部分指令进行整合，最终结合实际情况科学合理应用。
（2）考虑到AGC动态优化时，制定具有一定时效性，因而可以使用粒子群算法求解，实现动态优化机组调节指令的目的，该方法同PID控制法相比具有更优秀的效果。此外，利用神经网络在一段时间内对AGC频率进行预测，同样可以为机组指令的动态优化提供重要参考。
现有的AGC动态优化技术，还处于不断发展完善的过程中，部分优化策略还没有进行全面考虑，针对AGC运行的动态情况以及系统频率的变动等多方面考虑均存在部分缺陷。另外，由于AGC动态优化工作需要的时间较长，怎样针对多个时间段进行优化也是需要考虑的问题。
3.2 AGC运行技术未来发展分析
尽管现有的AGC及运行技术有了一定基础，但是在经济发展的带动下，以电力市场分析、计算机技术、控制技术等为代表的电力行业中的各项技术均有了巨大变化，因而AGC及运行技术也应该进行相应的调整，结合上述内容，对其未来优化方向进行分析，从而把握火电厂AGC及运行技术的长远发展。
（1）将AGC技术同其他各类控制技术的融合，每种技术均存在不同优点与缺点，因而后续优化工作，可以针对各类技术的融合进行探究，比如模糊PID及神经PID两部分技术的互相结合等等。
（2）可持续发展观下，能源结构的调整，会给相应使得火电厂AGC工作内容发生一定变化，因而在往后的AGC研究当中，如何利用新能源的调节功能对现有系统进行优化，是保障AGC频率质量良好、提高电网接受新型能源的综合能力所需要考虑的重要方面。
（3）针对多个不同时段内的负荷预测工作，传统式AGC，一定程度上具有明显的控制滞后性，所以AGC机组间的互相配合还较少，工作形势也较为单一。应当对AGC机组功率调节动态化优化技术进行改进，从而实现获利发电机组、快慢AGC机组等不同机组互相统筹协调，实现超前控制。这也是逐渐进行全面考虑的研究问题之一。
4 结束语
作为火电厂电力系统中不可或缺的研究部分，AGC及其运行技术具有重要意义，本文主要对火电厂AGC试验及运行技术进行了应用分析，对AGC技术的科学合理应用进行了探讨，并针对AGC技术的未来发展趋势进行了合理预测。综合考虑电力行业的市场因素、AGC机组的相互协调及超前控制等等各方面问题，对于优化AGC系统成本，同样具有重要意义。
参考文献
[1]王焰.AGC机组调节性能与补偿算法的研究[D].华北电力大学（北京），2010（05）.
[2]魏强.火电厂自动发电控制的研究[D].华北电力大学（北京），2011（03）.
[3]李云，张晓满，张燕平，吴子豪.自动发电控制试验及其评价方法[J].热力发电，2012（12）.
神经网络监督控制范文6
企业的外部市场环境竞争越来越激烈，市场机遇稍纵即逝，企业越来越感到单靠自身的力量难于适应这种环境的变化。因此，以“双赢”为目的的企业合作已成为现代企业适应现代竞争环境的最好模式。虚拟企业就是企业的多种合作模式之一。“虚拟（virtual）”的概念最初来自计算机的虚拟存贮器。1991年 “虚拟”被移植到管理模式上，即出现了“虚拟企业”一词.目前理论界并没有对虚拟企业的定义进行明确界定，放学者们对虚拟企业的定义也并不一致。根据目前已有的参考文献可以把虚拟企业的定义归为两大类：（l）从信息网络的角度来定义虚拟企业。即企业组织无形化，指通过信息网络加以联结的企业组织，如网上商店、网上银行等都为虚拟企业。（2）从组织的角度来定义虚拟企业。虚拟企业（VirtualEnterprise）是指为了达到预期目标，通过应用信息网络技术，由两个或两个以上的企业组成的临时性网络组织。在合作过程中各成员彼此互不干涉，且共同分担风险，共同分享利益；当预期目标达到之后，此组织即将解体。实际上第一种定义与第二定义存在明显区别：第一种定义的虚拟企业是指单个企业主体；而第二种定义的虚拟企业是指由多个实体企业组成的“企业集团”，而组成虚拟企业的成员企业却是真实存在的实体企业。与第一种定义来讲，第二种定义更有意义、更有前途，因此本文的虚拟企业是指第二种定义。
与层级组织和市场相比，虚拟企业具有显著区别，如表1所示。
740)this.width=740" border=undefined>
虚拟企业自提出之后之所以受到许多学者的推崇，主要是因为虚拟企业存在着许多传统企业所不具备的优势，如表2所示。
740)this.width=740" border=undefined>
虽然虚拟企业具有如此多的优势，但实施虚拟企业的过程也是一个非常活动，为此本文将重点研究虚拟企业复杂性，以便找到解决虚拟企业的复杂问题的对策。
二、虚拟企业是一个复杂开放的巨系统
从本质上讲，虚拟企业是一个复杂开放的巨系统。所谓的复杂开放的巨系统是指规模复杂，功能目标多样，且维数高、空间大、影响因素众多，并且有极大的随机性，有的还受制约于主观因素影响的开放系统（叶飞，2000）。从定义上看，虚拟企业首先是一个功能目标众多的系统。组建虚拟企业的目标大致有：弥补自身的资源不足；缩短产品上市的时间，及时开发出符合顾客需求的产品；降低研发成本；降低风险，即通过强强联合来降低研发风险；能在极短的时间达到规模经济的目标；快速地获取市场的机遇等。虚拟企业也是一个开放的系统。在虚拟企业组建与运作过程中，盟主可以根据实际需要来调整成员企业的项目，不断有新的成员加入，同时也有不合格的成员企业淘汰出局；而且为了更好地满足顾客的需求，虚拟企业要不断地从外界获取各种信息，调整虚拟企业研发方向。虚拟企业也是一个复杂系统。从构成要素来看，组建虚拟企业的成员企业众多，除核心企业之外，还有主要成员企业和临时性成员企业；从要素之间的关系来讲，虚拟企业是一种网络组织，要素之间不仅有信息的集成、知识的集成、资源的集成、资金的集成，而且彼此之间还有复杂的委托一关系、信任管理关系、利益分配的关系等。虚拟企业组建与运作同时也受主观因素的影响。盟主在识别市场机遇与选择虚拟企业这种资源外购的合作模式就是一个主观过程。在选择合作伙伴时虽然要进行定量分析与评价，但在评价时不可避免地要受盟主的主观因素的影响。在虚拟企业运作管理中信息的沟通、冲突管理、信任管理及跨文化的管理也是一个受主观因素影响的过程。在利益分配的过程中也不可能完全不受主观因素的影响。可以这么讲，虚拟企业在整个生命周期都要或多或少地受主观因素的影响。虚拟企业还是一个多层次的系统。赵春生（2001）从经济控制的角度将虚拟企业分为联盟体控制层、项目管理层和联盟体成员控制层等三层结构：联盟体控制层是管理、控制、协调整个联盟体的正常运作，项目组控制层是对项目组成员的管理、控制与协调，联盟体成员控制是对虚拟企业最小组织细胞Team的控制。杨晓春（20）在“面向虚拟企业信息集成的扩展联邦模式”一文中从信息管理的角度将虚拟企业分为联盟协作层、联盟管理层及资源管理层：联盟协作层是对参加虚拟企业的所有企业联盟进行管理，联盟管理层对子联盟进行管理，资源管理层管理企业信息源、多媒体信息及部分遗产应用等。虚拟企业是一个受众多因素影响的系统。虚拟企业之所以会产生也是外界环境不断变化的产物，是信息技术高速发展的产物，是市场不断变动的产物，是满足消费者个性化需求的产物；而且虚拟企业能否成功运作还受政府政策、自然环境变化的影响，如政策的变动使得识别的市场机遇迅速消失，即虚拟企业所存在理由不再存在，虚拟企业只能中途解体。虚拟企业形成的空间大。虚拟企业可以由来自不同地区与国家，由不同地区的成员企业组成一个跨空间结构的临时性的网络组织。
综上所述，很明显，虚拟企业是一个复杂开放的巨系统。所以在研究虚拟企业的问题时应充分利用系统科学原理对虚拟企业的复杂性进行全面分析，以便更深刻地认识虚拟企业，从而能更好地组建和管理虚拟企业这个新生事物。
三、虚拟企业复杂性分析
上部分为了说明虚拟企业是一个复杂开放的巨系统已经简明地对虚拟企业的复杂性进行分析论证，但还不系统全面。为此本部分将着重采用系统科学理论来研究虚拟企业的复杂性。首先还必须是界定复杂性（Complexity）的含义，在社会领域，复杂性主要是由人、组织及其关系，相互依赖性等构成（杨永福，2001），其本质是非线性的作用，而不是巨大的数目。因此根据此定义我们可得出虚拟企业的复杂性含义：是指各成员企业为了实现此组织的系统功能而发生的各种非线性的相互作用关系。
1．组建虚拟企业基础设备的复杂性。我们知道虚拟企业是信息时代的产物，通过信息网络进行信息沟通是虚拟企业运作的基础，其实也是界定虚拟企业的基本特征之一。但是虚拟企业的信息集成并不是一件简单的事，它要求虚拟企业具有性能优良的信息系统。而虚拟企业的时效性、动态性等特性使得它的信息、系统与普通企业的信息系统具有显著的区别：虚拟企业必须是可重构的、可重用的和可扩充的；具有信息集成和辅助能力；能面向企业资源共享与优化合作，提供全球供应链的接口；可以实现信息的无缝传递等。从这里可看出虚拟企业信息系统的组建是相当复杂的，目前虚拟企业信息系统的研究还处于理论设想阶段。
2．寻求和管理虚拟企业的合作伙伴的复杂性。虚拟企业的合作伙伴的寻找包括在网上合作伙伴需求信息，同潜在合作伙伴进行沟通，对潜在合作伙伴进行初步评价，对最终的合作伙伴进行定量评价及根据评价结果选择最佳合作伙伴，同合作伙伴进行签约。虚拟企业合作伙伴的管理更是一个复杂过程，其管理内容包括：合作伙伴的信任管理，即增强合作伙伴的忠诚度与信任感；合作伙伴的冲突管理，虚拟企业的成员企业来自不同国家和地区，冲突的发生是一件非常平常的事，如何管理好虚拟企业中的冲突也是虚拟企业管理的重要内容；虚拟企业成员企业之间利益分配也是～件头痛的事，虚拟企业是以利益为驱动的，虚拟企业能否合理地制定利益分配方案是虚拟企业成功运作的关键；虚拟企业合作伙伴绩效考核与传统企业绩效考核完全不一样，虚拟企业绩效考核应是一个动态过程，虚拟企业的监督控制小组在整个虚拟企业运作过程中要不断地对虚拟企业的成员企业进行监督考核。
3．虚拟企业资源重组与组织模式设计的复杂性。虚拟企业是由具有不同核心能力的企业组成的联盟体。在虚拟企业运作之前有必要对成员企业的资源进行优化重组，使其产生系统功能。但虚拟企业自身的特性使得虚拟企业的资源重组与传统企业的资源重组具有很大的不同：（l）虚拟企业资源重组对象是成员企业，因此在资源重组过程中会遇到许多冲突，而这种冲突只能依靠盟主进行协调；而传统企业在资源重组过程中所遇到的阻碍相对来讲要小多了，而且非常容易进行协调。（2）虚拟企业是以机遇为驱动的，是面向产品的临时性组织。为了缩短开发时间，在产品开发的过程中经常采用并行工程技术。而实际上并行工程的实施本身就是一个非常复杂的过程（谢列卫，2001）。（3）为了更好地适应市场环境，在资源重组与集成时要考虑如何保持虚拟企业柔性，这也是虚拟企业资源重组与集成的难点之一。（4）虚拟企业的资源重组与集成不仅包括实体资源的重组，而且包括成员企业的核心能力与知识的集成。但由于成员能力与知识评价及识别的模糊性，给资源集成带来一定的困难。（5）在资源重组优化过程中盟主一般应采用相应的决策支持仿真的软件，而目前虚拟企业资源重组优化软件还不成熟，这也为虚拟企业资源重组带来困难。在虚拟企业运作组织模式选择方面，一般认为虚拟企业有五种基本运作模式：供应链式、即插兼容式、虚拟合作式、资源夕卜包式和合资经营式（叶丹，1997），而实际运作过程中往往会综合地利用多种基本模式；但决定选择怎样的组织模式也是一个复杂的过程，盟主不仅要考虑市场机遇的特性、自身的能力、成员企业的能力而且要分析外部市场的复杂性，而且在运作过程中往往会由于外部市场的变化而需对组织模式做相应的改动。
4．虚拟企业制定生产计划的复杂性。与传统企业一样，虚拟企业运作中也要制定生产计划与资源分配计划，但要比传统企业复杂得多。在制定生产计划时不仅要考虑成员企业的能力，而且要考虑与之相关的成员企业的协助能力，生产计划制定是一个协商的过程。资源分配计划制定往往是争议最大的方面，资源分配计划制定不合理会是虚拟企业运作失败的重要方面之一。
上述分析的虚拟企业复杂问题的解决方法实际上也是虚拟企业成功运作所必需的关键技术，因此对虚拟企业复杂性的研究可以帮助盟主提高虚拟企业运作的成功率。
四、解决虚拟企业复杂问题的对策探讨
针对以上分析的虚拟企业复杂问题，本节将提出虚拟企业复杂问题的求解对策。
针对虚拟企业信息系统的问题，目前理论界已经提出不少探索性解决方案。杨晓春（2001）提出一个面向虚拟企业的信息集成系统——Viascope系统的信息集成处理问题的解决方案。他认为虚拟企业信息集成系统不但要为联盟内部各企业盟员提供信息管理，还要维护联盟间的信息独立性。为此在原有的联邦模式体系结构之上增加了仲裁模式，取消了输入模式，这样可以充分地保证联盟信息的有效管理。许青松等（2001）提出了支持动态联盟（等同虚拟企业）的多企业信息模型，应用此模型构造的企业信息系统，能在完成单个联盟生产任务的同时，很好地对企业自身的信息进行综合管理。周伯生（199）提出了VERP（虚拟资源计划系统）的概念，并认为VERP具有如下一些特性：虚拟性、集成性、动态性、适应性、安全性、零时间等。李瑜（2000）在基于对多Agent系统联邦信息系统的研究之上，提出了一种四层的虚拟企业信息管理体系结构，组成体系结构的四层分别是：通过层、信息层、会话层和功能层。通讯层（Communication Layer，COMM）使节点（成员企业）间能够进行基于消息的通讯，并能相互理解消息的含义；信息层（Information Layer，INFO）负责信息的组织，并控制信息的使用；会活层（ConversationLay6r，CONV），它控制节点的交互行为；功能层（Function Layer，FUNC）定义虚拟企业信息管理系统的各项功能，明确信息管理所要达到的目标。张和明等（2001）提出基于B／W／D与Internet机制的VEIS（Virtual Enterprise Information System）体系结构，并论述如何实现VEIS。陶丹（2001）提出利用技术构建支持动态联盟的企业信息管理系统。除此之外，还有不少学者对虚拟企业的信息系统进行了探索性的研究，本文不再详细介绍。但由于虚拟企业概念在我国还没有付诸于实践，故虚拟企业信息系统研究还基本上停留在理论研究与探索之中，商业性虚拟企业信息系统软件还没有问世。虚拟企业的信息系统研究还有待进一步研究。
根据目前虚拟企业研究现状分析，虚拟企业的合作伙伴选择的研究成果算是最多的。虚拟企业合作伙伴选择一般分为二部分：第一，虚拟企业合作伙伴选择的评价指标体系；第二，虚拟企业合作伙伴的综合评价方法。由于不同的学者所研究的角度不同，故提出的评价指标也各不相同。如樊友平（2000）提出一套战略联盟合作伙伴选择的评价指标体系，此指标体系由三方面的指标构成：投入指标、能力指标及兼容指标。马士华（2000）认为选择合作伙伴主要考虑的因素有：企业业绩、业务结构与生产能力、质量系统和企业环境。在评价方法方面，常用的评价方法有：层次分析法（AHP）、模糊综合评价法、模糊优选法、神经网络法、时序多目标决策方法、ANP、基于三解函数的层次分析法、数据包络法（DEA）整数规划法及遗传算法等。在合作伙伴寻找方面，为了快速找到最优的企业盟友，李涛（2001）提出虚拟企业服务商（Virtual Enternrise Service Agent，VESA）的概念。在合作伙伴管理方面， 目前研究成果不多。如在利益分配方面已有文献认为虚拟企业在制定利益分配时应遵守四条原则：（l）互惠互利原则。即分配方案可使每个成员企业的基本利益得到充分保证，不会影响成员企业的积极性，否则容易导致合作的失败或破裂；（2）结构利益最优化原则。即从实际情况出发，全盘考虑各种影响因素，合理确定利益分配的最优结构，促使各成员企业实现最佳合作、协同发展；（3）风险与利益相对称原则。在制定分配方案时，应充分考虑各成员企业所承担的风险大小，对承担风险大的成员企业应给予适当的风险补偿，以增强合作的积极性；（4）个体合理原则。即各成员企业参与虚拟企业所得到的利益应大于单独行动所获得利益，否则会出现中途背叛现象。在合作伙伴信任管理方面目前还没有专门针对虚拟企业的研究成果，但虚拟企业与战略联盟有许多相似性，因此可以借用战略联盟的合作伙伴信任管理方法与技术。信任管理的内容包括：（l）联盟内部信任评审体系的建立，即建立合作伙伴的信誉、风险偏好、联盟的性质及行为机制评审体系；（2）建立相互信任的产生机制，其主要内容为跨文化管理；（3）建立一套约束机制，用于防止相互欺骗和防止机会主义行为产生；（4）当出现某些败德现象，但约束机制无法制裁时，应降低联盟退出成本，即降低退出时的赔偿费（实践中，中途退出联盟的赔偿费一般比较高）。在跨文化管理方面应重视：（l）任何一方应设法去了解另一方的文化；（2）联盟成员之间应相互信任、相互尊重，碰到问题时应以诚相待；（3）强调团队文化。虚拟企业实际上是以项目为目的的一个团队，合作是参与方共同的义务，因而要求培育目标一致的团队文化；（4）营造良好的合作环境，加强沟通。
虚拟企业资源优化重组前提工作是虚拟企业建模。虚拟企业模型是以形式化或信息化的形式对敏捷虚拟企业进行抽象描述，是分析、仿真、优化敏捷虚拟企业功能、过程、活动和行为的基础（叶丹，2000）。目前对虚拟企业的建模研究可以分为两大类：（l）虚拟企业建模方法研究；（2）虚拟企业建模内容研究。由于虚拟企业的临时性、多企业合作性、面向过程组织、组织动态等特性，所以传统的 CIMS－OSA、GRAI、IDEF、RAISE及PURDUE等不能直接用虚拟企业建模，为此叶丹提出一种多视图集成化的动态联盟企业建模方法。BERNUS（1999）提出了基于AGENT的虚拟企业组织设计方法和集成结构。周伯生认为虚拟企业建模可采用可视化过程建模语言（VPML）。在虚拟企业建模内容方面，叶丹（1999）提出了动态联盟过程模型。冯蔚剑（2000）提出了虚拟企业组织设计模型，与叶丹提出的过程模型相比，应该说虚拟企业过程模型的内容包括了虚拟企业组织设计模型。张洁（1999）提出了基于多机制的虚拟企业动态重构模型。
