检索结果-内蒙古大学图书馆

作者：谷宇东北大学

学位级别：硕士

复杂的工业过程对象往往具有多变量、强耦合、强非线性、时变等特点。采用单一模型难以精确描述其过程特性,模型的精度和推广能力也很差,且成本很高。而多模型系统由于其简单的模型结构和强大的非线性逼近能力为复杂工业对象的建模与控... 详细信息

复杂的工业过程对象往往具有多变量、强耦合、强非线性、时变等特点。采用单一模型难以精确描述其过程特性,模型的精度和推广能力也很差,且成本很高。而多模型系统由于其简单的模型结构和强大的非线性逼近能力为复杂工业对象的建模与控制问题提供了一个可行的思路。多模型方法被认为是处理非线性系统常用的方法和技术。然而,多模型建模过程中模型集以及元素模型的多少和模型的相关匹配程度将直接影响控制的精度和性能。在保证控制精度的前提下优化模型集,减少元素模型个数,可以提高计算速度,满足工业控制实时性的要求：另外由于执行机构的磨损、外界环境的变化等原因都会造成对象特性的改变或新工况的出现,使得离线辨识得到的多模型系统很难自适应地反映对象的非线性特性。考虑到在实际系统中,在某一时间段内,输入往往被限定在某一范围内,并不覆盖整个输入空间。因此只要确定出输入空间中的部分子空间,就可以达到需要的精度,进而节省学习时间。基于这一点,并结合免疫系统中抗体识别抗原的机制与卓越的优化学习能力,本文提出一种基于免疫原理的多模型建模方法。该方法结合网格空间划分方法,以建模数据为抗原,子空间为抗体,采用人工免疫原理动态调整子空间的数量,并针对每一子空间分别建立一个局部线性模型,利用最小二乘法对每一个局部线性模型的参数进行在线更新,通过隶属度加权融合的方式得到多模型的最终输出。仿真实验的结果表明该方法具有简单、学习速度快、实时性强等特点,适合多输入系统的在线学习和结构调整。基于免疫原理的多模型建模方法可以自适应地反映对象的非线性特性,对于模型集的选取、优化、更新方面具有切实可行的意义。

关键词：多模型建模免疫原理非线性系统空间划分

来源：评论

学校读者我要写书评

暂无评论

高速动车组多模型建模与预测控制方法

高速动车组多模型建模与预测控制方法

引用

作者：张坤鹏华东交通大学

学位级别：硕士

高速动车组运行过程包含大量随机、不确定等多模态信息，涉及复杂快变巨系统在动态未知环境下的多目标优化控制等一系列科学问题。然而，高速动车组的控制不同于普通中低速列车，常规建模和优化方法难以满足这类复杂非线性动力学系统的... 详细信息

高速动车组运行过程包含大量随机、不确定等多模态信息，涉及复杂快变巨系统在动态未知环境下的多目标优化控制等一系列科学问题。然而，高速动车组的控制不同于普通中低速列车，常规建模和优化方法难以满足这类复杂非线性动力学系统的建模与控制要求。针对高速动车组运行过程的特点，采用多模型描述高速动车组运行过程，提出基于多模型描述的高速动车组预测控制方法。分别建立了高速动车组多模型、自适应多模型和T-S自适应多模型的描述方法，并基于上述模型设计了相应的预测控制器。具体研究如下： 1、列车运行过程是一个典型的非线性过程，并且随着列车速度的增加，非线性特性越来越强，这就给列车运行过程优化控制提出更高的要求。首先针对高速动车组的非线性特性，采用减法聚类算法确定多模型个数；接着在每个平衡点附近，利用递推最小二乘方法建立相应的线性模型；基于累计误差最小的模型切换策略在线选出最优控制模型，据此设计多模型预测控制器实现速度和位移的高精度跟踪控制。 2、高速动车组持续高速运行，对控制系统的可靠性和抗干扰能力提出了更高要求。结合高速动车组非线性动力学特点和系统运行数据，应用减法聚类和模式分类算法建立高速动车组多模型集；为适应对象和扰动特性的变化建立高速动车组自适应模型；采用切换策略在线选择最优控制模型，据此设计主动容错预测控制算法来实现高速动车组安全高效运行。 3、高速动车组运行过程中需要消耗大量能源，不同的操纵策略导致高速动车组的能源消耗差异明显。如何模拟熟练驾驶员操作经验和控制专家知识，实现高速动车组节能优化运行已成为科技工作者面临的现实问题。为此提出了由T-S知识模型和自适应模型集成建模描述高速动车组运行过程，基于模型切换策略和运行能耗指标设计预测控制器的高速动车组运行控制方法。为了验证上述方法的有效性，以新一代CRH2-300型高速动车组为对象进行了仿真实例研究，仿真结果表明所提出的方法能较好地满足高速动车组高精度跟踪控制、容错控制和节能降耗的要求。

关键词：高速动车组非线性多模型建模预测控制

来源：评论

学校读者我要写书评

暂无评论

基于仿射传播聚类和高斯过程回归的软测量建模研究

基于仿射传播聚类和高斯过程回归的软测量建模研究

引用

作者：葛祥振江南大学

学位级别：硕士

实际的工业过程往往具有多个不同的工况,为准确地对过程特性进行描述,多模型建模是一种有效的软测量方法。通过对系统进行划分,将复杂系统的建模问题简化为局部建模问题,可以有效地提高软测量模型的性能。多模型建模过程中,聚类方法、... 详细信息

实际的工业过程往往具有多个不同的工况,为准确地对过程特性进行描述,多模型建模是一种有效的软测量方法。通过对系统进行划分,将复杂系统的建模问题简化为局部建模问题,可以有效地提高软测量模型的性能。多模型建模过程中,聚类方法、建模方法以及融合方式都会对软测量模型的性能产生影响。因此本文从上述三个方面入手,以实际的工业生产过程为背景,对多模型软测量建模方法进行研究。论文的主要研究内容如下:针对具有多工况特性的复杂工业生产过程,对基于仿射传播(Affinity Propagation,AP)聚类的高斯过程回归(Gaussian Process Regression,GPR)软测量建模方法进行研究。采用AP算法对训练样本进行类别划分,得到不同工况下的子数据集,然后建立相应的GPR局部预测模型,最后通过新来样本到各子数据集聚类中心的距离计算得到各局部模型的权重,融合得到最终的预测模型。考虑到过程数据维度较高的情况,提出一种基于改进AP的多模型软测量方法。首先,采用主成分分析(Principal Component Analysis,PCA)方法和差分进化(Differential Evolution,DE)算法对AP算法进行改进,使算法可以避免冗余信息影响的同时,还可以实现参数的寻优,划分得到全局最优的子数据集;然后,建立各GPR局部预测模型;最后,对于新来的样本,利用预测方差计算其隶属于各局部模型的后验概率,以此为权重对各局部模型进行融合,得到全局预测输出。通过对两个标准数据集和污水处理过程数据进行仿真,验证了所提建模方法的有效性,对处理具有高维度特性的工业过程建模问题具有非常实用的参考价值。为解决模型性能随时间推移而老化的问题,提出一种基于增量AP的在线软测量建模方法,对软测量模型和样本数据库进行及时更新。采用AP算法对训练样本进行划分,对于新来的样本,利用即时学习(Just-In-Time Learning,JITL)结合GPR的方法建立各局部预测模型,并进行融合得到在线的预测输出;对新加入数据库的样本,用增量方法对AP算法进行改进,实现其证据矩阵的增量式更新,快速地完成对新来样本的分类和数据库的更新。通过对青霉素发酵过程数据进行建模仿真,验证了所提在线软测量方法的有效性。

关键词：多模型建模仿射传播聚类高斯过程回归主成分分析即时学习

来源：评论

学校读者我要写书评

暂无评论

热电锅炉燃烧过程建模与运行优化研究

热电锅炉燃烧过程建模与运行优化研究

引用

作者：朱钰森浙江大学

学位级别：硕士

热电锅炉燃烧既要实现过程的自动控制,保证其在稳定、安全的状态下实现化学能——热能的能量转换,又要实现过程的优化操作,能够使得整个机组在运行过程中保持良好的效益。随着对火电厂污染物排放控制的进一步要求,燃烧过程更要在注重经... 详细信息

热电锅炉燃烧既要实现过程的自动控制,保证其在稳定、安全的状态下实现化学能——热能的能量转换,又要实现过程的优化操作,能够使得整个机组在运行过程中保持良好的效益。随着对火电厂污染物排放控制的进一步要求,燃烧过程更要在注重经济效益的同时,达到规定的环保指标。综合来看,热电锅炉燃烧过程是典型的多目标控制和优化相互耦合的复杂工业过程,针对如何更好地解决该过程优化与控制一体化问题,本文从以下三个方面展开研究:(1)数据整合方法研究。主要研究了基于数据驱动的建模前的整合方法,引入推荐引擎中的协同过滤(CF)算法思想来补全热电锅炉燃烧样本中的低位发热量缺失数据,并利用主成分分析(PCA)来处理样本的高维度问题;分别利用聚类算法和统计学方法对二元样本进行了离群数据分析,并结合两者优势,提出了一种FCM-MD算法来识别燃烧数据集中的离群样本,能有效地判别出样本集中边缘离群点与中心离群点。(2)热电锅炉燃烧热效率与NOx排放量的建模研究。针对热电锅炉燃烧过程存在非线性、多工况、多耦合等特点,本文提出了一种FCM-LSSVM-WC多模型建模方法。通过结合基于平均影响度的模糊C均值聚类、最小二乘支持向量机和子模型加权连接来对锅炉热效率与NOx排放量进行建模研究,使得在建模过程中既能对锅炉燃烧工况进行分类处理,又能根据同一规则将多模型输出进行连接,保证了建模过程的连贯性与统一性,为实现热电锅炉燃烧优化建立模型基础。(3)热电锅炉燃烧过程的优化与控制研究。参考优化与控制一体化技术的思想,使得燃烧过程控制的输出变量尽可能地维持在优化级给出的设定值上。通过加入精英算子的量子遗传算法(QGA)来对建立的锅炉热效率与NOx多模型进行迭代寻优,获得某工况下烟气氧量的最优设定值;在燃烧控制中,利用模型预测控制跟踪优化层给出的氧量设定值,同时对主蒸汽压力进行区间控制,从而使得优化目标与控制目标同时达到最优。

关键词：数据整合聚类算法多模型建模燃烧优化一体化技术模型预测控制

来源：评论

学校读者我要写书评

暂无评论

基于多模型预测有效度的乙烯产品质量软测量

引用

自动化技术与应用 2017年第1期36卷 19-24页

作者：龙兴旺苏成利李平辽宁石油化工大学信息与控制工程学院辽宁抚顺113001

针对单一模型建模方法难以充分挖掘建模数据过程信息的特性,提出一种基于多模型预测有效度的多模建模方法。首先,利用模糊C均值聚类和最小二乘支持向量机(LS-SVM)建立多个子模型;然后,通过预测有效度算法得到各子模型的最优权值,结合EGA... 详细信息

针对单一模型建模方法难以充分挖掘建模数据过程信息的特性,提出一种基于多模型预测有效度的多模建模方法。首先,利用模糊C均值聚类和最小二乘支持向量机(LS-SVM)建立多个子模型;然后,通过预测有效度算法得到各子模型的最优权值,结合EGARCH模型对静态多模型输出时序误差进行动态校正,提高了模型的动态性能。将该方法应用到乙烯精馏塔产品质量软测量中,仿真结果表明,相比于单一模型和传统的多模型软测量方法 ,该方法具有良好的预测性能和精度,是一种有效的软测量方法。

关键词：多模型建模预测有效度动态校正软测量

来源：评论

学校读者我要写书评

暂无评论

芳烃异构化过程的多模型建模

引用

化工学报 2011年第8期62卷 2350-2354页

作者：李丽娟刘君南京工业大学自动化与电气工程学院江苏南京210009

针对芳烃异构化过程的非线性、复杂性,提出利用仿射传播聚类和最小二乘支持向量机对芳烃异构化过程进行多模型建模,以此来弥补单一模型建模的不足。首先仿射传播聚类对异构化数据聚类,利用最小二乘支持向量机对聚类之后的各个类分别建... 详细信息

针对芳烃异构化过程的非线性、复杂性,提出利用仿射传播聚类和最小二乘支持向量机对芳烃异构化过程进行多模型建模,以此来弥补单一模型建模的不足。首先仿射传播聚类对异构化数据聚类,利用最小二乘支持向量机对聚类之后的各个类分别建立子模型,通过计算欧氏距离来判断测试样本的所属类,将测试样本送入所属类的模型进行预测,以此来实现异构化过程的多模型预测。实验证明,与单模型以及基于k均值聚类的神经网络模型相比,本文提出的基于仿射传播聚类的最小二乘支持向量机模型更能准确地预测输出。

关键词：芳烃异构化仿射传播聚类 LS-SVM 多模型建模

来源：评论

学校读者我要写书评

暂无评论

基于多模型的高速列车巡航控制研究

基于多模型的高速列车巡航控制研究

引用

第28届中国过程控制会议（CPCC 2017）暨纪念中国过程控制会议30周年

作者：杨辉杨永辉谭畅华东交通大学电气与自动化工程学院江西省先进控制与优化重点实验室

巡航运行是高速列车常用的一种运行模式,通过巡航模式可以方便地实现高速列车的正点运行和一些特殊的操作模式。但受到线路条件和操作环境的影响,对高速列车巡航模式下的速度控制效果并不理想。为了实现对高速列车运行速度高精度的控制... 详细信息

巡航运行是高速列车常用的一种运行模式,通过巡航模式可以方便地实现高速列车的正点运行和一些特殊的操作模式。但受到线路条件和操作环境的影响,对高速列车巡航模式下的速度控制效果并不理想。为了实现对高速列车运行速度高精度的控制,本文基于高速列车的实际运行数据,采用基于FCM聚类的多模型建模方法建立了高速列车运行过程的非线性模型,并据此提出了基于多模型的高速列车巡航运行的模糊PID控制方法。仿真结果表明,使用该方法能很好地实现对高速列车运行速度的追踪控制,实现了高速列车高效可靠的运行。

关键词：巡航控制多模型建模 FCM聚类模糊PID控制

来源：评论

学校读者我要写书评

暂无评论

基于聚类的多模型建模及其在软测量

基于聚类的多模型建模及其在软测量

引用

作者：陈定三江南大学

学位级别：硕士

多模型可以显著改善模型估计精度,提高模型泛化性能。本文结合实际工程应用背景,对双酚A生产过程中的结晶塔单元进行多模型软测量建模,以实现各种过程变量的在线监测。\n 在众多的多模型建模方法中,基于聚类的多模型建模方法受到了... 详细信息

多模型可以显著改善模型估计精度,提高模型泛化性能。本文结合实际工程应用背景,对双酚A生产过程中的结晶塔单元进行多模型软测量建模,以实现各种过程变量的在线监测。\n 在众多的多模型建模方法中,基于聚类的多模型建模方法受到了广泛的青睐。但是,聚类算法中关于如何初始化聚类个数、聚类中心等问题长期以来一直都没有得到很好的解决,它间接制约了多模型的发展。同时,大多数聚类算法不具有鲁棒性,当样本数据集中存在异常样本点时,聚类效果大打折扣。此外,聚类算法自身也存在着一定的缺陷:在对样本数据集进行聚类的过程中,它仅利用了样本数据的输入集,而忽略了输出集对最终聚类结果的巨大影响,这在一定程度上影响了聚类结果的有效性。最后,作为多模型最重要的部分,子模型的好坏直接关系到最终的多模型精度。\n 针对以上问题,本文从以下方面着手对聚类算法和子模型建模方法进行改进,建立有效的多模型软测量系统:\n 1、鉴于传统聚类方法严重依赖于样本数据先验知识和初始参数的固有缺点,提出一种适用于任意形状样本分布的单参数调节扩张搜索聚类算法。该方法以近邻算法为基础,定义各样本的ε-邻域,通过扩张搜索的方法将所有相关联的ε-邻域样本归为一类,从而聚类样本数据。将其用于聚类样本数据,得到基于扩张搜索聚类的多模型建模方法。\n 2、为抑制异常样本点对聚类结果的影响,提出一种基于局部重构融合流形聚类的多模型软测量建模方法。该方法将样本集拆分为多个互不相交的样本子簇,克服异常样本点对聚类结果的影响；以各样本子簇重构线性流形面,融合属于同一流形面且相距较近的样本子簇,得到多个子类；采用支持向量机为各个子类样本建立回归子模型,得到软测量多模型。\n 3、针对传统聚类算法在处理不完备信息时存在的不足,提出一种基于二次数据划分的多模型建模方法。该方法对聚类得到的样本子簇利用改进的粗糙集分类器进行二次数据划分,在一定程度上消除矛盾样本点可能对模型精度造成的影响。对得到的各个子类利用支持向量机建立回归子模型,得到多模型软测量系统。同时,鉴于分类过程中可能由于样本分布不均而出现不平衡分类问题,采用改进的加权粗糙集分类器对上述算法作进一步的改进,提高分类器的精度,确保了多模型的有效性。\n 4、子模型的效果直接影响着最终的多模型精度,提出一种局部惩罚加权核偏最小二乘算法。该方法通过核映射将原始输入映射到高维特征空间实现非线性问题的线性化处理,通过偏最小二乘算法进行主成分提取,降低数据维数；对由主成分构成的新数据集,依据局部学习思想构建局部惩罚加权最小二乘回归模型,有区别的对待各样本的贡献值,在一定程度上抑制异常样本点的影响,优化模型参数。鉴于多模型可以改善模型估计精度,提高泛化性,采用扩张搜索聚类算法聚类样本集,对得到的聚类子簇依据上述算法建立回归子模型,得到多模型软测量系统。\n 在双酚A生产过程质量指标的软测量建模仿真中验证了上述各方法的有效性。

关键词：支持向量机偏最小二乘流形学习系统聚类软测量多模型建模在线监测

来源：评论

学校读者我要写书评

暂无评论

芳烃异构化过程的多模型建模

芳烃异构化过程的多模型建模

引用

第二十二届中国过程控制会议

作者：李丽娟刘君南京工业大学自动化与电气工程学院江苏南京 210009

针对芳烃异构化过程的非线性、复杂性，提出利用仿射传播聚类和最小二乘支持向量机对芳烃异构化过程进行多模型建模，以此来弥补单一模型建模的不足。首先仿射传播聚类对异构化数据聚类，利用最小二乘支持向量机对聚类之后的各个类分... 详细信息

针对芳烃异构化过程的非线性、复杂性，提出利用仿射传播聚类和最小二乘支持向量机对芳烃异构化过程进行多模型建模，以此来弥补单一模型建模的不足。首先仿射传播聚类对异构化数据聚类，利用最小二乘支持向量机对聚类之后的各个类分别建立子模型，通过计算欧氏距离来判断测试样本的所属类，将测试样本送入所属类的模型进行预测。以此来实现异构化过程的多模型预测。实验证明，与单模型以及基于k均值聚类的神经网络模型相比,本文提出的基于仿射传播聚类的最小二乘支持向量机模型更能准确地预测输出。

关键词：芳烃异构化仿射传播聚类 LS-SVM 多模型建模

来源：评论

学校读者我要写书评

暂无评论

一种基于差分进化算法的多模型建模方法

引用

控制与决策 2010年第12期25卷 1866-1869,1874页

作者：李庆良雷虎民邵雷陈治湘空军工程大学导弹学院 93617部队装备部

针对非线性系统的多模型建模问题,基于差分进化算法提出了一种优化建模方法.从系统的输入输出数据出发,将样本空间分割与局部模型建立相结合,首先将PWA辨识问题转化为MIQP问题;然后采用自适应混沌差分进化算法对模型数量及模型参数同时... 详细信息

针对非线性系统的多模型建模问题,基于差分进化算法提出了一种优化建模方法.从系统的输入输出数据出发,将样本空间分割与局部模型建立相结合,首先将PWA辨识问题转化为MIQP问题;然后采用自适应混沌差分进化算法对模型数量及模型参数同时优化;最后利用支持向量基求取分割曲面方程.仿真结果表明,该方法能以最优的线性子模型集准确地逼近非线性系统.

关键词：多模型建模差分进化算法分段仿射模型多目标优化

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：