检索结果-内蒙古大学图书馆

计算机技术与发展 2024年第1期34卷 17-22页

作者：翟利志任一夫白洁高学攀贾庆超刘强中国电子科技集团公司第五十四研究所河北石家庄050081 河北省智能化信息感知与处理重点实验室河北石家庄050081 陆装驻石家庄地区第一军代室河北石家庄050081

小样本问题广泛存在于数据驱动建模。领域自适应方法通过将源域中的样本知识迁移到目标域,从而实现目标域中的小样本增强,然而此类方法在实际应用中受限,原因在于难以应对领域分布差异较大的样本增强场景。针对上述问题,该文提出基于传... 详细信息

小样本问题广泛存在于数据驱动建模。领域自适应方法通过将源域中的样本知识迁移到目标域,从而实现目标域中的小样本增强,然而此类方法在实际应用中受限,原因在于难以应对领域分布差异较大的样本增强场景。针对上述问题,该文提出基于传递式领域自适应的异构样本增强方法。首先,提出传递式探索策略,通过私有特征和共享特征设计了面向异构域的领域分布探索策略,有效地缓解了负迁移,并为后续分布匹配提供支撑;然后,提出分布联合匹配机制,通过联合匹配异构领域的边缘分布和条件分布,并嵌入自适应机制,从而保证了异构域分布的匹配精度。该方法在业界公认的田纳西-伊斯曼数据集进行验证,实验结果表明该方法在异构域中的建模表现优于其他方法。

关键词：域适应样本增强迁移学习小样本数据驱动建模

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的故障预警诊断平台设计与开发

引用

工业控制计算机 2021年第7期34卷 43-44页

作者：陈家乐任少君司风琪东南大学能源热转换及过程测控教育部重点实验室江苏南京210096

现代电站系统日益庞大且复杂,且火电机组设备大多处于高温、高尘、高速等恶劣环境中运行,极易出现故障。故障的发生会影响机组正常运行脱离最优工况降低经济效益,重大故障甚至会造成人员伤亡。因此,对这些复杂设备进行在线实时过程监测... 详细信息

现代电站系统日益庞大且复杂,且火电机组设备大多处于高温、高尘、高速等恶劣环境中运行,极易出现故障。故障的发生会影响机组正常运行脱离最优工况降低经济效益,重大故障甚至会造成人员伤亡。因此,对这些复杂设备进行在线实时过程监测与故障预警,是保障电站设备运行可靠性、经济性的重要手段。对此采用了基于深度学习算法对DCS系统中海量过程数据进行数据驱动建模,挖掘过程数据中所代表的设备运行信息,开发了电站设备在线实时过程监测与故障预警系统。试验结果表明,该系统提供了简单高效的建模方法与精准迅速的故障预警,为现场运行人员给予可靠指导分析,提高了全场管理水平与效率。

关键词：深度学习数据驱动建模故障预警软件开发

来源：评论

学校读者我要写书评

暂无评论

基于BIM技术的煤矿综采工作面三维辅助设计研究

引用

煤矿机械 2022年第11期43卷 184-187页

作者：孙建超崔竟成煤炭科学技术研究院有限公司北京100013 煤炭资源高效开采与洁净利用国家重点实验室北京100013 北京市煤矿安全工程技术研究中心北京100013

针对煤矿综采工作面设计过程复杂、方案比选环节多、系统众多且交叉关联,无法直观审视工作面布局等问题,通过综采工作面建筑信息模型(BIM)设计流程和建模应用技术的研究,建立基于BIM的煤矿工作面统一的建模和设计体系,形成一个集地质、... 详细信息

针对煤矿综采工作面设计过程复杂、方案比选环节多、系统众多且交叉关联,无法直观审视工作面布局等问题,通过综采工作面建筑信息模型(BIM)设计流程和建模应用技术的研究,建立基于BIM的煤矿工作面统一的建模和设计体系,形成一个集地质、井巷、采煤设备、运输设备、排水设备和支护设备等为一体的工作面模型族库,实现了在BIM软件平台中进行三维可视化的工作面设计,有效提高了设计质量和设计水平,减少了设计返工。

关键词：煤矿智能化三维虚拟现实 BIM技术数据驱动建模

来源：评论

学校读者我要写书评

暂无评论

基于DDDAS的海洋机器人环境流场估计与自适应观测系统

基于DDDAS的海洋机器人环境流场估计与自适应观测系统

引用

第三十九届中国控制会议

作者：金乾隆田宇俞建成王晓辉桑启明康帅中国科学院沈阳自动化研究所机器人学国家重点实验室中国科学院机器人与智能制造创新研究院中国科学院大学

海洋机器人是海洋环境观测的重要工具,精准的环境流场信息是海洋机器人观测行为优化、观测路径规划与精确跟踪的关键。针对高时空分辨率海洋环境流场准确估计,基于动态数据驱动应用系统（DDDAS）框架,提出一种海洋环境流场估计和自适应... 详细信息

海洋机器人是海洋环境观测的重要工具,精准的环境流场信息是海洋机器人观测行为优化、观测路径规划与精确跟踪的关键。针对高时空分辨率海洋环境流场准确估计,基于动态数据驱动应用系统（DDDAS）框架,提出一种海洋环境流场估计和自适应观测系统。采用数据驱动的方法,建立海洋环境流场时空分布模型;基于克里金卡尔曼滤波方法同化海洋机器人集群获取的空间相关环境流场观测数据,动态更新模型参数;最后,应用遗传算法优化海洋机器人集群的海洋流场观测位置,以降低海洋流场估计误差。设计的算法进行了计算机软件实现,并应用普林斯顿数值海洋模式计算的南海部分区域海洋流场数据进行了计算机仿真实验,结果表明所提出的系统可以有效地实现海洋环境流场的高时空分辨率准确估计。

关键词：海洋机器人海洋流场预测数据驱动建模数据同化自适应观测

来源：评论

学校读者我要写书评

暂无评论

基于HCMAC神经网络的建筑动态冷/热负荷预测方法

基于HCMAC神经网络的建筑动态冷/热负荷预测方法

引用

第27届中国控制与决策会议

作者：段培永赵艳玲李慧段晨旭冯鑫山东建筑大学山东省智能建筑技术重点实验室山东建筑大学可再生能源建筑利用技术省部共建教育部重点实验室

绿色建筑运行过程中的动态冷/热负荷难以实时预测,给建筑供能系统的优化运行带来困难。文章提出一种基于改进HCMAC(Hyperball CMAC)神经网络的建筑动态冷/热负荷预测方法,考虑建筑室外气象参数和人员时空分布为影响因素下的冷/热负荷预... 详细信息

绿色建筑运行过程中的动态冷/热负荷难以实时预测,给建筑供能系统的优化运行带来困难。文章提出一种基于改进HCMAC(Hyperball CMAC)神经网络的建筑动态冷/热负荷预测方法,考虑建筑室外气象参数和人员时空分布为影响因素下的冷/热负荷预测输出。提出动态模糊C均值聚类算法确定HCMAC神经网络的网络节点,有效减少网络节点数量和神经网络参数学习运算量。利用建筑运行模拟软件TRNSYS,得到建筑模拟运行数据,分析了某建筑负荷特征。基于建筑运行数据的建模仿真结果表明,该方法与传统HCMAC神经网络相比,收敛速度快、预测精度高,能够为建筑供能系统提高可靠数据,为建筑运行数据驱动建模提供有效方法。

关键词： HCMAC神经网络建筑负荷 TRNSYS 数据驱动建模

来源：评论

学校读者我要写书评

暂无评论

离散制造系统建模与仿真技术的研究现状与发展趋势分析

离散制造系统建模与仿真技术的研究现状与发展趋势分析

引用

第14届中国系统仿真技术及其应用学术年会

作者：陈华伟刘国平涂海宁王爱民宁汝新南昌大学机电工程学院北京理工大学机械与车辆学院

建模与仿真（M＆S）技术是研究离散制造系统（DMS）的新途径。首先分析了DMS的特点及其对M＆S的要求,并对仿真技术在DMS中的应用加以归类;然后以DMS为主要研究和应用对象,综述了国内外在离散事件仿真（DES）软件、系统建模和仿真优化各... 详细信息

建模与仿真（M＆S）技术是研究离散制造系统（DMS）的新途径。首先分析了DMS的特点及其对M＆S的要求,并对仿真技术在DMS中的应用加以归类;然后以DMS为主要研究和应用对象,综述了国内外在离散事件仿真（DES）软件、系统建模和仿真优化各方面的研究现状;基于文献研究,总结了目前该研究领域存在的问题及发展方向。

关键词：离散制造系统建模与仿真离散事件动态仿真数据驱动建模仿真调度

来源：评论

学校读者我要写书评

暂无评论

基于分片线性近似方法的煤油干点估计

基于分片线性近似方法的煤油干点估计

引用

第21届中国过程控制会议

作者：朱鹰刘祁跃吕文祥江永亨黄德先清华大学自动化系北京100084 清华大学信息科学与技术国家实验室(筹) 北京100084

在流程工业中,煤油干点的估计对于产品质量控制有着重要的意义.因为原油组分时常变化,目前还不存在一种通用有效的模型来适应这些变化所带来的不同特性.本文引入自适应链接超平面(AHH)这一新颖的连续分片线性表示方法,建立了软测量模型... 详细信息

在流程工业中,煤油干点的估计对于产品质量控制有着重要的意义.因为原油组分时常变化,目前还不存在一种通用有效的模型来适应这些变化所带来的不同特性.本文引入自适应链接超平面(AHH)这一新颖的连续分片线性表示方法,建立了软测量模型.干点估计的仿真测试结果显示了该模型具有良好的拟合能力.而在实际数据上的测试表明,自适应链接超平面的模型在表达能力上优于已有的基于分类的建模方法.由于利用AHH的估计方法可以适应多变的生产工况,因而对于其他具有复杂多变工况的化工过程中具有推广价值.

关键词：原油精馏干点自适应链接超平面数据驱动建模

来源：评论

学校读者我要写书评

暂无评论

基于煤化工气化炉产气量核算的配煤成本优化研究

基于煤化工气化炉产气量核算的配煤成本优化研究

引用

第30届中国过程控制会议（CPCC 2019）

作者：张勇杨鹏袁晨博贾风军内蒙古科技大学信息工程学院内蒙古科技大学矿业与煤炭学院

鄂尔多斯煤田是世界最大的煤田之一,存在多煤种在较大地理空间稀疏分布问题,给煤化工气化炉用煤及配煤带来成本管理问题。针对配煤煤质对气化炉生产过程的影响,本文以配煤成本为优化目标,气化炉产气量为主要约束,研究鄂尔多斯地区煤化... 详细信息

鄂尔多斯煤田是世界最大的煤田之一,存在多煤种在较大地理空间稀疏分布问题,给煤化工气化炉用煤及配煤带来成本管理问题。针对配煤煤质对气化炉生产过程的影响,本文以配煤成本为优化目标,气化炉产气量为主要约束,研究鄂尔多斯地区煤化工气化炉多煤种的用煤和配煤优化问题。根据现场数据构建基于数据驱动的气化炉煤质对产量影响的非线性过程模型,通过聚类分析得到煤质各个指标的约束范围。在满足约束条件的情况下,构建煤种与煤质之间的线性模型。通过帕累托遗传算法,在气化炉产气量满足约束条件的同时给出了成本最低的多煤种配煤策略,并用MATLAB对气化炉配煤优化系统进行可视化组态界面设计。

关键词：气化炉配煤优化数据驱动建模帕累托最优

来源：评论

学校读者我要写书评

暂无评论

非线性动力学系统的神经网络建模与动力学行为预测

非线性动力学系统的神经网络建模与动力学行为预测

引用

第十九届全国非线性振动暨第十六届全国非线性动力学和运动稳定性学术会议（NVND2023）

作者：张露莹孙莹刘欣畅北京信息科技大学理学院

在实际工程中,基于力学理论建立复杂的非线性动力学方程是困难的。为了满足高维、多尺度和高精度的需求,本文使用神经网络建立了数据驱动模型。根据线性多步法,我们构造了双系数的损失函数,用于整体数据驱动建模和子结构数据驱动建模。... 详细信息

在实际工程中,基于力学理论建立复杂的非线性动力学方程是困难的。为了满足高维、多尺度和高精度的需求,本文使用神经网络建立了数据驱动模型。根据线性多步法,我们构造了双系数的损失函数,用于整体数据驱动建模和子结构数据驱动建模。向前欧拉法与训练后的神经网络相结合,以预测不同激励频率下的响应数据。在五自由度duffing振子系统的数值模拟中,子结构数据驱动建模的预测精度高于整体数据驱动建模,并且所建模型具有较好的鲁棒性和外推能力。结果还表明,训练数据和隐藏层数量对模型的预测能力有较大影响。基于可调节学习率,我们考虑了在网络输入中添加控制参数(APNI)和不在网络输入中添加控制参数(NAPNI)对动力学特性的影响。发现将控制参数作为网络输入之一,可以有效地提高模型的预测精度。

关键词：神经网络数据驱动建模向前欧拉法可调节学习率

来源：评论

学校读者我要写书评

暂无评论

基于多分支残差深层网络的稀土萃取流程模拟方法

基于多分支残差深层网络的稀土萃取流程模拟方法

引用

第32届中国过程控制会议(CPCC2021)

作者：朱建勇王伟徐芳萍陆荣秀杨辉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

稀土萃取过程反应复杂,传统机理分析建立的模型不能准确描述实际流程,导致输出的组分含量值误差较大.对此,本文基于数据驱动方法,创新性地提出一种多分支神经网络(MBNN)用于萃取流程模拟,并针对神经网络的梯度消失及性能饱和问题,引入... 详细信息

稀土萃取过程反应复杂,传统机理分析建立的模型不能准确描述实际流程,导致输出的组分含量值误差较大.对此,本文基于数据驱动方法,创新性地提出一种多分支神经网络(MBNN)用于萃取流程模拟,并针对神经网络的梯度消失及性能饱和问题,引入残差学习和分支特征短接对MBNN进行改进,称为多分支残差深层网络(MBRDN).MBRDN充分考虑了稀土萃取过程实际特性,通过多层次特征融合缓解了神经网络的梯度消失和性能饱和问题.仿真实验表明,在实际生产数据和噪声干扰下,MBRDN相比几种传统网络都表现出最好的性能,得到的流程模拟结果符合实际萃取过程.

关键词：稀土萃取数据驱动建模残差学习多特征融合多分支网络流程模拟

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：