检索结果-内蒙古大学图书馆

化工学报 2018年第12期69卷 5164-5172页

作者：李征王普高学金齐咏生常鹏北京工业大学信息学部北京100124 数字社区教育部工程研究中心北京100124 城市轨道交通北京实验室北京100124 计算智能与智能系统北京市重点实验室北京100124 内蒙古工业大学电力学院内蒙古呼和浩特010051

针对间歇过程划分阶段方法很少考虑过程的时序性和动态特性,易将时间上不连续但具有相似特征的样本划分到同一阶段,影响建模精确性的问题,提出一种基于信息增量矩阵-偏最小二乘(information increment matrixpartialleastsquare,IIMPLS... 详细信息

针对间歇过程划分阶段方法很少考虑过程的时序性和动态特性,易将时间上不连续但具有相似特征的样本划分到同一阶段,影响建模精确性的问题,提出一种基于信息增量矩阵-偏最小二乘(information increment matrixpartialleastsquare,IIMPLS)的多阶段间歇过程质量预测方法。将历史三维数据沿批次方向展开为二维数据,将其切分成融合质量变量的扩展时间片,依据扩展时间片的信息增量使用滑动窗划分阶段,对各个阶段内数据建立PLS模型进行质量预测。该方法考虑变量之间的相关关系沿采样时刻的变化,利用信息增量捕获系统的动态特性并时序地划分阶段。青霉素仿真平台与大肠杆菌实际生产数据验证了方法的可行性和有效性。

关键词：间歇式阶段划分预测信息增量矩阵偏最小二乘过程控制

来源：评论

学校读者我要写书评

暂无评论

PDPSO优化多阶段AR-PCA间歇过程监测方法

引用

化工学报 2018年第9期69卷 3914-3923页

作者：高学金黄梦丹齐咏生王普北京工业大学信息学部北京100124 数字社区教育部工程研究中心北京100124 城市轨道交通北京实验室北京100124 计算智能与智能系统北京市重点实验室北京100124 内蒙古工业大学电力学院内蒙古呼和浩特010051

针对间歇过程固有的多阶段特性和动态性,提出基于种群多样性的自适应惯性权重粒子群算法(PDPSO)优化的多阶段自回归主元分析(AR-PCA)间歇过程监测方法。该方法引入了PDPSO算法指导AP聚类偏向参数的选取,避免了传统方法依据聚类评价指标... 详细信息

针对间歇过程固有的多阶段特性和动态性,提出基于种群多样性的自适应惯性权重粒子群算法(PDPSO)优化的多阶段自回归主元分析(AR-PCA)间歇过程监测方法。该方法引入了PDPSO算法指导AP聚类偏向参数的选取,避免了传统方法依据聚类评价指标选取参考度时的盲目性。对PDPSO优化AP聚类的多阶段发酵过程的数据样本建立AR-PCA模型能够消除各阶段的动态性及变量之间的自相关和互相关影响。最后,对自回归(AR)模型的残差矩阵建立主成分分析(PCA)模型用于发酵过程监测。将该方法应用到青霉素发酵过程,并与传统方法进行对比,结果表明,该方法能够有效进行间歇过程阶段划分并降低故障的漏报和误报。

关键词：间歇过程种群多样性粒子群优化仿射传播聚类自回归主元分析

来源：评论

学校读者我要写书评

暂无评论

基于参数优化的染色体三维结构预测算法VMBO

引用

北京工业大学学报 2018年第2期44卷 207-214页

作者：李建更张卫李晓丹北京工业大学电子信息与控制工程学院北京100124 计算智能与智能系统北京市重点实验室北京100124

认识染色体的三维空间结构对于理解细胞核内基因组的表达、调控等具有重要作用.针对Hi-C数据稀疏和含有噪声的特点,提出了基于流形优化(manifold based optimization,MBO)与参数优化相结合的染色体三维结构预测方法——变参数的基于流... 详细信息

认识染色体的三维空间结构对于理解细胞核内基因组的表达、调控等具有重要作用.针对Hi-C数据稀疏和含有噪声的特点,提出了基于流形优化(manifold based optimization,MBO)与参数优化相结合的染色体三维结构预测方法——变参数的基于流形优化的算法(variable-parameter MBO,VMBO).通过黄金分割算法迭代优化转换参数,将染色体片段间的接触频率转换为空间距离值;然后用MBO算法重构染色体的三维平均结构(consensus structures).在实验部分用模拟数据集和真实的Hi-C数据集进行三维结构预测,预测结果的均方根误差(root mean squared deviation,RMSD)和距离的斯皮尔曼相关系数(distance Spearman correlation coefficient,d SCC)说明了VMBO算法的有效性和鲁棒性.

关键词： Hi-C接触频率基于流形最优化(MBO) 染色体结构的预测平均结构变参数的基于流形优化的算法(VMBO)

来源：评论

学校读者我要写书评

暂无评论

基于模糊-比例控制的除磷加药自动控制方法研究

基于模糊-比例控制的除磷加药自动控制方法研究

引用

第30届中国过程控制会议（CPCC 2019）

作者：张会清李泽锋北京工业大学信息学部数字社区教育部工程研究中心计算智能与智能系统北京市重点实验室

针对污水处理厂在除磷加药过程中采用手动定频方式投加除磷药剂时药耗较高的问题,研究自动控制系统进行化学药剂的按需投加。控制器主要由模糊控制和比例控制组成。在控制过程中,模糊控制以生物池进水流量、二沉池进水总磷浓度两个主要... 详细信息

针对污水处理厂在除磷加药过程中采用手动定频方式投加除磷药剂时药耗较高的问题,研究自动控制系统进行化学药剂的按需投加。控制器主要由模糊控制和比例控制组成。在控制过程中,模糊控制以生物池进水流量、二沉池进水总磷浓度两个主要影响变量作为输入量,在模糊规则的作用下输出加药泵主加药频率。比例控制以二沉池出水总磷浓度为输入,输出加药泵加药频率补偿量。通过在线模拟运行验证,该控制系统能够根据药耗需求量自动调整加药频率,从而节省化学除磷药剂。

关键词：污水处理除磷加药模糊控制比例控制

来源：评论

学校读者我要写书评

暂无评论

基于相对贡献指标的自组织RBF神经网络的设计

引用

智能系统学报 2018年第2期13卷 159-167页

作者：乔俊飞安茹韩红桂北京工业大学电子信息与控制工程学院北京100124 计算智能与智能系统北京市重点实验室北京100124

针对RBF(radial basis function)神经网络的结构和参数设计问题,本文提出了一种基于相对贡献指标的自组织RBF神经网络的设计方法。首先,提出一种基于相对贡献指标(relative contribution,RC)的网络结构设计方法,利用隐含层输出对网络输... 详细信息

针对RBF(radial basis function)神经网络的结构和参数设计问题,本文提出了一种基于相对贡献指标的自组织RBF神经网络的设计方法。首先,提出一种基于相对贡献指标(relative contribution,RC)的网络结构设计方法,利用隐含层输出对网络输出的相对贡献来判断是否增加或删减RBF网络相应的隐含层节点,并且对神经网络结构调整过程的收敛性进行证明。其次,采用改进的LM(Levenberg-Marquardt algorithm)算法对调整后的网络参数进行更新,使网络具有较少的训练时间和较快的收敛速度。最后,对提出的设计方法进行非线性函数仿真和污水处理出水参数氨氮建模,仿真结果表明,RBF神经网络能够根据研究对象自适应地动态调整RBF结构和参数,具有较好的逼近能力和更高的预测精度。

关键词： RBF神经网络相对贡献指标改进的LM算法结构设计出水氨氮收敛速度预测精度

来源：评论

学校读者我要写书评

暂无评论

一种基于改进型深度学习的非线性建模方法

引用

信息与控制 2018年第6期47卷 680-686页

作者：王盈旭韩红桂郭民北京工业大学信息学部自动化学院北京100124 计算智能与智能系统北京市重点实验室北京100124 数字社区教育部工程研究中心北京100124

围绕非线性系统的建模问题,提出了一种基于改进型深度学习的非线性建模方法.首先,设计了基于高斯径向基函数的深度信念网络训练模型;其次,利用对比分歧算法对径向基函数的权值、中心和宽度进行调整,并利用反向传播对网络连接权值进行优... 详细信息

围绕非线性系统的建模问题,提出了一种基于改进型深度学习的非线性建模方法.首先,设计了基于高斯径向基函数的深度信念网络训练模型;其次,利用对比分歧算法对径向基函数的权值、中心和宽度进行调整,并利用反向传播对网络连接权值进行优化;最后,将获得的改进型深度学习方法应用于非线性系统建模.实验结果验证了该算法的有效性和可行性.

关键词：深度学习非线性建模径向基函数深度信念网络

来源：评论

学校读者我要写书评

暂无评论

基于参数动态调整的多目标差分进化算法

引用

控制与决策 2017年第11期32卷 1985-1990页

作者：侯莹韩红桂乔俊飞北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124

针对多目标差分进化算法最优解难以获取的问题,提出一种基于参数动态调整的多目标差分进化(AMODE)算法.AMODE算法通过设计变异率和交叉率的自适应调整策略,实现进化过程中变异率和交叉率的动态调整,均衡多目标差分进化算法的局部搜索能... 详细信息

针对多目标差分进化算法最优解难以获取的问题,提出一种基于参数动态调整的多目标差分进化(AMODE)算法.AMODE算法通过设计变异率和交叉率的自适应调整策略,实现进化过程中变异率和交叉率的动态调整,均衡多目标差分进化算法的局部搜索能力和全局探索能力,获得收敛性、多样性和均匀性较好的最优解.实验结果表明,基于参数动态调整的AMODE算法能够有效改善多目标差分进化算法的逼近能力(IGD)和均匀性(SP),具有较好的优化效果.

关键词：多目标优化差分进化算法参数动态调整自适应

来源：评论

学校读者我要写书评

暂无评论

基于区间二型模糊神经网络的出水氨氮软测量

引用

化工学报 2017年第3期68卷 1032-1040页

作者：韩红桂陈治远乔俊飞张会清北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124

针对污水处理过程出水氨氮(ammonia nitrogen,NH4-N)难以实时检测的问题,提出了一种基于区间二型模糊神经网络(interval type-2 fuzzy neural networks,IT2FNN)的软测量方法,建立了出水NH4-N的软测量模型,实现了出水NH4-N的实时检测。首... 详细信息

针对污水处理过程出水氨氮(ammonia nitrogen,NH4-N)难以实时检测的问题,提出了一种基于区间二型模糊神经网络(interval type-2 fuzzy neural networks,IT2FNN)的软测量方法,建立了出水NH4-N的软测量模型,实现了出水NH4-N的实时检测。首先,采集和预处理相关过程变量的实际运行数据,通过主元分析法筛选出与出水NH4-N相关性较强的过程变量。其次,利用IT2FNN建立所选变量与出水NH4-N的软测量模型,通过梯度下降算法对模型相关参数进行修正。最后,将基于IT2FNN的出水NH4-N软测量模型应用于实际污水处理过程。实验结果表明,提出的出水NH4-N软测量方法不仅能够实现污水处理过程出水NH4-N的实时检测,而且具有较高的检测精度。

关键词：出水氨氮软测量区间二型模糊神经网络动态建模污水处理过程

来源：评论

学校读者我要写书评

暂无评论

基于误差修正的地铁站冷水机组能效预测模型

基于误差修正的地铁站冷水机组能效预测模型

引用

中国自动化学会智能建筑与楼宇自动化专业委员会2019年年会

作者：王普曾文昊高学金付龙晓北京工业大学信息学部数字社区教育部工程研究中心城市轨道交通北京实验室计算智能与智能系统北京市重点实验室

常用的地铁站冷水机组能效模型存在非线性因素干扰,导致模型预测精度、可靠性较低。针对此问题,本文提出一种基于误差修正的冷水机组能效预测模型。该模型从误差入手,通过支持向量回归机对预测误差的历史数据进行训练得到误差预测模型,... 详细信息

常用的地铁站冷水机组能效模型存在非线性因素干扰,导致模型预测精度、可靠性较低。针对此问题,本文提出一种基于误差修正的冷水机组能效预测模型。该模型从误差入手,通过支持向量回归机对预测误差的历史数据进行训练得到误差预测模型,然后对传统模型的预测结果进行修正得到最终能效预测值。通过北京某地铁实训平台空调机组运行数据对本文模型进行验证,结果表明在冷水机组能效比(Coefficient of Performance,COP)较高的情况下,本文模型较传统模型精度有明显提高。

关键词：冷水机组支持向量机误差修正热力学

来源：评论

学校读者我要写书评

暂无评论

异构多网HTTP/2能量成本控制视频流传输模型

引用

计算机工程与设计 2018年第1期39卷 5-10,48页

作者：翁壮王普北京工业大学信息学部北京100124 北京工业大学数字社区教育部工程研究中心北京100124 北京工业大学城市轨道交通北京实验室北京100124 北京工业大学计算智能与智能系统北京市重点实验室北京100124

考虑异构无线网和成本约束下的移动设备能源消耗,提出异构网络HTTP/2能量成本控制的多网视频流传输模型。相对于传统流媒体自适应模型,增加参数控制单元、跨层网络监控单元和重新排序单元,采用HTTP/2传输协议,设计视频流传输模型,实现... 详细信息

考虑异构无线网和成本约束下的移动设备能源消耗,提出异构网络HTTP/2能量成本控制的多网视频流传输模型。相对于传统流媒体自适应模型,增加参数控制单元、跨层网络监控单元和重新排序单元,采用HTTP/2传输协议,设计视频流传输模型,实现多无线网络视频段传输;为降低设备能耗,设计HTTP/2协议下的能量成本函数,对模型参数选取过程进行设计。仿真结果表明,所提模型具有更高视频加载效率和能量节省能力,对数据丢包具有抑制能力。

关键词：异构网络 HTTP/2协议视频流成本控制多网传输

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：