分享到:

基于KPCA和最小二乘支持向量机的软测量建模

为了解决化工领域数据建模小样本、不适定性、非线性等问题,提出了一种基于核主元分析(KPCA)和最小二乘支持向量机的软测量建模方法,用核主元分析对输入变量进行  (本文共4页) 阅读全文>>

《系统仿真学报》2007年17期
系统仿真学报

基于核主元分析和最小二乘支持向量机的软测量建模

软测量技术是工业过程控制和分析的有力工具,它的核心问题是如何建立学习速度快且泛化性能优良的软测量模型。提出了一种基于核主元分析(KPCA)和最小二乘支持向量机(LSSVM)的软测量建模方法,利用核主元分析提...  (本文共4页) 阅读全文>>

江南大学
江南大学

小波支持向量机在数据建模中的研究及应用

支持向量机(SVM)是一种新的数据建模方法,它基于统计学习理论,具有坚实的数学理论基础和严格的理论分析,具有理论完备、全局优化、适应性强、推广能力好等优点,是机器学习中的一种新方法和研究新热点。它运用结构风险最小化原则,综合了统计学习、神经网络等方面技术,在最小化经验风险的同时,有效地提高了算法泛化能力。以往大部分研究主要集中在支持向量机分类理论和应用上,近年来关于支持向量机回归的研究也显示出其优异的性能。作为一个新的理论和方法,支持向量机回归在训练算法和实际应用等方面有诸多值得深入探讨的课题。本论文就以上主要内容进行了深入的研究并取得了以下结果:1.研究支持向量核函数条件的基础上,构造了一种基于小波核函数的小波支持向量机。分析了算法的收敛性、通用性和泛化能力。该算法扩充较为容易,实验结果表明小波支持向量机算法具有比较理想的函数逼近能力。2.研究了KPCA支持向量机算法。借鉴核函数思想,提出了一种基于核主元分析和小波最小二乘支持...  (本文共48页) 本文目录 | 阅读全文>>

《信息与控制》2004年06期
信息与控制

基于高斯过程和支持向量机的软测量建模比较及应用研究

给出了基于高斯过程和支持向量机的软测量建模方法 ,在不牺牲性能的条件下 ,高斯过程...  (本文共4页) 阅读全文>>

浙江大学
浙江大学

面向工业控制与软测量建模的系统辨识方法研究

通过可观测的信息,建立系统的模型是对系统进一步认知与研究的有效途径。尤其是在工业、航天等领域,有了系统的模型,便可以对系统设计合适的控制算法、对系统的输出进行预测、对系统的目标进行优化等。系统辨识是获取系统动态模型的重要手段,因此研究系统辨识具有十分重要的理论和实用价值。首先,本文以工业控制系统中常见的两种控制回路——比例、积分、微分(PID)控制以及模型预测控制(MPC)回路为研究对象,从降低辨识实验成本的角度提出了一种无外部激励闭环辨识的方法,并对模型在闭环无外部激励情况下的可辨识条件进行了理论上的分析;本文的另一贡献是拓展了系统辨识在软测量建模领域的应用。本工作主要的研究内容与结果如下:1.以单变量PID闭环系统为研究对象,提出了基于无外部激励辨识的PID整定策略。首先,引入了数据的丰富性与模型的可辨识性这两个闭环辨识中的重要概念,通过这两个概念探讨了不添加外部激励的情况下,能否通过噪声激励的数据估计出系统模型的问题。研究...  (本文共160页) 本文目录 | 阅读全文>>

北京理工大学
北京理工大学

工业过程难测参数软测量建模方法研究及应用

目前在工业生产过程中仍有很多关键变量没有在线实时检测的传感器,只能通过离线分析方法进行测量,但是,离线分析数据时间滞后较大,很难实现工业过程的实时监测、控制和优化。近年来,随着集散控制系统和信息管理系统在生产过程中的广泛应用,大量的过程数据得以保存,使得基于数据驱动的软测量技术成为工业过程难测关键变量实现在线预测的一个突破性手段。化工(或生物化工)生产过程常常呈现出大滞后、非线性、时变性、多时段、多模式等复杂特性,采用传统的全局建模方法往往得不到令人满意的结果。因此,局部学习策略成为解决这类问题的有效途径,如多模型建模、集成学习建模和即时学习建模方法等。本论文针对具有这类特性的工业过程开展研究,主要研究基于局部学习策略的建模方法,并通过实际工业过程数据进行验证。论文的主要研究工作归纳如下:(1)针对工业过程的非线性、多时段、多模式等特性,提出一种改进的基于样本分组的集成高斯过程回归软测量建模方法。首先基于改进的高斯混合模型将历史...  (本文共119页) 本文目录 | 阅读全文>>

华南理工大学
华南理工大学

面向污水处理的软测量建模研究及其应用

污水处理厂作为水环境保护链中关键的一环,其安全、稳定的运行是保证出水质量达标的前提条件。而要实现这个目标,离不开对一些关键或主要的过程指标的实时监测。这些指标反映了污水处理过程的重要信息,但大部分属于难以直接测量或不易测量,它们的实时可用性通常与昂贵的硬件成本和不菲的维修费用,以及延迟性响应相联系,因此往往不适合实时监测。要解决这类变量的在线实时获取,软测量技术提供了一个可行、有效的方案。本论文以城市污水处理过程为背景,对数据驱动软测量建模展开了研究。主要研究工作如下:1.研究了面向污水处理的常用数据驱动软测量建模方法的在线预测性能。面向污水处理存在多种数据驱动软测量建模技术,这些方法针对各自文献中的工艺对象建模效果良好,但少有文献对常用基础性建模方法的应用效果进行归纳性研究。与其它过程工业相比,污水处理具有其独特性。如果对这些建模方法在实际应用的表现能有个直接、客观上的认知,不仅有助于加深对污水处理过程特性的理解,而且也能给软...  (本文共110页) 本文目录 | 阅读全文>>