分享到:

基于改进LS-SVR的冷带轧机板形智能控制研究

板带钢是主要的钢材产品之一,广泛应用于汽车制造、食品包装等行业,对国民经济发展有着举足轻重的影响。随着科技的进步,用户对板带钢质量的要求越来越高。板形是带钢的重要质量指标,也是轧制领域研究的热点。近年来,人工智能方法以其在建模和控制方面的优势,在工业过程研究中得到了广泛的应用。本文选择基于改进最小二乘支持向量回归机(LS-SVR)的冷带轧机板形智能控制为研究课题,分析了现有板形智能控制方法的优缺点,重点研究了LS-SVR算法的改进,并利用它对板形控制系统进行了深入的研究。首先,针对标准LS-SVR算法只适用于单输出系统回归估计,而工业过程多为多输出系统的问题,提出了一种多输出最小二乘支持向量回归机(MLSSVR)新算法,该算法秉承结构风险最小化原则,具有良好的泛化性能;针对MLSSVR超参数难以确定的问题,提出了一种基于粒子群算法的超参数优化方法,该方法不仅运算速度快,而且搜索能力强。板形模式识别是板形控制的关键。考虑到板形精确  (本文共71页) 本文目录 | 阅读全文>>

《西安工业大学学报》2012年06期
西安工业大学学报

基于LS-SVR的混沌时间序列多参数自适应预测

故障预测对保障复杂设备的安全可靠工作具有重要意义,但往往难以建立起准确的解析形式的数学模型,因此常常依赖于通过观测所获得的混沌时间序列进行预测分析.为了提高预测的有效性和准确性...  (本文共5页) 阅读全文>>

《西北工业大学学报》2009年01期
西北工业大学学报

基于新息的多参量混沌时间序列LS-SVR加权预测

复杂系统常常依赖于通过观测所获得的多参量混沌时间序列进行预测分析。论文借鉴单参量混沌时间序列预测的思路,考虑全部相关参量混沌时间序列中的信息,以实现多参量混沌时间序列的相空间重构。同时,基于新息优先原理和支持向量机理论,结...  (本文共5页) 阅读全文>>

辽宁工程技术大学
辽宁工程技术大学

基于LS-SVR模型的煤与瓦斯突出预测系统研究

本文分析了煤与瓦斯突出机理和影响因素,在利用煤矿瓦斯监控系统监测的瓦斯浓度数据信息的基础上,把支持向量机方法应用于煤与瓦斯突出的预测中,为解决矿井瓦斯突出预测问题提供了一条新途径。本文主要进行以下工作:首先对煤与瓦斯突出监测瓦斯浓度序列的时域特征向量、频域特征向量和小波域特征向量进行特征提取与选择分析。提出了基于差分进化算法的特征选择方法。之后,选取合适的核函数,构建了煤与瓦斯突出预测的最小二乘支持向量回归机(LS-SVR)模型,同样利用差分进化算法进行核参数寻优,来提高参数搜素速度和提高预测模型的性能。通过与其他预测算法比较预测,结果表明:煤与瓦斯突出的LS-SVR模型解决了小样本、非线性、高维数、局部极小值等实际问题。最后设计了煤与瓦斯突出预测系统,实现连续非接触式地煤与瓦斯突出预测,预测结果与实际相吻合,具有重大的现实意义。  (本文共73页) 本文目录 | 阅读全文>>

《西北工业大学学报》2017年04期
西北工业大学学报

基于多核LS-SVR的航电设备剩余寿命预测

航空电子设备是飞机系统的重要组成部分,其故障率占全系统故障总数的比例越来越高,对系统性能的影响越来越突出。论文提出了一...  (本文共5页) 阅读全文>>

《计算机仿真》2014年10期
计算机仿真

基于LS-SVR融合算法的颜色恒常性研究

目标物的图像会因环境光源的不同而呈现不同的颜色值,为对图像中的内容进行准确研究,需将记录图像调整到标准光源下,这就是颜色恒常性研究。无监督恒常性算法具有运算量小且简单的优势,但受限于假设条件,为此提出采用图像的多特征进行融...  (本文共5页) 阅读全文>>