检索结果-南通市图书馆

Pinning control of a generalized complex dynamical network model

在线全文

学校读者我要写书评

暂无评论

控制理论与应用（英文版） 2009年第1期7卷 1-8页

作者： huizhong yang Li SHENG School of Communication and Control Engineering Jiangnan University Wuxi Jiangsu 214122 China

This paper investigates the local and global synchronization of a generalized complex dynamical network model with constant and delayed coupling. Without assuming symmetry of the couplings, we proved that a single controller can pin the generalized complex network to a homogenous solution. Some previous synchronization results are generalized. In this paper, we first discuss how to pin an array of delayed neural networks to the synchronous solution by adding only one controller. Next, by using the Lyapunov functional method, some sufficient conditions are derived for the local and global synchronization of the coupled systems. The obtained results are expressed in terms of LMIs, which can be efficiently checked by the Matlab LMI toolbox. Finally, an example is given to illustrate the theoretical results.

关键词： Complex network Neural network Pinning control Synchronization Delayed coupling

Performance analysis of stochastic gradient algorithms under weak conditions

在线全文

学校读者我要写书评

暂无评论

Science in China(Series F) 2008年第9期51卷 1269-1280页

作者： DING Feng yang huizhong LIU Fei Control Science and Engineering Research Center Jiangnan University Wuxi 214122 China

By using the stochastic martingale theory, convergence properties of stochastic gradient （SG） identification algorithms are studied under weak conditions. The analysis indicates that the parameter estimates by the SG algorithms consistently converge to the true parameters, as long as the information vector is persistently exciting （i.e., the data product moment matrix has a bounded condition number） and that the process noises are zero mean and uncorrelated. These results remove the strict assumptions, made in existing references, that the noise variances and high-order moments exist, and the processes are stationary and ergodic and the strong persis- tent excitation condition holds. This contribution greatly relaxes the convergence conditions of stochastic gradient algorithms. The simulation results with bounded and unbounded noise variances confirm the convergence conclusions proposed.

关键词： recursive identification parameter estimation least squares stochastic gradient multivariable systems convergence properties martingale convergence theorem

Multi-objective Optimization for Bisphenol-A Condensation Reaction Process

在线全文

学校读者我要写书评

暂无评论

Multi-objective Optimization for Bisphenol-A Condensation Re...

第31届中国过程控制会议（CPCC2020）

作者： Wentao Cang huizhong yang Key Laboratory of Advanced Process Control for Light Industry Ministry of Education Jiangnan University

In the industrial Bisphenol-A(BPA) condensation reaction process, how to take full advantage of raw material, reduce production cost and maximize the plant benefit is an important issue. Therefore, based on the previously established soft sensor model of the key outlet components of bpa condensation reactor, the process parameter optimization problem in the BPA condensation reaction process is refined into a multi-objective optimization problem in this paper, and non-dominated sorting genetic algorithm II(NSGA-II) with constraints is employed to optimize the process conditions. By optimization, the distribution of Pareto optimal solutions and the corresponding control variable solutions are obtained, and the operating conditions corresponding to several typical optimization results are also achieved. The simulation results demonstrated the effectiveness of the proposed optimization strategy.

关键词： bisphenol-A condensation reaction optmized operation

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

基于容差关系的粗糙集理论及其应用研究

仪器仪表学报 2008年第7期29卷 1522-1525页

作者：颜艳杨慧中江南大学通信与控制工程学院无锡214122

经典粗糙集理论只能处理离散数据,不能将其直接应用于实际系统的数据挖掘中。本文引入样本之间的相似性和改进的属性广义区分度的概念,并定义了属性的全局相似性程度,然后利用容差关系对连续数据集直接进行属性约简,避免了数据离散化过... 详细信息

经典粗糙集理论只能处理离散数据,不能将其直接应用于实际系统的数据挖掘中。本文引入样本之间的相似性和改进的属性广义区分度的概念,并定义了属性的全局相似性程度,然后利用容差关系对连续数据集直接进行属性约简,避免了数据离散化过程中信息的丢失。最后将其应用于汽轮机组故障诊断系统中,实验结果表明该方法的有效性。

关键词：粗糙集属性约简容差关系故障诊断

一种基于自适应模糊高斯核聚类的软测量建模方法

在线全文

学校读者我要写书评

暂无评论

上海交通大学学报 2017年第6期51卷 722-726页

作者：夏源杨慧中江南大学轻工过程先进控制教育部重点实验室江苏无锡214122

单一模型一般难以表达复杂的生产过程特性,在软测量应用中往往容易使模型的估计精度低、泛化性能差.提出一种基于自适应模糊高斯核聚类的概率加权多模型融合方法,利用高维空间内样本的分散性来确定聚类中心,能取得最佳聚类效果.根据贝... 详细信息

单一模型一般难以表达复杂的生产过程特性,在软测量应用中往往容易使模型的估计精度低、泛化性能差.提出一种基于自适应模糊高斯核聚类的概率加权多模型融合方法,利用高维空间内样本的分散性来确定聚类中心,能取得最佳聚类效果.根据贝叶斯后验定律进行多模型融合,使总模型输出更具合理性.该方法不仅克服了单模型预测的局限性,同时对传统多模型融合方法做了一些改进,提高了过程估计的精度.

关键词：自适应模糊高斯核聚类概率加权多模型

在线全文

学校读者我要写书评

暂无评论

基于高斯过程和贝叶斯决策的组合模型软测量

化工学报 2013年第12期64卷 4434-4438页

作者：雷瑜杨慧中江南大学教育部轻工过程先进控制重点实验室江苏无锡214122

为了提高化工生产过程中软测量建模的估计精度,提出了一种基于高斯过程和贝叶斯决策的组合模型建模方法。该方法在对原始数据进行分类的基础上,利用高斯过程对每个子类建立软测量子模型,通过贝叶斯决策方法实现模型的联合估计输出。将... 详细信息

为了提高化工生产过程中软测量建模的估计精度,提出了一种基于高斯过程和贝叶斯决策的组合模型建模方法。该方法在对原始数据进行分类的基础上,利用高斯过程对每个子类建立软测量子模型,通过贝叶斯决策方法实现模型的联合估计输出。将该建模方法应用于某双酚A装置的软测量建模中,仿真结果表明,相比于传统的开关切换或加权组合多模型,该组合模型能在实际生产中充分利用样本信息,使得具有更高的估计精度和更强的泛化性能。

关键词：高斯过程贝叶斯决策软测量组合模型

在线全文

学校读者我要写书评

暂无评论

一种基于互信息的粗糙集知识约简算法

清华大学学报（自然科学版） 2007年第Z2期47卷 1903-1906页

作者：颜艳杨慧中江南大学通信与控制工程学院无锡214122

针对粗糙集理论核心内容之一的知识约简问题,该文提出了一种改进的互信息的属性约简算法。该算法结合信息论中信息熵与互信息的概念定义了粗糙集里的一种新的属性重要度,并以此属性重要度为启发式信息进行属性约简。实验分析表明:在大... 详细信息

针对粗糙集理论核心内容之一的知识约简问题,该文提出了一种改进的互信息的属性约简算法。该算法结合信息论中信息熵与互信息的概念定义了粗糙集里的一种新的属性重要度,并以此属性重要度为启发式信息进行属性约简。实验分析表明:在大多数情况下,该种算法都能够得到决策表的最小约简。

关键词：知识约简粗糙集信息论

基于改进随机梯度Boosting算法的软测量建模

在线全文

学校读者我要写书评

暂无评论

化工学报 2017年第3期68卷 970-975页

作者：仓文涛杨慧中江南大学轻工过程先进控制教育部重点实验室江苏无锡214122

在建立复杂化工过程软测量模型时,使用传统的随机梯度Boosting算法(SGB)建模若收缩参数v选取不当会明显降低算法收敛速度,且极易陷入过拟合,难以取得令人满意的泛化效果。为解决这一问题,提出了一种基于SGB集成学习的软测量建模方法,采... 详细信息

在建立复杂化工过程软测量模型时,使用传统的随机梯度Boosting算法(SGB)建模若收缩参数v选取不当会明显降低算法收敛速度,且极易陷入过拟合,难以取得令人满意的泛化效果。为解决这一问题,提出了一种基于SGB集成学习的软测量建模方法,采用高斯过程回归作为基学习器,并针对SGB算法固有的不足,依据每一次迭代中弱学习机的反馈,自适应调整收缩参数v,改善了SGB算法的过度拟合,从而提高了集成模型的估计精度与学习效率。将该方法应用于某双酚A装置的软测量建模中,仿真结果表明,相比于传统SGB建模,该方法具有更高的泛化性能和学习效率。

关键词：算法计算机模拟集成随机梯度Boosting 软测量

基于局部重构融合流形聚类的多模型软测量建模

在线全文

学校读者我要写书评

暂无评论

化工学报 2011年第8期62卷 2281-2286页

作者：陈定三杨慧中江南大学教育部轻工过程先进控制重点实验室江苏无锡214122 上海市电站自动化技术重点实验室上海200072

针对单模型描述复杂非线性对象时估计精度低、泛化能力差的问题,提出了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... 详细信息

针对单模型描述复杂非线性对象时估计精度低、泛化能力差的问题,提出了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,将属于同一流形面且相距较近的样本子簇进行融合;采用支持向量机为各个子类建立回归子模型,得到一个基于多个子模型的软测量组合模型。在双酚A生产过程质量指标的软测量建模仿真中验证了该方法的有效性。

关键词：线性流形软测量多模型支持向量机