检索结果-南通市图书馆

维普期刊数据库博看期刊

基于加权门控堆叠质量监督VAE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

基于加权门控堆叠质量监督VAE的软测量建模方法

基于栈式自编码网络的直拉硅单晶生长过程V/G软测量建模

第35届中国过程控制会议

作者：徐梁谢莉孙乐徐琛杨慧中江南大学物联网工程学院

变分自编码器(variational autoencoder, VAE)由于在概率数据描述和特征提取能力等方面的优越性,在软测量建模领域受到了广泛关注。然而,针对强非线性的过程数据,单层的变分自编码器却难以提取到有用的高级特征表示。本文提出一种加权... 详细信息

变分自编码器(variational autoencoder, VAE)由于在概率数据描述和特征提取能力等方面的优越性,在软测量建模领域受到了广泛关注。然而,针对强非线性的过程数据,单层的变分自编码器却难以提取到有用的高级特征表示。本文提出一种加权门控堆叠质量监督堆叠变分自编码器(gated stacked target-supervised VAE with variable weights, W-GSTVAE)来提高VAE的建模性能。首先采用堆叠变分自编码器来增强VAE的特征提取能力,在预训练阶段,通过在损失函数中加入目标值的预测误差以及计算输入输出变量之间的最大信息系数,来指导特征学习的过程,提高深度网络提取的特征与输出变量的相关性。其次,在微调阶段利用门控线性单元整合每一层的输出特征,充分利用每一层的特征信息,以提高对浅层特征的有效利用率。最后,在脱丁烷塔数据集上,对所提模型的性能进行了评估,验证了该方法的有效性和优越性。

关键词：变分自编码器软测量建模质量监督最大信息系数门控线性单元

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

仪器仪表学报 2020年第10期41卷 277-286页

作者：万银刘丁任俊超刘聪聪西安理工大学晶体生长设备及系统集成国家地方联合工程研究中心西安710048 陕西省复杂系统控制与智能信息处理重点实验室西安710048

在直拉硅单晶生长过程中,晶体质量与固液界面V/G密切相关,实现V/G的在线监测,对于生长低缺陷、无位错的大尺寸硅单晶至关重要。然而,在实际工业生产中V/G的直接获取异常困难。针对该问题,提出一种基于栈式自编码网络的软测量模型SAE-ELM... 详细信息

在直拉硅单晶生长过程中,晶体质量与固液界面V/G密切相关,实现V/G的在线监测,对于生长低缺陷、无位错的大尺寸硅单晶至关重要。然而,在实际工业生产中V/G的直接获取异常困难。针对该问题,提出一种基于栈式自编码网络的软测量模型SAE-ELM,以实现V/G的实时监测。所提模型采用SAE提取数据特征,并将其作为ELM网络输入以实现对V/G的回归预测。其中,为了消除噪声影响,对原始数据进行了小波分解与重构,同时考虑到易测变量与目标变量之间的相关性,构建了基于Pearson和Spearman混合相关系数,以选择与V/G相关性较强的辅助变量。根据某型号单晶炉晶体生长过程中的实验数据,将该模型的性能与其他数据驱动建模方法进行了比较,验证了所提模型的有效性。

关键词：直拉硅单晶生长栈式自编码网络固液界面V/G 软测量建模

基于时间差分和局部加权偏最小二乘算法的过程自适应软测量建模

在线全文

学校读者我要写书评

暂无评论

化工学报 2016年第3期67卷 724-728页

作者：袁小锋葛志强宋执环浙江大学控制科学与工程学院工业控制技术国家重点实验室浙江杭州310027

工业过程软测量模型常常因为过程的变量漂移、非线性和时变等问题而使得预测性能下降。因此,时间差分已被应用于解决过程变量漂移问题。但是,时间差分框架下的全局模型往往不能很好地描述过程非线性和时变等特性。为此,提出了一种融合... 详细信息

工业过程软测量模型常常因为过程的变量漂移、非线性和时变等问题而使得预测性能下降。因此,时间差分已被应用于解决过程变量漂移问题。但是,时间差分框架下的全局模型往往不能很好地描述过程非线性和时变等特性。为此,提出了一种融合时间差分模型和局部加权偏最小二乘算法的自适应软测量建模方法。时间差分模型可以大大减少过程变量漂移的影响,而局部加权偏最小二乘算法作为一种即时学习方法,可以有效解决过程非线性和时变问题。该方法的有效性在数值例子和工业过程实例中得到了有效验证。

关键词：时间差分模型局部加权偏最小二乘算法即时学习软测量建模质量预测

基于MI-LSSVM的水泥生料细度软测量建模

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2017年第2期38卷 487-496页

作者：赵彦涛单泽宇常跃进陈宇郝晓辰燕山大学电气工程院秦皇岛066004

针对水泥生料细度软测量模型难以建立的问题,考虑到输入变量选择易受时延的影响,提出一种基于互信息和最小二乘支持向量机(MI-LSSVM)的软测量建模方法。该方法采用互信息表征变量间的相关性,进而解决水泥生料细度软测量建模中的时延问题... 详细信息

针对水泥生料细度软测量模型难以建立的问题,考虑到输入变量选择易受时延的影响,提出一种基于互信息和最小二乘支持向量机(MI-LSSVM)的软测量建模方法。该方法采用互信息表征变量间的相关性,进而解决水泥生料细度软测量建模中的时延问题,并在此基础之上,提出双向选择算法获取输入变量,将得到的输入变量应用于最小二乘支持向量机中,建立水泥生料细度软测量模型,最后应用水泥厂的实际数据对基于互信息和最小二乘支持向量机的水泥生料细度软测量模型进行仿真。结果表明该方法预测精度高、泛化能力强。

关键词：互信息最小二乘支持向量机变量选择水泥生料细度软测量建模

基于AWLS-SVM的污水处理过程软测量建模

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2015年第8期36卷 1792-1800页

作者：赵超戴坤成王贵评张登峰福州大学石油化工学院福州350108 南京理工大学机械工程学院南京210094

针对污水处理过程建模中样本数据可能存在的测量误差对模型性能的影响,提出一种自适应加权最小二乘支持向量机(AWLS-SVM)回归的软测量建模方法。该方法基于最小二乘支持向量机模型,根据样本拟合误差,并结合改进的指数分布赋权规则,自适... 详细信息

针对污水处理过程建模中样本数据可能存在的测量误差对模型性能的影响,提出一种自适应加权最小二乘支持向量机(AWLS-SVM)回归的软测量建模方法。该方法基于最小二乘支持向量机模型,根据样本拟合误差,并结合改进的指数分布赋权规则,自适应地为每个建模样本分配不同的权值,以降低随机误差对模型性能的影响;同时采用一种全局优化算法——混沌粒子群模拟退火(CPSO-SA)算法对最小二乘支持向量机的模型参数进行优化选择,以提高模型的泛化能力。仿真实验表明,AWLS-SVM模型的预测精度及鲁棒性能优于LS-SVM和WLS-SVM。最后,应用AWLS-SVM方法建立污水处理过程出水水质关键参数的软测量模型,获得了较好的效果。

关键词：最小二乘支持向量机污水处理过程污水出水水质混沌粒子群模拟退火软测量建模

基于差分进化粒子群混合优化算法的软测量建模

在线全文

学校读者我要写书评

暂无评论

化工学报 2009年第12期60卷 3052-3057页

作者：陈如清嘉兴学院机电工程学院浙江嘉兴314001

针对乙烯生产过程中,用传统方法难以直接完成对乙烯收率的在线测量的问题,提出了一种新型差分进化粒子群混合优化算法,建立了乙烯收率软测量建模。改进算法将优化过程分成两阶段,两分群分别采用粒子群算法和差分进化算法同时进行。迭代... 详细信息

针对乙烯生产过程中,用传统方法难以直接完成对乙烯收率的在线测量的问题,提出了一种新型差分进化粒子群混合优化算法,建立了乙烯收率软测量建模。改进算法将优化过程分成两阶段,两分群分别采用粒子群算法和差分进化算法同时进行。迭代过程中引入进化速度因子进行算法局部收敛性判断,通过两个群体间的信息交流阻止算法陷入局部最优。对高维复杂函数寻优测试表明,算法的整体优化性能均强于基本粒子群算法和差分进化算法。应用结果表明,基于改进算法的软测量模型具有测量精度较高、泛化性能较好等优点。

关键词：乙烯收率软测量建模差分进化算法混合优化算法

基于非线性偏最小二乘回归的软测量建模及应用

在线全文

学校读者我要写书评

暂无评论

高校化学工程学报 2014年第4期28卷 818-824页

作者：吕游刘吉臻杨婷婷华北电力大学新能源电力系统国家重点实验室北京102206

针对复杂工业过程存在的多变量、相关性和非线性问题,提出一种新的基于非线性偏最小二乘(partial least squares,PLS)回归的软测量建模方法。该方法利用PLS作为模型的外部框架来提取输入输出主成分变量,同时消除变量间的相关性,然后用... 详细信息

针对复杂工业过程存在的多变量、相关性和非线性问题,提出一种新的基于非线性偏最小二乘(partial least squares,PLS)回归的软测量建模方法。该方法利用PLS作为模型的外部框架来提取输入输出主成分变量,同时消除变量间的相关性,然后用最小二乘支持向量机(least squares support vector machine,LSSVM)作为内部函数来描述主成分变量之间的非线性关系,并引入基于误差最小化的权值更新策略,来改进模型的预测精度。以pH中和过程的Benchmark模型来验证该方法的性能,并与其他建模方法比较,结果表明该方法预测精度较高,而且具有较强的泛化能力。将该方法应用于某电站燃煤锅炉的NOx排放软测量建模之中,取得了较好的预测效果。

关键词：非线性偏最小二乘最小二乘支持向量机权值更新软测量建模燃煤锅炉

基于FCM聚类的气化炉温度多模型软测量建模

在线全文

学校读者我要写书评

暂无评论

化工学报 2012年第12期63卷 3951-3955页

作者：钟伟民李杰程辉孔祥东钱锋华东理工大学化工过程先进控制和优化技术教育部重点实验室上海200237

水煤浆气化是煤炭资源高效清洁利用的重要技术。气化炉反应温度是关系装置能否长周期安全稳定运行的关键参数,但是热电偶在高温、高压和气固物流冲刷环境下,使用寿命有限。本文以一多喷嘴对置式水煤浆气化炉为研究对象,在多模型建模方... 详细信息

水煤浆气化是煤炭资源高效清洁利用的重要技术。气化炉反应温度是关系装置能否长周期安全稳定运行的关键参数,但是热电偶在高温、高压和气固物流冲刷环境下,使用寿命有限。本文以一多喷嘴对置式水煤浆气化炉为研究对象,在多模型建模方法的基础上,以数据点间的相似程度作为多模型子区间的划分手段,结合最小二乘支持向量机建立了基于模糊C均值聚类的气化炉温度软测量模型。实际工业运行数据验证结果表明,该软测量模型拟合精度较高,模型泛化能力较强。

关键词：水煤浆气化模糊C均值聚类最小二乘支持向量机多模型软测量建模

在线全文

学校读者我要写书评

暂无评论

非线性同伦LM算法及在软测量建模中的应用

华东理工大学学报（自然科学版） 2008年第1期34卷 117-121页

作者：陈如清俞金寿华东理工大学自动化研究所

综合同伦方法与Levenberg-Marquardt(LM)优化方法,提出了一种新型非线性同伦LM神经网络学习算法以改善现有神经网络学习算法的学习效率,分析了不同类型的过渡函数对神经网络泛化性能的影响。该算法具有稳定性强、收敛性能好的特点。结... 详细信息

综合同伦方法与Levenberg-Marquardt(LM)优化方法,提出了一种新型非线性同伦LM神经网络学习算法以改善现有神经网络学习算法的学习效率,分析了不同类型的过渡函数对神经网络泛化性能的影响。该算法具有稳定性强、收敛性能好的特点。结合工业过程实际要求,将提出的改进算法用于丙烯腈收率神经网络软测量建模并与几种常见建模方法比较,结果表明:基于改进算法的软测量模型具有更高的测量精度和更好的泛化性能,满足现场测量要求。

关键词：同伦方法 Levenberg—Marquardt算法软测量建模 BP神经网络