检索结果-南通市图书馆

基于数据的湿法冶金全流程操作量优化设定补偿方法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

自动化学报 2017年第6期43卷 1047-1055页

作者：李康王福利何大阔贾润达东北大学信息科学与工程学院沈阳110004 东北大学流程工业综合自动化国家重点实验室沈阳110004

湿法冶金过程具有反应机理复杂、工艺流程长、工序众多等特点,由于模型误差等因素,基于模型得到的生产过程最优工作点不是实际生产过程的最优工作点.如何保持湿法冶金生产流程运行在经济效益最优的状态成为生产优化控制的难点.本文提出... 详细信息

湿法冶金过程具有反应机理复杂、工艺流程长、工序众多等特点,由于模型误差等因素,基于模型得到的生产过程最优工作点不是实际生产过程的最优工作点.如何保持湿法冶金生产流程运行在经济效益最优的状态成为生产优化控制的难点.本文提出了一种基于数据的湿法冶金过程操作量优化设定补偿方法.该方法在基于模型得到的最优工作点基础上,采用即时学习(Just-in-time learning,JITL)的思想,在当前工作点附近利用历史数据建立操作量补偿值和经济效益增量的相关模型,优化求解在当前工作点下,使经济效益增量最大化的操作量补偿值,施加到生产流程,并在新工作点进行迭代补偿.将所提出的方法仿真应用于某精炼厂的湿法冶金生产流程,仿真结果验证了所提出方法的有效性.

关键词：湿法冶金基于数据优化补偿即时学习

在线全文

学校读者我要写书评

暂无评论

基于JIT-MOSVR的软测量方法及应用

化工学报 2017年第3期68卷 947-955页

作者：汪世杰王振雷王昕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 上海交通大学电工与电子技术中心上海200240

针对传统多模型软测量方法在面对复杂、多变工况时缺少在线更新机制、更新时输出精度降低等问题,提出了一种基于即时学习算法(JIT)的多模型在线软测量方法(MOSVR)。离线阶段首先采用模糊C均值聚类(FCM)对训练数据进行聚类,接着采用SVR... 详细信息

针对传统多模型软测量方法在面对复杂、多变工况时缺少在线更新机制、更新时输出精度降低等问题,提出了一种基于即时学习算法(JIT)的多模型在线软测量方法(MOSVR)。离线阶段首先采用模糊C均值聚类(FCM)对训练数据进行聚类,接着采用SVR建立初始模型集。在线部分以多模型输出作为主要输出,当出现新工况时,通过在线模型更新策略(OSMU)将输出模式切换为JIT,同时多模型集进行在线更新。该方法不仅拥有多模型输出的快速性、精确性,而且在模型更新时通过JIT模式还能保证输出的连续性、稳定性、精确性。最后将该软测量方法进行了数值仿真并运用到乙烷浓度软测量中,验证了该方法的有效性。

关键词：软测量动态建模过程系统模型即时学习

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

在线全文

学校读者我要写书评

暂无评论

基于交互式的道路图像阴影去除

中国汽车 2023年第7期 58-64页

作者：邹志亮周建华张志波刘俊文郑子豪中汽研汽车检验中心(广州)有限公司广州511300

本文提出了一种交互式、鲁棒性强、高质量的快速阴影去除方法。首先,本文使用了即时学习的方法去除单幅图像阴影,该方法由两个阴影与光照区域像素的用户输入作为指导,由此得出用于阴影去除的初始阴影二值图像轮廓。其次,检测后的阴影图... 详细信息

本文提出了一种交互式、鲁棒性强、高质量的快速阴影去除方法。首先,本文使用了即时学习的方法去除单幅图像阴影,该方法由两个阴影与光照区域像素的用户输入作为指导,由此得出用于阴影去除的初始阴影二值图像轮廓。其次,检测后的阴影图像再通过一个涂抹的颜色采样线指示阴影区域、阴影边界、亮度区域像素之间的照度梯度变化关系的即时学习方法来对图像进行偏移校正以消除环境光的影响。接着,对校正的图像进行聚类和照度估计。然后,计算无阴影区域统计分布和照明比例因子去除阴影。最后,使用光一致优化对去除阴影后的图像区域进行平滑处理和图像增强。本文使用公开的评估数据集定量和定性地证明了所提出的图像阴影去除方法简单有效,可以生成高质量的无阴影图像,并且能够处理具有丰富纹理类型和不均匀阴影的困难场景。提高了智能汽车视觉传感器的目标识别率。

关键词：彩色图像阴影去除阴影检测即时学习偏移校正

集成软测量方法研究及其在烟气含氧量中的应用

在线全文

学校读者我要写书评

暂无评论

系统仿真学报 2014年第7期26卷 1497-1502页

作者：秦翠翠贾立上海大学机电工程与自动化学院自动化系上海市电站自动化技术重点实验室上海200072

烟气含氧量是送引风调节系统中的重要参数,直接反映锅炉燃烧过程的风煤比,对锅炉燃烧优化有着至关重要的意义。针对火电厂烟气含氧量的软测量问题,提出了一种新型集成软测量方法。基于相似准则在线选择当前工况的相似性样本集,分别建立... 详细信息

烟气含氧量是送引风调节系统中的重要参数,直接反映锅炉燃烧过程的风煤比,对锅炉燃烧优化有着至关重要的意义。针对火电厂烟气含氧量的软测量问题,提出了一种新型集成软测量方法。基于相似准则在线选择当前工况的相似性样本集,分别建立基于概率密度函数准则的在线滚动即时学习软测量模型和神经模糊软测量模型。在此基础上,采用加权集成的方法集成上述单一模型,并通过粒子群优化算法寻找最优权值。最后,将集成软测量模型应用于火电厂烟气含氧量的测量中。仿真结果表明,提出的集成软测量模型具有较高的预测精度。

关键词：烟气含氧量软测量神经模糊模型即时学习概率密度函数

基于多样性加权相似度的集成局部加权偏最小二乘软测量建模

在线全文

学校读者我要写书评

暂无评论

信息与控制 2019年第2期48卷 217-223,231页

作者：潘贝金怀平杨彪冯丽辉陈祥光昆明理工大学信息工程与自动化学院云南昆明650500 北京理工大学化学与化工学院北京100081

针对传统即时学习软测量方法仅考虑单一的相似度函数,难以有效处理复杂工业过程中的非线性特性,从而导致模型预测性能受限的问题,提出了一种基于多样性加权相似度(DWS)的集成局部加权偏最小二乘(LWPLS)软测量建模方法.首先采用随机子空... 详细信息

针对传统即时学习软测量方法仅考虑单一的相似度函数,难以有效处理复杂工业过程中的非线性特性,从而导致模型预测性能受限的问题,提出了一种基于多样性加权相似度(DWS)的集成局部加权偏最小二乘(LWPLS)软测量建模方法.首先采用随机子空间法和高斯混合聚类,构建一组多样性的训练样本子集;然后通过偏最小二乘回归分析确定输入特征权值,从而定义一组多样性加权相似度函数.在线实施阶段,对于任意的查询样本,基于多样性的相似度指标,可建立一组多样性的LWPLS软测量模型,随后引入集成学习策略实现难测变量的融合预测.在数值例子和脱丁烷塔过程中的应用结果表明了该方法的有效性.

关键词：软测量即时学习集成学习加权相似度局部加权偏最小二乘

在线全文

学校读者我要写书评

暂无评论

一种乙烯裂解炉的多工况监控方法

计算机与应用化学 2012年第9期29卷 1119-1122页

作者：王晓阳王昕王振雷田亮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 上海交通大学电工与电子技术中心上海200240 中国石化上海石油化工股份有限公司上海200237

随着进料负荷、产品组分等过程参数的改变,生产过程的工况也随之改变,而传统的基于多元统计过程监控方法都是假设过程处于单一工况下,因此,将传统方法应用到多工况过程时,往往不能获得很好的监控效果。在对复杂系统进行监控时,由于过程... 详细信息

随着进料负荷、产品组分等过程参数的改变,生产过程的工况也随之改变,而传统的基于多元统计过程监控方法都是假设过程处于单一工况下,因此,将传统方法应用到多工况过程时,往往不能获得很好的监控效果。在对复杂系统进行监控时,由于过程的非线性,传统的基于线性模型的监控方法由于忽略了系统的非线性特征,监控性能也大打折扣。本文针对工业过程中的多工况和非线性监控问题,提出了一种基于即时学习(Lazy Learning)和Greedy-SVDD的多工况过程监控方法。首先使用Lazy Learning对过程进行多模型局部建模,获得局部模型输出和过程真实输出的残差,通过对残差进行监控从而去除多工况的影响。然后用能够很好地处理非线性问题的支持向量数据描述(SVDD)方法对残差建立过程监控模型。为了解决SVDD方法用大样本建模时计算复杂度非常高的问题,本文用Greedy方法提取建模数据集的特征样本用于SVDD建模。最后将上述方法应用在TE模型和乙烯裂解炉的监控上,仿真结果证明了该方法的有效性。

关键词：多工况即时学习多模型局部建模 Greedy特征样本提取支持向量数据描述

基于最优定界椭球-极限学习机算法自适应软测量建模的应用

在线全文

学校读者我要写书评

暂无评论

科学技术与工程 2018年第25期18卷 188-193页

作者：刘宁睢璐璐闫飞阎高伟山西省自动化研究所太原030012 太原理工大学电气动力与工程学院太原030024

针对传统滑动窗更新模型时忽略最新数据和待测样本相似性,以及即时学习未考虑相似样本和待测样本的时间间隔问题,采用基于最优定界椭球-极限学习机算法(optimal bounding ellipsoid-extreme learning machine,OBE-ELM)的自适应软测量建... 详细信息

针对传统滑动窗更新模型时忽略最新数据和待测样本相似性,以及即时学习未考虑相似样本和待测样本的时间间隔问题,采用基于最优定界椭球-极限学习机算法(optimal bounding ellipsoid-extreme learning machine,OBE-ELM)的自适应软测量建模方法将即时学习和滑动窗模型相结合来解决上述问题。首先用初始窗口数据建立ELM模型。当有待测样本到来时,利用SPE和T^2统计量判断修正模型的必要性;需要修正时,采用即时学习在最新窗口中寻找与待测样本相似的样本集并通过OBE动态修正ELM模型;否则用原有ELM模型直接预测输出。该方法的有效性通过合成数据集和连续搅拌反应釜仿真数据得以验证。

关键词：滑动窗口极限学习机即时学习最优定界椭球算法

在线全文

学校读者我要写书评

暂无评论

技术撬动学习方式变革的思考与突破

中小学管理 2016年第7期 4-7页

作者：王凯李敏北京教育科学研究院北京100045

北京市以技术推动学习方式变革,深入推进基础教育课程改革。技术所具有的用户化、交互性、学习者控制等优势,为改变传统教学中的同一性、灌输式、教师控制等弊端创造了可能。研究团队以教育技术化与技术教育化相结合为基本策略,在核心... 详细信息

北京市以技术推动学习方式变革,深入推进基础教育课程改革。技术所具有的用户化、交互性、学习者控制等优势,为改变传统教学中的同一性、灌输式、教师控制等弊端创造了可能。研究团队以教育技术化与技术教育化相结合为基本策略,在核心素养引领、技术支撑学生的学、知识形态与课堂开放、即时与深度学习、学习分析等方面探索学习方式变革的重点突破。

关键词：学习方式变革数字土著信息素养用户化数字学习即时学习深度学习学习分析