检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于ICA变量分组的集成软测量方法研究

北京理工大学学报 2018年第6期38卷 631-636页

作者：杨凯孙玉梅王莉杜妮陈祥光北京理工大学化学与化工学院北京100081 烟台南山学院电气工程学院山东龙口265713

提出了一种基于独立主成分分析(independent component analysis,ICA)变量分组和集成学习的软测量建模方法.该方法首先运用ICA对输入过程变量进行分组,建立多个变量组子空间.然后在各变量组子空间内提取子样本集,降低变量和变量组之间... 详细信息

提出了一种基于独立主成分分析(independent component analysis,ICA)变量分组和集成学习的软测量建模方法.该方法首先运用ICA对输入过程变量进行分组,建立多个变量组子空间.然后在各变量组子空间内提取子样本集,降低变量和变量组之间的耦合性,并基于核偏最小二乘法(KPLS)建立预测子模型.最后,采用贝叶斯方法对子模型的输出进行集成,给出最终预测结果.运用该方法对工业橡胶密炼过程的数据进行了预测,并与其它软测量方法的结果进行比较分析,实验结果表明,本文提出的方法具有更好的预测性能.

关键词：软测量变量分组核学习集成建模

综合变量分组与退出策略的电力系统长过程动态数值仿真方法

在线全文

学校读者我要写书评

暂无评论

电力系统保护与控制 2009年第20期37卷 23-27,33页

作者：常永吉于继来哈尔滨工业大学电气工程系黑龙江哈尔滨150001

变量分组策略对于解决电力系统长过程动态仿真的刚性问题发挥了积极作用。但由于参与分组的变量在动态全过程中均需要进行积分运算,制约了计算效率的进一步提高。对此问题,在变量分组的基础上引入变量适时退出策略:当某些变量变化幅度... 详细信息

变量分组策略对于解决电力系统长过程动态仿真的刚性问题发挥了积极作用。但由于参与分组的变量在动态全过程中均需要进行积分运算,制约了计算效率的进一步提高。对此问题,在变量分组的基础上引入变量适时退出策略:当某些变量变化幅度降到设定的阈值以下时,可将它们暂时退出分组和积分运算。此措施既能降低参与分组变量的维数,又能减小仿真过程的运算量,从而提高系统仿真的整体计算效率。算例结果表明,所提方法具有随着系统规模增大、计算效率提高越明显的优良特性。

关键词：电力系统动态仿真变量分组变量退出

在线全文

学校读者我要写书评

暂无评论

基于变量分组的大规模多目标优化算法

郑州大学学报（理学版） 2018年第4期50卷 8-13页

作者：林涛霍丽娜河北工业大学计算机科学与软件学院天津300400

含有大规模决策变量的多目标优化问题,是当前多目标进化算法领域中的研究难点之一.针对此问题,提出一种基于变量分组的大规模多目标优化算法.该算法的贡献在于两个方面:1)提出一种新的决策变量分组方法,该方法通过随机采样与非支配排序... 详细信息

含有大规模决策变量的多目标优化问题,是当前多目标进化算法领域中的研究难点之一.针对此问题,提出一种基于变量分组的大规模多目标优化算法.该算法的贡献在于两个方面:1)提出一种新的决策变量分组方法,该方法通过随机采样与非支配排序,将决策变量分为收敛性变量和多样性变量; 2)在种群进化过程中,采用levy分布函数产生新个体,同时设计出适应于此分布函数的优化过程.以反向世代距离(inverted generational distance,IGD)作为评价指标,在标准测试集函数上进行实验,实验结果证明该算法在解决大规模多目标优化问题时是有效的.

关键词：大规模多目标进化算法变量分组 levy分布

基于变量分组的路径覆盖测试数据生成建模及进化求解

在线全文

学校读者我要写书评

暂无评论

基于变量分组的路径覆盖测试数据生成建模及进化求解

作者：李彬中国矿业大学

学位级别：硕士

计算机软件是信息产业的重要组成部分,如何保证其安全、稳定和可靠性,一直是学术界和产业界的热门研究问题和关注焦点。提高软件质量的重要且不可或缺的措施之一,是在投入市场使用之前进行大量测试,从而挖掘软件中可能存在的各种缺陷,... 详细信息

计算机软件是信息产业的重要组成部分,如何保证其安全、稳定和可靠性,一直是学术界和产业界的热门研究问题和关注焦点。提高软件质量的重要且不可或缺的措施之一,是在投入市场使用之前进行大量测试,从而挖掘软件中可能存在的各种缺陷,并及时修复和改完善。而要进行软件测试,就要按照一定的测试准则,生成相应的测试数据,从而保证测试的有效性和可靠性。路径覆盖测试是一种非常高效且经典的测试方法。路径覆盖测试需要对给定的目标路径,生成能够覆盖所有目标路径的测试数据。但是,对一些复杂软件,有些路径很难覆盖,利用传统方法生成测试数据的效率很低。利用进化优化方法解决路径覆盖测试问题,已经取得了很多研究成果。但是,当变量的个数很多时,利用遗传算法生成测试数据时,效率非常底下,原因在于,变量个数的增加导致问题的搜索空间急剧加大,从而使得搜索难度加大。另外,当目标路径个数很多时,利用传统遗传算法生成测试数据的效率也有待进一步提高。鉴于此,本文提出基于变量分组的测试数据生成方法,有效提高测试数据生成质量。首先,结合图的基本概念和程序的控制流图,判断变量与节点、变量与路径以及变量之间的相互关系,给出变量的相关性定义;然后,根据变量之间的相关性实现对变量的分组,将多变量输入的高维优化问题转化为多个含有少变量的子优化问题,每一个子问题都是包含与目标路径相关的少量输入变量;最后,结合变量分组结果,采用协同进化遗传算法求解所建立的优化模型,实现目标路径覆盖测试数据生成。最后的实验结果表明,采用分组策略可以提高测试数据生成的效率。其次,给出了基于路径分组的多路径覆盖测试数据生成方法。首先,利用变量之间的连接强度对变量进行分割,将变量分为若干组;然后,根据变量分组的结果,并依据变量所在节点的位置信息以及节点与路径的关系,以及路径与路径之间的相似度,对程序中包含的多个目标路径进行分组,从而将覆盖所有目标路径问题转化为有限分组后的路径覆盖问题;最后,采用合作型协同进化算法对模型进行求解,更快的生成覆盖所有目标路径的测试数据。最后的实验证明了该方法的有效性。本文的研究成果为解决含多变量和多路径复杂软件测试提供了新的解决方法,提高了测试数据生成的质量和效率。因此,为保障软件质量提供了相关技术支持,具有重要的理论意义和实际应用价值。

关键词：测试数据生成路径覆盖变量分组多目标协同进化遗传算法

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

基于变量分组降维的辛烷值损失预测模型

湖北工业大学学报 2023年第1期38卷 105-110页

作者：申平田德生湖北工业大学理学院湖北武汉430068

针对精炼汽油辛烷值损失的问题,基于灰色关联度分析方法与最大信息系数方法,给出变量分组降维的特征选择方法,以有效选择出具有独立性代表的特征;与随机森林算法相结合,提出一种辛烷值损失量预测模型。由于操作变量之间具有高度非线性... 详细信息

针对精炼汽油辛烷值损失的问题,基于灰色关联度分析方法与最大信息系数方法,给出变量分组降维的特征选择方法,以有效选择出具有独立性代表的特征;与随机森林算法相结合,提出一种辛烷值损失量预测模型。由于操作变量之间具有高度非线性和相互强耦联的关系,采用变量分组降维,即考虑操作变量、性质变量与产品硫含量、辛烷值损失的关系来筛选特征。利用灰色关联度筛选出对辛烷值损失和产品硫含量的关联程度较强的特征,排序后由最大信息系数筛选出28个独立变量。收集研究生数学建模竞赛试题数据,采用随机森林算法进行仿真预测计算。计算结果表明,基于变量分组的特征选择和辛烷值损失预测模型得到的均方误差为0.0086,拟合值R 2为92.5%。

关键词：变量分组灰色关联度最大信息系数随机森林辛烷值损失预测

在线全文

学校读者我要写书评

暂无评论

基于变量分组模糊控制算法的倒立摆系统

微计算机信息 2012年第2期28卷 32-34页

作者：魏胜男太原市太原科技大学电子信息工程学院山西省030024

采用模糊控制理论研究了直线一级倒立摆控制问题。直线一级倒立摆系统是多变量不稳系统,为了解决模糊规则爆炸问题,本文采用了变量分组的方法完成倒立摆模糊控制器的设计方案。要使直线一级倒立摆系统稳定,必须对小车位置和摆杆角度同... 详细信息

采用模糊控制理论研究了直线一级倒立摆控制问题。直线一级倒立摆系统是多变量不稳系统,为了解决模糊规则爆炸问题,本文采用了变量分组的方法完成倒立摆模糊控制器的设计方案。要使直线一级倒立摆系统稳定,必须对小车位置和摆杆角度同时进行闭环控制,而单一的控制只能控制一个控制量,本文提出了两回路的模糊控制方案。仿真和实验结果证明了该方案的可行性和良好的控制性能。

关键词：倒立摆模糊控制变量分组两回路

在线全文

学校读者我要写书评

暂无评论

无参分组大规模变量的多目标算法研究

计算机工程与科学 2020年第4期42卷 603-609页

作者：朱登京段倩倩上海工程技术大学电子电气工程学院上海201600

目前大多数多目标优化算法没有考虑到决策变量之间的交互性,只是将所有变量当作一个整体进行优化。随着决策变量的增加,多目标优化算法的性能会急剧下降。针对上述问题,提出一种无参变量分组的大规模变量的多目标优化算法(MOEA/DWPG)。... 详细信息

目前大多数多目标优化算法没有考虑到决策变量之间的交互性,只是将所有变量当作一个整体进行优化。随着决策变量的增加,多目标优化算法的性能会急剧下降。针对上述问题,提出一种无参变量分组的大规模变量的多目标优化算法(MOEA/DWPG)。该算法将协同优化与基于分解的多目标优化算法(MOEA/D)相结合,设计了一种不含参数的分组方式来提高交互变量分组的精确性,提高了算法处理含有大规模变量的多目标优化算法的性能。实验结果表明,该算法在大规模变量多目标问题上明显优于MOEA/D及其它先进算法。

关键词：大规模变量多目标优化交互变量变量分组

在线全文

学校读者我要写书评

暂无评论

一种采用混合策略的大规模多目标进化算法

计算机学报 2024年第1期47卷 69-89页

作者：谢承旺潘嘉敏郭华王冬梅付世炜华南师范大学数据科学与工程学院广东汕尾516600 南宁师范大学计算机与信息工程学院南宁530100 成都职业技术学院软件学院成都610041

现实中存在大量的大规模多目标优化问题,这些问题所固有的目标函数间冲突性、巨大的搜索空间以及决策变量可能存在的交互等特征对传统的多目标进化算法构成了巨大的挑战.研究者根据此类问题的特点基于不同的视角提出了多种大规模多目标... 详细信息

现实中存在大量的大规模多目标优化问题,这些问题所固有的目标函数间冲突性、巨大的搜索空间以及决策变量可能存在的交互等特征对传统的多目标进化算法构成了巨大的挑战.研究者根据此类问题的特点基于不同的视角提出了多种大规模多目标进化算法,但它们在解题的质量和效率方面尚存较大的提升空间.基于此,提出一种采用混合策略的大规模多目标进化算法LSMOEA/HS.该算法提出的一种黄金分层分组方法将大规模决策变量分成收敛性组和多样性组,然后对收敛性变量组执行基于变量组的相关性检测操作,将收敛性变量组划分成若干更小规模的子组,最后算法采用不同的优化策略分别优化收敛性变量组和多样性变量组以获得最终的解题结果.为验证LSMOEA/HS的有效性,将其与五种新近提出的高效的大规模多目标进化算法一同在决策变量维度为200、500、1000、2000和5000的2-目标和3-目标的LSMOP系列测试实例上进行IGD和HV性能测试,实验结果表明LSMOEA/HS具有显著较优的收敛性和多样性.由此表明,LSMOEA/HS是一种颇具前景的大规模多目标进化算法.

关键词：大规模多目标优化问题变量分组进化算法收敛性多样性大规模多目标进化算法

基于最大信息系数的分组支持向量数据描述故障检测

在线全文

学校读者我要写书评

暂无评论

化工学报 2023年第9期74卷 3865-3878页

作者：张逸豪王振雷华东理工大学能源化工过程智能制造教育部重点实验室上海200237

工业过程的众多变量之间往往存在着复杂的相关关系,传统的故障检测模型通常会忽略不同变量间相关性的差异,对不同相关关系的变量采用相同的特征提取方法,从而导致检测效果欠佳。针对以上问题,提出了一种基于最大信息系数的分组支持向量... 详细信息

工业过程的众多变量之间往往存在着复杂的相关关系,传统的故障检测模型通常会忽略不同变量间相关性的差异,对不同相关关系的变量采用相同的特征提取方法,从而导致检测效果欠佳。针对以上问题,提出了一种基于最大信息系数的分组支持向量数据描述故障检测模型,首先计算变量间的最大信息系数矩阵,按照相关性的不同对变量进行分组,再通过最大信息系数为模型混合核函数中高斯核与多项式核的权重分配提供理论指导,从而分别为各组建立不同的支持向量数据描述检测模型,完成最大信息系数与支持向量数据描述的紧密结合,最终实现分布式故障检测。通过仿真对比,验证了该模型的可行性与有效性。

关键词：故障检测最大信息系数变量分组核函数支持向量数据描述