检索结果-南通市图书馆

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

在线全文

学校读者我要写书评

暂无评论

非线性检验及预测在污水处理厂评价中的应用

天津大学学报（社会科学版） 2010年第4期12卷 318-321页

作者：张世英李琦天津大学管理学院天津300072

为了避免污水处理厂规模盲目扩大造成的投资效率低下的现象发生,科学地预测合理的用水量必不可少。基于用水量的实际历史数据,利用BDS检验、Box-Pierce检验和Box-Ljung检验以及非线性检验,如代替数据检验Surrogate date test、Hinich双... 详细信息

为了避免污水处理厂规模盲目扩大造成的投资效率低下的现象发生,科学地预测合理的用水量必不可少。基于用水量的实际历史数据,利用BDS检验、Box-Pierce检验和Box-Ljung检验以及非线性检验,如代替数据检验Surrogate date test、Hinich双谱检验、White人工神经网络检验来选择时间序列重构预测模型。根据实际用水量情况,比较各种不同重构模型预测误差,包括线性AR模型以及随机森林、随机梯度boosting、支持向量、人工神经网络和自适应样条等。结果表明,有着非线性关系的人工神经网络误差最小,符合检验结果。

关键词：用水量非线性检验预测随机梯度boosting

在线全文

学校读者我要写书评

暂无评论

污水处理厂机器学习综合评价

天津大学学报（社会科学版） 2008年第2期10卷 118-121页

作者：张维杨旭才陆晓春史道济天津大学管理学院天津300072 天津大学理学院天津300072

对污水处理厂的运营情况进行综合评价,既可以找出现有污水处理厂存在的不足,指明改进方向和目标,又可为今后建立新厂提供参考和借鉴。通过指标体系和随机线性评价模型层次分析法(analytical hierarchy process,AHP)权重,得到机器学习评... 详细信息

对污水处理厂的运营情况进行综合评价,既可以找出现有污水处理厂存在的不足,指明改进方向和目标,又可为今后建立新厂提供参考和借鉴。通过指标体系和随机线性评价模型层次分析法(analytical hierarchy process,AHP)权重,得到机器学习评价样本;采用随机森林、随机梯度boosting和支持向量等六种机器学习方法和六种评价结果的平均值,对天津市14家污水处理厂运营情况进行排名。

关键词：污水处理综合评价随机森林随机梯度boosting

在线全文

学校读者我要写书评

暂无评论

基于特征提取的软测量建模研究

基于特征提取的软测量建模研究

作者：吉文鹏江南大学

学位级别：硕士

随着现代工业技术手段的高速发展,很多工业过程对影响产品生产的一些质量变量的测量要求也越来越多。然而实际生产过程中存在着许多无法通过传感器等硬件测量设备及时有效测量的关键变量,而这些关键变量的测量对工业生产过程是否平稳安... 详细信息

随着现代工业技术手段的高速发展,很多工业过程对影响产品生产的一些质量变量的测量要求也越来越多。然而实际生产过程中存在着许多无法通过传感器等硬件测量设备及时有效测量的关键变量,而这些关键变量的测量对工业生产过程是否平稳安全、高质低耗的影响很大。软测量技术作为解决复杂过程中难以直接测量的主导变量在线估计问题的一种有效手段,在提高工业生产的效率和产品质量上起到了重要的作用,一直都是过程控制领域的热门研究内容。本文针对软测量建模研究中的特征提取和多模型建模两个问题,对现有特征提取技术进行改进,并将其与聚类算法和集成学习算法相结合,提高了软测量模型的估计精度,降低了建模过程中的复杂度,并将软测量技术用于对某厂双酚A生产过程中的一些质量变量进行估计,具体研究内容如下:(1)针对等距映射算法中的邻域图构造问题,提出一种自适应确定邻域方法。该方法利用欧氏距离计算样本相似系数,基于各样本的局部密度和平均密度构造密度指数函数,根据密度指数函数自适应调整样本的近邻数构造合理的邻域图。将该方法应用于某厂双酚A生产装置脱水塔单元的软测量建模中,在等距映射算法中使用自适应确定邻域方法构造邻域图,并采用高斯回归过程建立模型。仿真结果表明模型的估计精度和泛化能力均得到了提高。(2)针对流形学习中的等距映射算法鲁棒性差、拓扑稳定性不好等缺点,通过常数偏移的方法构造核矩阵,形成核等距映射法,提高了等距映射法的学习效率和拓扑稳定性。运用一种将K近邻与-?半径结合的方法构造邻域图,基于核等距映射法对数据进行特征提取,并建立高斯过程回归软测量模型。仿真结果表明相比于其他特征提取的软测量建模方法,估计精度和学习效率均得到了一定的提高。(3)针对化工生产过程工况复杂多变,单一的软测量模型难以满足系统对估计精度的要求,提出了一种基于改进的扩张搜索聚类算法的多流形软测量建模的方法。该算法采用流形距离来代替欧氏距离,自适应地确定邻域半径,并引入局部密度用于确定聚类中心,对聚类后得到的各个子流形分别采用核等距映射法进行特征提取,建立基于高斯过程回归的子模型,仿真结果表明该方法的聚类效果和模型的估计精度都得到了提高。(4)为了提高对复杂化工过程建模的模型精度和泛化能力,提出了一种基于核主元分析法和改进随机梯度boosting算法的多模型软测量建模方法。针对传统的随机梯度boosting算法的不足,该算法采用高斯过程回归作为基学习器,利用核主元分析法对数据进行特征提取,根据每次迭代学习中弱学习机的反馈,自适应调整学习率,引入权重因子作为排序指标对欠学习的训练数据进行优先选取,从而改善了随机梯度boosting算法的学习效率,提高了模型的估计精度和泛化能力,仿真结果表明该方法不仅学习效率更高,且预测精度也得到了提高。

关键词：软测量特征提取扩张搜索聚类随机梯度boosting

渤海赤潮随机非线性动力学研究与随机回归分析

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

渤海赤潮随机非线性动力学研究与随机回归分析

作者：许佳天津大学

学位级别：硕士

过去的20年是中国经济高速发展的20年,同时海洋富营养化状况日益严重,中国近海海域的赤潮的发生频率及影响规模都在不断扩大。探究赤潮藻类生态系统的动力学演化过程和准确预测赤潮,对防止赤潮危害,减少赤潮所造成的经济损失,保护人们... 详细信息

过去的20年是中国经济高速发展的20年,同时海洋富营养化状况日益严重,中国近海海域的赤潮的发生频率及影响规模都在不断扩大。探究赤潮藻类生态系统的动力学演化过程和准确预测赤潮,对防止赤潮危害,减少赤潮所造成的经济损失,保护人们健康安全起着重要作用。本文将国际上先进的随机稳定性理论应用于赤潮藻类的生态系统的演化过程并运用随机回归理论进行了预测。本文研究工作如下:1、本文基于赤潮发生时形成的营养物质-藻类形成的一个简单的食物链建立了赤潮藻类非线性随机动力学生态模型,运用了随机平均法结合FPK方法和Lyapunov指数法分析了随机系统的稳定性,通过对模型的分析,得到的结论是:赤潮的爆发与随机激励有直接的关系;爆发的可能性与随机激励的强度成正比。2、引入回归树的概念,并将梯度下降技术和随机理论应用于回归树中,运用回归树的随机梯度boosting算法对赤潮发生进行了预测。结果表明,对浮游植物总量影响大小依次为p(气压)>PO4(磷酸盐)>pH>DO >t(表层水温)>chla(叶绿素)>ws(风速)>Si(硅酸盐)>NO2(亚硝酸盐)>sd(盐度)>NH4(铵盐)>COD(化学耗氧量)>NO3(硝酸盐)>sun(晴天)>cloudy(阴天)> rainy(雨天)。本论文得到了教育部科学技术研究重点项目、天津市科学技术发展研究项目和国家自然基金的资助。

关键词：赤潮 Lyapunov指数非线性随机动力学回归树随机梯度boosting

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

赤潮随机梯度回归分析

海洋技术 2005年第3期24卷 65-69页

作者：王洪礼李胜朋冯剑丰天津大学机械工程学院天津300072

赤潮的危害日益严重,为了预测赤潮的发生,运用回归树的随机梯度boosting算法分析渤海赤潮数据,建立浮游植物总量与环境因子的定量关系,给出各种环境因子对浮游植物总量相对影响的大小以及浮游植物总量和各种环境因子偏相关的图形,有利... 详细信息

赤潮的危害日益严重,为了预测赤潮的发生,运用回归树的随机梯度boosting算法分析渤海赤潮数据,建立浮游植物总量与环境因子的定量关系,给出各种环境因子对浮游植物总量相对影响的大小以及浮游植物总量和各种环境因子偏相关的图形,有利于探索赤潮的发生机制,指导菌种的培养。最后,相比其它算法,回归树的随机梯度boosting对于“局部剧增”的赤潮数据是稳健的,而且具有较高的预测精度。

关键词：赤潮回归树随机梯度boosting 支持向量回归 MARS

Copula方法及函数估计在企业风险分析中的应用

在线全文

学校读者我要写书评

暂无评论

天津大学学报（社会科学版） 2007年第5期9卷 405-408页

作者：王春峰葛龙卢志永天津大学管理学院天津30072

风险分析是风险管理的重要内容,核心任务是预测主要指标的概率分布。通过新兴的Copula方法拟合影响指标的概率分布,采用随机梯度boosting、支持向量机、自适应样条等函数估计方法,得到主要指标同影响指标之间的函数关系。利用蒙特卡罗... 详细信息

风险分析是风险管理的重要内容,核心任务是预测主要指标的概率分布。通过新兴的Copula方法拟合影响指标的概率分布,采用随机梯度boosting、支持向量机、自适应样条等函数估计方法,得到主要指标同影响指标之间的函数关系。利用蒙特卡罗方法预测未来时间主要指标的概率分布,在此基础上计算风险度量——方差、VaR和条件风险值。结合机械企业的实证分析,结果表明,该方法在风险分析中具有较好的可行性和有效性。

关键词：风险分析 Copula 随机梯度boosting

基于不连续回归树的最大李雅谱诺夫指数计算方法

在线全文

学校读者我要写书评

暂无评论

基于不连续回归树的最大李雅谱诺夫指数计算方法

基于不连续回归树的最大李雅谱诺夫指数计算方法

第九届全国振动理论及应用学术会议

作者：李胜朋王洪礼冯剑丰天津大学机械工程学院天津大学

非线性动力学的混沌理论在许多领域变得越来越重要,如信号处理。最大李雅谱诺夫指数是判断动力系统稳定性和检验混沌的主要依据。本文提出一种从时间序列计算最大李雅谱诺夫指数的新方法。它运用回归树的随机梯度boosting拟合非线性函... 详细信息

非线性动力学的混沌理论在许多领域变得越来越重要,如信号处理。最大李雅谱诺夫指数是判断动力系统稳定性和检验混沌的主要依据。本文提出一种从时间序列计算最大李雅谱诺夫指数的新方法。它运用回归树的随机梯度boosting拟合非线性函数。由于回归树不连续,其雅可比矩阵不存在,传统的雅可比方法不能运用。本文直接从回归树计算最大李雅谱诺夫指数,不考虑拟合函数的雅可比函数。随机模拟结果表明该方法能很好逼近真值,且对噪音和嵌入维数稳健。运用本文方法和人工神经网络都证实两个实际日观测数据不存在混沌。

关键词：最大李雅谱诺夫指数回归树随机梯度boosting

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

基于不连续回归树的最大李雅谱诺夫指数计算方法