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

磨削温度在线监控系统的预报建模

中国机械工程 2002年第5期13卷 394-397页

作者：董涛李迎侯丽雅南京理工大学机械工程学院南京理工大学研究生院

对磨削弧区温度进行在线监控 ,是磨削加工自动化必不可少的重要环节。针对磨削温度的变化特征及其不同的影响因素 ,对人工神经网络预报模型及灰色理论预报模型应用于磨削温度在线预报中的优缺点进行了分析 ,提出一种新发展的 ANN GM( 1 ... 详细信息

对磨削弧区温度进行在线监控 ,是磨削加工自动化必不可少的重要环节。针对磨削温度的变化特征及其不同的影响因素 ,对人工神经网络预报模型及灰色理论预报模型应用于磨削温度在线预报中的优缺点进行了分析 ,提出一种新发展的 ANN GM( 1 ,1 )综合预报模型 ,并通过理论分析和工艺监控试验研究了该模型的合理性、适用性及应用范围等。

关键词：在线监控系统人工神经网络灰色理论磨削弧区温度预报建模

基于动态数据维数约简和半监督学习的水泥分解炉生料分解率预报建模

在线全文

学校读者我要写书评

暂无评论

基于动态数据维数约简和半监督学习的水泥分解炉生料分解率预报建...

作者：王沼钧东北大学

学位级别：硕士

预分解新型干法是可实现规模化生产的最先进的水泥生产技术,该法已经成为当今水泥工业发展的主流,悬浮预热和窑外预分解是其核心技术。分解炉是生料预分解过程的主要设备,其主要承担了悬浮状态下的燃料燃烧和生料分解任务,可以减轻窑内... 详细信息

预分解新型干法是可实现规模化生产的最先进的水泥生产技术,该法已经成为当今水泥工业发展的主流,悬浮预热和窑外预分解是其核心技术。分解炉是生料预分解过程的主要设备,其主要承担了悬浮状态下的燃料燃烧和生料分解任务,可以减轻窑内烧成带的热负荷,从而大幅提高了窑系统的生产效率。生料分解率是水泥熟料生产过程中非常重要的产品质量指标,稳定生料分解率对于回转窑的稳定控制和最终产品质量的提高具有重要意义。水泥分解炉的各过程变量可以通过在线检测仪表进行快采样速率下的测量,而生料分解率通过现有的测量手段无法在线检测,目前采用人工离线化验的检测方法,其化验周期长,不能及时反映生产状况。水泥分解炉是典型的多容高阶大惯性过程,其工艺机理复杂,难以建立精确的机理模型。现有的基于数据驱动的生料分解率预报模型主要是基于慢采样速率输入输出数据的静态模型,由于太大的采样间隔,导致过程动态信息丧失、模型性能较差。因此,有必要深入研究生料分解率的预报建模方法,为实现分解炉的人工决策指导、过程运行安全监控、自动推理控制和实时操作优化提供必要的基础,对于节能降耗、提高产品质量和产量至关重要。针对上述水泥分解炉多采样速率系统的生料分解率预报建模问题,本文依托国家自然科学基金面上项目“基于图像与过程数据融合的回转窑产品质量参数预报建模”,采用数据与知识相结合的方法,建立了充分挖掘过程动态信息的水泥分解炉生料分解率预报模型。本文的主要工作如下：(1)现有的水泥分解炉生料分解率预报模型的输入特征集是由所有影响生料分解率的具有一定空间关联性的各过程变量组成的静态特征集,本文在此基础上考虑过程的动态信息,从而每个过程变量又会形成具有高度时间关联的时间序列动态特征。针对生料分解率预报模型输入空间各过程变量时间序列动态特征组成的原始特征集具有时间和空间双重关联性这一特点,本文提出了一种结合特征提取和特征选择的两步维数约简方法,第一步通过特征提取降低每个变量的时间序列动态特征间的冗余,第二步通过特征选择去除过程变量空间特征间的冗余。1)针对每个过程变量形成的时间关联特征具有函数型数据的特点,同时考虑到其可能具有潜在的流形结构,本文在流形降维算法保局投影(Locality Preserving Projections, LPP)的基础上,提出了一种特征提取方法——惩罚保局投影(Penalized Locality Preserving Projections, PLPP),用PLPP对每个过程变量形成的时间序列动态特征进行特征提取;2)经PLPP提取的各个过程变量特征间存在空间上的关联性,本文用Filter和Wrapper相结合的两阶段特征选择方法进行特征选择,其中,Filter阶段采用基于互信息的最小冗余最大相关(minimal redundancy maximal relevance, mRMR)准则得到候选特征集,Wrapper阶段采用序列前向特征选择结合SVR的方法进一步选择得到紧凑特征集。本文将该方法用于考虑动态信息的实际分解炉生料分解率的预报建模中,实验结果证明了该方法的有效性。(2)针对有监督的基于慢采样速率下的过程数据建立的静态模型精度较低的问题,本文将机器学习领域的半监督学习机制用于考虑动态信息的水泥分解炉生料分解率预报建模问题上,从而充分挖掘了未标记样本所蕴涵的相关回归问题信息,提高了模型的泛化性能,为复杂工业过程提供了更有效的数据驱动的产品质量参数预报建模方法。对输入动态数据用本文提出的两步维数约简方法进行特征提取和特征选择后,围绕半监督的思想,同时使用有标记样本和未标记样本训练回归器,考虑到预报误差、数据内在几何结构和决策函数复杂性三者的折中,建立了考虑动态信息的基于半监督ε-LapSVR的水泥分解炉生料分解率预报模型。仿真实验结果表明,过程的动态信息和未标记样本均能够提高生料分解率预报模型的泛化性能。

关键词：水泥分解炉软测量预报建模动态数据维数约简流形学习半监督学习

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

基于遗传算法的BP神经网络气象预报建模

基于遗传算法的BP神经网络气象预报建模

作者：吴建生广西师范大学

学位级别：硕士

20世纪90年代以来，国内外在大气学科中开展了很多有关神经网络预报建模和气候分析等应用研究。然而随着神经网络方法在大气科学领域研究的不断深入，研究人员发现神经网络方法在实际业务天气预报应用中存在一个重要的问题，即在利用神... 详细信息

20世纪90年代以来，国内外在大气学科中开展了很多有关神经网络预报建模和气候分析等应用研究。然而随着神经网络方法在大气科学领域研究的不断深入，研究人员发现神经网络方法在实际业务天气预报应用中存在一个重要的问题，即在利用神经网络方法进行气象预报建模时，神经网络的初始权值、网络结构以及网络的学习参数，动量因子难以确定，往往是通过反复训练来确定网络的结构和各种参数，这样会导致在应用中出现过拟合问题，严重影响网络的泛化能力，极大限制神经网络在实际天气业务中的应用([1-8])。该问题的研究不仅关系到在大气学科中能否进一步深入开展有关人工神经网络方法的业务预报应用，并且也是目前人工神经网络应用理论研究中尚未得到很好解决的关键技术问题。近年来，国内外众多学者将遗传算法和神经网络结合，利用遗传算法的全局搜索能力来优化神经网络。杨晓红和刘乐善（[9]，1997）利用遗传算法优化异或问题的神经网络结构及其连接权。孙晓光和傅云义等人（[10]，1998）利用遗传算法对热轧带钢精轧机组负荷分配BP网络参数进行优化。李敏强和徐博艺等人([11]，1999)利用遗传算法优化三层BP网络的连接权并建立短期地震预报模型，取得很好的效果。李祚泳和彭荔红([12]，2003)用遗传算法进行了暴雨强度公式参数优化的研究。饶文碧和徐锐等人（[13]，2003）利用遗传算法优化BP神经网络权系数的方法，解决了结构损伤模型的识别问题。李发斌和崔鹏等人（[14]，2003）利用遗传算法优化BP神经网络的权系数建立分析泥石流活动性的模型。但是目前在预测研究领域，很少见到有关同时优化网络结构和权系数的预报建模研究，并且在大气学科中也尚未有人研究利用遗传算法优化BP神经网络的权系数及其结构，建立短期气候预测模型。本文主要是针对BP神经网络在实际应用中的弱点，如BP网络算法收敛速度较慢，对于较大的搜索空间，多峰值和不可微函数，再加之实际问题往往是极其复杂的多维曲面，存在多个局部极值点，使得网络极易陷入局部极值点;另外神经网络的初始权值，阀值以及网络结构的选择缺乏依据，具有很大的随机性，很难选取出具有全局性的初始点，因而求得全局最优的可能性较小，这些都影响了BP神经网络的泛化能力，限制了它在实际天气预报中的应用。本文利用遗传算法优化三层BP神经网络的连接权和网络结构，并在遗传进化过程中提出了采取保留最佳个体的方法，建立基于遗传算法的BP神经网络预报模型一。由于GA在进化过程中能以较大概率搜索到全局最优解存在的区域，在遗传算法搜索到最优解附近时，却无法精确地确定最优解的位置，为此本文进一步采用从进化后的结果中，再次利用

关键词：遗传算法神经网络预报建模泛化能力下鞅

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

广汉机场能见度预报建模

中国科技信息 2015年第18期 32-34页

作者：徐娓潘维多中国民航飞行学院广汉分院

利用2011年至2014年逐年12月和1月广汉机场人工观测能见度数据、地面遥测气象数据及常规探空气象资料,采用最小二乘支持向量机回归方法,对广汉机场08时能见度进行24小时、12小时及2小时预报建模。按照民航局空管局航站重要天气预报质量... 详细信息

利用2011年至2014年逐年12月和1月广汉机场人工观测能见度数据、地面遥测气象数据及常规探空气象资料,采用最小二乘支持向量机回归方法,对广汉机场08时能见度进行24小时、12小时及2小时预报建模。按照民航局空管局航站重要天气预报质量评定办法进行评定,该模型预报准确率分别为:62.71%、73.08%、75%。平均绝对误差分别为:0.62Km、0.49Km、0.52Km。结果表

关键词：广汉机场预报建模

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

一种新的气象预报建模方法研究

百色学院学报 2008年第3期21卷 28-32页

作者：陆克盛赵世安南宁师范高等专科学校数学与计算机科学系广西龙州532400 百色学院数学与计算机信息工程系广西百色533000

文章在确定神经网络降水预报模型的网络结构和连接权研究中,利用遗传算法克服神经网络极易陷入局部解的问题,建立遗传——神经网络降水预报模型,并结合广西的月平均降水量进行实例分析,结果表明该方法预报有一定普遍适应性。

关键词：神经网络遗传算法预报建模

在线全文

学校读者我要写书评

暂无评论

加工误差及其预报建模研究

计量学报 1998年第3期19卷 183-188页

作者：张琳娜郑州工业大学

基于制造过程加工误差的机理及传统误差预报模型的特点分析，提出了一种用于加工质量主动控制的综合预报模型ＡＲＧＭ（ｎ，１，１），并就该模型与传统预报模型之间的联系与区别，从理论分析和典型实例应用等不同角度进行了深入的分析... 详细信息

基于制造过程加工误差的机理及传统误差预报模型的特点分析，提出了一种用于加工质量主动控制的综合预报模型ＡＲＧＭ（ｎ，１，１），并就该模型与传统预报模型之间的联系与区别，从理论分析和典型实例应用等不同角度进行了深入的分析和研究。研究结果表明：该模型综合了传统误差预报模型的优点，具有较高的预报精度。为动态加工质量的在线监控提供了必要的理论和实践指导基础。

关键词：加工误差预报建模质量控制机械加工

GM(1,1)模型初始条件优化及其在GNSS钟差预报中的应用

在线全文

学校读者我要写书评

暂无评论

大地测量与地球动力学 2022年第9期42卷 919-924页

作者：谭小容许江宁何泓洋陈丁梁益丰吴苗海军工程大学电气工程学院武汉市430033 九江学院电子工程学院江西省332005

针对现有改进GM(1,1)模型在导航卫星钟差预报中性能无明显提升的问题,提出通过优化初始条件来提高钟差预报精度的方法。首先构建初始条件未知的GM(1,1)预报模型,然后采用原始序列的最新分量求解初始条件,最后利用该模型对IGS提供的精密... 详细信息

针对现有改进GM(1,1)模型在导航卫星钟差预报中性能无明显提升的问题,提出通过优化初始条件来提高钟差预报精度的方法。首先构建初始条件未知的GM(1,1)预报模型,然后采用原始序列的最新分量求解初始条件,最后利用该模型对IGS提供的精密钟差数据进行预报实验。结果表明,将初始条件优化后的GM(1,1)模型用于钟差预报切实可行,且预报精度比传统GM(1,1)模型有较大提高。

关键词：卫星钟差预报建模灰色模型初始条件精度分析

导航卫星钟差预报的Elman神经网络算法研究

在线全文

学校读者我要写书评

暂无评论

大地测量与地球动力学 2021年第3期41卷 285-289,295页

作者：王润王井利吕栋沈阳建筑大学交通工程学院沈阳市110168 山东科技大学测绘与空间信息学院青岛市266590

针对卫星钟差不能被精确模型化的问题,将具有较强记忆功能和强大计算能力的Elman神经网络运用到卫星钟差预报中,提出适用于卫星钟差预报的Elman模型。首先对原始钟差数据进行一次差处理,然后选择合适的神经网络结构建立预报效果最佳的El... 详细信息

针对卫星钟差不能被精确模型化的问题,将具有较强记忆功能和强大计算能力的Elman神经网络运用到卫星钟差预报中,提出适用于卫星钟差预报的Elman模型。首先对原始钟差数据进行一次差处理,然后选择合适的神经网络结构建立预报效果最佳的Elman钟差预报模型,最后选用国际GNSS服务(IGS)提供的精密钟差数据进行GPS卫星钟差预报,并与二次多项式模型、附加周期项的多项式模型和灰色系统模型进行对比分析。结果表明,Elman模型进行1 d、7 d和30 d钟差预报的精度得到显著提高,分别达到亚ns、ns和μs级,表明该模型的钟差预报性能优于3种常用模型,在卫星钟差预报中具有可行性。

关键词：卫星钟差 Elman神经网络高精度预报建模精度分析

在线全文

学校读者我要写书评

暂无评论

基于遗传算法的神经网络短期气候预测模型

高原气象 2005年第6期24卷 981-987页

作者：金龙吴建生林开平陈冰廉广西气象减灾研究所广西南宁530022 广西师范大学数学与计算机科学学院广西桂林541001 广西南宁市气象局广西南宁530022 广西师范学院信息技术系广西南宁530021

用遗传算法优化神经网络的连接权和网络结构,并在遗传进化过程中采取保留最佳个体的方法,进行短期气候预测建模研究。该方法克服了由于神经网络初始权值的随机性和网络结构确定过程中所带来的网络振荡,以及网络极易陷入局部解问题。作... 详细信息

用遗传算法优化神经网络的连接权和网络结构,并在遗传进化过程中采取保留最佳个体的方法,进行短期气候预测建模研究。该方法克服了由于神经网络初始权值的随机性和网络结构确定过程中所带来的网络振荡,以及网络极易陷入局部解问题。作为应用实例,以广西全区4月份平均降水作为预报量及前期500 hPa月平均高度场,海温场高相关区作为预报因子,建立基于遗传算法的神经网络短期气候预测模型。将这种方法与传统的逐步回归方法作对比分析,结果表明,该方法具有预报精度高,稳定性好的特点。

关键词：人工神经网络遗传算法预报建模气象预报