制粉系统球磨机的动态数学模型及分布式神经网络逆系统控制 被引量：29

1

作者 王东风 于希宁 宋之平 《中国电机工程学报》 EI CSCD 北大核心 2002年第1期97-101,共5页

通过机理分析的方法建立了中间储仓式制粉系统球磨机的动态数学模型 ,给出了其解析表达式 ,从理论上揭示了球磨机系统的非线性、强耦合特征。针对制粉系统运行的不同模式 (包括正常模式和堵磨等故障模式 ) ,根据逆系统控制原理和球磨机... 通过机理分析的方法建立了中间储仓式制粉系统球磨机的动态数学模型 ,给出了其解析表达式 ,从理论上揭示了球磨机系统的非线性、强耦合特征。针对制粉系统运行的不同模式 (包括正常模式和堵磨等故障模式 ) ,根据逆系统控制原理和球磨机系统的特点 ,提出了对球磨机系统控制的逆系统控制方案和基于分布式人工神经网络的逆系统控制 ,给出了适于分布式控制的模糊工况划分方法 ,并对逆系统控制进行鲁棒PID综合。计算机仿真结果证实了所建模型和所提控制方法的有效性 ,新的方法可在大范围内克服系统的非线性和强耦合问题 。 展开更多

关键词 锅炉 制粉系统 球磨机 动态数学模型 分布式神经网络 逆系统控制

在线阅读 下载PDF 职称材料

基于分布式神经网络的苹果价格预测方法 被引量：14

2

作者 刘斌 何进荣 +1 位作者 李远成 韩宏 《计算机应用》 CSCD 北大核心 2020年第2期369-374,共6页

针对传统农产品价格预测模型在大数据场景下无法快速准确对苹果市场价格进行预测的问题,提出一种基于分布式神经网络的苹果价格预测方法。首先,研究影响苹果市场价格的相关因素,选取苹果历史价格、替代品历史价格、居民消费水平和原油... 针对传统农产品价格预测模型在大数据场景下无法快速准确对苹果市场价格进行预测的问题,提出一种基于分布式神经网络的苹果价格预测方法。首先,研究影响苹果市场价格的相关因素,选取苹果历史价格、替代品历史价格、居民消费水平和原油价格四个特征作为神经网络模型的输入;然后,构建蕴含价格波动规律的分布式神经网络模型,实现对苹果市场价格的短期预测。实验结果显示,基于分布式神经网络的苹果市场价格短期预测模型具有较高的预测精度,平均相对误差仅为0.50%,满足苹果市场价格预测的要求。实验结果表明,分布式神经网络模型能够通过自学习特性揭示出苹果市场价格的波动规律和发展趋势,所提方法能为稳定苹果市场秩序和市场价格宏观调控提供科学依据,有助于降低价格波动带来的危害,帮助果农规避市场风险。 展开更多

关键词 苹果价格预测 分布式神经网络 SPARK 短期预测 市场价格

在线阅读 下载PDF 职称材料

分布式卷积神经网络在刀具磨损量预测中的应用 被引量：24

3

作者 董靖川 徐明达 +3 位作者 王太勇 乔卉卉 张兰 李昊霖 《机械科学与技术》 CSCD 北大核心 2020年第3期329-335,共7页

刀具磨损量预测对提高设备运行的安全性和可靠性具有重大意义。为了提高刀具磨损量预测精度,本文提出了基于分布式卷积神经网络的刀具磨损量预测方法,该方法将原始高频信号样本作为输入,在模型中分为若干个子序列,利用分布式卷积-池化... 刀具磨损量预测对提高设备运行的安全性和可靠性具有重大意义。为了提高刀具磨损量预测精度,本文提出了基于分布式卷积神经网络的刀具磨损量预测方法,该方法将原始高频信号样本作为输入,在模型中分为若干个子序列,利用分布式卷积-池化层作为局部特征提取器,从子序列中自适应提取特征,并对特征数据进行批标准化处理,最后经过非线性映射,对刀具磨损量进行预测。本文提出的模型与BPNN模型相比均方误差降低了51.3%,具有更高的预测精度。 展开更多

关键词 刀具磨损 分布式卷积神经网络 自适应特征提取 批标准化处理

在线阅读 下载PDF 职称材料

基于分布式多子网神经网络的可燃气体分析

4

作者 张愉 齐美星 童敏明 《传感器与微系统》 CSCD 北大核心 2009年第11期16-18,共3页

根据催化传感器在不同的电场条件下具有不同气体检测灵敏度的特点,介绍了采用单一的热催化传感器在不同的电场强度下,通过分布式多子网神经网络对含未知气体的可燃混合气体进行分析的新方法。应用分布式神经网络,通过训练建立了信号识... 根据催化传感器在不同的电场条件下具有不同气体检测灵敏度的特点,介绍了采用单一的热催化传感器在不同的电场强度下,通过分布式多子网神经网络对含未知气体的可燃混合气体进行分析的新方法。应用分布式神经网络,通过训练建立了信号识别的模型,并以3种混合气体为对象进行实验,结果证明了分析方法的可行性。实验表明:该网络在泛化能力与学习速度等均优于BP和RBF网络,其多子网、自动分解任务的特点尤其适用于复杂样本的学习,具有很好的应用前景。 展开更多

关键词 气体分析 催化传感器 分布式多子网神经网络

在线阅读 下载PDF 职称材料

基于分布式多子网神经网络的传感器静态误差修正

5

作者 丁晖 刘君华 申忠如 《计量学报》 CSCD 北大核心 2001年第3期196-200,共5页

为消除温度等非目标参数对传感器输出特性的影响 ,本文提出了一种采用多传感器数据融合技术的传感器静态误差修正新方法———传感器冗余法。该方法的显著优点是系统不需测量非目标参数 ,通过对多种传感器输出数据融合达到消除非目标参... 为消除温度等非目标参数对传感器输出特性的影响 ,本文提出了一种采用多传感器数据融合技术的传感器静态误差修正新方法———传感器冗余法。该方法的显著优点是系统不需测量非目标参数 ,通过对多种传感器输出数据融合达到消除非目标参数对传感器输出的影响 ,实现正确检测传感器的输入。同时本文首次提出了一种新的神经网络结构 :分布式多子网神经网络 ,并将其用于实现该修正方法。模拟实验表明 ,该网络在泛化能力、学习速度等方面均优于BP网络和RBF网络。其多子网、自动分解任务的特点尤其适用于复杂样本的学习 ,具有很好的应用前景。 展开更多

关键词 静态误差修正 多传感器数据融合 分布式多子网神经网络 传感器冗余法

在线阅读 下载PDF 职称材料

基于分布式深度神经网络的刮板输送机启停工况故障诊断方法 被引量：6

6

作者 丁华 吕彦宝 +4 位作者 崔红伟 刘俊 牛锐祥 孟祥龙 施瑞 《振动与冲击》 EI CSCD 北大核心 2023年第18期112-122,249,共12页

针对目前基于集中式云计算的深度学习模型在刮板输送机启停工况故障诊断中,因通讯量过大而难以满足实时性需求的问题,提出了一种基于分布式深度神经网络的刮板输送机启停工况故障诊断方法。采用深度神经网络对数据融合、数图转化后的刮... 针对目前基于集中式云计算的深度学习模型在刮板输送机启停工况故障诊断中,因通讯量过大而难以满足实时性需求的问题,提出了一种基于分布式深度神经网络的刮板输送机启停工况故障诊断方法。采用深度神经网络对数据融合、数图转化后的刮板输送机监测数据进行特征自提取;在深度神经网络模型上添加引进卷积特征袋的分支结构,利用分支点将深度神经网络分为可以部署在边缘端的浅层部分和云端的深层部分;通过云边协同的推理方式,实现刮板输送机启停工况故障诊断。选用某矿刮板输送机真实运行数据进行了验证,结果表明,与经典的集中式云计算深度学习模型相比,该方法在保持99.5%最高精度的同时,通讯成本降低85.3%。 展开更多

关键词 刮板输送机 启停工况 故障诊断 分布式深度神经网络 卷积特征袋 云边协同

在线阅读 下载PDF 职称材料

一种新的分布式神经模糊控制器

7

作者 余文 李人厚 《计算机工程》 CAS CSCD 北大核心 2002年第5期28-29,共2页

提出了一种分布式神经模糊网络和自学习模糊控制器的构成方法。它是模型的一种扩展,使其能进行模糊推理和构成自学习CMAC的模糊控制器。该方法除具有优点外,还具有以下特点:输入数据通过模糊划分和隶属函数后自动编码,对精度没有限制;... 提出了一种分布式神经模糊网络和自学习模糊控制器的构成方法。它是模型的一种扩展,使其能进行模糊推理和构成自学习CMAC的模糊控制器。该方法除具有优点外,还具有以下特点:输入数据通过模糊划分和隶属函数后自动编码,对精度没有限制;从现场数CMAC据直接获取控制规则,即使对未训练的数据,也能结合插值和泛化两种能力,推理给出合适的输出。学习实例证明了方法的有效性。 展开更多

关键词 分布式神经网络 自学习模糊控制器 模糊推理 模糊控制

在线阅读 下载PDF 职称材料

模拟电路故障的分布式诊断算法 被引量：3

8

作者 王龙 李晓光 周翰逊 《计算机工程与应用》 CSCD 北大核心 2010年第26期11-13,共3页

提出一种模拟电路故障的分布式诊断算法,用以解决大数据量故障样本集所带来的网络规模过大,训练时间过长等问题。该算法采用有监督Hebb学习规则,在训练学习过程中添加类别标识,避免了因数据分割而产生的部分知识的丢失。分别用提出的分... 提出一种模拟电路故障的分布式诊断算法,用以解决大数据量故障样本集所带来的网络规模过大,训练时间过长等问题。该算法采用有监督Hebb学习规则,在训练学习过程中添加类别标识,避免了因数据分割而产生的部分知识的丢失。分别用提出的分布式算法和传统的BP算法对实例电路进行故障诊断,实验结果表明,提出的分布式算法不仅和BP算法的诊断正确率相当,而且有效地提高了训练学习的速度。 展开更多

关键词 分布式神经网络 模拟电路 故障诊断 有监督学习

在线阅读 下载PDF 职称材料

基于自然频率的辐射状配电网分层分布式ANN故障定位方法 被引量：22

9

作者 束洪春 董俊 +3 位作者 段锐敏 朱梦梦 田鑫萃 曹璞麟 《电力系统自动化》 EI CSCD 北大核心 2014年第5期83-89,共7页

当辐射状配电网不同分支发生故障时,其故障电压行波经由不同分支组合的传播路径到达母线侧量测端,由量测端获得的故障暂态电压的自然频率及其幅值分布亦不相同。不同分支组合的行波传播路径与自然频率及其幅值分布之间存在着映射关系。... 当辐射状配电网不同分支发生故障时,其故障电压行波经由不同分支组合的传播路径到达母线侧量测端,由量测端获得的故障暂态电压的自然频率及其幅值分布亦不相同。不同分支组合的行波传播路径与自然频率及其幅值分布之间存在着映射关系。可利用人工神经网络(ANN)强大的非线性拟合能力来反映此种映射关系,实现辐射状配电网的故障定位及分支识别。利用故障后四分之一工频周期时窗的零序电压自然频率作为分层分布式ANN模型的输入样本,先进行故障定位;再以自然频率对应的幅值作为输入样本,进行故障分支识别,故障距离和故障点所在分支编号作为其输出。大量电磁暂态仿真表明,该方法有效。 展开更多

关键词 辐射状配电网 故障定位 自然频率 分层分布式人工神经网络

在线阅读 下载PDF 职称材料

基于分布式集成学习的入侵检测模型

10

作者 谢堉鑫 刘衍珩 +2 位作者 朱建启 孙鑫 付枫 《计算机工程》 CAS CSCD 北大核心 2011年第13期104-106,共3页

针对入侵检测系统的高漏报率及高误报率问题,提出一种混杂入侵检测模型。该模型分别构造基于核主成分分析(KPCA)和核独立成分分析(KICA)的特征提取器,并采用集成学习对特征提取结果进行整合学习。采用分布式神经网络对集成结果进行再学... 针对入侵检测系统的高漏报率及高误报率问题,提出一种混杂入侵检测模型。该模型分别构造基于核主成分分析(KPCA)和核独立成分分析(KICA)的特征提取器,并采用集成学习对特征提取结果进行整合学习。采用分布式神经网络对集成结果进行再学习,从而实现对大规模数据的分布式处理。通过反馈机制调节KPCA和KICA的集成学习权重,达到最优检测效果。采用KDD CUP’99数据集进行测试实验,结果表明:该模型能够获得较高的检测正确率,同时具有较低的漏报率及误报率。 展开更多

关键词 入侵检测 集成 核主成分分析 核独立成分分析 分布式神经网络

在线阅读 下载PDF 职称材料

高速动车组强耦合模型的分布式滑模控制策略 被引量：16

11

作者 李中奇 金柏 +2 位作者 杨辉 谭畅 付雅婷 《自动化学报》 EI CSCD 北大核心 2020年第3期495-508,共14页

高速动车组是由多节车辆与钩缓装置链接而成的复杂系统.将钩缓装置等效成弹簧?阻尼器系统,分析动车组运行过程中钩缓装置对相邻车辆作用的动力学机理,明确作用方式,建立高速动车组的强耦合模型.根据列车模型动力或制动力输入的分散特征... 高速动车组是由多节车辆与钩缓装置链接而成的复杂系统.将钩缓装置等效成弹簧?阻尼器系统,分析动车组运行过程中钩缓装置对相邻车辆作用的动力学机理,明确作用方式,建立高速动车组的强耦合模型.根据列车模型动力或制动力输入的分散特征,设计分布式神经网络滑模控制策略,对高速动车组进行速度跟踪控制.为减小速度跟踪过程中未知因素对高速动车组控制精度的影响,利用列车历史运行数据,采用历史工况数据中心对当前控制律输出进行补偿以提高控制精度与实用稳定性.采用高速动车组运行仿真平台的仿真实验结果表明,该建模方法较以往多质点模型更能体现高速动车组运行特性,且采用补偿规则的控制策略优于传统控制效果. 展开更多

关键词 高速动车组 强耦合模型 分布式神经网络滑模控制 跟踪控制 数据补偿

在线阅读 下载PDF 职称材料

光网络中典型恶意数据自动检测研究 被引量：3

12

作者 肖水清 王松波 《激光杂志》 北大核心 2017年第6期159-162,共4页

与传统电信网络和无线传感网络相比,光网络具有更快的数据传输速度和更大的数据规模,因此面临恶意数据攻击的风险随之增加。当前用于典型恶意数据的检测方法,无法应对大规模网络数据的系统检测,综合检测率水平较低,提出基于分布式BP神... 与传统电信网络和无线传感网络相比,光网络具有更快的数据传输速度和更大的数据规模,因此面临恶意数据攻击的风险随之增加。当前用于典型恶意数据的检测方法,无法应对大规模网络数据的系统检测,综合检测率水平较低,提出基于分布式BP神经网络与遗传算法相结合的恶意数据自动检测方法研究,依据BP神经网络算法原理,构建恶意数据特征检测模型;为提高样本数据学习和训练的效果和完整性,对大规模的数据集进行分割和风险评估;将分割后的小样本数据输入分布式BP神经网络模型进行自动检测,同时引入遗传算法求解最优网络权值,解决了BP算法收敛速度慢,易陷入局部最优的不足,最终实现对光网络中典型恶意数据的精确检测。仿真数据结果证明,提出的自动检测方法具有较高的检测率,同时也能将检测的误报率和漏报率控制在一个较低水平。 展开更多

关键词 光网络 恶意数据 自动检测 分布式BP神经网络 遗传算法

在线阅读 下载PDF 职称材料

故障极识别与故障测距一体化的智能算法 被引量：2

13

作者 毛王清 杨琦 杨明玉 《陕西电力》 2015年第6期43-46,共4页

通过归纳现有的基于神经网络直流输电故障定位方法,分析了故障定位过程中存在的问题,提出了一种针对双极HVDC系统,可实现故障极识别和故障定位一体化的智能化算法。提出分层分布式神经网络结构,依据人工神经网络较强的模式识别功能建立... 通过归纳现有的基于神经网络直流输电故障定位方法,分析了故障定位过程中存在的问题,提出了一种针对双极HVDC系统,可实现故障极识别和故障定位一体化的智能化算法。提出分层分布式神经网络结构,依据人工神经网络较强的模式识别功能建立特有的故障极识别模块。采用粒子群算法优化神经网络权值,避免陷入局部极小值点,加快收敛速度。Matlab和PSCAD的联合仿真验证了该算法的精确性。 展开更多

关键词 HVDC 故障极识别 故障测距 分层分布式神经网络 粒子群

在线阅读 下载PDF 职称材料

结合域对抗自适应的刀具磨损预测方法 被引量：1

14

作者 董靖川 谭志兰 +1 位作者 王太勇 武晓鑫 《机械科学与技术》 CSCD 北大核心 2023年第2期165-172,共8页

数控加工中存在刀具几何误差及安装误差、刀具及工件材料性能的随机波动等因素,导致刀具之间的磨损过程与监测信号上存在较大差异的问题,使得刀具磨损值难以精确预测。为此,本文提出了一种结合域对抗自适应的多尺度分布式卷积长短时记... 数控加工中存在刀具几何误差及安装误差、刀具及工件材料性能的随机波动等因素,导致刀具之间的磨损过程与监测信号上存在较大差异的问题,使得刀具磨损值难以精确预测。为此,本文提出了一种结合域对抗自适应的多尺度分布式卷积长短时记忆网络模型(Multiscale time-distributed convolutional long short-term memory,MTDCLSTM)。将加工过程中采集到的多传感器信号作为模型输入,通过域分类器与预测器之间的对抗学习,提取出可有效表征刀具磨损且与域无关的多尺度时空特征,经预测器的非线性映射,实现对刀具磨损值的精确预测。实验结果表明,结合域对抗自适应的MTDCLSTM模型预测性能明显优于分布式卷积神经网络、长短时记忆网络、卷积神经网络与支持向量机模型。与基于迁移成分分析的支持向量回归模型相比,本文模型的均方根误差与平均绝对误差分别降低了59.8%和62.5%,决定系数提高了66.1%,可有效缩小刀具个体之间的差异,提高磨损值预测精度。 展开更多

关键词 刀具磨损 域对抗自适应 多尺度时空特征 分布式卷积神经网络 长短时记忆网络

在线阅读 下载PDF 职称材料

污水处理过程COD指标集成软测量模型 被引量：2

15

作者 宋剑杰 《计算机工程与应用》 CSCD 2012年第17期243-248,共6页

针对污水处理过程中水质参数COD指标难以在线检测的问题,提出一种基于分布式改进BP神经网络和灰色预测的COD指标集成软测量模型。为反映污水处理过程的不同工况,采用满意聚类算法对数据样本进行聚类处理,将数据样本划分为若干个子样本集... 针对污水处理过程中水质参数COD指标难以在线检测的问题,提出一种基于分布式改进BP神经网络和灰色预测的COD指标集成软测量模型。为反映污水处理过程的不同工况,采用满意聚类算法对数据样本进行聚类处理,将数据样本划分为若干个子样本集,利用改进BP神经网络方法分别为每个子样本集建立预测模型,计算当前输入数据与各个聚类中心的欧式距离,将欧式距离较小的部分预测模型的输出进行综合,得到分布式神经网络的COD指标预估值;为反映COD指标的时间相关性,基于COD指标历史数据采用改进灰色预测建模方法计算得到当前时刻COD指标的预估值;采用动态加权方法将获得两个COD指标预估值进行加权集成。仿真实验表明,集成软测量模型具有较好的预测性能,可以满足污水处理过程COD指标实时检测的精度要求。 展开更多

关键词 污水处理过程 化学需氧量(COD)指标 分布式改进BP神经网络 灰色预测 集成软测量模型 动态加 权方法

在线阅读 下载PDF 职称材料

DRNN在多传感器泥石流监测系统中的应用

16

作者 徐根祺 曹宁 +3 位作者 谢国坤 马婧 南江萍 张佳绮 《传感器与微系统》 CSCD 北大核心 2022年第11期152-155,160,共5页

针对当前泥石流监测预警系统中预测准确性不高的问题,根据分布式计算和各传感器网络节点之间局部通信的方式,利用分布式递归神经网络(DRNN)预测故障传感器节点的数据,使用DRNN的预测值,对泥石流发生概率进行预测。实验结果表明:当传感... 针对当前泥石流监测预警系统中预测准确性不高的问题,根据分布式计算和各传感器网络节点之间局部通信的方式,利用分布式递归神经网络(DRNN)预测故障传感器节点的数据,使用DRNN的预测值,对泥石流发生概率进行预测。实验结果表明:当传感器网络的链路质量较低或较多传感器发生故障的情况下,使用DRNN依然能够较准确地预测出泥石流发生的概率,该方法可靠性较高。 展开更多

关键词 分布式递归神经网络 无线传感器网络 泥石流灾害 监测预警

在线阅读 下载PDF 职称材料