期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
多模态过程的全自动离线模态识别方法 被引量:18
1
作者 张淑美 王福利 +1 位作者 谭帅 王姝 《自动化学报》 EI CSCD 北大核心 2016年第1期60-80,共21页
多模态是复杂工业生产过程的普遍特性.不同模态具有不同的过程特性,需要建立不同的模型,因此离线建模数据的模态划分与识别是整个多模态过程建模的关键问题之一.目前,常用的聚类算法需要对其结果进行人工分析和后续处理,无法真正实现多... 多模态是复杂工业生产过程的普遍特性.不同模态具有不同的过程特性,需要建立不同的模型,因此离线建模数据的模态划分与识别是整个多模态过程建模的关键问题之一.目前,常用的聚类算法需要对其结果进行人工分析和后续处理,无法真正实现多模态过程的全自动模态识别.因此,本文提出一种全自动的多模态过程离线模态识别方法.首先通过宽度为H的大切割窗口对数据进行切割,利用改进的K-means聚类算法对窗口单元进行聚类;根据聚类结果,对稳定模态淹没现象进行处理,得到模态的初步划分结果;最终,利用小滑动窗口L,对稳定模态及过渡模态交接区域进行细划分,准确定位稳定模态与过渡模态的分割点.算法实现了多模态过程的全自动离线识别,并给出合理有效的识别结果.仿真分析表明此方法能够实现模态的自动识别,且识别结果准确. 展开更多
关键词 模态识别 多模态过程 过渡模态 稳定模态 全自动
在线阅读 下载PDF
一种基于多模型切换的阶梯式广义预测控制算法 被引量:16
2
作者 李小田 王昕 +1 位作者 王振雷 钱锋 《化工学报》 EI CAS CSCD 北大核心 2012年第1期193-197,共5页
针对一类模型参数突变的系统,提出一种基于多模型切换的阶梯式广义预测控制算法。采用多个固定模型、一个常规自适应模型和一个可重新赋初值的自适应模型并行辨识系统的动态特性。多个固定模型可以提高系统的暂态性能,常规自适应模型可... 针对一类模型参数突变的系统,提出一种基于多模型切换的阶梯式广义预测控制算法。采用多个固定模型、一个常规自适应模型和一个可重新赋初值的自适应模型并行辨识系统的动态特性。多个固定模型可以提高系统的暂态性能,常规自适应模型可以保证系统的稳定性,可重新赋初值的自适应模型可以进一步提高系统的暂态性能。在每个采样时刻基于性能指标切换到最优的局部模型作为当前模型,设计阶梯式广义预测控制器,从而实现系统全局的控制。最后的仿真结果表明,其控制效果明显优于单一模型的控制器。 展开更多
关键词 多模型 阶梯式控制 广义预测控制 自适应
在线阅读 下载PDF
基于适应策略差分进化算法的化工反应动力学参数估值 被引量:5
3
作者 徐斌 陈旭 +1 位作者 陶莉莉 张海峰 《化工进展》 EI CAS CSCD 北大核心 2018年第6期2077-2083,共7页
为了更准确地通过煤烟气成分推测汞元素氧化程度,建立精确的汞氧化过程动力学模型至关重要。目前已有的汞氧化过程动力学模型中存在一些难以确定的未知参数,为了确定模型中这些参数的最优值,本文提出一种改进的适应策略差分进化算法(AS... 为了更准确地通过煤烟气成分推测汞元素氧化程度,建立精确的汞氧化过程动力学模型至关重要。目前已有的汞氧化过程动力学模型中存在一些难以确定的未知参数,为了确定模型中这些参数的最优值,本文提出一种改进的适应策略差分进化算法(ASDE)。该算法引入变异策略、缩放因子(F)和交叉参数(CR)候选集合,同时为集合中每个候选参数赋予一定的选择概率。在进化搜索过程中,以历史成功搜索信息为基础,实时更新每个候选集合中各参数对应的选择概率,并根据选择概率自适应为下一时刻进化群体中每个个体分配变异策略和对应控制参数。将改进算法用于汞氧化过程动力学参数估值问题,实验结果显示,相对其他6种算法,改进算法ASDE求解得到模型更加接近实际,是一种求解化工反应动力学参数估值问题的有效方法。 展开更多
关键词 差分进化 适应性策略 优化 反应动力学 参数估值
在线阅读 下载PDF
基于LTSA和联合指标的非高斯过程监控方法及应用 被引量:7
4
作者 杨正永 王昕 王振雷 《化工学报》 EI CAS CSCD 北大核心 2015年第4期1370-1379,共10页
很多实际工业过程数据都具有高维、非线性且不严格服从高斯分布等特点。为处理数据维数高且是高斯分布和非高斯分布的混合体等问题,实现高效的过程监控,提出了一种基于LTSA和联合指标的非高斯过程监控方法。首先采用局部切空间排列(LTSA... 很多实际工业过程数据都具有高维、非线性且不严格服从高斯分布等特点。为处理数据维数高且是高斯分布和非高斯分布的混合体等问题,实现高效的过程监控,提出了一种基于LTSA和联合指标的非高斯过程监控方法。首先采用局部切空间排列(LTSA)算法从正常样本数据中提取低维子流形以实现维数约减;然后基于非高斯-高斯两步策略建立统计模型并得到非高斯统计量和高斯统计量,再对其进行加权得到新的统计量以实现对过程的监控;最后将该方法应用于田纳西-伊斯曼标准测试平台和实际乙烯裂解炉的过程监控,说明了所提方法的有效性。 展开更多
关键词 算法 集成 系统工程 非线性 非高斯 联合指标 局部切空间排列算法 田纳西-伊斯曼过程
在线阅读 下载PDF
基于队列敏感性的无线接入网络拥塞控制算法 被引量:3
5
作者 严黎明 牛玉刚 《计算机应用》 CSCD 北大核心 2012年第1期123-126,共4页
由于无线接入网络存在强非线性、大时延以及随机链路丢包等因素,导致经典主动队列管理(AQM)算法在实际控制时存在队列收敛速度慢、响应时间长等问题。通过分析随机指数标记(REM)算法在无线接入网中的特点,在原先REM价格模型的基础上对... 由于无线接入网络存在强非线性、大时延以及随机链路丢包等因素,导致经典主动队列管理(AQM)算法在实际控制时存在队列收敛速度慢、响应时间长等问题。通过分析随机指数标记(REM)算法在无线接入网中的特点,在原先REM价格模型的基础上对其进行了改进,以队列误差的平方项来克服价格对队列变化不敏感的缺陷,从而提出了一种基于队列敏感性的无线接入网络拥塞控制算法,并利用单神经网络对其参数进行了优化。最后,通过NS2仿真平台对所提算法与REM、PI算法进行对比,实验表明所提算法拥有队列收敛快、鲁棒性强的优点。 展开更多
关键词 无线接入网络 拥塞控制 主动队列管理 随机指数标记 单神经元
在线阅读 下载PDF
基于模糊压缩感知的无线传感网络拥塞控制算法 被引量:1
6
作者 甘峰浩 牛玉刚 贾廷纲 《计算机应用》 CSCD 北大核心 2015年第9期2430-2435,共6页
针对无线传感网络(WSN)的拥塞问题,提出了一种将模糊控制和压缩感知(CS)技术相结合来缓解无线传感网络拥塞的算法。首先,将压缩感知技术引进到无线传感网络的拥塞控制中,理论分析了压缩感知对缓解传感网络拥塞的效果,通过对采... 针对无线传感网络(WSN)的拥塞问题,提出了一种将模糊控制和压缩感知(CS)技术相结合来缓解无线传感网络拥塞的算法。首先,将压缩感知技术引进到无线传感网络的拥塞控制中,理论分析了压缩感知对缓解传感网络拥塞的效果,通过对采集数据进行压缩感知处理来减少网络冗余信息,从而缓解网络拥塞。其次,针对网络拥塞时压缩感知技术不能动态适应无线传感网络复杂环境的问题,设计了一种模糊一压缩感知的拥塞控制算法,该算法结合网络拥塞状况对压缩感知的观测矩阵维数进行动态调节,从而使压缩感知技术更好地适应传感网络拥塞状况的变化。该机制在不同的拥塞状况下能够提高网络吞吐量10%~50%,降低网络的丢包率10%~50%,减少网络时延将近5S。通过Ns2仿真表明,该机制对无线传感网络的拥塞缓解有较明显的效果。 展开更多
关键词 无线传感网络 拥塞控制 压缩感知 模糊控制
在线阅读 下载PDF
基于模糊核聚类的乙烯裂解深度DE-LSSVM多模型建模 被引量:18
7
作者 陈贵华 王昕 +1 位作者 王振雷 钱锋 《化工学报》 EI CAS CSCD 北大核心 2012年第6期1790-1796,共7页
乙烯裂解深度的建模与控制对于裂解炉的实时优化具有重要意义。针对石脑油原料组分复杂、油品特性波动大等状况,采用模糊核聚类对石脑油数据库进行最优划分,建立最小二乘支持向量机的多模型,对于最小二乘支持向量机中模型的参数选取,利... 乙烯裂解深度的建模与控制对于裂解炉的实时优化具有重要意义。针对石脑油原料组分复杂、油品特性波动大等状况,采用模糊核聚类对石脑油数据库进行最优划分,建立最小二乘支持向量机的多模型,对于最小二乘支持向量机中模型的参数选取,利用差分进化算法进行参数寻优,提高了模型的精度和泛化能力。通过对现场数据的建模实验,结果表明:基于模糊核聚类的乙烯裂解深度最小二乘支持向量机多模型跟踪性能良好,预测精度较高。 展开更多
关键词 乙烯裂解深度 模糊核聚类 最小二乘支持向量机 多模型建模
在线阅读 下载PDF
基于改进K均值聚类及其距离修正的睡眠分期方法 被引量:7
8
作者 于莹 王蓓 +1 位作者 马家睿 王行愚 《计算机应用》 CSCD 北大核心 2020年第S01期269-273,共5页
针对原始K均值聚类算法的局限性,设计了一种改进的K均值聚类算法,结合不同睡眠阶段的特性,实现睡眠阶段的自动分期。首先,针对原始K均值选取初始聚类中心的随机性,基于密度和距离两项指标来选取初始聚类中心,使得初始聚类中心的选择更... 针对原始K均值聚类算法的局限性,设计了一种改进的K均值聚类算法,结合不同睡眠阶段的特性,实现睡眠阶段的自动分期。首先,针对原始K均值选取初始聚类中心的随机性,基于密度和距离两项指标来选取初始聚类中心,使得初始聚类中心的选择更加合理,从而提高算法的稳定性;其次,选用高斯核函数作为聚类中心更新时的权值,减少离群点对中心的影响;然后,根据不同睡眠状态的特征,设计了分步聚类处理方式;最后,定义了距离修正系数对K均值聚类的结果加以修正,使其聚类结果更符合实际睡眠状态变化规律。将改进算法分别在来自不同数据集的睡眠数据上进行了测试,比原始K均值聚类有显著提升,且更贴近人工判读,能够为睡眠状态分析提供可行的辅助判读方式。 展开更多
关键词 K均值聚类 睡眠分期 距离修正 脑电信号 分步聚类处理
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部