重庆市自然科学基金(CSTC2008BB2356) 作品数:7 被引量:57 H指数:4 相关作者: 李太福 易军 苏盈盈 胡文金 高婷 更多>> 相关机构: 重庆科技学院 重庆市农业科学院 重庆电力高等专科学校 更多>> 发文基金: 重庆市自然科学基金 国家自然科学基金 更多>> 相关领域: 自动化与计算机技术 电气工程 更多>>
基于KCCA虚假邻点判别的非线性变量选择 被引量:8 2012年 特征变量选择技术是非线性系统建模过程中降低信息冗余和提高精度的有效方法。提出一种结合核典型相关法(kernel canonical correlation analysis,KCCA)与虚假最近邻法的变量选择法。首先引入核方法,将非线性原始数据映射到线性空间,再采用典型相关法有效合理地消除因子之间的多重共线性,受混沌相空间虚假最近邻点法的启示,通过计算原始数据在KCCA子空间中投影的距离,判断其对主导变量的解释能力,由此进行变量的选择。该方法用氢氰酸生产工艺工程中的非线性模型验证,并与全参数模型进行比较,结果显示该方法有良好的变量选择能力。因此,该研究为非线性系统建模的变量选择方法提供了一种新方法。 李太福 易军 苏盈盈 胡文金 高婷关键词:非线性系统 FNN 基于特征子空间虚假邻点判别的软传感器模型变量选择 被引量:4 2011年 辅助变量选择技术是软传感器建模过程中降低信息冗余和提高效率的有效方法。提出一种结合偏最小二乘回归法与虚假最近邻法的变量选择法。采用偏最小二乘回归法有效合理地消除因子之间的多重共线性,在一个新的正交空间里,受混沌相空间虚假最近邻点法的启示,通过计算某变量选择前后在特征子空间里的相关性,判断其对主导变量的解释能力,由此进行变量的选择,利用偏最小二乘法得到软测量模型。该方法通过构造的试验和Jolliff变量选择试验作了验证,结果显示该方法有良好的辅助变量选择能力,为软传感器建模的辅助变量选择方法提供了一种新方法。 李太福 易军 苏盈盈 胡文金 余春娇关键词:辅助变量选择 特征子空间 基于相空间重构的神经网络短期风速预测 被引量:17 2012年 针对风速具有较强的混沌特性,预测难度较大,提出了一种基于相空间重构的神经网络短期风速预测方法:对数据进行小波降噪,运用互信息法和虚假最近邻点法确定最佳的延迟时间和嵌入维数,对样本空间进行重构,使新的样本能够表征原始时间序列动态特性,更能反映风速变化特性。在此基础上运用BP神经网络进行短期风速预测。实验结果表明短期风速预测精度得到提高。 廖志强 李太福 余德均 程杨 姚立忠关键词:相空间重构 BP神经网络 风速预测 Nonlinear Feature Selection Based on Hybrid KCCAFNN Algorithm for Modeling A hybrid algorithm based on kernel canonical correlation analysis (KCCA) and false nearest neighbor method (FN... YI Jun LI Taifu Su Yingying Hu Wenjin Gao Ting Department of Electrical and Information Engineering Chongqing University of Science and Technology Chongqing关键词:FNN Process Modeling and Optimization of HCN Production Using Artificial Neural Networks and Genetic Algorithm A system model is established between process parameters and performance index and the BP neural network was u... YIJun LI关键词:HCN 基于DPSO的无线传感器网络QOS路由算法 针对现有基于QOS的路由算法应用于楼宇室内环境时,难以兼顾自适应能力与网络能耗这一问题,在AIRE算法和WAIER算法的研究基础上,提出了基于离散粒子群算法的无线传感器网络自适应QOS路由(DAQR).DAQR将不同的Q... 易军 黄河 李太福关键词:无线传感器网络 路由算法 离散粒子群 室内环境 文献传递 基于模糊信息粒化的风电场短期风速预测 2011年 风速的观测值往往存在大量冗余信息,导致计算量庞大并影响预测的有效性。本文提出一种基于模糊信息粒化的风电场短期风速预测方法,将原始风速观测时序数据进行模糊粒化处理,粒化后的数据既能反映风速变化特征,又能大量减少冗余,在此基础上运用支持向量机进行短期风速预测。利用武隆风电场提供的风速数据进行试验表明,该方法能够有效预测未来短期风速变化空间。 易军 李太福 苏盈盈关键词:风速 时间序列 基于SOM特征映射空间相似度判别的软传感器建模变量选择 2011年 针对软传感器建模中存在的信息冗余,提出一种基于自组织特征映射神经网络(Self-Organizing Feature Mapping,SOM)的变量选择方法。该方法借助SOM简单快速的特征映射能力对数据进行投影,采用虚假最近邻点法(False Nearest Neighbor,FNN)计算某变量删减前后数据在SOM投影空间的相似度,通过相似度来判断其对主导变量的解释能力,由此进行变量的选择。实验结果表明该方法能有效的进行变量选择,为软传感器建模变量选择提供了一种新思路。 侯杰 李太福 余德君 程杨关键词:SOM神经网络 求解作业车间调度的变邻域细菌觅食优化算法 被引量:16 2012年 针对最小化最大完工时间的作业车间调度问题,提出一种基于变邻域趋化操作的细菌觅食优化算法。邻域搜索是一类改进型局部搜索算法,在每一步迭代过程中通过搜索当前解的邻域得到一个改进的解,利用邻域搜索可大大提高局部最优解的精确度。本算法采用基于操作的编码,使得细菌觅食优化算法适用于作业车间调度求解;将3种不同的邻域结构引入趋化操作中,以便扩大可行解的搜索空间,细菌个体按照自适应学习策略根据邻域的各自贡献率选择搜索方式,减少陷入局部极小的机会;同时使用自适应步长更新各邻域内趋化操作的位置,根据适应度值动态调整搜索精度,避免早熟收敛。典型算例试验表明,该算法具有一定的鲁棒性,并有效地提高了搜索精度和收敛性。 易军 李太福关键词:作业车间调度 细菌觅食优化算法 变邻域搜索 自适应步长 基于KPCA子空间虚假邻点判别的非线性建模的变量选择 被引量:18 2012年 特征变量选择技术是非线性系统建模过程中降低信息冗余和提高精度的有效方法。提出一种结合核主成分分析法(Kernel principal components analysis,KPCA)与虚假最近邻点法(False nearest neighbor,FNN)的变量选择法。引入核方法,将非线性原始数据映射到线性空间,再采用主成分分析法有效合理地消除因子之间的多重共线性,受混沌相空间虚假最近邻点法的启示,通过计算原始数据在KPCA子空间中投影的距离,判断其对主导变量的解释能力,由此进行变量的选择该方法用氢氰酸生产工艺工程中的非线性模型验证,并与全参数模型进行比较,结果显示该方法有良好的变量选择能力。因此,该研究为非线性系统建模的变量选择方法提供一种新方法。 李太福 易军 苏盈盈 胡文金 高婷关键词:非线性系统