您的位置: 专家智库 > >

国家重点实验室开放基金(ICT1234)

作品数:5 被引量:18H指数:3
相关作者:李丽娟熊路徐欧官刘宇芳姜斌更多>>
相关机构:南京工业大学浙江工业大学之江学院南京航空航天大学更多>>
发文基金:国家重点实验室开放基金国家自然科学基金江苏省“六大人才高峰”高层次人才项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 5篇期刊文章
  • 1篇会议论文

领域

  • 6篇自动化与计算...

主题

  • 4篇支持向量
  • 3篇预测控制
  • 3篇支持向量机
  • 3篇最小二乘
  • 3篇最小二乘支持...
  • 3篇向量机
  • 3篇TE过程
  • 3篇测控
  • 2篇子系统
  • 2篇聚类
  • 2篇分布式预测控...
  • 1篇电源
  • 1篇多模型预测控...
  • 1篇支持向量回归
  • 1篇软测量
  • 1篇谱聚类
  • 1篇谱聚类算法
  • 1篇向量
  • 1篇模型预测控制
  • 1篇聚类算法

机构

  • 5篇南京工业大学
  • 3篇浙江工业大学...
  • 1篇南京航空航天...

作者

  • 5篇李丽娟
  • 4篇熊路
  • 2篇徐欧官
  • 1篇易辉
  • 1篇刘君
  • 1篇宋晓峰
  • 1篇胡蓓蓓
  • 1篇董婷婷
  • 1篇姜斌
  • 1篇刘宇芳
  • 1篇王灿灿

传媒

  • 1篇自动化学报
  • 1篇自动化仪表
  • 1篇计算机测量与...
  • 1篇浙江大学学报...
  • 1篇控制工程

年份

  • 2篇2015
  • 2篇2014
  • 2篇2013
5 条 记 录,以下是 1-6
排序方式:
柔性支持向量回归及其在故障检测中的应用被引量:8
2013年
支持向量回归(Support vector regression,SVR)的学习性能及泛化性能取决于参数设置.在常规方法中,这些参数以固定值形式参与运算,而当面对复杂分布的数据集时,可能无法挑选出一组能够胜任各种分布情况的参数,参数设置需要在过拟合和欠拟合之间进行取舍.因此,本文提出一种能够根据样本分布进行参数自我调整的柔性支持向量回归算法(Flexiblesupport vector regression,F-SVR).该算法根据样本分布的复杂度,将训练样本划分为多个区域,在训练过程中,F-SVR为不同区域设置不同的训练参数,有效避免了过拟合与欠拟合.本文首先采用一组人工数据对所提算法有效性进行验证,在实验中,F-SVR在保持学习能力的同时,具备较传统方法更优秀的泛化性能.最后,本文将该算法运用至高频电源故障的实际检测,效果良好.
易辉宋晓峰姜斌刘宇芳周智华
关键词:支持向量回归故障检测电源
基于AP-LSSVM的多模型预测控制被引量:3
2013年
针对一类非线性系统的控制问题,结合基于仿射传播聚类的最小二乘支持向量机(LS-SVM)多模型建模算法与PSO优化算法,提出新的多模型预测控制算法.采用仿射传播聚类算法对历史样本数据进行聚类,得到各个类的训练样本数据;利用LS-SVM对各个类分别建立子模型,采用网格搜索和交叉验证为各子模型找到合适的模型参数,将所建立的子模型作为预测控制算法的预测模型.在滚动优化时,计算当前控制量与各聚类中心的欧氏距离,选择相应的子模型计算未来时刻模型的预测输出,计算得到参考轨迹.建立优化问题的目标函数,采用PSO算法优化求解得到系统的最优控制量作用于对象.将提出的算法在某芳烃异构化过程中进行仿真试验,分别采用提出的算法以及单模型预测控制算法、基于k均值和BP神经网络的多模型预测控制算法进行仿真.结果表明,采用提出的多模型预测控制算法可以获得更好的控制性能.
李丽娟熊路刘君徐欧官
关键词:多模型预测控制仿射传播聚类
基于关联子系统的分布式预测控制算法被引量:5
2015年
随着化工过程系统规模的增大,集中式预测控制在建模和控制器优化求解方面遇到了计算上的困难,因而基于系统分解和网络控制的分布式预测控制得到了广泛研究。鉴于前人分布式预测控制算法只考虑了部分子系统间的相互关联,对子系统间的复杂关联不能全面表达。首先,考虑全部子系统间的相互关联,提出基于关联子系统的分布式预测控制算法。给出基于关联子系统的分布式预测控制算法结构,推导子系统的预测输出表达式,构建基于全局协调的有约束分布式预测控制二次规划问题,并分析算法的稳定性条件。最后,采用TE过程进行仿真实验,分布式预测控制与分散式预测控制的仿真对比结果验证该算法的有效性和可行性。
董婷婷李丽娟熊路徐欧官
关键词:分布式预测控制TE过程
基于相关分析与最小二乘支持向量机的TE过程多模型建模被引量:1
2015年
针对TE化工过程高度非线性、复杂性的特点,文章提出了一种基于相关分析和最小二乘支持向量机对TE过程进行多模型建模方法,以提高模型性能;首先对TE过程采用相关分析法划分为3个子系统,对每个子系统分别采用基于C-均值聚类的最小二乘支持向量机建模和基于K均值聚类的最小二乘支持向量机多模型建模;实验表明,基于K均值聚类的多模型建模能简化计算、提高模型精度、并且能更好的预测模型输出。
胡蓓蓓李丽娟熊路
关键词:TE过程最小二乘支持向量机
基于关联子系统的分布式预测控制算法研究
目前实际的化工过程系统中大都存在着很高的维数,传统的分散式预测控制虽然将大系统进行了分解,但由于未考虑各个子系统之间的相互关联,使得最终的控制效果难以得到满足。因此本文在考虑相互作用关系和分散式预测控制算法的基础上推导出...
熊路李丽娟徐欧官张湜
关键词:分布式策略预测控制TE过程
文献传递
改进谱聚类算法在多模型软测量中的应用被引量:1
2014年
针对工业过程的非线性、多工况的特点,提出了一种基于改进谱聚类算法的多模型软测量建模方法。采用改进的谱聚类算法对样本数据集进行聚类;根据最小二乘支持向量机(LS-SVM)算法对各类样本建立子模型,并采用粒子群算法(PSO)求解多模型的权值;将所建子模型按照"加权方式"进行组合,得到软测量模型。仿真试验表明,该方法具有较高的模型精度和良好的泛化性能。
王灿灿李丽娟
关键词:谱聚类软测量
共1页<1>
聚类工具0