期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2,491篇文章
< 1 2 … 125 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
置换蒸煮终点Kappa值软测量的设计与实现
1
作者 党世红 于东伟 李明辉 《中国造纸学报》 CAS CSCD 北大核心 2024年第1期100-106,共7页
针对纸浆置换蒸煮过程中数据采集困难、缺乏工艺终点Kappa值在线测量仪表的现实问题,本课题分别用RPLSR、RBF和RPLSR-RBF 3种算法建立了Kappa值软测量模型,并用MATLAB对建立的模型进行了仿真分析。结果表明,相比于使用单一RPLSR或RBF算... 针对纸浆置换蒸煮过程中数据采集困难、缺乏工艺终点Kappa值在线测量仪表的现实问题,本课题分别用RPLSR、RBF和RPLSR-RBF 3种算法建立了Kappa值软测量模型,并用MATLAB对建立的模型进行了仿真分析。结果表明,相比于使用单一RPLSR或RBF算法建立的模型,RPLSR-RBF算法建立的软测量模型精度较高、相对误差较小。此外,本课题设计得到了Kappa值在线软测量系统实现框图和工作流程图。 展开更多
关键词 置换蒸煮 软测量建模 KAPPA值 MATLAB
下载PDF
基于GAN的软测量缺失数据生成方法研究
2
作者 蒋栋年 王仁杰 《西北工业大学学报》 EI CAS CSCD 北大核心 2024年第2期344-352,共9页
针对工业过程中传感器数据缺失造成软测量模型精度低的问题,提出一种基于生成对抗网络(generative adversarial nets,GAN)的传感器缺失数据生成方法。利用孤立森林算法检测出传感器数据的缺失区域;利用缺失数据属性特征训练条件生成对... 针对工业过程中传感器数据缺失造成软测量模型精度低的问题,提出一种基于生成对抗网络(generative adversarial nets,GAN)的传感器缺失数据生成方法。利用孤立森林算法检测出传感器数据的缺失区域;利用缺失数据属性特征训练条件生成对抗网络(conditional generative adversarial nets,CGAN),在CGAN的输入条件中添加随机序列作为附加信息迭代送入CGAN中生成数据,并借助WGAN-GP(wasserstein generative adversarial nets gradient penalty)成本函数提高网络训练的稳定性;针对缺失区域检测结果引入采样器,将采样的数据填补进缺失区域,形成完整数据集,以提高软测量模型精度。以镍闪速炉温度传感器数据为目标变量进行软测量建模,验证所提出的提高软测量模型精度方法的可行性与有效性。 展开更多
关键词 数据缺失 孤立森林 生成对抗网络 软测量模型
下载PDF
基于WGKSOM-DRCA自适应即时学习的转炉炼钢终点碳温软测量方法
3
作者 陈棕鑫 刘辉 +1 位作者 陈甫刚 刘建勋 《计算机集成制造系统》 EI CSCD 北大核心 2024年第1期103-117,共15页
转炉炼钢终点碳温的准确预测是实现转炉终点控制的关键。针对转炉生产过程数据存在波动性大和非线性特点引起传统即时学习度量的算法学习集质量低,进而削弱模型预测性能的问题,提出了一种基于加权高斯核自组织映射动态相关成分分析(WGKS... 转炉炼钢终点碳温的准确预测是实现转炉终点控制的关键。针对转炉生产过程数据存在波动性大和非线性特点引起传统即时学习度量的算法学习集质量低,进而削弱模型预测性能的问题,提出了一种基于加权高斯核自组织映射动态相关成分分析(WGKSOM-DRCA)自适应即时学习软测量建模方法用于转炉炼钢终点碳温预测。首先,采用引入标签信息的WGK度量准则构造WGKSOM聚类算法引导聚类方向,提高算法的聚类质量并降低类簇数据波动性对于建模的影响;其次,利用高斯后验概率计算待测样本的隶属度并通过引入动态因子构建DRCA度量策略,从而实现自适应的样本选择,进一步提升待测样本对应的局部算法学习集质量并用于局部模型训练,最终输出终点碳温的预测结果。实验表明,所提算法在转炉炼钢终点碳温预测上相对于其他算法有更好的表现,在±0.02%的预测误差范围,碳含量的预测精度为92%,在±10℃的误差范围,温度的预测精度为93.5%。 展开更多
关键词 转炉炼钢 即时学习 软测量 自组织映射 高斯核函数 相关成分分析
下载PDF
助训练策略下的多模型软测量建模
4
作者 何罗苏阳 熊伟丽 《系统仿真学报》 CAS CSCD 北大核心 2024年第1期249-259,共11页
由于复杂工业过程中存在强非线性、多阶段耦合以及有标签样本数量偏少的情况,传统的全局软测量模型难以精确描述整个过程。为此,提出一种助训练策略下的多模型软测量建模方法。该方法采用模糊C均值聚类算法挖掘样本集中的相似性样本并... 由于复杂工业过程中存在强非线性、多阶段耦合以及有标签样本数量偏少的情况,传统的全局软测量模型难以精确描述整个过程。为此,提出一种助训练策略下的多模型软测量建模方法。该方法采用模糊C均值聚类算法挖掘样本集中的相似性样本并建立若干子模型;通过引入助训练策略,形成基于主、辅学习器的协同训练框架,并设计置信度评估机制淘汰误差样本的同时扩充子模型的建模空间;进而将模糊隶属度作为D-S证据理论的概率分配函数计算出子模型权重,对子模型的输出进行融合以得到最终的模型预测结果。通过对脱丁烷塔工业过程的实际数据进行建模仿真,结果表明此模型具有良好的预测性能。 展开更多
关键词 软测量建模 多模型 助训练 学习器 脱丁烷塔
原文传递
基于超图正则化的域适应偏最小二乘多工况软测量模型
5
作者 霍海丹 阎高伟 +3 位作者 王芳 任密蜂 程兰 李荣 《控制理论与应用》 EI CAS CSCD 北大核心 2024年第3期396-406,共11页
针对流程工业中,因多工况导致数据分布变化引起传统软测量模型预测性能恶化问题,本文提出一种基于超图正则化的域适应多工况软测量回归模型框架.首先,采用非线性迭代偏最小二乘回归算法为基模型,在潜变量空间利用历史工况数据重构当前... 针对流程工业中,因多工况导致数据分布变化引起传统软测量模型预测性能恶化问题,本文提出一种基于超图正则化的域适应多工况软测量回归模型框架.首先,采用非线性迭代偏最小二乘回归算法为基模型,在潜变量空间利用历史工况数据重构当前工况数据,以增强工况间的相关性,有效减小数据分布差异;同时,对重构系数施加低秩稀疏约束,保留了数据的局部和全局子空间结构;其次,通过超图拉普拉斯正则项对域适应潜变量求解过程进行约束,避免在寻找潜变量过程中破坏数据结构.最后,利用交替方向乘子法优化求解模型参数.在多个数据集上的实验表明,本文方法在多工况环境下可有效提高软测量模型的预测精度和泛化性能. 展开更多
关键词 多工况 超图 结构保持 域适应 软测量
下载PDF
基于半监督动态深度融合神经网络的软测量
6
作者 郭小萍 种佳林 李元 《计算机应用研究》 CSCD 北大核心 2024年第2期521-526,共6页
半监督深度神经网络建模方法已被广泛应用于软测量,但基于分层训练的网络在特征提取过程局限于挖掘每层输入的有效信息,忽略了原始输入有效信息的丢失,逐层累积,从而导致原始输入的特征表示准确率低下;另外,缺乏挖掘过程时空相关性,也... 半监督深度神经网络建模方法已被广泛应用于软测量,但基于分层训练的网络在特征提取过程局限于挖掘每层输入的有效信息,忽略了原始输入有效信息的丢失,逐层累积,从而导致原始输入的特征表示准确率低下;另外,缺乏挖掘过程时空相关性,也会导致模型性能退化。提出一种半监督动态深度融合神经网络(semi-supervised dynamics deep fusion neural network,SS-DDFNN)方法。该方法在特征提取网络的每层都重构原始输入数据并预测质量变量,通过在预训练损失中使用重构原始输入误差,减小原始输入有效信息的丢失;同时融入注意力机制和t分布随机邻域嵌入提取时空相关信息,应用提取的特征建立门控神经网络质量预测模型。实验结果显示,相较于SAE、GSTAE和SIAE模型,所提方法在脱丁烷塔案例中的预测精度分别提升了2.8%、1.1%和0.9%;在工业聚乙烯生产案例中,分别提升了2.7%、1.0%和0.7%。实验结果验证了所提方法的有效性。 展开更多
关键词 自编码器 软测量 半监督特征提取 时空相关信息 门控神经元
下载PDF
基于随机森林的输气管道压缩机流量软测量技术研究
7
作者 孙海芳 胡天亨 +2 位作者 马亚欣 刘忠刚 梁昌晶 《石油化工自动化》 CAS 2024年第1期21-24,共4页
压缩机是输气管道最主要的耗能设备,其流量计量结果的准确与否直接关系到管道全线的管理水平。在现场测试实验的基础上,构建了基于随机森林的数据驱动软测量模型,采用网格搜索和交叉验证对影响模型精度的超参数进行寻优,最终构建最优预... 压缩机是输气管道最主要的耗能设备,其流量计量结果的准确与否直接关系到管道全线的管理水平。在现场测试实验的基础上,构建了基于随机森林的数据驱动软测量模型,采用网格搜索和交叉验证对影响模型精度的超参数进行寻优,最终构建最优预测模型,并与支持向量机(SVM)模型、朴素贝叶斯(NB)模型和经网格搜索确定超参数的支持向量机(GS-SVM)模型的预测结果进行对比。结果表明,通过基尼指数确定的燃料气消耗量和大气压力对压缩机流量的相关性较小,其变量应予以删减;当决策树的个数n为300,分裂特征数m为5时的预测效果最佳;随机森林模型的均方根误差(RMSE)、平均绝对百分比误差(MAPE)均最小,说明了随机森林模型对于压缩机流量这类复杂非线性数据集的回归效果较好,具有一定的先进性和科学性。 展开更多
关键词 随机森林 压缩机 基尼指数 软测量模型 网格搜索 交叉验证
下载PDF
基于信号软测量的再热蒸汽温度控制研究
8
作者 翁文霖 孙玲飞 +2 位作者 赵长祥 陈刚 范常浩 《东北电力技术》 2024年第2期1-4,共4页
火电机组再热蒸汽温度系统是一个大迟延、大惯性系统,在不同负荷工况下表现出不同动态特性,许多电厂面临着再热汽温自动控制投入困难的问题。再热汽温控制对火电机组具有非常重要的意义,再热汽温过高使金属材料蠕变加快,影响使用寿命,... 火电机组再热蒸汽温度系统是一个大迟延、大惯性系统,在不同负荷工况下表现出不同动态特性,许多电厂面临着再热汽温自动控制投入困难的问题。再热汽温控制对火电机组具有非常重要的意义,再热汽温过高使金属材料蠕变加快,影响使用寿命,甚至引起锅炉爆管等恶性事故;再热汽温过低使机组热效率降低,还会造成汽轮机末级叶片侵蚀加剧。为此,研究一种基于信号软测量和系统动态特性补偿的再热汽温自动控制策略,基于能量守恒原理计算再热减温器后温度,解决了目前再热减温器后无有效温度测点的问题;通过试验方法对再热器和再热减温器进行建模,采用系统动态特性补偿策略将再热汽温模型等效为较小的滞后和惯性系统;通过阀门线性化处理,有效解决执行机构非线性问题。基于以上方法对某电厂2台机组再热汽温自动控制进行优化,取得了较好效果,可为同类型火电机组再热汽温控制提供参考。 展开更多
关键词 再热汽温 自动控制 优化 软测量 动态特性补偿
下载PDF
一种基于改进最小绝对Lp惩罚解与门控循环单元的软测量算法
9
作者 张旭瑞 孙凯 《齐鲁工业大学学报》 CAS 2024年第2期24-33,共10页
针对现代流程工业过程变量存在的多变量、非线性、时滞及测量异常值等问题,提出一种基于门控循环单元(gate recurrent unit,GRU)的鲁棒软测量算法。首先,利用历史数据训练一个初始GRU模型。其次,提出一种改进的最小绝对Lp惩罚解(improve... 针对现代流程工业过程变量存在的多变量、非线性、时滞及测量异常值等问题,提出一种基于门控循环单元(gate recurrent unit,GRU)的鲁棒软测量算法。首先,利用历史数据训练一个初始GRU模型。其次,提出一种改进的最小绝对Lp惩罚解(improved least absolute Lp penalized solution,ILAPPS)的算法,将中值绝对偏差融入截断平均绝对误差损失,使其对异常值有更强的抵抗力,并将基于随机森林的置换重要性排序设计自适应算子嵌入Lp正则化项,提高输入变量选择的准确度。再次,将ILAPPS算法嵌入GRU输入层和循环层,以实现GRU的稀疏化。最后,将所提出的算法应用于人工数据集和实际工业铜矿浮选过程,并与其它先进算法进行性能比较,实验结果表明所提算法具有较高的预测精度和鲁棒性。 展开更多
关键词 门控循环单元 鲁棒估计 稀疏优化 软测量 截断损失
下载PDF
基于神经网络的FPSO原油来液量软测量方法
10
作者 陈长钦 刘昊 +3 位作者 余捷 仝英利 萧阳 刘雪松 《机电工程技术》 2024年第1期278-281,共4页
现有FPSO原油处理工艺流程中,由于原油携带沙子较多,经常导致流量计堵塞,从而影响原油来液测量的准确性。现场操作人员无法准确确定破乳剂的添加量,只能依靠经验进行操作,通常采用过量添加破乳剂的方式来确保处理后的原油符合要求。为... 现有FPSO原油处理工艺流程中,由于原油携带沙子较多,经常导致流量计堵塞,从而影响原油来液测量的准确性。现场操作人员无法准确确定破乳剂的添加量,只能依靠经验进行操作,通常采用过量添加破乳剂的方式来确保处理后的原油符合要求。为了解决上述问题,采用LSTM神经网络对原油来液进行软测量建模,选取工艺流程中相关参数的测量值作为关联特征,通过训练模型并将预测结果与真实值进行对比。研究结果表明,所提方法输出结果的误差较小,可以进一步优化并推广至原油处理工艺流程的实时控制中,为实现破乳剂的自动控制提供了数据基础。 展开更多
关键词 神经网络 原油来液量 建模构建 软测量
下载PDF
黑液波美度的一种在线软测量方法 被引量：3
11
作者 汤伟 王孟效 宗大伟 《自动化仪表》 CAS 2005年第10期9-12,16,共5页
针对黑液波美度直接在线检测仪表价格昂贵的现状,采用软测量技术,通过在线检测差压和温度来间接换算出波美度。文中详细阐述了波美度的软测量模型,给出了模型参数的辨识方法和模型修正方法,介绍了波美度软测量仪表的西门子PLC实现。仪... 针对黑液波美度直接在线检测仪表价格昂贵的现状,采用软测量技术,通过在线检测差压和温度来间接换算出波美度。文中详细阐述了波美度的软测量模型,给出了模型参数的辨识方法和模型修正方法,介绍了波美度软测量仪表的西门子PLC实现。仪表已经投入使用,测量效果良好。 展开更多
关键词 软测量技术 黑液 波美度 PLC 在线检测仪表 波美度 软测量方法 黑液 软测量模型 软测量技术 软测量仪表 修正方法 辨识方法
下载PDF
一种SSAE+BPNN的变工况飞灰含碳量软测量方法
12
作者 刘鑫屏 李波 邓拓宇 《热力发电》 CAS CSCD 北大核心 2023年第1期66-73,共8页
火电机组变工况运行使数据呈现多模态特征,导致基于浅层网络结构的回归软测量模型的预测精度下降。研究一种改进的BP神经网络(back propagation neural network,BPNN)软测量方法:首先利用堆叠稀疏自编码器(stacked sparse autoencoder,S... 火电机组变工况运行使数据呈现多模态特征,导致基于浅层网络结构的回归软测量模型的预测精度下降。研究一种改进的BP神经网络(back propagation neural network,BPNN)软测量方法:首先利用堆叠稀疏自编码器(stacked sparse autoencoder,SSAE)强大的深度学习能力提取原始数据特征,然后再利用BPNN对提取特征进行回归分析。经实验验证,SSAE+BPNN软测量方法的均方误差为0.135 8×10–3,平方相关系数为0.983 2,其预测精度和泛化能力显著优于BPNN。将其应用于某台灵活调峰的超超临界660 MW发电机组飞灰含碳量软测量中,预测结果的平均相对误差为0.91%,总体相对误差控制在±5%以内,具有良好的工程应用价值。 展开更多
关键词 堆叠稀疏自编码器 特征提取 软测量 多工况 飞灰含碳量 深度学习
下载PDF
基于DAK-FNN的出水氨氮软测量建模方法
13
作者 张伟 张春辉 《河南理工大学学报（自然科学版）》 CAS 北大核心 2023年第2期134-143,159,共11页
针对因出水氨氮实时数据不完备建立的模型性能较差问题,在迁移学习框架下,提出一种基于数据与知识驱动的模糊神经网络(data-knowledge-driven fuzzy neural network,DAK-FNN)出水氨氮软测量建模方法。首先,为有效结合源场景已有知识和... 针对因出水氨氮实时数据不完备建立的模型性能较差问题,在迁移学习框架下,提出一种基于数据与知识驱动的模糊神经网络(data-knowledge-driven fuzzy neural network,DAK-FNN)出水氨氮软测量建模方法。首先,为有效结合源场景已有知识和当前场景数据,提出一种基于迁移学习思想的知识传递方法,将从大量历史数据获取的参考模型蕴含的知识传递到目标模型,并利用在线学习的方式微调目标模型参数,提高模型精度。此外,提出一种基于长短时记忆机制的结构调整方法,将目标模型神经元分为核心神经元与非核心神经元,通过设定不同的神经元增删阈值调整结构,提高模型泛化性能。出水氨氮预测实验结果表明,与其他方法相比,所提方法具有更高的在线预测精度和更好的实时性。 展开更多
关键词 模糊神经网络 数据驱动 知识驱动 微调 出水氨氮 软测量
下载PDF
基于时空局部学习的集成自适应软测量方法 被引量：1
14
作者 黄成 金怀平 +2 位作者 王彬 钱斌 杨彪 《仪器仪表学报》 EI CAS CSCD 北大核心 2023年第1期231-241,共11页
集成软测量方法已被广泛应用于流程工业关键质量参数实时估计。但是,常规集成建模方法在基模型构建过程中往往局限于挖掘样本之间的空间关系,忽略了样本间的时序关系,从而导致过程局部状态挖掘不充分、基模型间多样性不足等问题。其次,... 集成软测量方法已被广泛应用于流程工业关键质量参数实时估计。但是,常规集成建模方法在基模型构建过程中往往局限于挖掘样本之间的空间关系,忽略了样本间的时序关系,从而导致过程局部状态挖掘不充分、基模型间多样性不足等问题。其次,传统软测量方法由于缺乏自适应机制而无法有效处理过程时变特征,从而导致模型性能发生退化。为此,提出一种基于时空局部学习(STLL)的集成自适应软测量方法。该方法首先通过移动窗口、即时学习技术分别挖掘样本间的时序关系和空间关系,并采用统计假设检验实现冗余状态剔除,进而构建多样性的时空局部高斯混合回归(GMR)模型。然后,基于在线选择性集成策略实现局部预测结果的自适应融合。此外,引入双重自适应机制以缓解模型性能退化问题。实验结果显示,相较于非自适应全局GMR模型、时间局部学习集成GMR模型、空间局部学习集成GMR模型,所提方法在金霉素发酵过程中的预测精度分别提升了70.3%,14.9%,27.8%;在脱丁烷塔过程中,分别提升了31.9%,21.2%,19.3%。 展开更多
关键词 软测量 集成学习 自适应机制 概念漂移 局部状态辨识 高斯混合回归
原文传递
基于非负绞杀与长短期记忆神经网络的动态软测量算法 被引量：2
15
作者 孙凯 隋璘 +1 位作者 张芳芳 杨根科 《控制理论与应用》 EI CAS CSCD 北大核心 2023年第1期83-93,共11页
现代工业过程建模中,生产过程的多变量、非线性及动态性会导致模型复杂度增高且建模精度降低.针对这一问题,将非负绞杀算法(NNG)嵌入长短期记忆(LSTM)神经网络,提出一种基于LSTM神经网络及其输入变量选择的动态软测量算法.首先,通过参... 现代工业过程建模中,生产过程的多变量、非线性及动态性会导致模型复杂度增高且建模精度降低.针对这一问题,将非负绞杀算法(NNG)嵌入长短期记忆(LSTM)神经网络,提出一种基于LSTM神经网络及其输入变量选择的动态软测量算法.首先,通过参数优化生成训练好的LSTM神经网络,利用其出色的历史信息记忆能力处理工业过程中的动态、时滞等问题;其次,采用NNG算法对LSTM网络输入权重进行压缩,剔除冗余变量,提高模型精度,并采用网格搜索法与分块交叉验证对其超参数寻优;最后,将算法应用于某火电厂脱硫过程排放烟气SO_(2)浓度软测量建模,并与其它先进算法进行性能比较.实验结果表明所提算法能有效剔除冗余变量,降低模型复杂度并提高其预测性能. 展开更多
关键词 神经网络 软测量 长短期记忆 动态建模 变量选择 模型简化
下载PDF
软测量思想与软测量技术 被引量：35
16
作者 黄凤良 《计量学报》 CSCD 北大核心 2004年第3期284-288,共5页
在剖析软测量基本思想以及实例的基础上,对基于软测量基本思想形成的传统意义软测量以及扩展软测量两种技术及应用进行了分析与对比,并预测了可能出现的其它形式扩展软测量。结果表明,两种技术基本思想相同,也具有许多相似的模型建立方... 在剖析软测量基本思想以及实例的基础上,对基于软测量基本思想形成的传统意义软测量以及扩展软测量两种技术及应用进行了分析与对比,并预测了可能出现的其它形式扩展软测量。结果表明,两种技术基本思想相同,也具有许多相似的模型建立方法,但传统意义软测量反映的是对象的输出与输入、部分可测的输出之间的关系,而扩展软测量是以对象的输入、输出为软测量模型的输入、输出,且能预测还有一种以对象的待测输入为软测量模型的输出、以对象的输出及部分可测的输入为软测量模型输入的扩展软测量形式。 展开更多
关键词 计量学 软测量技术 软测量思想 扩展软测量
下载PDF
基于分布式贝叶斯隐马尔可夫回归的动态软测量建模方法
17
作者 邵伟明 韩文学 +3 位作者 宋伟 杨勇 陈灿 赵东亚 《化工学报》 EI CSCD 北大核心 2023年第6期2495-2502,共8页
利用软测量技术实时预测化工过程中的关键参数对生产过程的在线监测、自动控制、实时优化具有十分重要的意义。为此,提出了一种基于隐马尔可夫模型的动态软测量建模方法。首先,针对数据规模大导致模型计算效率低和数据缺失导致数据无法... 利用软测量技术实时预测化工过程中的关键参数对生产过程的在线监测、自动控制、实时优化具有十分重要的意义。为此,提出了一种基于隐马尔可夫模型的动态软测量建模方法。首先,针对数据规模大导致模型计算效率低和数据缺失导致数据无法充分利用的问题,提出了一种基于分布式贝叶斯隐马尔可夫回归的预测模型;其次,针对该模型进一步提出了一种能够获得精确后验分布的分布式训练方法。最后,利用蜡油加氢过程对所提方法的有效性进行了验证。 展开更多
关键词 化工过程 动态建模 贝叶斯隐马尔可夫回归 软测量 分布式计算
下载PDF
基于数据驱动的汽轮机主蒸汽流量软测量
18
作者 徐红伟 李美双 +3 位作者 李崇晟 何岩 吴智群 何新 《动力工程学报》 CAS CSCD 北大核心 2023年第6期742-748,共7页
为提高主蒸汽流量的计算准确性,以汽水系统稳态工况下基于热量平衡和流量平衡计算的主蒸汽流量作为目标值,将模型输入参数限制在高压缸范围内,以此建立主蒸汽流量预测模型,借助高压缸内蒸汽的高流速带来的参数之间近乎零迟滞的特性,使... 为提高主蒸汽流量的计算准确性,以汽水系统稳态工况下基于热量平衡和流量平衡计算的主蒸汽流量作为目标值,将模型输入参数限制在高压缸范围内,以此建立主蒸汽流量预测模型,借助高压缸内蒸汽的高流速带来的参数之间近乎零迟滞的特性,使得以稳态工况数据训练的模型可直接应用于非稳态工况,最后通过实例对所提方法进行验证。结果表明:所提软测量模型适用工况范围大,受其他因素干扰较少,实际案例验证了模型的准确性,具备工程实际应用价值。 展开更多
关键词 火电机组 数据驱动 主蒸汽流量 软测量 支持向量机
下载PDF
基于GWQPSO-SVM的水产养殖水总磷软测量系统设计与试验
19
作者 周俊博 蒋冬 +3 位作者 肖茂华 朱虹 汪小旵 陈爽 《南京农业大学学报》 CAS CSCD 北大核心 2023年第3期615-625,共11页
[目的]总磷是影响水产养殖水质质量的重要参数之一,而目前市场上总磷测量装置价格昂贵,实时监测成本高。为实现低成本水产养殖水质监测,设计了基于灰狼量子粒子群-支持向量机(grey wolf quantum particle swarm optimization-support ve... [目的]总磷是影响水产养殖水质质量的重要参数之一,而目前市场上总磷测量装置价格昂贵,实时监测成本高。为实现低成本水产养殖水质监测,设计了基于灰狼量子粒子群-支持向量机(grey wolf quantum particle swarm optimization-support vector machine,GWQPSO-SVM)的水产养殖水质监测系统。[方法]首先,选用传感器组、STM32F103单片机、ESP8266WIFI无线通信模块搭建水质监测系统数据处理模块;分析与水质总磷含量相关性强的水质参数,据此确定系统传感器的选型,设计水质监测系统服务器交互端,开发水质监测小程序对水质等级进行实时监测。其次,提出GWQPSO算法,对SVM进行优化,据此提出GWQPSO-SVM总磷软测量模型。最后,采用南京通威水产科技有限公司的养殖水塘的80组历史水质数据作为训练数据,实时采集55组水质数据作为测试数据对GWQPSO-SVM总磷软预测模型进行试验验证。[结果]试验结果表明,GWQPSO-SVM的5种误差分别为2.2970、0.0418、0.2747、0.0036、0.0599,相较于SVM模型,分别下降了65.70%、65.68%、61.85%、88.16%、65.63%;GWQPSO收敛时的迭代次数、最终收敛适应度分别为74、0.0812,相较于PSO算法,分别下降了87.84%、10.47%。[结论]本文研究可为水产养殖业提供一种高精度、低成本的水质参数测量技术方案。 展开更多
关键词 水质监测 总磷 软测量 支持向量机 种群优化算法
下载PDF
基于集合卡尔曼-Elman网络的软测量建模方法
20
作者 方港 袁珑华 +5 位作者 王晓明 李艳 黄道平 于广平 叶洪涛 刘乙奇 《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2023年第8期126-136,共11页
污水处理系统是一个复杂的非线性、大时延的动态系统,由于工艺的复杂性、检测设备的不完备性以及经济成本的限制,一些重要的出水指标无法实现精准的检测。为解决此问题,文中提出了基于集合卡尔曼-Elman网络的软测量方法。传统动态神经... 污水处理系统是一个复杂的非线性、大时延的动态系统,由于工艺的复杂性、检测设备的不完备性以及经济成本的限制,一些重要的出水指标无法实现精准的检测。为解决此问题,文中提出了基于集合卡尔曼-Elman网络的软测量方法。传统动态神经网络具有能够处理时延信息数据的动态记忆能力,可用于基于数据驱动的软测量建模过程。但是,常规训练方法容易使神经网络陷入局部最小值,导致模型预测性能欠佳。鉴于此,文中引入集合卡尔曼滤波技术和对偶有限样本集合卡尔曼技术对典型的动态神经网络——Elman神经网络进行无梯度训练,构建新型软传感器模型,不仅有效提高了传统Elman神经网络的预测能力,而且提供了一种简单、无梯度的神经网络训练方法。将该方法在加州大学欧文分校的污水处理数据(UCI数据)上进行验证,结果表明,文中方法具有较好的预测性能,集合卡尔曼滤波技术可作为一种无梯度的替代方法来训练神经网络。 展开更多
关键词 软测量 集合卡尔曼滤波 ELMAN神经网络 污水处理
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 125 下一页 到第 页
使用帮助 返回顶部