煤炭发热量的二次回归方程预测分析

以灰分、全水分为煤样指标建模了煤炭发热量的非线性二次回归预测模型,通过测试及对比,该模型具有较高的预测精度,预测结果能够满足工程需要,预测效果优于线性回归模型及神经网络模型等。另外,该预测模型还具有容易程序实现、操作简便等特点     

基于多目标的模糊神经网络及在pH控制过程中的应用

设计了一种基于多目标的动态模糊递归神经网络（FRNN）建模方法,用于pH中和过程的广义预测控制。所设计的多目标优化算法以提高拟合精度和简化网络结构为原则,同时优化模糊神经网络中的模糊规则数、隶属度函数中心点及其宽度,由此得到的FRNN模型可以高精度拟合pH中和过程。依据该动态模型,在控制过程的每一个控制周期得到其局部线性模型,将广义预测控制中复杂的非线性优化问题转化为简单的二次线性规划问题。仿真对比结果验证了所提方法的有效性。     

基于贝叶斯理论的再生混凝土强度预测模型优势分析

碳中和背景下，再生混凝土的研究逐渐成为众多学者的研究焦点。贝叶斯理论以概率统计为基础，综合考虑主客观不确定性影响和先验信息的作用，适用于处理混凝土强度预测中的参数估计。针对再生混凝土强度的统计学特性，基于贝叶斯理论建立再生混凝土强度预测模型，通过与最小二乘回归模型和BP神经网络模型的对比，探究贝叶斯回归预测模型在再生混凝土强度预测上的优势。试验结果表明：线性与非线性回归模型的拟合优度均大于0.85，满足实际应用需求；线性与非线性贝叶斯回归模型的拟合优度，均高出最小二乘回归模型0.1～0.3，具有相对更好的预测精度和预测效果；贝叶斯回归模型克服了BP神经网络模型可解释性差、样本需求量大的缺陷，并且具有良好的鲁棒性和自适应性。     

加热炉炉温的模糊广义预测控制仿真研究

针对加热炉炉温的大惯性、大滞后及非线性等特点,提出一种基于T-S模糊模型的模糊广义预测控制策略。T-S模糊模型的前件和后件参数分别采用粒子群优化的模糊C-均值算法和递推最小二乘法辨识,根据输入变量更新模型隶属度并将T-S模糊模型等价转换为线性模型,以此作为预测模型应用于广义预测控制。仿真结果表明:该方法在不同工况下均具有较短的调节时间,在扰动作用下有很强的鲁棒性。     

基于熵权灰关联度分析法的煤样识别研究

针对常用煤炭识别方法样本数据要求高、人为因素影响大、识别准确性差等问题,提出一种基于信息熵的灰色关联度分析方法。通过分析熵权灰关联分析法的决策模型,根据样本数据建立了熵权灰关联度分析法的煤炭种类(无烟煤,烟煤和褐煤)辨识模型,并反向检验了待测煤样识别的准确性。最后对比分析了熵权灰关联度分析法和模糊识别法的煤样识别的准确性。结果表明:熵权灰关联度分析法对建模煤样和待测煤样的识别准确率均达到100%;而模糊识别法对建模煤样、待测煤样的识别准确率分别为83.33%、75.00%,总准确率为81.25%。说明熵权灰关联度分析法泛化能力强、可靠性高,明显优于模糊识别法。     

基于多元非线性回归模拟的加油量预测

根据重庆江北国际机场1996-2011年年加油量,结合国内外主流加油量预测方法,对江北机场往年加油量分别进行一次线性回归、二次线性回归、三次线性回归和四次线性回归。最终通过对四者拟合数据误差分析和预测量误差分析,比较出二次方线性回归加油量预测结果误差值最小,其相对误差为1%,更适合于加油量预测模型。四次方线性回归拟合数据误差小,但预测量误差为3.57%。     

油层三元复合驱的适应性评价及产能模型的建立

针对油田采用三元复合驱油增产效果评价存在较大误差、产能预测不准确的问题,本文采用数学统计与室内实验相结合的方法进行分析,通过引入多个参数并结合模糊综合评判法对油层进行评价,利用多元非线性的方法对数据进行拟合,建立产能数学模型。结果表明:在模糊综合评判后得到的D值为0.532,在区间[0.5~0.75]内,油田适合采用三元复合驱的级别为"较好",说明目标区块适合采用三元复合驱的方式进行开采。在将非线性回归转化为线性回归的问题上,本文采用的二次方转换法更优于对数转换法,所建立的数学模型回归效果较好。岩心实际产油量与理论产油量相差不大,所得到的产能预测模型误差范围在0.12%~0.72%之间,误差较小,模型较为准确。     

基于主曲线的软测量方法及其在精馏塔上的应用

为解决工业过程软测量中的变量维数高、数据相互耦合、非线性强等问题,提出了基于主曲线的软测量方法。其中的基于主曲线的非线性回归模型借鉴了PLS的基本思想,采用主曲线提取隐变量信息的同时考虑了自变量与因变量的相关性;在隐变量空间中,采用多项式函数拟合隐变量之间的非线性关系。在实例研究中,分别采用纯函数数据和氯乙烯精馏塔实时运行数据对该模型进行了验证。仿真结果表明,该模型所需要的隐变量数目比传统的PLS模型更少,并且能够实现更为精确的预测,可较好地处理工业过程中存在的数据高耦合度以及强非线性问题。     

优化非线性回归目标函数的数值实验

最小二乘法在化工中广泛用于数据拟合的线性和非线性回归及模型参数估值。为了从实验和生产现场数据中得到更接近真实函数的关联式,用数值实验的方法,对一系列目标函数形式与传统的最小二乘法进行比较。所测试的真实函数包括单调函数、单极值函数和双极值函数。数据所带的误差包括高斯分布和均匀分布的误差。结果表明,若数据误差遵从高斯分布时,以实验值与回归预测值间绝对偏差的1.5次幂之和为目标函数,优化所得的回归模型与真实的函数最接近。     

非线性模糊规划中分段线性隶属函数的构造方法

首先给出了模糊规划中单、双边非线性隶属函数的构建技术。为了解决非线性模糊规划的求解困难问题,进一步提出了一种针对这两类非线性隶属函数进行分段线性化的方法,由高斯取整函数计算出非线性隶属函数的离散点,再根据决策者选择的基准点得到分段线性的隶属函数。构建了相应的模糊规划的规范求解形式,并对数值实例进行了测试,验证了其有效性。     

基于分离变量的模糊控制规则的简化设计

针对多输入单输出的倒立摆模糊控制系统的规则爆炸问题,尝试了一种基于分离变量的模糊控制规则设计方法,大大减少了控制规则数,减少了控制器的运算时间。利用该方法设计一级倒立摆模糊控制系统,仿真结果表明,简化控制规则后仍能取得较好的效果。     

利用非线性回归分析研究中国无烟煤挥发分和氢含量的关系

深入研究了中国无烟煤的挥发分和氢含量的内在联系，并利用多元非线性回归分析方法推导出了计算中国主要无烟煤矿区煤的氢含量的回归方程式。     

基于GA优化的非线性岭回归方法及其在软测量中的应用

提出一种基于遗传算法的非线性岭回归建模方法(GA-NLRR).该方法的核心是先通过RBF的转换实现输入样本的非线性映射,然后用岭回归方法进行线性建模,并采用遗传算法优化岭参数k.该建模方法能很好弥补常规岭回归方法的不足,即无法处理复杂非线性问题和岭参数难确定的问题.将该方法应用于溶剂脱水塔的软测量建模中,仿真研究表明:使用GA-NLRR建立的模型具有很好的预测精度.     

基于SPSS的啮合同向双螺杆挤出机挤出能耗的研究

借助SPSS统计分析软件,以主机螺杆转速和加料量为自变量建立了啮合同向双螺杆挤出机功率消耗的二元线性和非线性数学模型,探讨了主机螺杆转速和加料量对挤出机功耗的影响。通过实验得到的数据和模型预测数据进行对比。结果表明,二元线性回归模型完全可以用来对挤出机功耗进行预测。     

PARAMETER ESTIMATION OF MONOD KINETICS WITHOUT BIOMASS DATA AND INITIAL SUBSTRATE CONCENTRATION

The uniqueness of the parameters in a Monod kinetics model estimated from substrate depletion and product growth data were analyzed using nonlinear regression. The initial substrate and biomass concentrations were considered as unknown (unmeasured) parameters. Simulated data containing known measurement errors were generated first using specified parameters and then these data were used for the analysis. Sensitivity coefficients were determined by differentiating the original differential equations of the Monod kinetics. A procedure for determining the scale factors for the parameters (used in the nonlinear regression method) has also been developed. The number of parameters that can be determined uniquely depends on the region of substrate depletion (first order, mixed order or zero order). The availability of product data leads to additional estimation of parameters in the mixed order region. The number of parameters that could be estimated are identified qualitatively by the sensitivity coefficient analysis and quantitatively by analyzing the orthonormal eigenvectors of the Gauss-Newton matrix in the nonlinear regression algorithm. Experimental data on aerobic and anareobic substrate depletion were used to estimate the parameters and validate the analysis.     

曝气设备清水充氧性能测试时间的控制

清水充氧性能测试作为曝气设备充氧性能测试的标准方法在业内占据重要地位,然而长期以来,在测试过程中一直缺少一个有效的测试时间的控制方法。基于采用非线性回归法处理测试数据的可靠性,发现可以采用4/(KLa)来估算测试时间,这样既可以避免主观判断测试停止的随意性,从而提高了准确性、规范性;还可以大大缩短测试时间,提高效率。     

基于DSP的pH过程FNNC-PI控制器研究

提出一种模糊神经网络控制与传统PI相结合的控制方法,即pH过程的FNNC PI控制方案,将模糊控制具有的较强逻辑推理功能、神经网络的自学习能力以及传统PI控制的优点融为一体,能很好地处理pH过程的非线性和滞后性,具有较强的鲁棒性和抗干扰能力。为了满足控制运算实时性的要求,采用TMS320VC33高速数字信号处理器(DSP)作为控制与运算单元,成功地完成了模糊神经网络控制器的DSP实现。     

On modelling of surface tension of CMC-α-Fe2O3 nanoparticles by fuzzy-hybrid approach: A comparison study

Surface tension is one of the most important rheological parameters of nanoliquids. It influences the thermophysical and mass transfer properties of nanostructures. Accurate estimation of the surface tension from operating variables is critical for determining optimal production processes. However, the challenges of producing nanoparticles and measuring their properties introduce experimental errors in the data used for mathematical modelling. Crisp regression approaches provide adequate representation of the data, but they do not provide information about the experimental uncertainty. In this study, a fuzzy-hybrid approach is proposed for mathematical modelling of surface tension of carboxymethyl cellulose/chitosan-α-Fe₂O₃ nanoparticles. Then, the proposed model is compared with a crisp model from a previous study. Error analysis is conducted to validate the constructed fuzzy model. It is observed that the fuzzy-hybrid modelling approach has yielded significantly lower error values (a 60%–90% improvement in all error metrics on average), and thus, it is superior to the crisp approach. This study contributes to the subject of modelling rheological properties. It is shown that the fuzzy-hybrid approach has impressive potential to be utilized for modelling the rheological properties of nanostructures.     

一种非线性PD控制曲面的简易构造方法

在简要分析模糊控制原理的基础上,提出了一种非线性PD控制曲面的简易构造方法。首先在相平面上构建一对或两对原点对称的规则点,这些规则点对系统的控制作用可以通过简单的凸组合和叠加计算得到。进一步对规则点的参数和控制曲面特征量之间的关系进行分析,得到控制参数调试准则。仿真结果表明:该方法可以对不同控制性能进行折衷。     

An Approach to Formulation of FNLP with Complex Piecewise Linear Membership Functions

Traditionally, extra binary variables are demanded to formulate a fuzzy nonlinear programming （FNLP） problem with piecewise linear membership functions （PLMFs）. However, this kind of methodology usually suffers increasing computational burden associated with formulation and solution, particularly in the face of complex PLMFs. Motivated by these challenges, this contribution introduces a novel approach free of additional binary variables to formulate FNLP with complex PLMFs, leading to superior performance in reducing computational complexity as well as simplifying formulation. A depth discussion about the approach is conducted in this paper, along with a numerical case study to demonstrate its potential benefits.