数据协调中冗余性分析新方法

提出一种数据协调中的冗余性分析新方法 .根据尽量删除带有显著误差的变量 ,同时确保协调精度的原则 ,对所有检测出来的带有显著误差的变量 ,通过计算不同阶次的冗余度 ,按照冗余度的大小逐个选择可以删除的变量 .这样既充分利用了数据信息 ,又确保了协调精度 .仿真结果证实了该方法的有效性 .     

冗余性分析新方法的工业应用

叙述了数据协调中冗科性分析新方法在炼油工业的实际应用情况,说明了该方法对带有显著误差变量的处理有效性,并对仪表检修工作提供了合理建议,使得必须检修的仪表数目最少,减少了检修的工作量和检修费用。     

线性测量网的传感器配置与多目标优化

引　言数据是现代企业运作的基础 ,应该尽可能完备而准确 .其中流量数据主要是通过测量得到 .但是由于技术难度和经济约束 ,只能测量一部分物流 ,其他的通过数据协调技术估计获得 .由此引出测量网传感器配置问题 .早期的研究主要考虑数据的完备性 ,通过分析网络拓扑结构来配置[1～ 4 ] .2 0世纪 90年代末以来 ,研究集中在具有对偶关系[5] 的两类单目标优化问题 ,分别以费用最低[6,7] 或协调精度最高[8,9] 为目标 .配置费用低和协调精度高 ,这两个目标相互制约 ,本文将它们同时作为优化目标 ,定义多目标优化问题 ,采用遗传算法求解 .同时定义…     

数据协调中冗余性分析新方法

提出一种数据协调中的冗余性分析新方法 .根据尽量删除带有显著误差的变量 ,同时确保协调精度的原则 ,对所有检测出来的带有显著误差的变量 ,通过计算不同阶次的冗余度 ,按照冗余度的大小逐个选择可以删除的变量 .这样既充分利用了数据信息 ,又确保了协调精度 .仿真结果证实了该方法的有效性 .