基于历史目标函数基准的数据驱动子空间预测控制系统的性能监控

采用历史目标函数基准对数据驱动的子空间预测控制系统进行性能监控, 提出了一种新的历史数据集的选取算法, 该算法克服了以往历史数据集只能依赖经验选取的不足, 不仅可以由用户根据实际控制需求定义性能指标, 而且提高了监控的灵敏度与准确度. 通过Wood-Berry精馏塔的仿真验证了所提算法的有效性.     

网络数据驱动模型

本文在传统的客户机与服务器之间的软件体系基础上,提出了网络数据驱动模型这一新的结构。     

基于数据驱动的监控系统数据服务器设计

分布式监控系统由多个监控子系统组成,负责监控多种设备。文章根据现场监测设备种类多、结构复杂等特点,针对工控信息、管理信息集成等需求,提出了一种基于数据驱动的数据服务器结构。该数据服务器实现了控制系统实时数据采集、处理、存储、发布的统一管理,采用数据服务的在线监督,将工控网络同管理网络分隔开,实现了数据的安全、动态发布。系统采用数据驱动的交换式结构,数据处理组件化,系统结构灵活、扩展方便。     

一种模块化的数据驱动测试自动化框架

为了满足功能复杂、升级频繁、时间紧迫的软件系统的测试需求,设计一个有效的软件测试自动化框架。测试脚本应用抽象和封装的策略,采取模块化技术,提高脚本的可复用性。采取数据驱动测试技术,将测试脚本与测试数据分离,数据存储在外部文件中,降低测试脚本的维护工作量。     

一种数据驱动的Web测试技术

针对目前Web应用"捕捉/回放"式测试脚本复用率不高的问题,根据Web应用的特性给出了一种基于数据驱动的Web测试框架,借鉴测试脚本模块化思想,对测试脚本进行分层次嵌套管理,并实现测试数据与测试脚本的分离。仿真实验结果表明,该框架具有良好的独立性及可扩展性。     

基于数据驱动的控制器综合性能优化

为了提高过程回路的控制性能,提出一种基于数据驱动的控制器综合性能优化方法.首先,通过分析虚拟参考反馈校正方法与内模控制器设计过程的联系,确定数据驱动控制器校正所需参考模型的结构;然后,定义一种结合绝对误差积分和最小方差性能基准的综合性能指标,再基于该指标确定参考模型的未决参数;最后,利用控制系统闭环数据实现对控制器参数...     

一种多源数据驱动的自动交易系统决策模型

股票自动交易系统属于典型的复杂系统,其成功的关键是如何对股价进行有效的预测与决策.股价受多种信息的影响,但传统的自动交易模型多建立在历史交易数据的基础上.针对上述问题,本文综合利用新闻文本数据与股价技术指标数据,基于人工神经网络（Artificial neural netuorks,ANN）方法设计了一种多源数据驱动的股票自动交易决策模型.本文首先分析了各类财经新闻的特点及其对股价的影响,然后设计了相应模板抽取了中文文本中的财经新闻事件;在此基础上,设计了历史股价和新闻事件数据共同驱动的ANN-News模型,并利用实际数据验证了模型的有效性.实验发现,ANN-News模型比传统的机器学习类模型股价预测准确率提升约4%,收益率提升约7%.     

数据驱动，一种实用的原型化开发方法

从原型化开发方法的概念入手，结合数据库应用发展的历史，阐述了一种实用的原型开发方法和技术——数据驱动方法。并论述了这种方法在构造高度自适应、易维护的原型系统中的实用意义，指出了这种思想在实践中可行，且是提高应用软件的可重用性、缩短开发周期的有效途径。     

一种基于数据驱动传输策略的带宽受限的分布式融合估计器

针对无线网络化多传感器融合估计中存在的网络拥堵、传感器能量有限以及通信带宽有限的问题, 本文以多传感器经通信网络组成的线性离散随机系统为研究对象, 提出了一种基于数据驱动传输策略的带宽受限的分布式融合估计器, 能够在降低传感器数据传输率的同时满足有限带宽的限制. 在目标状态满足高斯性的前提下, 给出了融合估计误差均方差一致有界的条件. 最后通过算例仿真验证所提方法的有效性.     

一种数据驱动的Ⅱ型T-S模糊建模方法

现场采集的数据不可避免地包含一些诸如噪声干扰之类的不确定性,由数据驱动建立的模型需要具备较强的处理不确定因素影响的能力．在以往文献的Ⅰ型T—S模糊建模方法的基础上,提出了一种基于数据驱动的Ⅱ型T—S模糊建模方法．其过程是通过分析采集的数据样本计算得到不确定因素的影响程度,在Ⅰ型T—S模糊模型的基础上,前件参数上采用Ⅱ型的模糊集来代替Ⅰ型的模糊集,后件参数上则采用Ⅰ型模糊集来代替数值,由此拓展得到Ⅱ型T—S模糊模型．最后通过pH中和反应过程对所提出的方法进行仿真验证．仿真结果表明,该方法建立的模型能更好地处理不确定因素的影响,取得更高的准确度．     

一种基于改进设计性能指标的模型预测控制器性能监控方法

受随机噪声的影响,传统的设计性能指标是一个自相关的随机变量,传统的统计过程控制方法无法对其进行有效的监控。针对此问题,本文提出一种基于改进设计性能指标的模型预测控制器性能监控方法。为了对控制系统一段时间内的整体性能做出有效评价,首先将性能指标转化为平均形式,建立该性能指标的时间序列模型并对其进行预测,对预测误差进行统计过程控制,包括对预测残差及其累积和的监控,实现了对控制系统总体性能的实时评价。当检测出控制系统性能出现下降时,通过基于距离的判别分析方法快速定位性能下降源。在Wood-berry塔上的仿真研究验证了方法的可行性与有效性。     

基于异常数据驱动的WSN簇内数据融合方法

引入数据驱动的思想,提出了一种基于异常数据驱动的簇内数据融合方法.在节点数据采集过程中,仅当异常数据发生时才发送给簇头,减少了监测网络的数据传输量.在簇头数据融合过程中,建立了各传感器之间的相互支持度矩阵,支持度值较低的监测数据将被剔除,支持度值较高的监测数据进行最优加权融合,从而保证了融合结果的准确性和有效性.仿真实验结果表明,与算术平均值法及自适应加权融合法相比,本文方法能有效去除冗余信息,在融合精度、能量消耗方面具有明显的优势.     

实验数据驱动虚拟模型的方法研究

该文提出了如何运用实验数据驱动虚拟模型进行运动仿真的新方法。该方法利用ADAMS软件在虚拟环境中构建一个已存在实体的虚拟模型 ,然后利用“导入数据的方法”将反映实体运动的实验数据加载于虚拟模型 ,从而驱动该虚拟模型按照真实物体那样运动。该文以一个受到外力和自身重力作用的小球为例 ,通过将获得的小球运动的实验数据导入的方法 ,成功驱动了小球实体的虚拟模型 ,这样就可以在虚拟环境中观察到小球的运动规律 ,从而验证了该文所提方法的正确性和可行性     

一种基于FatFs的监控数据管理方法

本文基于SD Card的存储特性,以STM32F746为运行环境,详细阐述了产品运用过程中的监控数据管理方法,利用FatFs文件系统实现数据的高效有序存储与检索.该方法适用于各类轨道交通电器产品的数据管理,对产品的状态监控、故障诊断和维护保养提供了一定的支持.     

一种离-在线混合数据驱动控制方法及其在直流电动机中的应用

针对离线和在线数据驱动控制方法各自存在的不足,提出一种离-在线混合数据驱动控制方法。首先给出一种基于最小二乘支持向量机和虚拟目标值反馈整定的离线数据驱动控制方法;其次在二自由度控制系统框架下,结合无模型自适应控制,给出一种离-在线混合数据驱动控制方法的结构和设计步骤。该方法跳过被控对象建模过程,大大降低了控制器设计成本,且可避免引入模型误差。将该方法应用于直流电动机离-在线数据驱动控制中,并进行了仿真实验,结果表明,离-在线混合数据驱动控制方法可以有效地实现目标信号跟踪和电动机系统的不确定(外部扰动)抑制。     

一种T-S 模型的在线辨识算法

提出一种能通过输入输出数据在线获得T-S模型的结构和参数的辨识算法。首先,对输入空间进行划分,并在线优化子空间的形状和个数;然后,通过RLS更新子模型参数,使各个子模型逼近当前工况的实际系统;当子空间生成或形状发生变化时,调整相应子模型参数和数据矩阵;最后,针对非线性动态系统和煤气炉数据进行仿真实验,验证了所提出算法的有效性。     

数据驱动的突发疫情传染扩散参数动态更新策略

在对各类重大突发疫情进行建模拟合时,参数取值一直是困扰众多学者的重要现实难题,现有研究大多参考相关文献或结合医学实验选取某一固定参数.为克服这种固定参数取值的局限性,基于数据驱动的逆向思维,借助欧拉差分变换和线性方程组解的特性,构建一种疫情传染扩散参数动态更新策略,可以帮助决策者结合疫情实时更新的状态数据,反推计算最佳的疫情传播扩散参数.以武汉新冠肺炎疫情相关数据进行算例测试,结果表明,结合所设计的参数动态更新策略,能够有效地提升重大突发疫情演化预测的准确性,这对于政府应急资源的精准配置具有重要的决策支持作用.     

网络数据监控模型的研究和实现(一)

本文介绍了Windows操作系统网络协议栈的基本原理,通过分析该协议栈,提出基于Windows网卡的网络数据监控模型,并且针对网络监控程序给出了该模型的一种实现.该模型为开发安全应用软件,如入侵检测、数据监控、网络预警等提供有效的借鉴.最后,本文还对该网络监控软件走向实用化、大众化需开展的工作进行了简要说明.