城市生活用水量预测的PLS-ANN模型

城市生活用水量受到多重因素的影响,这些因素之间的相关性都较大.将偏最小二乘回归与神经网络耦合,建立了城市生活用水量预测模型.将自变量利用偏最小二乘回归处理,提取对因变量影响强的成分,既可以克服变量之间的相关性问题,又可以降低神经网络的输入维数;利用神经网络建模可以较好地解决非线性问题.实例表明本预测模型的拟合和预测精度均较好.     

偏最小二乘回归神经网络在城市生活用水量预测中的应用

科学的预测城市生活需水量对城市的发展具有十分重要的意义.城市生活需水量受到多重因素的影响,各因素之间的相关性较大.将自变量利用偏最小二乘回归处理,提取对因变量影响强的成分,既可以克服变量之间的相关性问题,又可以降低神经网络的输入维数;利用神经网络建模可以较好地解决非线性问题.将偏最小二乘回归与神经网络耦合,建立了城市生活用水量预报模型.实例表明,耦合模型的拟合和预报精度均较好.     

基于神经网络建模的预测控制

预测控制具有多步预测、滚动优化和在线自适应校正等优点。文中提出了用神经网络方法建立预测模型, 将其应用到了润滑油溶剂脱蜡过程并取得了有效的仿真结果     

基于偏最小二乘回归的黄金价格预测

黄金作为一种特殊的贵金属,具有货币和商品的双重功能。黄金价格的变化受美元指数、石油价格、欧元兑美元汇率、DOW指数等因素的影响较大。通过对各因素与黄金价格的关系进行分析,建立黄金价格与各个影响因素的数量模型,将各因素对黄金价格的影响程度进行量化分析,为研究黄金价格的变化提供了依据,在量化分析过程中,由于美元指数、石油价格、欧元兑美元汇率等自变量会产生自相关性,对于这个问题本文采用的不是以往剔除变量的普通多元回归分析方法,而是采用了偏最小二乘回归法建立模型,使得最终的模型综合地反应了各个变量对黄金价格的影响。     

基于偏最小二乘回归的湿法烟气脱硫效率预测

利用影响石灰石—石膏湿法脱硫效率的主要参数为输入变量,脱硫效率作为输出变量,采用偏最小二乘回归法（Partial least squares regression,PLS）对脱硫系统进行建模,提出了湿法烟气脱硫效率计算模型。运用此模型对某电厂湿法烟气脱硫效率进行预测,预测结果和运行数据最大相对误差小于5.0%.表明PLS对湿法脱硫效率预测精度较高,对脱硫系统运行具有一定的指导意义。     

一种风电机组的故障预测算法

提出一种基于最小二乘支持向量机(LS-SVM,least squares support vectormachine)理论的故障预测算法,利用该理论方法的回归预测算法进行分析,选用径向基核函数(RBF)作为预测模型核函数,通过MATLAB建模仿真,验证了对风力发电机组故障的较准确的实时预测。针对某风电场某台风机高速端轴承的振动数据进行特征参数预测研究,有效降低了模型的复杂度,且运算简单、精度高、收敛速度快。仿真结果表明,文中所提模型在预测精度和运算速度上都在很大程度上优于其他模型。     

主成分回归与偏最小二乘回归方法比较

借助一个具体实例,用主成分回归和偏最小二乘回归方法分别建模,从他们的具体作法、方法特点、建模效果等方面进行比较,进一步揭示了两种回归方法的思想差异,从而得出偏最小二乘回归在解决具有多重相关性的回归问题上较比主成分回归更先进、更有效的结论。     

基于神经网络PLS方法的软测量建模研究

通过神经网络(neurals network, NN)逼近策略,由偏最小二乘回归(partial least squares, PLS)方法拓展得到非线性的PLS-NN方法,构造了基于梯度下降算法的神经网络权值矩阵学习规则.以具有3个质量变量、26个过程变量的轧钢加热炉中钢坯温度分布的检测为例,利用两组实际的运行操作数据对所建模型进行了求解和验证.与线性PLS及机理模型的计算结果相比,PLS-NN模型的估计误差最小(比例大约为1∶1.7∶2.8).运用PLS-NN模型进行了轧钢加热炉生产操作条件的模型预测分析,分析结果表明,加热炉各燃烧段的燃气流量的变化对加热炉生产影响最为显著.     

大气污染偏最小二乘回归预报模型及试报分析

针对丹东城区SO2污染的实际情况及与气象因子的关系,建立了偏最小二乘回归预报模型,并在实际预报中进行了模拟、试报和应用、模型拟合及预报效果检验,结果发现：模型模拟值与实际值的变化趋势基本一致,模型可以用于各季SO2浓度预报。     

基于模糊神经网络的非线性系统预测函数控制研究

针对预测函数控制难以很好地实现非线性系统控制的问题,将模糊神经网络与预测函数控制相结合,设计一种基于模糊神经网络的非线性系统的预测函数控制器。用模糊神经网络辨识非线性系统的模型,辨识结果送到预测函数控制中,从而得到预测模型,最终得到最优的控制量。通过Matlab计算机仿真,可以看出此控制器对于非线性系统具有良好的控制效果和鲁棒性。     

面对计算机科学在工业控制应用中的挑战

主要阐述工业控制学科的发展、面临的问题及解决的途径。     

基于水源水质分期的水处理工艺模糊优化组合

工艺选优的基本原则是在原水水质不断变化的情况下,选取满足出水水质约束的最经济最合理的工艺方案.本文将模糊优化理论应用到给水处理工艺的模糊选优上,对所选用的4个目标设定不同的权重,在T水源的不同水质期内对中试实际运行工艺模糊选优.结果表明在5月~9月期间内水源水质对水处理工艺要求较为严格,其对应的最不利水质条件下的最复杂工艺为“O3预氧化-混凝-气浮-过滤-O3-生物活性炭”.其他水质期内原水水质较好,可以对该工艺方案进行组合,超越部分处理单元.