共查询到19条相似文献,搜索用时 93 毫秒
1.
局部LSSVM方法在飞灰含碳量软测量中的应用 总被引:2,自引:0,他引:2
电站锅炉飞灰含碳量的测量仪表往往精度较差且难以维护,因此对其实施软测量具有现实意义。作为一种新型的机器学习方法,最小二乘支持向量机(LSSVM)已被应用于工业过程软测量研究中,文章将该方法应用于火电锅炉飞灰含碳量建模并引入局部学习思想,利用某电站机组实测工况参数进行飞灰舍碳量建模仿真实验,结果表明局部学习方法相比全局学习具有更高的模型预测精度。 相似文献
2.
支持向量机(Support Vector Machine.SVM)应用结构风险最小化理论,从训练集中选择一组特征子集。使得对特征子集的线性划分等价于对整个数据集的分割。支持向量机最初应用于模式识别,随后开始在信号处理、函数逼近等领域也得到了广泛发展。支持向量机与神经网络等常用方法相比,其具有泛化性好、建模所需学习数据较少等优点。 相似文献
3.
4.
在明胶生产的提胶工艺中,胶液浓度是一个很重要的质量和控制参数,但是目前对明胶浓度的检测手段多为离线人工检测,不能实现在线实时测量.该文提出使用软测量的方法对明胶浓度进行在线测量,采用局部LSSVM建模方法进行软测量建模,并用PSO算法对模型参数进行优化.Matlab仿真结果表明,基于PSO优化的局部LSSVM的软测量方... 相似文献
5.
针对核主元分析方法(KPCA)在复杂化工在线监控过程中初始故障源难以辨识的问题,该文提出了一种基于核主元分析和最小二乘支持向量机的集成故障诊断方法。该方法首先运用KPCA对数据进行预处理,在特征空间构建T2和SPE来检测故障的发生,然后计算样本的非线性主元得分向量,将其作为最小二乘支持向量机的输入值,通过最小二乘支持向量机的分类进行故障类型的识别。将上述故障诊断方法应用到Tennessee Eastman(TE)化工过程,多种故障模式下的仿真结果表明,该方法不但能有效地辨识故障,而且提高了故障检测和故障诊断的速度。 相似文献
6.
为解决支持向量机模型在预测滚动轴承剩余寿命时准确率不高的问题,对核主成分分析(Kernel Principal Component Analysis,KPCA)和最小二乘支持向量机(Least Square Support Vector Machine,LSSVM)在剩余寿命预测中的应用进行了研究。采用核主成分分析方法融合轴承振动信号时域、频域特征指标并提取第一主成分评估轴承性能退化情况,并将满足要求的多个KPCA主成分作为输入,建立KPCA-LSSVM模型来对轴承剩余寿命进行预测。采用轴承全寿命试验数据对该方法的有效性进行验证,结果表明,该方法提取的轴承性能退化评估指标能够更为全面地表征轴承性能退化情况,建立的KPCA-LSSVM模型可在滚动轴承剩余寿命预测工作中获得良好的预测效果。 相似文献
7.
基于多最小二乘支持向量机的草酸钴粒度软测量 总被引:3,自引:2,他引:3
提出了一种基于改进的鲁棒学习方法(improved robust learning algorithm,IRLA)的多最小二乘支持向量机(multipleleast squares support vector machine,Multi-LSSVM)建模方法,用以解决非线性系统建模问题。该方法通过Bootstrap算法复制出训练集样本空间上的多个样本子空间,训练出多个成员最小二乘支持向量机模型,然后应用改进的鲁棒学习方法对成员最小二乘支持向量机模型的权重进行优化融合,从而使多最小二乘支持向量机模型具有较高的准确率和泛化能力。通过仿真实验,验证了方法的有效性;并将其应用于湿法冶金合成过程草酸钴粒度软测量建模问题,获得了比单个最小二乘支持向量机模型方法更高的预测精度。 相似文献
8.
9.
为了解决最小二乘支持向量机对于选择核函数盲目性的问题,将核度量标准核极化和多核学习引入最小二乘支持向量机中,提出了基于核极化的多核最小二乘支持向量机算法。算法首先利用核极化确定每个基本核函数的权系数,再根据多核学习原理组合多核函数,然后,建立多核最小二乘支持向量机模型,并进行模型的学习训练和预测。UCI数据上的试验结果表明,所提出的算法比SVM、最小二乘支持向量机和其他的多核学习方法具有更高的分类准确率。 相似文献
10.
针对铝电解槽温度高、腐蚀性强、温度难以直接测量的问题,在分析了铝电解生产工艺和电解温度影响因素的基础上。建立了基于最小二乘支持向量机(LS-SVM)的铝电解槽电解温度的软测量模型。并根据实测数据进行了仿真。仿真结果表明:基于最小二乘支持向量机方法建立的铝电解槽电解温度软测量模型具有精度高、泛化性能好等特点。是一种有效测量铝电解槽电解温度的方法。 相似文献
11.
神经网络逆软测量方法的拓展及在生物浸出过程中的应用 总被引:1,自引:0,他引:1
在前期工作中,提出了基于内含传感器的逆软测量方法,其中逆软仪表的构造仅仅是基于直接可测的状态来实现的。对该方法进行了拓展,首先将用于构造逆软仪表的直接可测量由直接可测的状态拓展为函数变量,然后对逆软仪表的建模算法进行了改进。这种拓展和改进不仅增加了逆软仪表构造成功的可能性,而且可以降低构造逆软仪表所需的直接可测量的导数的阶数,便于工程实现和应用。另外,采用神经网络来逼近理论上存在的逆软仪表,并得到了神经网络逆软仪表,从而解决了解析逆软仪表难以实现的工程应用瓶颈。最后将神经网络逆软仪表应用于生物浸出过程,实现了其不直接可测状态的在线软测量。仿真结果表明神经网络逆软仪表的软测量值与真实值非常接近,从而验证了该方法的有效性。 相似文献
12.
13.
14.
基于CPSO与LSSVM融合的发酵过程软测量建模 总被引:2,自引:0,他引:2
发酵过程是一个复杂的时变、非线性、强耦合过程.发酵过程中的关键参量菌体浓度通常难以用传统物理传感器实时在线检测.为了测量该参数,将CPSO算法与LSSVM相结合构建发酵过程软测量模型.模型采用CPSO算法优化LSSVM软测量模型参数,克服了常规交叉验证法选取参数的耗时和盲目性.仿真结果表明,CPSO-LSSVM软测量模型较LSSVM软测量模型更能在较短的时间内获得较高的收敛精度,其平均误差为2.05%,说明该软测量模型可用于发酵过程不可在线测量的菌体浓度的实时在线软测量,并且预测精度高,预测速度快,预测能力强.该软测量建模方法也为发酵过程其他关键参量的实时在线测量提供了新的途径. 相似文献
15.
16.
针对柴油车SCR系统的DCU升级困难的现状,在FLASH在线编程基础上,提出一种基于CAN总线、采用自定义协议实现DCU在线升级的设计方案,并给出在单片机MC9S12XSl28上的具体实现。应用VisualC++6.0设计了与之相配套的上位机软件,阐述了上位机文件下载工具对加栽文件的处理方法和下位机Bootloader的实现方法。实验结果表明,该系统可以通过CAN总线实现DCU应用代码的更新功能,且操作简单、运行稳定。 相似文献
17.
18.
本文介绍了在AutoCAD环境下图解法计算可靠度的方法。通过高级语言与AutoCAD图形接口文件,在AutoCAD环境下绘出G-H可靠度图线,运行自动计算可度的AutoLISP程序求解可靠度。为图地求可靠度提供了一种简便的新方法。 相似文献
19.
介绍了电子秤在锅炉入炉煤分炉计量中的应用,重点阐述了系统构成、工作原理、分炉计量、余煤计量、煤量统计等,并对计量准确度进行了分析与估算。 相似文献