基于机器学习的火电机组建模研究

本文介绍了系统建模的各种方法,利用sklearn.linear库中的线性回归模型LinearRegression对火电机组进行建模,并介绍了数据清洗和数据处理的步骤。通过分析模型的主要影响因素对汽轮机模型和高加水位系统进行建模,利用R²＿score()函数对比实际数据和模型预测数据,发现模型误差较小,建模效果良好,有一定推广意义。     

关系型产品建模技术及其应用

本文阐述了基于合理化工程的关系型产品建模理论及步骤，着重讨论运用事物特性表技术、母图技术以及AQL技术建立产品智能模型的方法，并成功地将关系型产品建模技术应用于工艺装备设计中。     

数据建模与数据库设计

本文从数据建模的角度探讨了数据库的技术和方法,阐述了如何通过数据建模技术设计一致的、可共享的数据库,以降低系统开发和维护的成本。重点描述了采用ＩＤＥＦ１Ｘ数据建模技术建立逻辑模型的方法和步骤,并结合Ｏｒａｃｌｅ数据库给出了通过逻辑模型建立物理模型的过程,以及实现逻辑模型中相关的业务规则的技术。     

航电处理机相关性建模与故障方程生成方法

航电产品的相关性建模方法为验证故障检测/隔离能力、提高产品的测试性提供了实用方法,由相关性模型生成的故障方程能够有效地进行故障诊断.针对工程实际需求,介绍了一阶相关性模型的数据获取及模型建立方法.利用测试性建模软件建立了某型航电处理机的一阶相关性模型,并获得了相应的测试性参数及系统D矩阵.同时,探讨了由一阶相关性模型生成系统故障方程的方法,包括D矩阵压缩方法和故障方程逻辑合成两个步骤.     

以DNA双螺旋结构为例浅析Solidworks随形阵列功能

以DNA双螺旋结构建模过程为例,向SolidWorks软件的用户介绍了其随行阵列特征中的线性随行阵列功能的使用方法和操作技巧.对于特征随形状变化的阵列特征,随形阵列可以大大简少建模的步骤,同时提高所建立模型的精度,为阵列特征的使用提供了一个更快捷,更强大的手段.而随行功能的核心内容就是建立阵列特征随形状变化的约束条件.     

时延加权融合技术的无线传感器网络控制

本文研究了无线传感器网络控制系统的建模、稳定性与控制器设计问题.首先建立一个新的无线传感器网络控制系统模型,然后提出一种用于多个传感器数据融合的时延相关加权均值方法,并通过系统建模及分析,把无线传感器网络控制系统稳定性问题转换成为具有多个传输时延和丢包现象的多传感器单控制器网络控制系统稳定性问题.并利用线性跳变系统理论...     

基于GeoView三维地质建模的一般过程

三维地质建模是目前与地学相关的各领域的研究热点之一。本文介绍了在GeoView的基础上建立三维地质模型的一般过程,包括地表数据处理、剖面数据处理、地层—构造格架的建立、三维模型数据的有效性检验和三维模型的建立等步骤。由于三维地质模型涉及的因素较多,因而本文在介绍过程中对示例数据进行了简化处理,仅以GeoView中的B-Rep模型为例进行了说明。     

轧钢加热炉建模方法的比较研究

轧钢加热炉建模首先涉及到炉温分布形态问题.分析了目前采用的两种形态,综合两者的优点,提出用三次函数描述炉温分布,真实地反映了加热炉工况且便于炉温优化设定.讨论了建立钢温预估计模型的三种主要方法,从建模的难度、算法的收敛性、实时性和模型的自适应性等多个方面进行了分析.采用机理分析建立了某钢铁公司的加热炉模型,将非线性模型转化为线性模型,分析了病态数据产生的原因,提出了合理的处理方法.试验结果说明了所建模型的简单实用性,为炉温优化设定打下了良好基础.     

智能抄表管理系统软件模型的建模

提出了一种新的智能抄表数据管理方法。依据该方法的思想建立系统的体系结构。进而将面向对象方法学应用于智能抄表管理系统软件的研究和开发。通过面向对象建模技术(OMT)建立该管理系统的软件模型,即面向对象软件的三个子模型———对象模型、动态模型和功能模型。管理系统软件模型的建模过程分为面向对象分析(OOA)和面向对象设计(OOD)两个阶段进行。     

甲型H1N1流感防控模型的建立

本文在对经典传染病数学模型进行研究与讨论的基础上,根据所掌握的甲型H1N1流感病理知识,按照数学建模的一般步骤：模型准备、模型假设、模型构成、模型求解与分析、模型检验、模型应用,在MATLAB运行环境中,运用数据拟合和四、五阶Runge-kutta法,通过研究、分析,建立了甲型H1N1流感中后期防控数学模型。     

K-匿名隐私保护模型中不确定性数据的建模问题研究

建模是不确定性数据管理的基础,K-匿名隐私保护模型中不确定性数据有其特殊性:它是人为泛化后的不确定性数据,泛化后的每个实例还原成泛化前元组的概率是相等的。由于其特殊性,以往针对非人为造成不确定性的数据建模方法已经不能简单地用于描述K-匿名隐私保护模型中不确定性数据。为了描述K-匿名隐私保护模型中不确定性数据,本文提出几种针对它的新建模方法:Kattr模型使用attrib-ute-ors方法来描述K-匿名数据中准标识符属性值的不确定性;Ktuple模型把K-匿名表不确定属性值看成是一个关系值,对关系值使用tuple-ors方法来描述;Kupperlower模型把K-匿名表泛化值范围分开成两个字段:上限和下限;Ktree模型根据K-匿名表是对普通表通过泛化树泛化而形成这一特性逆向拆分成树形结构。由这几种模型及它们之间的组合构成了一个描述K-匿名隐私保护模型中不确定性数据的模型空间。并且,本文讨论了模型空间里各种模型的完备性和封闭性等性质。     

紫杉醇类似物定量构效关系(QSAR)的研究

紫杉醇是从紫杉或称红豆杉中提取的1种天然抗癌物质,具有独特的抗癌机理。由于紫杉醇的种种限制,开发具有更高抗癌活性的紫杉醇类似物药物具有广阔的前景。本文选用36个结构多样的紫杉醇类似物分子作为数据集,随机选取其中28个作为训练集,其它为检验集,采用多元线性回归(MLR)法及主成分回归分析(PCA)法分析每个化合物的197个分子参数,分别建立定量构效关系的最优预测模型。并用检验集检验所建模型的预测能力。结果表明:多元线性回归分析法所建模型与主成分回归所建模型相比,发现逐步筛选法为最优建模方法。该方法所建模型统计结果良好(R~2=0.846,SEE=1.060),应用于检验集时,结果也比较满意(R~2=0.841,SEP=1.071),模型的可靠性和预测性较强。建模和确定主要影响因素有助于指导筛选和研发新型类紫杉醇药物。     

类黄酮化合物抑制恶性疟原虫的预测模型

建立预测类黄酮化合物抑制恶性疟原虫株活性定量的模型,并确定影响类黄酮化合物活性的主要因素。本文选用了38个结构不同的类黄酮化合物作为数据集,采用多元线性同归法及主成分分析法分析每个化合物的220个分子参数,建立最优的预测模型。比较用不同方法建立的模型,结果发现带logP参数的向后筛选法为最优方法,所建模型统计结果良好(训练集相关系数R~2=0.81,标准训练误差SEE=0.27),模型代入检验集数据时结果也令人满意(检验集相关系数R~2=0.83,标准检验误差SEP=0.39),可靠性和预测性较强。脂水分配系数的对数logP为模型重要影响参数。建模和确定影响因素有助于筛选新型类黄酮抗疟疾药物和研发。     

基于数据挖掘技术的信用卡审批模型研究

针对分类预测建模数据的非对称性,提出一种基于神经网络和决策树技术结合的非对称性数据集合预测分类建模方法,建立了信用卡审批模型.结果表明:增加预测类标识决策属性后,在用不同比例的建模数据集建立的所有模型中,比例为33.33%:66.67%的数据集建立的神经网络模型最好,模型的准确率达到88.49%.     

数据工作期在多表查询中的运用

建立临时关系的目的是使子表的记录指针随父表的记录指针的移动而移动,从而达到同时浏览多个表中数据的目的,本文首先简单介绍了表的关联、数据工作期和临时关系等基本概念,然后通过举例重点介绍了运用数据工作期如何建立表间关联、如何实施查询的步骤和方法。     

基于SVR的非线性动态系统建模方法研究

提出一种基于支持向量回归机(SVR)的非线性动态系统建模方法。用非线性静态子环节和线性动态子环节串联——Hammerstein模型来描述非线性动态系统。然后,通过函数展开将Hammerstein模型的非线性传递函数转换为等价的线性形式,从而建立起线性中间模型。再由SVR算法辨识出中间模型参数。最后,通过中间模型参数与Hammerstein模型参数之间的关系,实现原系统的非线性静态环节和线性动态环节的同时辨识。用非线性动态系统标定实验数据进行测试,建模结果表明所提方法具有如下优点：1)只需进行一次动态标定实验; 2)能给出非线性动态模型的数学解析表达式;3)充分利用SVR的优点,使所建模型具有更好的鲁棒性。该研究为非线性动态系统建模又提供了一种新方法。     

模糊树模型及其在复杂系统辨识中的应用

基于二叉树和模糊逻辑理论,提出了一种用于复杂系统建模的模糊树模型.将线性 模型和模糊集组织在树结构上,并给出了更新线性模型系数和模糊集隶属度函数的混合算 法.与其他建模方法相比,如ANFIS,模糊树模型计算量小,精度高,尤其在高维数据建模中 更为明显.仿真结果描述了这种方法的性能.     

模型树在陀螺建模中的应用研究

针对光纤陀螺在启动后各个阶段的变化,介绍一种模型树线性回归算法。采用模型树“分而治之”的思想对陀螺漂移数据进行建模处理,并在叶子结点采用温度补偿的方法建立线性回归模型,得到陀螺在各个阶段的误差模型。实验结果表明,采用模型树算法对陀螺数据进行处理具有更好的拟合能力和预测能力,更适合处理各个时间阶段变化的建模问题。     

通用决策树模型设计

本文从数据挖掘的概念与步骤出发,针对数据挖掘的一般应用,采用决策树的方法,建立了通用的决策树模型.给出了模型中的两类数据和六个操作的一般描述,模型的重点是决策树建立、决策树剪技和规则集推导.     

基于数据的间歇过程时变神经模糊模型研究

间歇过程的优化控制往往依赖于过程精确的数学模型,快速反应的市场要求使得数据驱动的建模方法被应用到了间歇过程的建模中.但常规的数据驱动建模方法在模型结构中没有考虑间歇过程具有重复性的特性,只是简单地将间歇过程作为一般的非线性结构进行处理.针对该问题,本文提出一种新颖的间歇过程时变神经模糊模型,将时间轴和批次轴的信息统一在...