基于支持向量机的非线性预测控制技术

探讨了利用支持向量机进行非线性系统辨识的方法,并将支持向量机模型应用到非线性预测控制,提出了基于支持向量机模型的非线性预测控制算法.对一个CSTR反应器的仿真表明,支持向量机在小样本情况下具有良好的非线性建模能力和泛化能力.基于支持向量机的预测控制具有很好的控制性能,为通用非线性控制提供了一种新的控制思路.􀁽     

基于支持向量机的激光焊接过程辨识与控制

激光焊接过程数学模型足一个较强非线性的数学模型,通常的线性辨识方法无法得到它精确的数学模型.支持向量机作为一种新的机器学习方法,具有较强的非线性拟合能力,应用支持向量机非线性系统回归建模方法,辨识出具有典型非线性特性的焊接过程模型,并采用预测控制算法对焊接过程进行控制.实验证明,支持向量机对非线性系统具有很好的拟合效果,基于支持向量机的预测控制具有较好的非线性控制效果.     

基于灰色关联分析的烧结矿碱度应用研究

在现代钢铁企业中,高炉原料的烧结过程是其中重要的生产工序.烧结矿碱度稳定性直接影响到烧结矿的质量和产量,但由于烧结生产过程非常复杂,很难用一组较为准确的数学模型进行描述.加之过程所具有的大时滞性和动态时变性,采取一些依赖于对象数学模型的传统控制理论和方法难以解决烧结矿碱度的波动问题.因此长期以来,烧结矿碱度的控制一直是钢铁企业中的一个难点.据此提出利用灰色关联分析和BP神经网络建立烧结矿碱度的预报模型.通过对现场实际数据进行仿真,表明该方法鲁棒性强,准确性高,泛化能力广,具有很强的实用性和推广价值.     

基于LS-SVM的陶瓷窑炉温度预测控制

针对陶瓷窑炉大热容量、大滞后、非线性等特点,提出了一种基于最小二乘支持向量机动态矩阵控制方法;首先,采用保证种群多样性微粒群算法优化的最小二乘支持向量机离线建立被控对象模型;然后在系统运行过程中,用动态矩阵预测算法实现对被控系统的预测控制;并以陶瓷窑炉温度为控制对象,与Smith预估控制以及内模控制算法进行了比较;仿真结果证明了所提控制方法具有很好的动、静态性能和强鲁棒性。     

灰色—支持向量机的空调负荷预测

对空调负荷进行准确预测不仅对空调优化控制的意义重大,而且也是实现空调经济运行与节能的关键所在。为了提高建筑空调负荷的预测精度,在分析灰色模型和支持向量机建模特点基础上提出了一种空调负荷组合预测算法。该方法综合了灰色建模计算过程简单以及支持向量机自学习和泛化能力强的优点,能够更加有效地利用样本数据的有效信息,提高模型预测精度。首先,通过灰色建模过程弱化了样本数据的随机因素。然后,对灰色模型输出进行归一化处理及数据重构,以作为支持向量机的输入。最后,通过支持向量机模型的预测得到最终预测结果。将本文所提出的方法应用于福州一栋办公建筑的逐时空调负荷预测中,并与灰色模型及支持向量机模型作比较,证明了组合模型的预测值与实际运行值拟合度最高,平均绝对误差比灰色模型和支持向量机模型分别降低了47.84%和17.39%。该组合预测模型具有较高的预测精度和更好的泛化能力,具有较强的可行性和实用性。     

基于BP神经网络的烧结矿化学成分预报模型与仿真

烧结矿化学成分的测量是钢铁工业中的关键和难点,并且容易受到烧结几乎每一个操作环节的影响。本文利用BP神经网络建立烧结矿化学成分的预报模型。通过对现场实际数据进行仿真,表明该方法鲁棒性强,准确性高,泛化能力广,具有很强的实用性和推广价值。     

多智能体粒子群优化的SVR 模型预测控制

参数的优化选择对支持向量回归机的预测精度和泛化能力影响显著,鉴于此,提出一种多智能体粒子群算法(MAPSO)寻优其参数的方法,并建立MAPSO支持向量回归模型,用于非线性系统的模型预测控制,推导出最优控制率.采用该算法对非线性系统进行仿真,并与基于粒子群算法、基于遗传算法优化支持向量回归机的模型预测控制方法和RBF神经网络的预测控制方法进行比较,结果表明,所提出的算法具有更好的控制性能,可以有效应用于非线性系统控制中.     

正则化路径上的支持向量机模型组合方法

模型组合是提高支持向量机泛化性的重要方法,但存在计算效率较低的问题。提出一种基于正则化路径上贝叶斯模型平均的支持向量机模型组合方法,在提高支持向量机泛化性的同时,具有较高的计算效率。基于正则化路径算法建立初始模型集,引入对支持向量机的概率解释。模型的先验可看做是一个高斯过程,模型的后验概率通过贝叶斯公式求得,使用贝叶斯模型平均对模型进行组合。在标准数据集上,实验比较了所提出的模型组合方法与交叉验证及广义近似交叉验证（GACV）方法的性能,验证所提出的模型组合方法的有效性。     

非平坦函数概率密度估计

针对非平坦函数的概率密度估计问题,通过改进支持向量机(support vector machine,SVM)概率密度估计模型约束条件的形式,并引入多尺度核方法,构建了一种单松弛因子多尺度核支持向量机概率密度估计模型。该模型采用合并的单个松弛因子来控制支持向量机的学习误差,减小了模型的计算复杂度;同时引入了多尺度核方法,使得模型既能适应函数剧烈变化的区域,也能适应平缓变化的区域。基于几种典型非平坦函数进行概率密度估计实验,结果证明,单松弛因子概率密度估计模型比常规支持向量机概率密度估计模型具有更快的学习速度;且相比于单核方法,多尺度核支持向量机概率密度估计模型具有更优的估计精度。     

基于LS-SVM的船舶航向模型预测控制

针对船舶动态性能具有较强的非线性、大惯性及时变性的特点,采用具有RBF核函数的最小二乘支持向量机(LS-SVM),利用其可以任意逼近非线性模型的良好特性实现对船舶模型有效辨识,得到船舶航向控制系统的非线性逼近模型,并将其与模型预测控制方法相结合,将最小二乘支持向量机辨识得到的系统模型作为预测模型,并将系统模型进行线性化并用线性预测控制方法求得解析的控制律,实现对船舶航向的预测控制,达到良好航向保持目的。仿真结果表明,最小二乘支持向量机降低了计算复杂度,且有较快计算速度,在小样本情况下具有良好的泛化能力;基于最小二乘支持向量机的船舶航向预测控制系统对外界干扰及模型参数摄动均具有较好的适应能力以及良好的控制性能。     

产品开发过程支持系统的设计与实现

提出一种产品开发过程支持系统的体系结构,不仅支持过程的建模和执行,也实现了对过程的度量、分析、改进和异常处理的支持。研究了过程度量、过程仿真、过程改进和异常处理技术,设计和开发了相应的子系统。整个系统可以用于分布式异构环境中,可以很好地支持产品开发过程的管理与改进,同时能与其他系统进行集成。     

基于分层的过程构件分类描述的研究与应用

在以标准过程为基础的过程复用中,为解决传统的基于标准过程裁剪中标准过程只有单一抽象层次,造成裁剪工作量大的问题,提出了创建多抽象层次标准过程以满足不同应用需要;对相同功能不同抽象层次的过程采用继承机制简化定义,并根据现有的构件描述框架对不同层次的标准过程给出了不同的描述方案。最后通过一个实例对标准过程构件的分层结构与继承机制的描述方案进行了实现,并取得了一定的成效,为企业实施过程改进提供借鉴。     

航电软件开发标准与过程研究

随着综合模块化航空电子系统研究的深入,其软件开发标准的重要地位日益突出,ARP4754 和DO-178C共同构成了综合模块化航空电子系统软件开发的新标准。从标准内容与信息流程两方面论述了标准之间的关系,同时讨论了航电软件计划过程、开发过程和综合过程的子过程、目标及活动内容,提出了过程自动化和过程省略的基本概念与方法。     

分析Windows启动过程

对Windows的启动过程进行了研究,描述了计算机启动过程需要经过的步骤,并分析了各个进程负责的工作。     

Windows木马的各种进程隐藏技术及应对策略

隐藏进程的目的是保护木马不被查杀,该论文系统地整理了各种已有的进程隐藏技术,并分析其原理,对各种隐藏技术进行了分类,最后给出了可疑进程隐藏检测技术.     

建立和改进软件过程能力的一个解决方案

建立和改进软件过程能力是CMM或CMMI高成熟度等级的要求,也是软件度量的一大难点。该文探讨了与软件过程能力相关的一些概念和问题,定义了软件过程能力指数,采用统计过程控制的XmR控制图技术给出了建立和改进软件过程能力的一个定量化解决方案,并使用一个软件项目模块编码和单元测试的软件过程能力建立和改进的实例演示和说明了该解决方案的使用过程和方法。     

一种软件过程建模语言SPML的设计

本文提出了一个具有丰富语义、灵活的、可扩展的、形式化的软件过程建模语言SPML。它提供了两个不同抽象层次的描述语言以满足不同用户的需求。高抽象层次的语言SPML／H能够较全面地描述软件过程,具有良好的易用性;低抽象层次的语言SPML／L可以描述规则等,适合描述软件过程的细节。SPML／H还能够被逐步地变换成SPML／L,保证了软件过程模型可以在一个共同的形式化基础上被分析和运作。最后通过一个实例说明过程建模语言的有效性。     

元Chi进程互模拟等价的一致性

Chi-演算是将π-演算中两类受限名统一后得到的.多态Chi-演算扩充了Chi-演算的通信能力,使得一次通信可传递多个信息.元Chi-演算是在省略多态Chi-演算的前缀操作子之后得到的子语言.研究了元Chi-演算的互模拟等价关系,证明了在某种意义下,元Chi-进程之间只有一个互模拟等价关系.     

一种检测傀儡进程的方法研究

文章描述了上兴木马进程伪装欺骗的过程,分析了上兴木马将常规进程内存内容替换变为傀儡进程,用傀儡进程运行木马的原理,提出了用句柄分析法对抗傀儡进程的方法,并用两种实验的方法验证了句柄分析法的正确性。     

基于过程结构树的过程模型变体匹配技术

随着过程模型的不断积累和演化,企业组织常常拥有并管理维护成百上千个业务过程模型.由于建模目标和应用场景的不同,参考模型的裁剪和定制以及模型的更新修改等因素,导致过程模型库中可能存在大量相似的过程模型变体.重点研究如何有效管理和识别过程变体之间的共同点和差异性,即自动化地构建过程模型变体之间的匹配关系.为了支持复杂对应关系,保证匹配关系查找效率和结果的有效性,提出了基于过程结构树的模型元素匹配关系构建技术,并进一步给出了基于树编辑距离的过程模型相似性度量方法.通过针对真实的过程模型集合的实验评估表明,该方法在查全率和查准率指标上表现出了良好的效果.