基于核T-PLS的化工过程故障检测算法

针对全潜结构投影法（T-PLS）在检测非线性过程故障时误报率和漏报率较高的缺点,提出了基于核函数的全潜结构投影法（KT-PLS）。该算法通过核函数将过程数据从低维输入空间非线性地映射到高维特征空间,实现非线性问题的线性化;然后在质量变量的引导下将特征空间分为与质量直接相关、与质量正交、与质量无关和残差四个子空间;最后分别构建D和Q统计量进行故障检测。将该算法应用到Tennessee Eastman process（TEP）,多种故障模式下的仿真结果表明,KT-PLS比T-PLS更适合监控具有强非线性的生产过程。     

论小流域综合治理措施及其在水土保持中的作用

在当前时期,我国山区面积一共占据国土面积的三分之二,但是水土流失问题却愈加严重,总面积已经超过490万km2,这使得我们不得不重视起山区生态环境问题。而在我国,小流域综合治理措施的实施已经有了较为理想的成果,结合水土保持的实际需求更是被广泛的应用在了水土保持工作当中,本文也将针对这个问题展开深入分析,并且提出几点有效的治理措施。     

论超滤膜技术在水处理中的应用

随着人们生产生活水平的不断提高,人们对水的质量标准也有了明显的提高。但由于近年来工业领域的迅速发展和不良企业对污水的非法偷排偷放,给人们赖以生存的水资源造成很多严重的污染,水体的质量也每况愈下。传统的水处理工艺（一般包括三道程序：先对处理水源进行混凝、再进行沉淀、最后进行消毒）已经无法满足人们对于日常用水的安全卫生要求。能够被人们利用和净化的水资源也变得越来越少。因此,作为二十一世纪以来用于水处理的最关键的技术形式--超滤膜技术在这样的大前提下得到了各个领域的广泛应用。     

一种自适应惯性权重的混合蛙跳算法

针对混合蛙跳算法(SFLA)易陷入局部最优、收敛速度慢的问题,提出一种改进的混合蛙跳算法。该算法用相对基学习法初始化青蛙群体,从而提高初始解的质量。通过引入自适应惯性权重修正青蛙的更新策略,可以平衡算法的全局搜索和局部搜索。对6个经典函数的仿真测试结果表明,该算法与SFLA和ISFLA1算法相比寻优能力强、迭代次数少、解的精度高,更适合高维复杂函数的优化。     

基于小生境混沌遗传算法的水资源优化调度

水资源调度具有多目标、大规模和不确定性等特点,利用混沌遗传算法求解水资源调度问题,在一定程度上避免了局部优化并提高了求解速度,但由于损坏了种群多样性导致求解精度较低.为此提出了基于小生境的混沌遗传算法(NCGA),该算法通过小生境技术保留源中心个体的方法保护了种群多样性,同时利用混沌的随机性、遍历性及规律性与遗传算法的快速收敛性相结合,从而使该算法提高了求解速度和求解精度.将该算法应用到水资源优化调度模型中,仿真结果验证了该算法比混沌遗传算法能更合理高效地分配水资源,达到了综合效益最大化.     

基于点分布模型的3D模型拟合方法

针对传统方法构建的患者病患部位的3D解剖结构模型与测试样本拟合效果较差的问题,提出基于点分布模型的3D模型拟合方法（3DMFB-PDM）. 对训练样本集进行数据处理,使模板样本与目标样本对齐,减小训练样本由于旋转及尺度变化产生的不利影响;在训练样本间建立对应关系,用正态分布表示患者的点分布模型;计算测试样本中的特征点与点分布模型中对应点间的距离,通过引入Mahalanobis距离和转换非线性方程组,使点间距最小.根据最小间距不断调整点分布模型的形状参数,使点分布模型与测试样本拟合.选取30组左侧股骨作为训练样本集实验验证3DMFB-PDM的有效性,结果表明引入附加项后的拟合误差小于未引入附加项的拟合误差. 将 3DMFB-PDM与其他3种方法进行对比,结果显示3DMFB-PDM的拟合误差最小,表明3DMFB-PDM能够有效地将患者病患部位的3D解剖结构模型与测试样本拟合.     

基于微粒群优化算法的不确定性调和调度

Blending is an important unit operation in process industry. Blending scheduling is nonlinear optimization problem with constraints. It is difficult to obtain optimum solution by other general optimization methods. Particle swarm optimization （PSO） algorithm is developed for nonlinear optimization problems with both continuous and discrete variables. In order to obtain a global optimum solution quickly, PSO algorithm is applied to solve the problem of blending scheduling under uncertainty. The calculation results based on an example of gasoline blending agree satisfactory with the ideal values, which illustrates that the PSO algorithm is valid and effective in solving the blending scheduling problem.     

基于FPGA的卷积神经网络加速器动态余数处理映射模型

将卷积计算转化为矩阵乘法是FPGA上一种高效实现,而现有的转化方法无法根据卷积参数的不同动态调整,限制了卷积计算的并行度.提出一种新的动态余数处理映射模型.该映射模型包含有3个子模型:特征值映射模型,权值映射模型,和输出映射模型.特征值映射模型将特征值转化为特征值矩阵,权值映射模型将权值转化为权值矩阵,特征值矩阵和权值...     

基于Boltzmann选择的改进ABFM算法

模糊C-均值（FCM）聚类算法是数据挖掘中应用广泛的一种方法,但还存在容易陷入局部极小值和对初始值敏感的缺点,为此提出了一种基于Boltzmann选择机制的改进人工蜂群的模糊C-均值聚类算法（BABFM）。该算法引入了Boltzmann选择机制代替轮盘赌的选择方式,采用小区间生成法使初始群体均匀化,使得该算法的全局寻优能力更强,有效克服了FCM算法的缺点。实验结果表明,新算法与FCM和ABFM聚类算法相比聚类效果更准确,效率更高,迭代次数更少。     

混合核函数稀疏LS-SVM软测量建模与应用

针对最小二乘支持向量机存在的稀疏性欠缺和单核函数局限性问题,本文提出一种基于混合核函数稀疏最小二乘支持向量机的软测量建模方法.该方法使用多项式核函数和RBF核函数线性加权构成混合核函数,兼顾最小二乘支持向量机的全局拟合能力与局部拟合能力,以矢量基学习作为稀疏解算法,改善最小二乘支持向量机的稀疏性,在精简模型结构的同时,避免冗余信息中的噪声过多的拟合到模型参数中,进而采用粒子群算法优化模型部分参数.将此方法分别应用于Mackey- Glasss混沌模型的时间序列预测和乙烯精馏塔塔釜乙烯浓度预测,应用结果表明该方法较最小二乘支持向量机、稀疏最小二乘支持向量机以及混合核最小二乘支持向量机具有更好的泛化效果和预报精度,兆示出其良好的应用潜力.