基于鲁棒最小二乘支持向量机的齿轮磨损预测

为了降低包含噪声的现场齿轮磨损数据对最小二乘支持向量机 (least squares support vector machine, LSSVM) 模型稳健性的影响, 采用迭代鲁棒最小二乘支持向量机 (iteratively robust least squares support vector machine, IRLSSVM) 对齿轮磨损数据进行建模和预报.首先, 增加权函数迭代次数以保证建模过程的鲁棒性;然后, 将具有全局搜索的耦合模拟退火 (coupled simulated annealing, CSA) 与局部优化的单纯形法 (simplex method, SM) 相结合的方法用于优化IRLSSVM模型超参数, 进而采用鲁棒交叉验证作为CSA-SM算法拟合目标函数, 提高IRLSSVM模型超参数优化过程的鲁棒性;最后, 利用K727840ZW变速箱现场齿轮磨损数据进行了数值实验, 结果验证了所提出方法的有效性.     

自动化专业控制类课程群建设与实践

介绍了自动化专业控制类课程群建设的背景,根据自动化专业的特色对课程体系、教学内容、教学手段、实践教学、师资队伍建设和教学质量评估体系等方面的改革进行了探讨,为控制类课程群的建设提出了一个较完整的构架体系,在实践中取得了良好的效果。     

"运动控制系统"课程虚拟实验室建设的探索

针对"运动控制系统"课程自身的特点,将计算机仿真技术引入课程的理论及实践教学中。利用Matlab的Simulink和Power System工具箱开发运动控制系统的可视化虚拟实验。这种开放式虚拟实验室为科学研究项目和理论及实践教学提供仿真平台,解决实验室建设中投资多、设备损坏率高、实验结果不理想等问题,有利于提高学生创新能力。本文中同时提出了进一步开发基于网络的E-learning实验平台的思路:用户交互学习平台和基于Web远距离虚拟实验室的结合。     

基于耦合模拟退火优化最小二乘支持向量机的车轮踏面磨耗量预测

针对最小二乘支持向量机(LS-SVM)超参数优化问题,提出采用改进耦合模拟退火(CSA)算法优化LSSVM超参数。首先,耦合模拟退火算法通过并行处理多个独立模拟退火(SA)寻优过程,提高LS-SVM模型超参数优化效率;然后通过调整接受温度控制耦合项超参数的接受概率方差,降低CSA算法初始设置对LS-SVM最优超参数确定过程稳健性的影响;最后结合既有线轮轨现场的实际检测数据,开展了基于改进耦合模拟退火优化的最小二乘支持向量机(CSA LS-SVM)回归模型性能对比实验。结果表明,CSA LS-SVM回归模型达到了模型精度、算法快速性、算法鲁棒性的有效折中,所建立的LS-SVM优化模型用于现场的车轮踏面磨耗量的预测是有效的。     

基于ELK的高校Web日志安全分析

为应对高校校园网的Web应用安全威胁,设计了基于ELK的日志安全威胁监测平台。首先对Web日志进行数据分析,挖掘其中的安全威胁攻击模式,形成安全监测模型库并将其应用于实时安全监测。系统运行结果证明,该平台可以发现校园网中的安全威胁,可视化关联分析便捷,能有效地提高运维效率和安全攻击排查的速度。     

基于分布式ICA-PCA模型的工业过程故障监测

提出基于分布式ICA-PCA( independent component analysis-principal component analysis)模型的工业过程故障监测方法,适合于复杂工业过程难以自动划分子块及过程数据存在非高斯信息的情况。首先,对过程数据进行PCA分解,并在PCA主成分不同的方向上构建不同的子块,把原始特征空间自动划分为不同子空间。然后,对各个子块采用ICA-PCA两步信息提取的策略,提取出高斯信息和非高斯信息,并构建新的统计量和统计限。最后,通过Tennessee Eastman(TE)过程的仿真实验,验证所提出故障监测模型的有效性和可行性。     

高速列车非线性模型的极大似然辨识

提出高速列车非线性模型的极大似然(Maximum likelihood, ML)辨识方法,适合于高速列车在非高斯噪声干扰下的非线性模型的参数估计.首先,构建了描述高速列车单质点力学行为的随机离散非线性状态空间模型,并将高速列车参数的极大似然(ML)估计问题转化为期望极大(Expectation maximization, EM)的优化问题; 然后,给出高速列车状态估计的粒子滤波器和粒子平滑器的设计方法,据此构造列车的条件数学期望,并给出最大化该数学期望的梯度搜索方法,进而得到列车参数的辨识算法,分析了算法的收敛速度; 最后,进行了高速列车阻力系数估计的数值对比实验. 结果表明, 所提出的辨识方法的有效性.