湖南省自然科学基金(09JJ3122)
- 作品数：17 被引量：101H指数：6
- 相关作者：阳春华桂卫华朱红求李勇刚谢永芳更多>>
- 相关机构：中南大学宜春钽铌矿更多>>
- 发文基金：湖南省自然科学基金国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术冶金工程化学工程更多>>
- 净化除钴离子浓度WA-SVM软测量被引量：1
- 2011年
- 二段入口离子浓度是锌湿法冶炼二段净化除钴过程优化控制的一个关键因素。针对二段入口离子浓度在线检测困难的问题,提出了一种结合小波分析和支持向量机的离子浓度参数软测量方法,直接采用人工检测的历史数据直接建立离子浓度软测量模型。该方法采用小波分析方法将时间序列分解成具有不同频率特征的子序列。在相空间重构的基础上,利用最小二乘支持向量机建立各子序列估计模型,其中模型中的参数采用混沌粒子群算法进行优化选择。对各子序列输出重构合成得到最终的在线估计结果。应用工业现场数据的验证结果表明,所提模型具有较高的精度,相对误差小于10%的样本达97.5%,在线估计精度能够满足现场实际生产工艺要求。
- 朱红求阳春华桂卫华
- 关键词：小波分析混沌粒子群算法离子浓度
- 一种新型的支持向量机约简方法及其应用被引量：2
- 2012年
- 针对支持向量机(Support Vector Machine,SVM)处理大规模数据集常出现的训练速度慢、计算代价大以及实时性差等缺点,将基于密度的样本块划分法和基于欧式距离的边界样本筛选方法相结合,提出了一种新型的支持向量机约简方法。该方法首先进行空间块的划分,根据空间块的密度提取候选样本区域,并通过基于欧式距离改良的相对距离提取出大概率分布支持向量的边界样本。该方法既保证了训练样本的精度,又降低了计算代价,提高了泛化能力。工业应用结果表明了该方法不仅精度不低于SVM,并且计算速度远快于SVM。
- 张斌唐朝晖朱红求桂卫华
- 关键词：支持向量机样本块样本密度
- 基于模糊聚类和模糊支持向量机的湿法炼锌净化除钴过程建模被引量：3
- 2010年
- 提出了一种基于模糊C-均值(FCM)聚类和模糊支持向量机(SVM)方法相结合的湿法炼锌净化除钴过程建模方法。该方法针对样本空间影响支持向量机泛化性能和样本数量影响计算复杂度的问题,首先采用模糊聚类将学习样本分类,然后在各个类的样本空间内采用模糊支持向量机进行训练,并对各支持向量机模型的输出加权作为过程模型的输出。以净化除钴过程生产数据进行实验验证的结果表明,该方法明显减少了模型的训练时间,模型具有精度高、泛化性能好等特点,可以用于净化过程的优化控制。
- 朱红求阳春华桂卫华
- 关键词：模糊聚类
- 基于KPLS和LS-SVM的过程参数预测及其应用被引量：2
- 2010年
- 针对有色冶炼净化过程流程长、影响因素多以及非线性强等特点,提出了一种结合最小二乘支持向量机和核偏最小二乘回归的过程参数预测方法。考虑到过程参数时间序列具有高噪声和非平稳等特性,首先基于小波多分辨率分析方法将参数时间序列分解成具有不同频率特征的子序列,然后根据分解后各自序列的特点,利用最小二乘支持向量机和核偏最小二乘回归法对各子序列进行建模,最后对各分量预测信号重构合成得到最终的预测结果。将该建模方法应用于锌湿法冶炼净化除钴过程钴离子浓度的预测,并应用工业现场的数据进行了实验验证,结果表明,该预测模型性能优于最小二乘支持向量机模型,具有较好的泛化能力和较强的鲁棒性。
- 朱红求阳春华桂卫华
- 关键词：最小二乘支持向量机小波分解
- 基于粒子群优化的磨矿分级过程多层数据协调被引量：1
- 2012年
- 准确稳定的过程数据是选矿厂进行过程优化控制和决策管理的依据,今针对磨矿分级过程数据特点,建立了多层数据协调模型,包括总物料平衡层、粒度分布/品位层和不同粒度下的成分分析层(金属分布率层);针对模型维数较高的问题,引入粒子群优化(PSO)算法进行求解。根据不同的测量信息,可选择相应的层次进行协调,并采用从低层向高层逐层协调的方法,实现了部分非线性约束到线性约束的转化,提高了数据协调效率。将该多层模型和PSO算法用于某选矿厂磨矿分级过程实际生产数据的协调,结果表明协调后的数据更准确、更稳定,包含的信息更丰富完整。
- 王晓丽刘国金阳春华王雅琳
- 关键词：粒子群优化磨矿分级过程
- 针铁矿法沉铁过程铁离子浓度集成预测模型被引量：8
- 2012年
- 针对某冶炼生产企业针铁矿法沉铁过程Fe2+浓度和Fe3+浓度难以实时检测的问题,在奥拓昆普生产设备和工艺的基础上,利用改进最小二乘支持向量机模型具有对小样本进行非线性预测、过程神经网络可充分表达历史数据序列中时间累积效应的特点,提出一种基于信息熵方法的集成预测模型.仿真实验表明,集成预测模型具有良好的预测性能,预测效果能满足针铁矿法沉铁过程对铁离子浓度值的误差要求.
- 熊富强桂卫华阳春华
- 关键词：过程神经网络
- 基于混合QPSO的LS-SVM参数优化及其应用被引量：8
- 2011年
- 针对最小二乘支持向量机(LS-SVM)的参数寻优问题,提出一种基于混合量子粒子群算法(HQPSO)的LS-SVM参数选择方法,以提高LS-SVM模型的学习性能和泛化能力。该算法结合QPSO算法的全局优化能力和Powell的局部寻优能力,分别对粒子初始位置、新局部最优位置以及全局最优位置进行Powell局部寻优,提高求解速度和解的精确性。利用测试函数对该建模方法进行仿真测试,与PSO LS-SVM模型进行比较,并利用湿法炼锌净化过程现场数据进行工业验证。研究结果表明:HQPSO LS-SVM模型具有较好的泛化性能,模型预测精度高,预测结果满足工艺生产的要求。
- 朱红求阳春华王觉桂卫华
- 关键词：最小二乘支持向量机参数优化净化过程
- 代价敏感概率神经网络及其在故障诊断中的应用被引量：17
- 2010年
- 针对传统的分类算法大多以误分率最小化为目标,忽略了误分类型之间的差别和数据集的非平衡性的问题,提出代价敏感概率神经网络算法.该算法将代价敏感机制引入概率神经网络,用期望代价取代误分率,以期望代价最小化为目标,基于期望代价最小的贝叶斯决策规则预测新样本类别.采用工业现场数据和数据集German Credit验证了该算法的有效性.实验结果表明,该算法具有故障识别率高、泛化能力强、建模时间短等特点.
- 唐明珠阳春华桂卫华谢永芳
- 关键词：代价敏感学习概率神经网络
- 铜闪速熔炼过程操作模式快速匹配策略被引量：4
- 2013年
- 在利用相似模式的归纳与综合实现铜闪速熔炼过程多操作参数同步优化的过程中,针对模式库庞大引起相似模式发现效率低的问题,提出了两级模式快速匹配方法.该方法采用主元分析实现属性权重设定,通过构造模式间相似性度量准则,并在初级匹配准则中引入柯西不等式,以减少计算复杂度,快速缩小次级匹配的搜索范围,提高模式匹配速度.UCI数据集仿真和实际生产数据应用结果验证了该方法的有效性和可行性.
- 桂卫华刘建华谢永芳
- 关键词：铜闪速熔炼过程柯西不等式主元分析
- 一种净化过程钴离子浓度的混合智能预测方法
- 2009年
- 针对锌湿法冶炼净化过程的复杂性,提出了一种结合粒子群算法和案例推理方法的净化过程II段出口钴离子浓度混杂预测模型。考虑到不同时期案例所起的作用不一样,提出了一种综合加权相似函数。针对案例推理方法中属性权重选择和近邻个数的选取问题,提出了带有变异的惯性权重自适应粒子群算法优化方法,优化最近邻算法中特征权重矢量和近邻数,提高案例的检索精度。以净化过程生产数据进行实验验证和对比分析,计算结果表明改进的案例推理模型精度优于神经网络模型,模型预测结果可以作为过程信息用于净化过程的优化控制。
- 朱红求阳春华桂卫华
- 关键词：净化过程自适应粒子群算法
