教育部科学技术研究重点项目(106073)
- 作品数：19 被引量：99H指数：6
- 相关作者：颜学峰钱锋赵佩清包俊杰涂晓芝更多>>
- 相关机构：华东理工大学金华职业技术学院更多>>
- 发文基金：教育部科学技术研究重点项目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理学石油与天然气工程化学工程更多>>
- 改进的PSO算法在重油热解模型参数估计中的应用被引量：2
- 2007年
- 针对传统的粒子群算法(PSO)在解决复杂的优化问题时易陷入局部最优这一情况,提出了一种改进的粒子群算法(EPSO),该算法在传统的粒子群算法陷入局部最优的情况下引入了单个粒子的"Hooke-Jeeves模式搜索"操作和粒子之间的"启发式交叉"操作。仿真结果表明:EPSO算法的全局搜索性能和收敛速度比传统的PSO算法有明显的提高。采用EPSO算法进行非线性参数估计所得到的重油热解模型,其预报的平均相对误差比传统的PSO算法得到的模型提高了11.98%,比遗传算法(GA)得到的模型提高了38.76%。
- 包俊杰颜学峰钱锋
- 关键词：粒子群算法模式搜索参数估计
- 基于径向基函数的非线性岭回归方法及仿真研究被引量：10
- 2006年
- 提出了一种基于径向基函数的非线性岭回归建模方法(RBF-RR),该方法的核心是先通过RBF的转换实现输入样本的非线性映射,然后用岭回归方法进行线性建模,并采用了一种效果较好的基于广义交叉有效性(GCV)的逐步估计法来确定岭参数k;该建模方法的优点在于:径向基函数的引入赋予岭回归方法非线性功能,同时岭回归方法又可以消除使用RBF进行非线性处理后RBF输出之间潜在的复共线性。通过仿真研究表明:使用RBF-RR建立的模型具有较好的稳定性和预测精度。
- 周晓宇颜学峰钱锋
- 关键词：RBF网络岭回归
- 基于SOM的高维化工过程数据粗差判别被引量：1
- 2008年
- 针对石油化工生产过程样本数据呈高维的特征,提出了基于自组织映射(Self-Organizing Map,SOM)网络的粗差判别方法,并实际应用于初馏塔生产过程。首先应用SOM网络对初馏塔生产过程数据进行保留拓扑结构的降维映射,然后通过对其映射平面神经元间距离的可视化分析,实现数据粗差判别。研究结果表明用SOM网络来发现高维复杂生产过程数据中的粗差具有很好的可视化效果及应用前景。
- 颜学峰涂晓芝钱锋
- 关键词：SOM网络初馏塔
- 基于MLFN-PLSR的PX氧化反应组合建模方法被引量：4
- 2007年
- 针对对二甲苯(-pxylene,PX)氧化反应过程中影响主要副产物对羧基苯甲醛(4-carboxybenzaldehyde,4-CBA)含量的因素众多且呈高度非线性的特征,提出了多层前向型神经网络(multi-layer feedforward network,MLFN)与偏最小二乘回归(partial least squares regression,PLSR)相结合的建模方法,建立反应产物中4-CBA含量关联模型。MLFN-PLSR采用三层网络结构和尽量多的隐节点,通过MLFN充分提取样本数据信息;然后采用PLSR消除隐含层输出冗余信息,建立具有良好预测精度的模型。与MLFN相比,最佳性能模型的预测偏差平方和均值下降了12.11%、模型平均预测偏差平方和均值下降了8.37%。与PLSR相比,最佳性能模型的预测偏差平方和均值下降了70.62%。
- 颜学峰
- 关键词：神经网络偏最小二乘回归对二甲苯对羧基苯甲醛
- 基于贝叶斯学习的关联向量机及其在软测量中的应用被引量：16
- 2007年
- 介绍了一种与支持向量机(SVM)函数形式相同的稀疏概率模型——关联向量机(RVM),其训练是在贝叶斯框架下进行的,在处理具有噪声的函数回归时,RVM具有很出色的性能。与SVM相比不仅解更稀疏,而且无需调整模型参数,核函数选择也不受限制。将RVM应用于PTA装置溶剂脱水塔塔顶塔底组分软测量建模,仿真结果表明:该方法预测精度较高,具有一定的应用价值。
- 陈佳颜学峰钱锋
- 关键词：稀疏贝叶斯关联向量机软测量溶剂脱水塔
- 基于卡尔曼滤波的多目标宽带扩展函数估计被引量：1
- 2010年
- 针对在非平稳的声环境中,区分和定位多个运动目标的宽带反向散射问题,采用小波域宽带扩展函数方法对目标状态参量进行卡尔曼回归估计;基于小波变换的相关估计原理和宽带扩展函数,推导了使用Kailath的算法的回归扩展函数估计和校正的卡尔曼滤波器,讨论了适用于WTD-EC自适应模型的卡尔曼滤波器算法,使用宽带匹配滤波器产生的距离尺度映射,计算目标在时间延迟-时间尺度上的状态参量;最后通过数据仿真,研究了函数带宽和参数估计效果的关系,验证了算法在自适应检测及目标特征化方面的有效性。
- 许杨文王万良
- 关键词：卡尔曼滤波
- 嵌入岭回归的BP算法及其在软测量中的应用被引量：1
- 2007年
- 针对三层神经网络(ANN)最佳隐节点个数难以确定和随着隐节点个数增加ANN模型易出现过拟合等缺点,提出了嵌入岭回归(RR)的误差反传算法(BP)。BP-RR根据样本规模自适应确定隐节点个数,并通过BP算法充分提取样本数据信息。然后,针对隐含层输出可能存在的复共线性,采用RR以预测性能为指标,通过进化算法确定最佳岭参数,进而重新确定隐含层与输出层之间最佳的权值和阈值,克服ANN过拟合,建立具有良好预测性能的模型。将BP-RR应用于建立石脑油干点软测量,结果显示,BP-RR模型具有良好的预测性能。与ANN相比,BP-RR模型鲁棒性强,预测精度高。
- 颜学峰
- 关键词：神经网络反传算法岭回归进化算法软测量
- 组合蚁群算法及其化工应用被引量：1
- 2007年
- 针对连续空间优化问题,提出基于新型蚁群算法和模式搜索策略的组合蚁群优化算法。该算法将解空间的每维变量都划分成若干子域,根据每维变量各个子域中信息量占每维变量总信息量的比例来决定蚂蚁在各个子域间的转移,并在各子域中引入遗传操作实现蚂蚁品质的提升。同时,当最优解经过若干代没有改进时,对所有蚂蚁通过模式搜索策略加快收敛进程。以非线性连续优化问题为例进行仿真,结果表明:该方法比遗传算法具有更好的性能。最后,将该算法应用于反应动力学模型参数估计,取得良好的效果。
- 赵佩清颜学峰
- 关键词：蚁群算法模式搜索
- 基于ART-SVR的过程建模及在干点软测量中的应用被引量：2
- 2008年
- 针对石油化工生产过程通常呈高度非线性,且生产过程数据呈非连续、具有一定类别特性等特征,提出基于自适应谐振神经网络(adaptive resonance theory,ART)和支持向量回归(support vector regression,SVR)相结合的建模方法(ART-SVR)。首先,基于建模样本,通过ART将样本模式空间分割成若干模式特性相近的子空间;然后,对各子空间分别采用SVR建立各自模型,实现基于样本模式空间分割的"分段"建模。仿真试验和在石脑油干点软测量建模的实际应用表明:ART-SVR模型的拟合精度和预测精度均优于全局SVR模型。
- 吴国庆颜学峰
- 关键词：支持向量回归干点软测量
- 节点与测量数据组合检测的数据协调及应用被引量：3
- 2007年
- 提出一种新型的节点与测量数据组合检测的稳态数据协调方法。该方法通过节点检测法和测量检测法共同检测可能存在显著误差的可疑节点,以及与可疑节点相连的最可疑测量变量,并通过调整量检测法融合领域专家的先验知识判断最可疑测量变量是否存在显著误差,最终实现稳态数据协调和显著误差同步检测。该组合方法融合测量检测和节点检测方法的各自优点且克服各自的缺点。仿真研究与实际应用表明,该组合方法对有多个显著误差的系统也能给出准确的显著误差检测结果,且优于迭代测量检测方法。
- 颜学峰包俊杰张兵钱锋
- 关键词：数据协调显著误差检测
