公共文化服务平台

共 6 条记录，以下是 1-8

全选清除导出

排序方式：

基于UKF神经网络子空间逼近的非线性动态过程演化建模被引量：6: 2013年; 复杂化工过程建模对于工艺操作变量优化、指导技术决策具有重要意义,人工神经网络是其广泛采用的建模工具.但化工过程往往是复杂非线性动态系统,而描述其过程的神经网络模型往往是一个静态映射.没有考虑也很难考虑其操作变量与内部状态变量共同对目标性能的影响,从而导致依赖静态模型的技术决策效果不稳定.将静态过程模型看成是复杂非线性动态模型在操作变量子空间上的投影模型,为保证该投影模型实时逼近理想的非线性动态模型的精度,提出用Kalman滤波实时更新神经网络模型的权值,建立基于Kalman滤波神经网络子空间逼近的非线性动态工艺演化建模方法.鉴于扩展Kalman滤波的计算复杂性和精确性,采用无迹卡尔曼滤波刷新神经网络模型的权值.最后,把该方法应用于氢氰酸(HCN)工艺过程的动态演化建模试验,结果表明,该方法高精度地跟踪了非线性动态演化化工过程.因此,基于Kalman滤波神经网络子空间逼近的建模方法适用于非线性动态工艺演化建模.; 李太福侯杰易军辜小花葛继科; 关键词：工业过程建模 KALMAN滤波神经网络

Combining a Radial Basis Function Neural Network with Improved Genetical Gorithm for Vulcanizing Process Parameter Optimization: Vulcanization is one of the important processes to manufacture water-lubricated metal rubber bearing.Since the...; Zuo Shilun; 文献传递

基于BPNN与ISPEA的工业过程建模与决策参数多目标稳健优化: 由工业过程建模与优化获得的决策参数常因各种不确定性因素偏离理想位置,导致理想性能难以实现。为降低目标性能对决策参数因不确定性而变化的敏感性,实现即稳健又靠近理想性能的目标,本文提出了一种工业过程决策参数的稳健优化方法。首...; 李太福廖志强辜小花易军葛继科; 关键词：BP神经网络; 文献传递

基于相空间重构的神经网络短期风速预测被引量：17: 2012年; 针对风速具有较强的混沌特性,预测难度较大,提出了一种基于相空间重构的神经网络短期风速预测方法:对数据进行小波降噪,运用互信息法和虚假最近邻点法确定最佳的延迟时间和嵌入维数,对样本空间进行重构,使新的样本能够表征原始时间序列动态特性,更能反映风速变化特性。在此基础上运用BP神经网络进行短期风速预测。实验结果表明短期风速预测精度得到提高。; 廖志强李太福余德均程杨姚立忠; 关键词：相空间重构 BP神经网络风速预测

基于综合权重法的水润滑复合橡胶轴承综合性能评价: 2015年; 为实现水润滑复合橡胶轴承综合性能指标对物化性能指标之间的量化,建立了水润滑复合橡胶轴承的综合性能层次评价模型,采用综合权重法得到了其间的权重系数,并与其他方法得到的结果进行对比。应用实例表明:综合权重法兼顾了主观权重法和客观权重法的优点,能更科学地规划各性能指标的权重系数,为水润滑复合橡胶轴承硫化成形工艺参数的优化提供了技术基础。; 左时伦; 关键词：水润滑轴承橡胶轴承性能评价指标体系

复杂化工过程神经网络模型的透明化: 2013年; 神经网络具有优良的非线性映射逼近能力,广泛应用于化工过程建模,但神经网络建模方法属于黑箱法,所获得的模型缺乏透明性,各变量的解释性差,限制其指导化工企业优化技术决策。结合神经网络释义图、连接权法和改进的随机化测验三种方法,对复杂化工过程神经网络模型进行透明化研究。首先利用神经网络释义图可视化模型,再用连接权法对决策参数贡献率定量分析,最后利用改进的随机化测验,对模型的连接权、决策参数的综合贡献度和相对贡献率进行显著性检验,进而修剪模型。通过对复杂化工过程氢氰酸生产模型验证研究,结果表明该方法获取了过程变量的内部信息,极大地提高了模型的"可理解"能力。因此,本研究为复杂化工过程神经网路模型的透明化提供了一条很好的途径。; 李太福姚立忠苏盈盈易军胡文金肖大志; 关键词：神经网络模型化工过程随机化

面向抽油机节能的GRNN过程建模及工艺参数优化被引量：5: 2013年; 针对抽油机系统效率低,能耗大的问题,提出一种基于数据挖掘的抽油机建模及节能优化方法。抽油机的工艺参数理想与否是决定抽油机效率的一个重要因素,而抽油机模型的有效性又是优化工艺参数的关键。抽油机工作过程是一个复杂非线性系统,很难用准确的数学模型描述,广义回归神经网络(generalized regression neural network,GRNN)非线性映射能力强、容错性高,适于解决非线性系统建模问题。为此,提出利用GRNN确定工艺参数与增产节能指标的映射关系,建立抽油机模型;实验结果表明模型的拟合度较好,建模效果良好。紧接着,运用具有智能特性的Pareto向量评价微粒群算法(vector evaluated particle swarm optimization based on pareto,VEPSO-BP)对模型进行搜索寻优,确定工艺参数的最优值,并用优化后的工艺参数指导实际生产;实验结果表明优化后的抽油机采油系统产量提高6.6%以上,用电量降低4.1%以上,验证了所提方法的可行性和有效性。; 辜小花廖志强李太福易军; 关键词：广义回归神经网络抽油机

基于核主元分析的神经网络控制图模式识别被引量：1: 2012年; 针对异常特征之间存在较大的相似性而带来的网络结构复杂和识别精度不高的问题,提出一种基于核主元分析的神经网络控制图模式识别方法。先通过核方法将低维空间中的非线性特征转化为高维空间中的线性特征,再将其进行线性组合并向低维空间投影,然后用BP神经网络分类器对控制图模式进行识别。通过仿真进行验证,结果显示该方法对控制图各个模式能够有效聚类,并且识别精度得到提高。; 胡胜李太福魏正元颜克胜; 关键词：控制图模式识别核主元分析神经网络特征提取

全选清除导出

共1页<1>

国家自然科学基金(51075418)