柴伟 作品数:19 被引量:156 H指数:6 供职机构: 北京工业大学信息学部 更多>> 发文基金: 国家自然科学基金 北京市自然科学基金 国家杰出青年科学基金 更多>> 相关领域: 自动化与计算机技术 理学 自然科学总论 环境科学与工程 更多>>
有监督的等距映射和k近邻分类结合用于集员辨识 针对带有未知但有界(UBB)噪声的参数非线性回归模型,提出了一种基于模式分类器的集员辨识方法。假设参数空间中的点分为在可行集内和在可行集外两种类别,集员辨识可以视为设计模式分类器对参数空间中的点进行分类。具体方法为:首先... 柴伟 孙先仿 乔俊飞关键词:非线性系统 参数估计 文献传递 平方根椭球状态定界及其并行计算 2008年 提出了一种易于脉动阵列实现的平方根椭球状态定界算法。算法将椭球形状矩阵的平方根进行递推计算,使得计算的数值稳定性得以提高。由于平方根算法具有矩阵与矩阵以及矩阵与向量的运算形式,因而适合在并行处理器上执行。为了并行计算,给出了实现此平方根算法的脉动阵列结构。计算复杂性分析显示,若系统状态维数为n,串行计算的计算复杂度至少为O(n3),而并行计算的计算复杂度降为O(n)。仿真结果验证了本方法的有效性。 柴伟 孙先仿关键词:状态估计 脉动阵列 基于Hopfield神经网络的污水处理过程优化控制 被引量:22 2014年 针对前置反硝化污水处理过程的优化控制问题,提出一种基于拉格朗日乘子法的Hofield神经网络优化方法.构造了污水处理过程约束优化问题的数学表达式,通过Hopfield神经网络优化计算生化池第5分区溶解氧浓度和第2分区硝态氮浓度的设定值,并采用PID控制器实现底层的跟踪控制.基于国际标准的Benchmark基准仿真平台进行仿真实验,结果表明污水处理系统在出水关键水质达标的基础上,能够显著降低能耗. 韩广 乔俊飞 韩红桂 柴伟关键词:HOPFIELD神经网络 能量消耗 出水水质 椭球状态定界的鲁棒算法 被引量:2 2006年 提出了一种计算鲁棒的线性离散时间系统的椭球状态定界算法.算法假设系统的过程和量测噪声以及初始状态由已知椭球来定界,然后利用椭球集合来描述系统真实状态的可行集.算法的时间更新和量测更新过程分别产生两个椭球的向量和与交.算法对椭球形状矩阵进行Cholesky分解,使得当存在舍入误差时椭球形状矩阵保持正定.为了不受病态矩阵求逆的影响,算法的量测更新过程采用了求次最小容积椭球的方法.采用在数字计算机上进行蒙特卡洛仿真来检验算法的性能.结果表明算法的精度与最优算法十分接近,并且具有很好的计算鲁棒性.算法同时具有易于在并行计算机上运行的优点. 柴伟 孙先仿关键词:状态估计 鲁棒性 集员估计理论、方法及其应用 尽管集员估计理论、方法及其应用的研究已经取得了一定的成果,但是这方面的研究并非完善。本论文在分析现有研究成果的基础上,对集员估计理论、方法及其应用开展了进一步的研究。主要研究工作围绕现有集员估计方法的改进,新的集员估计方... 柴伟关键词:故障诊断 基于自适应学习率的深度信念网设计与应用 被引量:20 2017年 针对深度信念网(Deep belief network,DBN)预训练耗时长的问题,提出了一种基于自适应学习率的DBN(Adaptive learning rate DBN,ALRDBN).ALRDBN将自适应学习率引入到对比差度(Contrastive divergence,CD)算法中,通过自动调整学习步长来提高CD算法的收敛速度.然后设计基于自适应学习率的权值训练方法,通过网络性能分析给出学习率变化系数的范围.最后,通过一系列的实验对所设计的ALRDBN进行测试,仿真实验结果表明,ALRDBN的收敛速度得到了提高且预测精度也有所改善. 乔俊飞 王功明 李晓理 韩红桂 柴伟关键词:自适应学习率 收敛速度 性能分析 一种非线性系统集员辨识算法 被引量:5 2005年 针对带有未知有界噪声的非线性动态系统的鲁棒辨识问题,提出了一种新的非线性动态系统的集员辨识算法.利用径向基函数神经网络的逼近能力,根据系统的输入输出数据,选用径向基函数神经网络对未知非线性系统建模.径向基函数神经网络的中心被确定之后,考虑到建模误差与系统噪声有界,利用径向基函数神经网络为参数线性模型的特点,使用参数线性集员辨识算法辨识径向基函数神经网络的输出权值.由于集员辨识算法所得到的是网络输出权值的集合估计,在系统运行过程中,可以很方便地利用所建模型预测实际系统的输出范围.仿真表明,集员辨识算法辨识网络的输出权值比最小二乘法较少的受未知动态系统噪声分布的影响. 柴伟 孙先仿关键词:非线性系统 径向基函数网络 鲁棒性 集员辨识与T-S模型相结合的非线性系统建模及其故障检测算法 被引量:1 2006年 针对带有未知但有界(Unknown But Bounded-UBB)噪声的非线性系统的建模及其故障检测问题,提出了一种集员辨识与T-S模糊模型相结合的非线性系统建模及其故障检测算法。在建立非线性系统模型时,利用系统正常状态下的运行数据,选用T-S模型对其进行离线建模。首先采用模糊聚类的方法对输入空间进行模糊划分,然后利用T-S模型为参数线性模型的特点,使用参数线性集员辨识算法辨识T-S模型的结论参数。由于集员辨识算法所得到的是参数的集合估计,在系统运行过程中,可以很方便地利用所建模型预测实际系统的输出范围,如果测量所得实际系统的输出不在预测输出范围之内,则可判断系统发生了故障。通过与其他算法相比,验证了本方法的性能。 柴伟 孙先仿关键词:非线性系统 T-S模糊模型 故障检测 DBN网络的深度确定方法 被引量:53 2015年 针对DBN网络隐含层层数难以选择的问题,首先从数学生物学角度分析了随机初始化的梯度下降法导致网络训练失败的原因,并进行验证,证明了RBM重构误差与网络能量的正相关定理;然后根据隐含层和误差的关系,提出一种基于重构误差的网络深度判断方法,在训练过程中自组织地训练网络,使其能够以一种接近人类处理问题的方式解决AI问题.手写数字识别的实验表明,该方法能够有效提高运算效率,降低运算成本. 潘广源 柴伟 乔俊飞关键词:无监督学习 基于PSO-ESN神经网络的污水BOD预测 被引量:24 2016年 针对污水处理过程具有非线性的特点,建立基于PSO-ESN神经网络的污水处理软测量模型,来对于污水处理关键水质参数BOD(Biochemical Oxygen Demand)进行预测。由于回声状态网络(Echo State Network,ESN)学习算法无法有效解决高维矩阵训练不可逆,采用基于粒子群优化算法对于回声状态神经网络输出权重进行训练,进而有效解决回声状态网络病态解的问题。仿真结果证明,所设计的基于关键水质参数生化需氧量(BOD)软测量模型,其应用在污水处理关键水质参数预测的有效性,且该软测量模型具有较高测量精度。 乔俊飞 李瑞祥 柴伟 韩红桂关键词:生化需氧量 回声状态网络 污水处理工程 软测量模型