收藏本站
《兰州理工大学》 2011年
收藏 | 手机打开
二维码
手机客户端打开本文

多模型融合软测量方法研究与应用

章寅  
【摘要】:一切工业生产的目的是以最小的成本多产高质量的产品,而实现这一目标的难点在于对产品质量或与产品质量密切相关的重要过程变量实时分析并严格控制。随着计算机技术的快速发展,流程工业的信息化程度不断提高,软测量技术应运而生。目前,借助该技术来实时估计影响产品质量的关键参数,为监控生产过程提供参考,已成为提高生产效益、保证产品质量,而广受业界青睐的重要途径。 就众多应用案例而言,单一模型的使用仍较为普遍,但同时也暴露出其难以全面描述复杂系统全局特性,预测精度和鲁棒性不尽如人意的问题。本文以多模型思想为基础,依据实际工业系统不同的工作属性和需求,提出了三种多模型软测量建模方法。 其一是提出了一种基于动态Gauss-Markov估计的多模型软测量建模方法,分别使用静态模型RBF网络、动态模型OELM和OLS-SVM进行建模,再以动态Gauss-Markov估计进行融合。该方法的预测精度不仅高于任何一个子模型,且能够跟踪时变系统的动态特性。 其二是提出了一种基于混合核函数稀疏最小二乘支持向量机的软测量建模方法。该方法使用多项式核函数和RBF核函数线性加权构成混合核函数,在模型内部形成多模型结构,兼顾最小二乘支持向量机的全局拟合能力与局部拟合能力,以矢量基学习作为稀疏解算法,改善最小二乘支持向量机的稀疏性。 其三是提出了一种基于集成修剪的软测量建模方法。首先采用bagging方法建立多个LS-SVM弱学习器,然后利用AdaBoost.RT方法对弱学习器进行修剪,最后将修剪出的弱学习器加权输出。该方法有着较高的预测精度,且克服了集成算法需要存储空间大和预测时间长的问题,还在一定程度上改善了最小二乘支持向量机的稀疏性和鲁棒性问题。 经对以上三种软测量建模方法进行仿真应用研究,结果表明前两种建模方法适用于工况较为复杂的系统。方法一在样本不充分的情况下,能够适应新工作点的出现;方法二在样本充分的情况下,更具模型结构简单、在线计算量较少、易于工程实现的优势。方法三则更适合工况稳定且预测精度有较高要求的工业系统。
【学位授予单位】:兰州理工大学
【学位级别】:硕士
【学位授予年份】:2011
【分类号】:TP274

【引证文献】
中国博士学位论文全文数据库 前1条
1 任会峰;基于泡沫图像的铝土矿浮选pH值软测量及应用[D];中南大学;2012年
【参考文献】
中国期刊全文数据库 前10条
1 常玉清,王小刚,王福利;PCA-DRBFN模型在精馏塔精苯干点估计中的应用[J];东北大学学报;2004年02期
2 田慧欣;毛志忠;王嘉铮;;基于ELM新方法的LF终点温度软测量混合模型[J];东北大学学报(自然科学版);2008年01期
3 潘国荣;谷川;;GMDH神经网络算法在变形预测中的应用[J];大地测量与地球动力学;2008年03期
4 陈彦桥;郭一;刘建民;刘金琨;;一种改进烟气含氧量软测量建模方法与仿真[J];动力工程学报;2011年01期
5 邱书波;王化祥;刘雪真;;RBF神经网络在卡伯值软测量中的应用研究[J];电子测量与仪器学报;2005年01期
6 张炎欣;张航;王伟;;基于即时学习策略的火电厂烟气含氧量软测量[J];装备制造技术;2010年04期
7 李修亮;苏宏业;褚健;;基于在线聚类的多模型软测量建模方法[J];化工学报;2007年11期
8 王华忠;;高斯过程及其在软测量建模中的应用[J];化工学报;2007年11期
9 刘毅;王海清;李平;;用于发酵过程在线建模的自适应局部最小二乘支持向量机回归方法[J];化工学报;2008年08期
10 黄道平;刘乙奇;李艳;;软测量在污水处理过程中的研究与应用[J];化工学报;2011年01期
中国博士学位论文全文数据库 前3条
1 侯卫锋;催化重整流程模拟与优化技术及其应用研究[D];浙江大学;2006年
2 吴春国;广义染色体遗传算法与迭代式最小二乘支持向量机回归算法研究[D];吉林大学;2006年
3 傅永峰;软测量建模方法研究及其工业应用[D];浙江大学;2007年
中国硕士学位论文全文数据库 前3条
1 陈渭泉;软测量技术中的变量选择方法研究[D];浙江大学;2004年
2 石连生;基于双层智能结构的多模型软测量方法研究[D];兰州理工大学;2008年
3 徐海霞;多模型软测量建模方法研究及其在生物发酵过程中的应用[D];江苏大学;2009年
【共引文献】
中国期刊全文数据库 前10条
1 王尔丹;人群运动与密度估计技术研究[J];安全;2005年03期
2 冯学军;;最小二乘支持向量机的研究与应用[J];安庆师范学院学报(自然科学版);2009年01期
3 朱晶,李大卫;多元统计分析方法在经济评价中的应用[J];鞍山科技大学学报;2003年04期
4 周德强;冯建中;;建筑物沉降预测的改进Verhulst模型研究[J];地下空间与工程学报;2011年01期
5 张研;苏国韶;燕柳斌;;基于高斯过程机器学习的岩爆等级识别方法[J];地下空间与工程学报;2011年02期
6 王立平;孔小梅;付梦印;王美玲;张甲文;姜明;;Temperature Drift Modeling of FOG Based on LS-WSVM[J];Journal of China Ordnance;2008年03期
7 王亮;胡静涛;;基于LS-SVM的光刻过程R2R预测控制方法[J];半导体技术;2012年06期
8 方红卫;孙世群;朱雨龙;肖中新;施帆君;;主成分分析法在水质评价中的应用及分析[J];环境科学与管理;2009年12期
9 孙雷;;主成分分析法和模糊综合分析法在水质评价中的实例比较[J];环境科学与管理;2011年08期
10 田盛丰;基于核函数的学习算法[J];北方交通大学学报;2003年02期
中国重要会议论文全文数据库 前10条
1 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年
2 宋海鹰;桂卫华;阳春华;;基于最小二乘支持向量机的Hammerstein-Wiener模型辨识[A];第二十六届中国控制会议论文集[C];2007年
3 ;Inverse System Control of Nonlinear Systems Using LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
4 ;A Novel Proximal Support Vector Machine and Its Application in Radar Target Recognition[A];第二十六届中国控制会议论文集[C];2007年
5 ;A CDMA Signal Receiver Based on LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
6 ;LS-SVM Based Stable Generalized Predictive Control[A];第二十七届中国控制会议论文集[C];2008年
7 阎纲;梁昔明;龙祖强;李翔;;一种新的提前一步预测控制算法[A];第二十七届中国控制会议论文集[C];2008年
8 孙玉坤;王博;丁慎平;;基于模糊支持向量机的赖氨酸发酵软测量[A];第二十七届中国控制会议论文集[C];2008年
9 ;GA Based LS-SVM Classifier for Waste Water Treatment Process[A];第二十七届中国控制会议论文集[C];2008年
10 卢胜利;曹家麟;;灌渠斗口水流量软测量专家系统[A];第二十七届中国控制会议论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
2 王龙金;零/低航速减摇鳍升力模型及系统控制策略研究[D];哈尔滨工程大学;2009年
3 李书艳;单点氨基酸多态性与疾病相关关系的预测及其机制研究[D];兰州大学;2010年
4 张明;电能质量扰动相关问题研究[D];华中科技大学;2010年
5 杨红;污水生化处理的智能建模与优化控制策略应用研究[D];华南理工大学;2010年
6 郝艳召;中观层次路网机动车排放动态量化评价研究[D];北京交通大学;2010年
7 许伟;基于进化算法的复杂化工过程智能建模方法及其应用[D];华东理工大学;2011年
8 向国齐;支持向量回归机代理模型设计优化及应用研究[D];电子科技大学;2010年
9 桑永胜;空间数据分析的神经计算方法[D];电子科技大学;2010年
10 栗伟;催化裂化过程建模与应用研究[D];浙江大学;2010年
中国硕士学位论文全文数据库 前10条
1 曾传华;基于颜色和纹理特征的竹条分级方法研究[D];华中农业大学;2010年
2 田文娟;基于支持向量机的人民币序列号识别方法的研究[D];山东科技大学;2010年
3 孟培培;基于3S的土地督察信息系统研究[D];山东科技大学;2010年
4 李海清;支持向量机在金融市场预测中的应用[D];辽宁师范大学;2010年
5 李光远;基于在线聚类和最小二乘支持向量机的模糊建模方法研究[D];郑州大学;2010年
6 王巧立;微生物发酵过程的建模与优化控制研究[D];郑州大学;2010年
7 刘松;基于OCSVM和主动学习的DDOS攻击分布式检测系统[D];郑州大学;2010年
8 曲昆鹏;基于支持向量机的杂草识别研究[D];哈尔滨工程大学;2010年
9 谢笑颖;环境最优船舶区域动力定位方法研究[D];哈尔滨工程大学;2010年
10 张惊端;催化裂化反再系统动态建模与仿真平台开发[D];大连理工大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 刘潭;张勇;;基于粗糙集-BP神经网络的浮选槽液位预测[J];辽宁科技大学学报;2010年05期
2 谷莹莹;林小竹;李左丽;王彩红;;基于分水岭变换的浮选泡沫图像分割[J];北京石油化工学院学报;2007年01期
3 田慧欣;毛志忠;王嘉铮;;基于ELM新方法的LF终点温度软测量混合模型[J];东北大学学报(自然科学版);2008年01期
4 施闻明;朱琪;;惯导系统动态数据预处理方法研究[J];电光与控制;2007年05期
5 丁世飞;齐丙娟;谭红艳;;支持向量机理论与算法研究综述[J];电子科技大学学报;2011年01期
6 王恒;贾民平;陈左亮;;基于LS-SVM和机理模型的球磨机料位软测量[J];电力自动化设备;2010年07期
7 李昆仑,黄厚宽,田盛丰;模糊多类SVM模型[J];电子学报;2004年05期
8 阳春华;杨尽英;牟学民;周开军;桂卫华;;基于聚类预分割和高低精度距离重构的彩色浮选泡沫图像分割[J];电子与信息学报;2008年06期
9 汪廷华;田盛丰;黄厚宽;;特征加权支持向量机[J];电子与信息学报;2009年03期
10 周开军;阳春华;牟学民;桂卫华;;一种基于图像特征提取的浮选回收率预测算法[J];高技术通讯;2009年09期
中国重要会议论文全文数据库 前1条
1 谢永芳;陈辉;桂卫华;刘金平;夏巨龙;;一种新的基于纹理图像的分数阶Sobel算子[A];中国自动化学会控制理论专业委员会C卷[C];2011年
中国博士学位论文全文数据库 前10条
1 许灿辉;矿物浮选气泡速度和尺寸分布特征提取方法与应用[D];中南大学;2011年
2 刘瑞兰;软测量技术若干问题的研究及工业应用[D];浙江大学;2004年
3 李春富;基于数据的软测量建模方法及其应用的研究[D];清华大学;2005年
4 李勇刚;基于智能集成模型的苛性比值与溶出率软测量及应用研究[D];中南大学;2004年
5 傅永峰;软测量建模方法研究及其工业应用[D];浙江大学;2007年
6 罗建川;基于铝土矿资源全球化的我国铝工业发展战略研究[D];中南大学;2006年
7 邱兆美;蝴蝶鳞片微观耦合结构及其光学性能与仿生研究[D];吉林大学;2008年
8 李明喜;基于多源图像融合的收获目标准确定位研究[D];江苏大学;2008年
9 李修亮;软测量建模方法研究与应用[D];浙江大学;2009年
10 周开军;矿物浮选泡沫图像形态特征提取方法与应用[D];中南大学;2010年
中国硕士学位论文全文数据库 前9条
1 梅振益;基于数据驱动的多模型软测量研究[D];江南大学;2011年
2 毛志亮;混合核函数支持向量机在发酵过程建模中的应用研究[D];江南大学;2011年
3 杜金芳;铝土矿浮选过程粗选矿浆pH值软测量模型及应用[D];中南大学;2011年
4 李津蓉;数据协调模型及显著误差检测技术研究[D];浙江大学;2003年
5 朱波;氧化铝生产苛性比值软测量神经网络模型的在线修正方法研究[D];中南大学;2005年
6 王永红;铝土矿正浮选尾矿脱水新工艺的研究[D];西安建筑科技大学;2006年
7 郭景华;基于数据驱动的软测量建模技术应用研究[D];江南大学;2009年
8 张瑶;基于动态递归模糊神经网络的微生物发酵过程软测量方法研究[D];江苏大学;2010年
9 王婷;连续搅拌反应釜(CSTR)反应物浓度软测量方法研究[D];东北大学;2008年
【二级参考文献】
中国期刊全文数据库 前10条
1 汪东军,汪夏燕;神经元网络在精馏塔控制中的应用[J];安徽化工;2000年04期
2 易灵芝,李卫平;化工生产过程中浓度类参数的软测量方法[J];兵工自动化;2000年04期
3 万志强,杨超,郦正能;混合遗传算法在气动弹性多学科优化中的应用[J];北京航空航天大学学报;2004年12期
4 刘延跃,张晶,魏寿彭;乙苯脱氢制苯乙烯工业生产过程的模拟与优化[J];北京化工大学学报(自然科学版);2000年04期
5 潘立登,朱宇宁;多神经网络在软测量仪表中的应用[J];北京化工大学学报(自然科学版);2001年02期
6 张红梅,吴慧雄,张树增,王健红;十七集总催化重整反应器的稳态模拟[J];北京化工大学学报(自然科学版);2003年05期
7 张健,李艳,黄道平,朱学峰,史步海;基于小波分析的纸浆Kappa值分类模型软测量[J];吉林大学学报(信息科学版);2004年04期
8 徐炜,贺占庄,黄士坦,杨靓;基于免疫遗传算法的递归模糊神经网络[J];吉林大学学报(信息科学版);2005年02期
9 张宾,贺昌政;GMDH算法的终止法则研究[J];吉林大学学报(信息科学版);2005年03期
10 谭超;基于支持向量机的软测量技术及其应用[J];传感器技术;2005年08期
中国重要会议论文全文数据库 前1条
1 罗荣富;邵惠鹤;;推断控制中二次变量选择方法的研究[A];1992年中国控制与决策学术年会论文集[C];1992年
中国博士学位论文全文数据库 前7条
1 马笑潇;智能故障诊断中的机器学习新理论及其应用研究[D];重庆大学;2002年
2 胡永有;催化重整流程模拟及优化研究[D];浙江大学;2004年
3 解应春;基于Kernel学习机的建模与分类的应用算法研究[D];浙江大学;2003年
4 牟盛静;石化工业过程建模与优化若干问题研究[D];浙江大学;2004年
5 刘瑞兰;软测量技术若干问题的研究及工业应用[D];浙江大学;2004年
6 张英;基于支持向量机的过程工业数据挖掘技术研究[D];浙江大学;2005年
7 吴春国;广义染色体遗传算法与迭代式最小二乘支持向量机回归算法研究[D];吉林大学;2006年
中国硕士学位论文全文数据库 前1条
1 张红梅;催化重整全流程动态模拟及重整反应器模拟方法探讨[D];北京化工大学;2004年
【相似文献】
中国期刊全文数据库 前10条
1 侯迪波;周泽魁;;能处理定性参数输入的推广模糊神经网络软测量建模方法[J];传感技术学报;2006年03期
2 郇黎明;王维娜;;基于PXI总线的发酵过程软测量系统研究[J];仪器仪表用户;2006年05期
3 王勇;刘保军;李琛;;软测量技术的新进展及其在火电厂热工过程中应用[J];长春工程学院学报(自然科学版);2006年04期
4 赵亚明;张维玲;;火电厂煤粉浓度软测量研究[J];仪器仪表用户;2008年03期
5 孙玉坤;陈明忠;嵇小辅;黄永红;;基于支持向量机的赖氨酸发酵生物参数软测量[J];仪器仪表学报;2008年10期
6 周长;张杰;吕文祥;刘先广;黄德先;;基于Bootstrap多神经网络的软测量方法[J];控制工程;2009年04期
7 陈金凤;杨慧中;邓玉俊;;一种基于LDA和FCM的BPA多模型软测量方法[J];华东理工大学学报(自然科学版);2010年01期
8 罗飞;黄友新;;基于神经网络的生化池污水毒性软测量[J];自动化与仪表;2010年05期
9 阳春华;任会峰;桂卫华;周开军;;基于机器视觉的矿物浮选pH软测量方法[J];计算机工程与应用;2011年01期
10 孙玉坤;张瑶;黄永红;孙晓天;;基于逆系统的青霉素发酵软测量[J];控制工程;2011年01期
中国重要会议论文全文数据库 前10条
1 陈克兵;朱建宁;侍洪波;;基于RVM与COM技术的德士古气化炉炉温软测量系统[A];第二十七届中国控制会议论文集[C];2008年
2 刘瑞兰;周凌柯;;混合建模方法在PTA过程4-CBA含量软测量中的应用[A];全国自动化新技术学术交流会会议论文集(一)[C];2005年
3 孙玉坤;王博;丁慎平;;基于模糊支持向量机的赖氨酸发酵软测量[A];第二十七届中国控制会议论文集[C];2008年
4 周刚;彭威;;基于神经网络的核动力蒸汽发生器水位软测量方法研究[A];第一届中国核技术及应用研究学术研讨会摘要文集[C];2006年
5 王万成;戴先中;李训铭;;基于“内含传感器”逆的生物浸出过程关键变量的软测量[A];2009中国控制与决策会议论文集(3)[C];2009年
6 王恩博;彭亦功;;软测量建模若干方法研究[A];中国仪器仪表学会2007学术年会智能检测控制技术及仪表装置发展研讨会论文集[C];2007年
7 郭刚;陈兴明;;电液比例控制液压系统压力的软测量[A];第六届全国信息获取与处理学术会议论文集(3)[C];2008年
8 赵忠盖;刘飞;;一种基于因子回归模型的软测量方法[A];2009中国过程系统工程年会暨中国mes年会论文集[C];2009年
9 唐晓;王佳;;软测量方法评价区域海水腐蚀性的研究[A];2004年腐蚀电化学及测试方法学术交流会论文集[C];2004年
10 冉维丽;胡玉玲;乔俊飞;;基于GABP神经网络的污水水质BOD软测量方法[A];第二十二届中国控制会议论文集(上)[C];2003年
中国重要报纸全文数据库 前1条
1 记者何平 通讯员雷荣孝;兰州石化橡胶单体转化率在线检测技术国内领先[N];中国石油报;2010年
中国博士学位论文全文数据库 前10条
1 于晓明;支持向量机及其在制浆过程重要参数软测量中的应用研究[D];陕西科技大学;2012年
2 任孝平;汽车状态软测量和车载组合导航系统故障检测技术研究[D];中南大学;2012年
3 杨强大;诺西肽发酵过程生化参数软测量方法的研究[D];东北大学;2009年
4 王鲜芳;生化过程动态建模及优化控制研究[D];江南大学;2009年
5 李凤玲;灌浆压力控制系统的关键技术研究[D];中南大学;2009年
6 吴燕玲;遗传规划及其在数据驱动软测量建模中的应用[D];浙江大学;2009年
7 李勇;磨矿过程参数软测量与综合优化控制的研究[D];大连理工大学;2006年
8 乔弘;火电厂热工参数软测量关键技术和方法研究[D];华北电力大学(北京);2009年
9 于涛;基于混合模型的软测量方法研究及其在发酵过程中的应用[D];北京化工大学;2006年
10 任会峰;基于泡沫图像的铝土矿浮选pH值软测量及应用[D];中南大学;2012年
中国硕士学位论文全文数据库 前10条
1 章寅;多模型融合软测量方法研究与应用[D];兰州理工大学;2011年
2 巨稳;基于正交最小二乘的软测量建模方法研究[D];中国石油大学;2011年
3 程慕鑫;基于改进最小二乘支持向量机的颗粒粒度软测量研究[D];华东理工大学;2013年
4 吕业;基于数据挖掘的软测量建模及其应用[D];江南大学;2012年
5 甄玉山;基于过程神经网络的化工过程软测量研究[D];北京化工大学;2012年
6 王金荣;明胶浓度软测量建模研究[D];兰州理工大学;2012年
7 周蓓蓓;明胶浓度的软测量建模及参数优化[D];兰州理工大学;2010年
8 朱懿峰;基于SOC的神经网络软测量平台设计与实现[D];浙江大学;2011年
9 刘倩;基于模糊神经逆的青霉素发酵过程软测量应用技术研究[D];江苏大学;2010年
10 刘慧;新型干法水泥生产窑尾分解率软测量研究[D];济南大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026