收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于数据驱动的软测量建模技术应用研究

郭景华  
【摘要】: 基于数据驱动的软测量建模面临以下问题:过程变量众多且存在相关性、数据样本较少、数据受噪声污染、过程具有高度非线性及时变性等。本文深入研究了基于支持向量机(SVM)的软测量建模方法,试图解决上述问题。论文的主要内容和研究成果包括: 1、由于SVM的性能与核函数的类型、核函数的参数以及惩罚系数C都有密切的关系,它们的不同选择直接关系到SVM模型的推广能力,而目前又无解析方法指导SVM参数选择的问题。本文提出了一种基于粒子群优化(PSO)算法的SVM参数选择方法。该方法将SVM参数集当作粒子群,以最小化k-fold交叉验证误差作为适应目标,利用PSO强劲的全局搜索能力实现了参数优选。实际应用例子表明该方法对模型的推广能力及精度的提高具有很大的作用。 2、针对工业过程中的严重非线性问题,本文提出了将SVM与偏最小二乘(PLS)相结合用于软测量建模的方法。该方法兼备PLS和SVM的优点,从而提高了模型的非线性处理能力和精度。将该方法应用于双酚A生产过程中质量指标的软测量建模,仿真结果表明了该算法的可行性和有效性。 3、由于SVM拟合数据能力的局限性,单一模型不能很好地提取数据中的信息,针对这个问题,本文提出了一种基于模糊C均值(FCM)的组合SVM建模方法。该FVM-SVM方法通过引入模糊C均值聚类方法,对数据进行分组训练,建立各个子模型,大大节省了建模的训练时间;最后用模糊聚类后产生的隶属度将各个子模型的输出加权求和得到最后的输出结果。仿真结果证明该方法具有良好的实用价值,多模型结合的综合利用还提高了网络的鲁棒性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 薄翠梅;张湜;李俊;;工业共沸精馏塔软测量建模方法的研究与应用[J];南京工业大学学报(自然科学版);2006年03期
2 施进发;李济顺;焦合军;李晓东;;基于优化支持向量机的网络化制造安全检测[J];兰州理工大学学报;2008年06期
3 吕福祥;黄磊;;基于粒子群优化的支持向量机在地表沉降预测中的应用[J];测绘信息与工程;2010年02期
4 周文杰;徐勇;;基于CMA-ES算法的支持向量机模型选择[J];计算机仿真;2010年04期
5 宋贤民;;基于支持向量机的曝气池SVI软测量研究[J];科学技术与工程;2011年04期
6 马驰;阮秋琦;;基于离散微粒群优化算法的SVM参数选择[J];计算机技术与发展;2007年12期
7 何明辉;李胜;李平;聂景旭;;基于SA组合算法的SVM参数选取[J];计算机工程与应用;2010年22期
8 李立红;许元飞;;深度优先搜索的支持向量机参数优化算法[J];计算机仿真;2011年07期
9 张鹏;倪世宏;王彦鸿;;一种支持向量机更新模型的参数选择方法[J];电光与控制;2011年09期
10 李志明;孔令富;;基于SVM的软测量在原油含水率估算中的应用[J];燕山大学学报;2006年04期
11 王钰;周水生;刘红卫;;采用双目标优化的核参数选择方法[J];电光与控制;2007年06期
12 翟永杰;王子杰;黄宝海;李海丽;;基于PSO优化的SMO算法研究及应用[J];华北电力大学学报(自然科学版);2008年01期
13 王学峰;王文峰;;基于免疫网络算法的SVM参数选择[J];计算机应用与软件;2009年09期
14 陈然;孙冬野;秦大同;罗勇;胡丰宾;;发动机支持向量机建模及精度影响因素[J];中南大学学报(自然科学版);2010年04期
15 王晴;;组合模型在股票价格预测中应用研究[J];计算机仿真;2010年12期
16 王艳清;王明生;;基于模糊支持向量机的网络入侵检测[J];计算机安全;2011年05期
17 邹淑雪;王岩;黄艳新;周春光;;一种基于支持向量机的模糊分类系统研究[J];小型微型计算机系统;2006年04期
18 崔江;王友仁;;基于聚类预处理和支持向量机的模拟电路故障诊断技术[J];计算机应用;2006年08期
19 曹成涛;徐建闽;;基于PSO-SVM的短期交通流预测方法[J];计算机工程与应用;2007年15期
20 王萍;田翔;;SVM分类算法参数选择研究[J];牡丹江大学学报;2007年11期
中国重要会议论文全文数据库 前10条
1 郭景华;杨慧中;;基于改进PSO算法的支持向量机参数选择[A];'2008系统仿真技术及其应用学术会议论文集[C];2008年
2 侯伟真;潘美芹;;高斯核支持向量机最优模型参数选择搜索算法[A];中国运筹学会第八届学术交流会论文集[C];2006年
3 梅立泉;丁雪梅;张淑娟;;结构声振数据的相似性分析和预测[A];中国核科学技术进展报告——中国核学会2009年学术年会论文集(第一卷·第6册)[C];2009年
4 黄细霞;陈善本;;基于支持向量机的焊接过程建模方法[A];第十一次全国焊接会议论文集(第2册)[C];2005年
5 张浩然;汪晓东;吴建斌;张长江;许秀玲;;基于nu-支持向量机的软测量技术[A];第三届全国信息获取与处理学术会议论文集[C];2005年
6 吕哲;常玉清;王福利;;生化过程软测量建模方法的研究[A];2006中国控制与决策学术年会论文集[C];2006年
7 申琦;石伟民;梅桢;;基因芯片数据解析算法研究[A];第十届全国计算(机)化学学术会议论文摘要集[C];2009年
8 赵恒平;俞金寿;;模糊最小二乘支持向量机及其应用[A];2005中国控制与决策学术年会论文集(上)[C];2005年
9 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
10 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
中国博士学位论文全文数据库 前10条
1 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
2 林伟琦;多变量图像解析与定量结构活性相关性研究的化学计量学新算法[D];湖南大学;2006年
3 彭光金;小样本工程造价数据的智能学习方法及其在输变电工程中的应用研究[D];重庆大学;2010年
4 董春曦;支持向量机及其在入侵检测中的应用研究[D];西安电子科技大学;2004年
5 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
6 田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年
7 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
8 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
9 燕忠;基于蚁群优化算法的若干问题的研究[D];东南大学;2005年
10 任东;基于支持向量机的植物病害识别研究[D];吉林大学;2007年
中国硕士学位论文全文数据库 前10条
1 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
2 李涛;基于SVM和PSO的非线性模型预测控制及应用研究[D];上海交通大学;2008年
3 龚灯才;基于支持向量机的电力短期负荷预测研究[D];河海大学;2006年
4 刘铮;智能优化算法在电磁工程中的应用[D];南京理工大学;2005年
5 张文良;基于支持向量机的甲醛浓度软测量[D];大连理工大学;2008年
6 周大为;基于支持向量机的生物发酵软测量技术研究[D];江苏大学;2009年
7 王静娴;基于支持向量机的中短期电力负荷预测[D];华北电力大学(河北);2009年
8 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
9 李佳;基于粒子群优化支持向量机的异常入侵检测研究[D];中南林业科技大学;2009年
10 刘维会;不平衡数据集上支持向量机算法研究[D];山东科技大学;2010年
中国重要报纸全文数据库 前10条
1 NCR Teradata数据仓库事业部中国区总经理 王振霖;建立有效的数据驱动式决策支持系统[N];金融时报;2004年
2 记者 朱琳 通讯员 王昆曼;郑州网通完善宽带工单处理系统[N];人民邮电;2005年
3 武忠平;“六西”QC手拉手[N];中国质量报;2006年
4 胡嘉嘉;充分利用Linux多媒体功能[N];计算机世界;2007年
5 罗惠琴;别慌 千万别慌![N];中国电脑教育报;2002年
6 徐用懋 熊智华;新技术提升过程测控能力[N];中国化工报;2005年
7 朗飞;适用于密集型应用的NetApp中端存储[N];中国计算机报;2007年
8 dream & zeus;原来层标签也可以隐藏[N];电脑报;2004年
9 一泓;技术以外的BI本质[N];金融时报;2008年
10 Susana Schwartz李雪 编译;实时BI可能转向互联网[N];中国计算机报;2008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
  • 010-62982499
  • 010-62783978