基于独立成分分析的模型失配评估方法

本文提出了一种基于独立成分分析的模型对象失配程度评估方法。该方法可以应用于对模型预测控制器的控制模型质量进行评估。该方法可以处理两种不同情况的假设:第一种假设情况下设定值可以发生改变,而在第二种假设条件下只有常规运行数据可以利用。对后一种假设条件,模型的实际匹配程度应该和一个基准匹配程度进行比较。因为有比较好的灵活性,本文所提的方法可以很方便的应用于工业过程中对模型对象失配程度进行评估。此外,还对工业应用对模型预测控制性能评估的理解以及该研究领域中的局限和存在的问题进行了介绍。     

基于多重约束光亮炉生产计划模型及算法

光亮炉生产计划的合理安排能够缩短合同的生产周期,降低库存,提高生产效率。光亮炉生产计划优化问题是一个典型的组合优化问题,本文在实践满足光亮炉计划目标和多重约束的基础上提出了一种光亮炉生产计划的数学模型,并且运用模拟退火算法求优解,使得生产模型贴近现实,具有推广价值。     

基于树模型回归算法在预测问题中的研究

首先介绍基于树模型的两种回归算法,通过在Weka平台上实验所得数据,对该模型下的这两种算法的预测性能给予评估。     

基于智能代理的网上专题信息服务模型及算法研究

作为全球最大的信息载体--因特网,在给人们带来极大信息量以及获取信息的方便性的同时,又带来了诸多的问题.人们做出了很多努力,如搜索引擎的发明使用等.虽然在一定程度上满足了网上浏览信息的需求,但并没有满足专业人士对特定信息资源的需求.基于智能代理的网上信息服务技术是一种有益尝试.     

基于模糊免疫算法的变风量空调系统PID控制

由于变风量空调系统具有惯性大、时间滞后等特点,单独采用常规PID控制往往效果欠佳。本文借鉴生物免疫反馈机理和模糊控制理论,设计了模糊免疫PID控制器,将模糊免疫算法应用于室内温度控制环节,并运用模糊免疫PID控制技术对温室进行仿真试验。试验结果表明,控制环节的精度、鲁棒性、超调量及调整时间都得到较大改善。     

基于增长模型的电力设备缺失数据筛查算法研究

采用传统方法对电力设备缺失数据进行筛查时,由于计算强度较大,存在运行时间长、筛查效果差的问题,提出基于增长模型的电力设备缺失数据筛查算法。在考虑数据缺失机制的条件下运用主成分分析方法对电力设备各项数据进行挖掘,根据挖掘结果构建增长模型,运用该模型对电力设备数据的法向矢量进行估算以及调整;在此基础上通过贝叶斯理论实现对电力设备缺失数据的有效提取,最终完成对电力设备缺失数据的准确筛查。分析实验结果可知,与传统方法相比,所提算法能够有效减少数据筛查用时,并且筛查精准度较高,说明该算法具有有效性,可以为相关研究提供一定的理论与实践基础。     

基于阶梯式广义预测算法的锅炉预测控制研究

论文分析了锅炉燃烧换能过程的多输入、多输出、大时滞、紧耦合、非线性等特点,针对传统PID控制算法的计算过程繁复、计算量过大、模型校正在线参数辨识以及约束条件下控制等问题展开了研究,提出了阶梯式广义预测控制算法,并将研究结果应用仿真锅炉燃烧过程的测量与控制中,取得了较好效果.     

基于Prony算法优化的伺服驱动系统PID控制方法

伺服驱动系统是一个用来精确跟踪或复现某个过程的反馈控制系统,具有精度高、稳定性好的特点。本文针对伺服驱动系统的特点,并结合现有的控制理论,提出了一种适用于伺服驱动系统的基于Prony算法优化的PID控制方法。此方法可以简化伺服驱动系统的复杂性,避免了进行PID调节过程中对伺服驱动系统的干扰。     

基于高斯混合模型的图像检索算法研究

通过研究聚类算法在图像处理上的应用,提出了一种基于高斯混合模型聚类的图像检索方法。该检索方法首先提取每幅图像的特征,并以特征值为数据集建立高斯混合模型,得到所有图像的高斯混合模型。再以所有图像的混合模型参数集作为数据集,用基于高斯混合模型的聚类算法进行聚类。最后输出检索例图所在的类,即得到检索结果。     

基于PLSA模型的Web页面语义标注算法研究

高效的Web页面语义标注方法是提高Web信息资源利用效率和知识创新的关键。针对当前Web页面语义标注方法存在的问题和Web页面表现出的结构特征和文本特征及其主题分布规律,设计了基于PLSA主题模型的Web页面语义标注算法。该算法分别对Web页面的结构特征和文本特征构建独立的PLSA主题模型,采用自适应不对称学习算法对这些独立的PLSA主题模型进行集成和优化,最终形成新的综合性的PLSA主题模型进行未知Web页面的自动语义标注。实验结果表明,该算法能够显著提高Web页面语义标注的准确率和效率,可以有效地解决大规模Web页面语义标注问题。     

LS-SVM和BP算法在逆模型控制中的对比研究

最小二乘支持向量机（least squares support vector machine,LS—SVM）具有很好的非线形逼近能力和泛化能力,通过研究逆模型存在的条件,提出了基于LS—SVM的逆模型辨识方法。仿真结果表明基于LS—SVM的逆模型辨识方法在处理非线性对象时,辨识精度、辨识速度、泛化能力都要强于BP算法。     

基于语义网的信息过滤模型与算法

目前的过滤系统大都是基于关键词的,语义网的出现使信息过滤提高到了语义的层次,它使得用户个性化信息的获取更加高效、准确。在分析基于语义网的Web信息过滤的基础上,提出了基于语义网的信息过滤模型和相关算法。     

创新型中小企业危机预警模型算法改进研究

根据本文对创新型中小企业财务危机的界定,选取创业板62家企业为样本,其中40家财务健康企业和22家财务危机企业,随机选定42家企业作为训练样本,20家企业作为测试样本.在传统的BP神经网络模型的基础上,结合创新型中小企业的特点,选取20个影响企业安危的指标,通过利用SPSS进行F检验和T检验筛选具有显著作用的15个指标,在此基础上创建财务危机预警体系,并对模型算法进行trainbpx算法改进,最后通过实例证明该改进的BP模型能够较好地预测企业真实的财务状况.     

基于改进文化算法的聚类模型研究

依据文化算法框架对文化算法的种群空间、信仰空间以及这两个空间的通信协议进行研究,分析各种函数的工作机制,设计基于进化策略的改进文化算法的种群空间,实现基于改进文化算法的聚类模型,实验结果表明,该聚类模型可以有效的提高聚类效果。     

基于模糊语义算法的科研项目立项评估模型

基于模糊理论,提出以百分比填答的模糊语义表,采用模糊语义算法,构建科研项目立项评估模型。构建过程先由回收的电子打分表,取模糊值大于模糊中位数的有效值,并提取出评估科研项目的主指标、次指标,建立科研项目评估表,供评审委员会主任、副主任、专家总体组长进行评估。由评审专家按照科研项目评估表给予各准则的权重,并根据此准则进行科研项目评分,采用模糊集方式表达,将各抽象的准则转为量化的三角模糊数,对模糊数进行排序评估。最后进行案例评估分析,对构建的模型进行验证,结果表明具有良好的优越性,为科学、客观、公正的评估和优选科研项目立项提供了一种更加可行的方法。     

基于高斯混合模型的时空大数据挖掘算法

时空大数据在各领域中得到了持续的运用,推动着新研究模式的产生。但是,传统数据存取中、分析与挖掘方法则很难支持新研究模式的形成。时空数据的探索性增长以及社交媒体和位置传感技术的出现,使得为分析大数据而开发新的、高效的计算方法十分必要。传统的数据挖掘算法大多是基于小型数据集开展的研究,通常忽略了计算效率,而是更侧重于识别能力的研究。针对传统算法的不足,本文介绍了基于高斯混合模型(GMM)的时空大数据挖掘算法,在GPU上并行了GMM聚类算法,结果显示,模型具有较高的可扩展性和较低的计算成本,但仍需要新的方法来有效地模拟空间和节奏的限制。     

基于改进MPA优化的高斯混合模型算法

针对高斯混合模型算法（GMM）对初始参数敏感、易陷入局部最优的问题,提出一种基于改进海洋捕食者算法优化的GMM算法（MMPA-GMM）。首先基于混沌序列和伪对立学习策略初始化种群,引入非线性收敛因子平衡MPA算法的全局与局部搜索,同时提出融入社会等级制度的位置更新策略;然后从搜索能力和收敛速度对改进的MPA进行分析;最后以S＿Dbw指标作为算法的适应度函数,利用改进的MPA优化GMM算法的初始参数。实验结果表明,改进的MPA在4种测试函数上表现良好,并且MMPA-GMM算法对4个数据集的聚类效果均有改善,有效避免了GMM算法陷入局部最优的问题。     

基于模型的时间隐蔽信道的一种算法

网络隐蔽信道是利用现有网络协议的冗余等特点实现的一种隐蔽通信。该文研究了网络隐蔽信道中可能使用的一种基于模型的时间隐蔽信道方式,并对其相应的信道构架进行了分析。在此基础上,给出了一种基于模型的时间隐蔽信道的改进算法,实验证明它适合于资源受限的网络隐蔽信道,较好地解决了不可靠网络状态隐蔽信道。     

基于人工蜂群算法的国土空间规划协调性评价模型

文章基于人工蜂群算法,构建了国土资源空间规划协调性评价指标体系,利用主成分分析法,计算评价指标权重,应用人工蜂群算法,建立了国土资源空间规划协调性评价模型,得出评价指标的量化结果,实现了对国土空间规划项目的协调性综合评价。     

基于SCE-UA算法的英那河水库流域新安江模型参数优化及应用

以大连市英那河水库为例,应用SCE-UA算法对新安江模型参数进行优化,确定出适合英那河水库的场次洪水的模型参数,实现新安江模型在英那河水库洪水预报中的准确应用。