“基于参数模型的智能化预测系统及其应用”课题通过专家鉴定

“基于参数模型的智能化预测系统及其应用”是由华中理工大学青年科学基金与山东省嘉祥县联合资助的课题.该课题首次在国内提出“预测的智能化是预测工作的发展方向”,采用人工智能、神经网络技术研制出一个“基于参数模型的智能化预测系统”,对山东省嘉祥县工商税收的预测准确率在90%以上;还对汉江机厂丝杆磨削加工误差、第二汽车制造厂设备故障停机     

一种预测系统通过鉴定

工商税务部门如何进行较准确的年度和月度的预测,这一直是难于解决的一个问题,不久前我校机一系通过鉴定的一项成果——“基于参数模型的智能化预测系统及其应用”使这一问题迎刃而解.在4月14日的鉴定会议上,由专家教授组成的鉴定会员一致认为:该成果在理论和应用两方面都具有重要的意义、处于预测科学的发展前沿.它在国内首先提出了预测的智能化是预测工作的发展方向,并作出了一系列创造性的成果.其成果在预测模型的智能化选择、基于样本知识的神经网络建模与预测、智能化预测系统的总体技术等主要方面均处于国际先进水平,具有广阔的应用前景.     

贝叶斯框架的LS-SVM回归在民机液压系统预测中的应用

 为实现民机液压系统的健康预测,将贝叶斯框架应用于LS-SVM参数的选优.选用径向基核函数,选择了预测回归模型的算法和区间预测公式.用训练样本建立了液压系统的健康预测模型,用测试样本验证了公式的有效性;对液压数据参数进行预测,将预测值带入健康评估模型中得到预测结果.结果表明,基于贝叶斯框架下的LS-SVM回归模型可以很好地用于民机液压系统的健康预测.     

基于动态优化的多模型广义预测控制器设计

针对工业控制过程中广泛存在系统参数突变的问题,将多模型切换的广义预测控制器引至动态优化策略下的分层式控制系统中,设计了基于动态优化的多模型广义预测控制器.该模型预测控制结构以获取最大经济效益为目标,上层结构对经济目标函数进行动态优化,得到使经济利益最大的关键变量设定值;下层结构中MPC层采用多模型广义预测控制器代替传统单模型广义预测控制器追踪上层得到的设定值,即采用多个固定模型和自适应模型并行辨识系统的动态特性,提高系统暂态性能和模型参数跳变时系统的调节能力;底层为PID控制器用于抑制过程中的扰动.通过仿真验证了该方法的可行性和有效性.     

地质突变条件下基于组合模型的围岩等级和TBM掘进参数预测

为了提高硬岩隧道掘进机(TBM)施工的安全性和智能化,基于TBM掘进数据,提出了一种将双向长短期记忆(BiLSTM)网络与支持向量机回归(SVR)算法相结合的可以同时进行围岩等级和TBM掘进参数预测的组合模型(BiLSTM-SVR模型)。实例验证结果表明:BiLSTM-SVR模型对围岩等级的预测准确度较高,均方根误差均小于0.026 5、平均绝对百分比误差均小于0.95%;BiLSTM-SVR掘进参数预测中,推力和扭矩的预测准确度最高,净掘进速度和开挖比能的预测准确度最低;BiLSTM-SVR模型比BiLSTM模型和SVR模型的掘进参数预测准确度有较大的提高,因此进行单一模型的组合可以有效提高模型预测的准确度和鲁棒性。     

工业电阻炉多参数能耗建模与预测

电阻炉温度变化存在非线性、大延迟的特点,建立精确的能耗数学模型比较困难.为解决理论建模复杂且不具备实时性的问题,提出了一种基于数据驱动的电阻炉多参数能耗预测方法.首先,通过分析电阻炉工作阶段的能耗特性,建立了电阻炉理论能耗预测模型;然后,利用粒子群优化算法对支持向量回归的超参数进行寻优,建立了基于支持向量回归的多参数能耗预测模型;最后,对比了支持向量回归、高斯过程回归、自适应模糊神经推理系统模型在单参数及多参数条件下的能耗预测结果.实验结果表明,基于粒子群优化下的支持向量回归多参数能耗预测方法具有更好的预测效果.     

基于输入预测误差的Wiener系统结构和参数辨识

为了辨识Wiener系统的结构和参数,提出了一种结构等效逆变换,将两个子模型的参数乘积项转化为两个子模型的参数求和.该变换不仅避免了参数乘积项的出现,而且减小了算法计算量;针对变换后系统的特点,提出了一种输入预测误差准则用于参数估计;基于输入预测误差准则,提出了一种最小二乘算法来辨识Wiener系统的参数.数值仿真验证了算法的有效性.     

基于支持向量机的股市时间序列预测算法

针对股市时间序列预测的特点,提出了基于SVM的股市时间序列预测算法.设计了SVM的在线训练算法,并设计了遗传算法自动调整sVM的核参数,实现了基于sVM的股市时间序列预测算法在线调整的完全智能化.通过实证分析,以及同BP神经网络方法的比较,结果证明该算法具有预测精度高、参数调整智能化等优点.     

安全优化钻井实时监控智能系统模型及应用

将钻井工程信息管理、钻井参数实时采集和智能化决策支持技术集成为一体,设计并实现一个安全优化钻井实时监控智能计算机系统。系统的知识模型由领域层、推理层和任务层组成;知识的表示应用了本体论中的科学方法,建立基于本体的安全优化钻井领域知识构架,对钻井数据、信息、知识进行系统的分析、归纳,实现安全优化钻井知识整合。系统可用于钻井设计、施工、完钻总结阶段的钻井异常问题的检测、识别、预测、诊断、预防和处理,实现安全优化钻井的目标。     

预测反馈控制方法在经济混沌系统中的应用

将经济系统中的一类多参数混沌模型 ,在参数控制法的基础上 ,对延迟反馈控制方法进行了改进 ,提出了基于预测的反馈控制方法 .该方法解决了控制局部稳定性的条件问题 ,并对稳定性给出了充分必要条件 ,也从理论上克服了延迟反馈控制中增加维数的弊端 .该方法控制结构简单 ,易于实现 ,本文通过两例具体的经济混沌模型进行了验证 ,仿真结果表明基于预测的反馈控制方法的有效性     

旅游突发事件智能决策支持系统研究

建立了旅游突发事件预警系统架构,对智能决策支持系统在旅游突发事件预警中的应用进行了研究.建立了旅游突发事件智能决策支持系统功能模型,给出了旅游突发事件智能决策支持算法,完成了基于决策支持的旅游突发事件预警系统开发.     

实船振动预报的数据库方法

介绍的实船振动预报数据库系统ＳＤＢＡＳＥ是利用计算机高级语言开发的智能型系统。它科学地管理了实船振动测试的数据资料，并采用统计回归方法动态地预报船体振动特性，其结果具有一定的准确性，并用于实船设计。     

基于人工智能的短期负荷预报

讨论了人工神经网络、模糊专家系统的原理;在分析负荷预报和贵州电网负荷变化特点基础上,提出了一种适用于负荷需求量增长很快的电网的短期负荷预报模型。     

中国南部交通流量预测模型研究

交通流量预测是智能交通系统技术应用的重要组成部分.为提高预测水平,引进基于区间二型模糊神经网络的交通流量时间序列预测模型,给出了基于二型模糊神经网络的仿真算法.并结合广州市某高速公路为例对交通流量进行预测,对比计算了该方法与一型模糊神经网络预测方法的预测结果,仿真表明该系统具有精确性和高可信度,预测准确性明显高于传统的一型模糊神经系统.     

矿井突（涌）水预测及预警研究

为了阐明不同地质条件下煤层底板突水机理,划分了三种突水模式：正常岩层底板突水模式、断层裂隙带突水模式、陷落柱突水模式,尽管模式不同,但都能统一归结为厚板微观压裂导升、薄板宏观整体破断导水两种最基本的突水机理。在宏观预测的基础上,形成了构造及其导水性的预测探查规范程序。在流一固耦合实验研究的基础上,建立了广义三重介质流一固耦合模型,为突（涌）水量预测奠定了基础。把煤矿突水的主控要素转化为灾害发生的监测预警指标体系,应用突水预兆信息原位拾取、适时检测、远程监控和智能判别技术,建立矿井水灾预警的硬件系统和识别系统。     

基于.NET的负荷分析与预测系统的研究与实现

介绍了智能式负荷分析、预测与管理系统在.NET下实现,提出了利用体感温度逐点修正预测负荷和基于"预测方案"的思想来组织预测的策略.与传统模式相比,该系统容易维护,便于开放,Web客户端零安装、零维护.通过大量真实数据测试与工程应用,已证明该系统具有智能化程度高、功能全面、操作方便、实用性强、准确率高、维护成本低等特点.为电力负荷预测运行人员提供了一套强有力的工具.     

云南雷暴潜势预报系统的建立和应用

针对云南雷电具有活动频繁且发生强度大的事实,为提高雷电天气的预报准确率,在分析其影响因子的基础上,从环流形式场、不稳定参数等方面选取预报因子,进行相关分析和权重分析,建立了典型天气环流形势样本库和云南雷暴潜势预报系统.系统实现了从资料接收、资料处理、预报结果处理、产品输出和预报评分的全自动化.对系统2008年5～8月的运行结果进行效果检验,结果表明:雷暴潜势预报系统对云南省的雷电总体预报效果较好,对具有典型天气背景的雷电总体预报效果更好,该系统为开展短时临近雷电预警提供了重要的参考依据.     

基于二型模糊逻辑的交通流量预测

提出了一种改进的模糊c均值聚类算法,该算法将模糊聚类的对象从单值扩展到区间,在构造二型模糊系统时,通过对历史数据的学习提取二型模糊规则,克服了专家方法不能对未知领域提取规则的不足.在此基础上,针对智能交通系统,提出一种新的基于二型模糊逻辑的交通流量预测方法.该方法应用区间型二型模糊集具有上下限隶属度函数的性质构造预测区间,适合于处理具有复杂不确定性的情况.通过隶属度函数可以反映出该区间中预测值的可靠性,从而克服了其他预测方法仅给出单值且稳定性不高的缺点.仿真结果表明,基于二型模糊逻辑的流量预测区间具有较高的准确度,其平均相对误差低于6%.     

多模型专家组合预测系统大纲

用１９种模型与５种群组决策方法相融合，构成了多模型专家组合预测系统，该系统较好地解决了多模型多专家预测分歧意见的协调统一问题，并已用于土地利用系统中大量要素变化的预测。     

在洪水预报中的应用与改进

为了实现概率洪水预报,采用贝叶斯预报系统(BFS)中的水文不确定性处理器(HUP),对水文预报的不确定性进行分析.采用新安江模型作为确定性水文模型,以贝叶斯理论为工具,在先验分布和似然函数确定的基础上,最终得到后验分布,从而实现了概率预报.针对预报结果的特点,提出了BFS的改进方案,最后将模型应用于密赛流域.应用结果表明,BFS能够有效地提高预报精度,而改进的BFS能够进一步提高预报精度.