基于数据驱动的KPI系统最优滤波器设计

为了优化基于数据驱动的嵌入式故障诊断滤波器设计,采用KPI(key performance index)思想设计FDI(fault detection and isolation)残差,研究基于m DOs观测器的闭环Kalman滤波器设计方法,实现故障诊断和系统状态的有效观测.首先,基于采样数据得到大型复杂系统的KPI子空间模型,定义了跟踪误差,得到了闭环滤波器;其次,将残差序列表示为Hankel模型,通过定义正交投影补矩阵并选择恰当的数据列,构建出新的阈值矩阵;最后,得到Kalman滤波增益的计算方法,并给出了最优Kalman滤波器的设计步骤.结果表明,优化后残差的幅值降低至优化前的1/2.基于数据驱动的KPI系统最优滤波器设计,可提高对弱小故障监测的灵敏度,实现系统状态估计和故障诊断的性能优化.     

基于GEMS算法的潜变量高斯图模型结构学习

考虑了潜变量高斯图模型下的结构学习(模型选择)问题,即存在潜变量时可观测变量间相互关系的估计问题.简要介绍了高斯图模型及潜变量高斯图模型下的LVglasso方法,给出了GEMS(广义期望模型选择)算法结合LVglasso下潜变量图模型选择的算法步骤.通过模拟,发现GEMS结合LVglasso方法在模型选择速度上比EM(...     

灰色模型GM(1,1)的稳健算法及其应用

将最小一乘法应用于微分方程变量参数求解,建立稳健灰色模型RGM(1,1),并将其应用于建筑物沉降预报和比较.研究和实际应用表明：稳健灰色模型RGM(1,1)比常规灰色模型GM(1,1)具有更好的抗干扰性能和受异常点影响小的优点,根据少量的观测数据建立的RGM(1,1)模型有更好的预报应用价值.     

双尾Tobit模型中LAD估计的渐近正态性

由于测量仪器或者测量方法精确度的影响,响应变量受到测量范围的限制,当大于最大测量值或者小于最小测量值时,其确切值不能观测到.当响应变量只受最小值或最大值限制时,有关回归模型(Tobit模型)中参数估计及其统计推断性质的研究已比较多.这里在响应变量同时受到最大值和最小值限制的情形下,讨论了回归模型(双尾Tobit模型)中参数LAD估计的构造,且在一定的条件下,证明了该LAD估计的弱相合性和渐近正态性.最后,利用数值模拟研究结果评估了所提方法的效果.     

陆面水体与大气之间的热传输研究

在一维涡扩散模型的基础上, 发展了考虑有四季冻融相变过程和因异重层结产生垂向对流混合过程的水体(如湖泊、湿地)与大气之间的水-热传输模型. 模型采用焓代替温度作为预报变量, 既方便了处理水的冻融相变问题, 也提供了有效的计算求解方法. 利用以色列Kinneret湖和美国Montana州的Lower Two Medicine湖的观测资料, 对模型的性能和引入对流混合合理性进行了验证, 说明了本水体-大气热传输模型是能刻画湖泊、湿地等水体与大气间重要的水、热量输运物理过程. 通过相同气象条件下不同深度的湖泊和湿地蒸发潜热的对比, 得出湿地蒸发大于浅湖和深湖蒸发, 这符合实际观测的结果.     

尺寸限制下的多翼离心风机蜗壳型线设计

为解决切割蜗壳型线造成多翼离心风机气动性能下降的问题,采用七个控制点构成的二次非均匀B样条(NUQBS)曲线表征蜗壳型线的扩张规律,并布置两个相近的控制点满足风机尺寸要求.为减少数值模拟的计算量,利用最优拉丁超立方试验设计方法,对控制点的3个设计变量进行空间采样.用径向基函数(RBF)神经网络模型建立设计变量与优化目标之间的响应关系,使用第二代非劣排序遗传算法(NSGA-Ⅱ)对其进行多目标优化.研究结果表明:RBF神经网络模型能准确预测设计变量与风机流量和效率之间的关系;优化后的蜗壳改善了风机内部流动状态,扩大了叶轮的做功范围;与原型机相比,风机的最大流量增大1.12 m~3/min,效率提高4.4%,气动噪声降低1.72 dB.     

人工神经网络在岛屿近岸海浪模拟中的应用

以三亚东锣岛近岸海域为研究案例,基于9个月现场观测数据,利用人工神经网络模型对区域海浪模式WAVEWATCHⅢ(WW3)的有效波高结果进行了修正.结果显示:受空间分辨率的限制,WW3模式难以有效地刻画岛屿岸线和地形对波浪的影响,导致有效波高的模拟结果与现场观测存在较大差距;而使用该文建立的人工神经网络模型则能有效地修正有效波高的模拟结果,使其与观测值的均方根误差和平均绝对误差明显下降.进一步分析计算显示,当人工神经网络模型应用于岛屿近岸波浪要素的模拟修正时,有必要将平均波向作为输入变量,使不同来向的波浪传至岛屿近岸所经历过程的差异性得以体现.该方法及相关结果对岛屿近岸长时间序列波浪要素信息的模拟和预报具有工程应用价值.     

基于稀疏性贝叶斯极限学习机的气动调节阀多类故障诊断

气动调节阀是工业过程中使用最广泛的终端执行机构之一,它的性能好坏直接影响控制回路的性能.将基于稀疏性贝叶斯的极限学习机(SBELM)方法运用于多类故障诊断,基于DAMADICS平台的典型气动调节阀多类故障模型数据通过SBELM进行训练.不仅能根据模型的先验知识和基于最大后验概率准则(MAP)的贝叶斯思想估计出模型输出的概率分布,而且能基于设定的性能指标自动剔除无用的训练样本,用一小部分观测数据达到多故障分类的目的,能训练出一个精确且紧凑的故障诊断模型.     

出行方式选择行为的SEM-Logit整合模型

现有的出行方式选择行为模型仅考虑了可直接观测的出行者的个人社会经济特性和出行方案特性,并未考虑影响选择结果的潜变量,为此,文中提出了出行行为中潜变量的概念,并通过结构方程模型(SEM)刻画潜变量与显变量、潜变量与其测量变量之间的因果关系.然后,基于最大效用理论,对Logit模型的出行方式效用函数进行改进,构建了潜变量与显变量共同作用的SEM-Logit整合模型.结果表明:考虑了潜变量的整合模型的优度比传统Logit模型提高了0.201,最大似然函数估计值增加了20.607,证明潜变量对出行方式选择行为存在显著影响,所提出的整合模型的解释能力和精度较高.     

基于傅里叶近红外特征光谱的血流感染致病菌鉴别研究

利用傅里叶变换近红外光谱(FT-NIR)收集1 000~1 852 nm范围内3种常见病原菌大肠杆菌(ATCC25922)、金黄色葡萄球菌(ATCC 29213)、铜绿假单胞菌(ATCC 27853)的近红外透射光谱,采用竞争性自适应重加权算法(CARS)对波长变量进行筛选,并分别结合偏最小二乘判别分析(PLS-DA)、最小二乘-支持向量机(LS-SVM)建立鉴别模型.比较两种鉴别模型在进行波长变量优选前后的性能发现,采用全波段建模的PLS-DA与LS-SVM两种模型的预测性能较低;利用CARS对波长变量进行筛选后,对优选的24个特征波长分别建立两种鉴别模型,模型预测性能明显提高,其中以LS-SVM模型最优,3种病原菌准确率分别为85.0%,100%和100%.研究结果表明,利用CARS能够有效去除光谱无用信息,减少模型复杂度,增强模型预测性能,结合LS-SVM可为临床利用近红外快速检测血流感染病原菌提供一种新的方法.     

基于自回归隐半马尔可夫模型的设备故障诊断

提出了一种新的隐马尔可夫模型(HMM)拓展模型自回归隐半马尔可夫过程(Auto-Regressive Hidden Semi-Markov Model,AR-HSMM),并给出了模型参数的推导和相应的"前向-后向"算法.与传统的HMM相比,AR-HSMM有以下两个优点:①把传统HMM所假设的隐藏状态分布改进为显式高斯分布;②改进了传统HMM假设各观测变量相互独立的问题,通过在各观测变量之间建立联系,从而使之更加符合实际情况.在液压泵故障诊断中的应用实例表明,AR-HSMM在故障诊断中是非常有效的.     

空间目标天基光学跟踪可观测性分析

针对天基光学监视跟踪系统可观测性问题,建立了空间目标天基光学监视跟踪模型,引入跟踪滤波误差下限(CRLB)和系统可观测度定义,并提出了瞬时可观测度概念.结合仿真实验对测量条件、观测几何以及系统配置等影响系统跟踪可观测性的因素进行了分析.仿真结果表明,所提出的可观测分析方法能实现对天基光学定位跟踪系统性能的客观有效评定.     

Hammerstein OEMA系统的辅助模型最小二乘辨识

针对Hammerstein 输出误差自回归(OEMA)模型, 将关键变量分离原理与辅助模型辨识思想相结合,提出了基于关键变量分离的辅助模型递推增广最小二乘辨识方法.该方法能获得系统参数估计和噪声参数估计,且能实现在线辨识.     

含隐变量和选择偏差的图模型中的因果推断

Bayes网络常用于多变量间的因果推断,但当存在未观测的隐变量和选择变量时,这种图模型往往无法正确描述观测变量间的因果关系。作者利用在观测变量上构造的最大祖先图模型刻画观测变量间的独立性关系和因果结构,并提出了具体的实现算法,从而可由观测数据来推断这类不完全观测下的部分因果关系。     

离散灰色DGM（1,1）模型在高层建筑物沉降预测中的应用

针对高层建筑物沉降观测数据序列的特性,结合西昌市某工程沉降观测项目,重点阐述离散灰色DGM(1,1)模型原理及特性,以Matlab为仿真平台,将DGM(1,1)模型运用于高层建筑物沉降预测,并对其预测性能进行检验。结果表明,该方法能较好地模拟沉降发展趋势,且误差小,能达到精度要求,为后期工作提供数据支持。     

收入分配与经济增长关系的SEM分析

目的:为了研究收入分配不均衡对于经济增长的影响,构建了包含1个潜在变量和4个观测变量的SEM(Structural Equation Model)模型.方法:在这个模型中,社会不稳定这个潜在变量,通过一般治安案件案发率和严重刑事案件案发率2个外在观测变量进行观测.收入分配不均衡对于经济增长的影响,要以社会不稳定这一潜在变量为媒介.结果:根据《中国统计年鉴2018》中的相关数据展开实证研究,得出严重刑事案件造成的社会影响更大,更容易引起社会恐慌等不安定局面的出现;收入分配不均衡导致的贫富差距拉大,会导致一定程度的社会不稳定,进而形成对经济增长的负面影响.其中,收入分配不均衡对于社会不稳定的影响程度为0.26,社会不稳定对于经济增长的影响程度为-0.73.结论:收入分配不均衡,确实在一定程度上导致了经济发展滞后和社会不稳定.     

含隐变量和选择偏差的图模型中的因果推断

Bayes网络常用于多变量间的因果推断,但当存在未观测的隐变量和选择变量时,这种图模型往往无法正确描述观测变量间的因果关系。作者利用在观测变量上构造的最大祖先图模型刻画观测变量间的独立性关系和因果结构,并提出了具体的实现算法,从而可由观测数据来推断这类不完全观测下的部分因果关系。     

考虑重复观测之间关联性的信息响应建模

以高架快速路上可变情报板发布高架和地面道路行程时间条件下改道决策的意向数据为建模对象,进行信息响应的离散选择建模,建立二元Probit横截面模型(CM)和考虑重复观测之间关联性的面板模型(PM),分析两种模型的性能.研究表明:驾龄越长,高架使用频率越高;中等年龄段的驾驶员越愿意改道;地面交叉口越少,节省时间越多,越愿意改道;单位用车驾驶员越不愿意改道.PM的拟合度明显高于CM;PM在模型系数上与CM相差不大,但是其统计推断鲁棒性更好;CM会明显高估驾驶员相关的解释变量系数的t检验值,但是会略微低估出行情境相关的解释变量系数的t检验值.     

风险基金管理中的最优激励合同研究

运用委托-代理理论对风险投资基金管理中的委托-代理关系进行了讨论;对基金管理人的工作成果为单一可观测变量时基金管理人的最优激励合同进行了研究,并对该情况下的代理成本进行了分析;最后讨论了除基金管理人的工作成果外存在其他可观测变量(如另一个风险投资基金的收益)时基金管理人的最优激励合同,指出当其他可观测变量能提供更多与基金管理人努力水平相关的信息时,把该变量写入合同将降低代理成本.     

基于KPI的高校员工多维度绩效考核模型与算法研究

基于KPI分析和构建了我国高等学校员工绩效考核基本模型和维度模型,深入研究了维度模型的KPI维度,KPI要素和KPI元素．实现了KPI的算法,为我国高等学校员工绩效考核提供了重要参考依据．