废水处理过程的KPLS-GPR软测量建模

采取基于核函数偏最小二乘法的高斯过程回归模型(KPLS-GPR),对复杂的造纸废水处理过程中出水化学需氧量(COD)和出水悬浮固形物(SS)质量浓度进行预测.首先,采用KPLS的潜变量作为预测模型的输入变量,以降低数据维度,优化数据结构;其次,建立潜变量与输出变量的GPR回归模型.基于某工厂造纸废水数据进行仿真试验,引入人工神经网络(ANN)、基于偏最小二乘潜变量的预测模型(PLS-ANN)及基于核函数偏最小二乘潜变量的预测模型(KPLS-ANN)作为对比.试验结果表明:KPLS潜变量对预测模型有明显的优化效果,在这些模型中KPLS-GPR预测精度最高;对于出水COD和SS质量浓度的预测,KPLS-GPR的决定系数分别为0.575和0.610,相比于常规预测模型,决定系数可分别提升36.90%和43.87%.     

基于近似移动矢量的证据理论可靠性设计优化方法

针对存在认知不确定性的结构优化问题,提出了一种基于近似移动矢量的证据理论可靠性设计优化方法,可有效提升计算效率.该方法通过等面积法将证据变量转换成概率变量,构建等效的概率可靠性设计优化模型,并使用序列优化与可靠性分析方法求解获得近似设计点;开展基于证据理论的可靠性分析求解约束的可信度,构建近似移动矢量和确定性优化模型,求解获得新的设计点;重复概率可靠性设计优化与证据理论可靠性分析组成的序列迭代过程,直到收敛得到最优设计点.本文方法能够将嵌套的证据理论可靠性设计优化问题转换为近似等效的概率可靠性设计优化与证据理论可靠性分析组成的序列迭代过程进行求解,能够有效降低证据理论可靠性设计优化的计算成本.通过算例验证了所提方法的有效性.     

潜半参数回归模型的变量选择

作者提出了潜半参数回归模型及其估计方法.该方法应用双重判罚,使得在估计非参数的同时可以对参数部分进行参数估计和变量选择.在分析过程中作者还得到了潜变量的估计值.     

基于数据特征的加热炉钢温预报模型

针对加热炉工业过程具有复杂、非线性、时滞性的特点和钢坯出炉温度预报问题,提出了一种基于数据特征的改进主元回归(PCR)加热炉钢温预报模型的建立方法.首先通过对原始数据进行同步化处理来解决各数据变量间存在的时间滞后问题;然后提取生产过程中各批次钢坯的统计特征和熵特征,并依据一定顺序将这些特征排列组合,构造等长的数据特征向量;最后通过PCR方法建立过程变量的数据特征和钢坯出炉温度之间的回归预报模型.本文以某钢厂加热炉工业过程为背景进行实验仿真,采用实际生产数据求取建模参数,并对钢坯出炉温度预报进行了测试.实验的校验与误差分析表明,该方法在预测钢坯出炉温度方面具有更好的性能,且预测误差满足工业应用的精度要求.     

基于Gibbs-DA算法的贝叶斯分位回归模型研究

针对分位回归模型参数的不确定性风险问题,构建了基于Gibbs-DA抽样算法的贝叶斯线性分位回归分析模型.根据非对称Laplace分布的正态-指数分布的混合表示性质,利用数据扩展方法构建了潜变量,给出分位回归模型的似然函数,推断了多元正态先验分布条件下分位回归模型参数的后验分布,证明了潜变量的完全条件分布为广义逆高斯分布;结合Gibbs抽样和数据扩展方法,设计Gibbs-DA的仿真分析方案,并将其应用于我国能源消耗问题分析.研究结果表明:贝叶斯方法可以有效地应用于分位回归的建模以及我国能源消费弹性的分位问题研究.     

高密度离散灰色建模及其预测应用

为定量描述复杂系统动态过程特征,针对生产过程空间整体参数的监测及控制问题,借助灰色系统理论的设计方法,给出一种利用多变量离散灰色模型预测控制算法.该算法利用线性矩阵级数展开求和设计一个空间高密度多点预测模型,基于该模型实现空间高密度多点预测模型的建模和预测.仿真算例证实了算法的有效性及可行性,为通用非线性预测提供一种新的控制思路.     

三级网状随机库存与定价联合策略的仿真优化

研究了弹性需求下提前期可控的库存与定价联合策略问题.由于该系统具有顾客到达服从泊松分布,随机顾客需求量、随机顾客购买行为、随机订货时间和制造商生产容量有限制等特点,使得解析方法很难描述系统中的多种复杂随机因素.为此建立了以最大化总收益为目标,将价格、提前期及库存控制策略同时作为决策变量的数学模型,并运用基于仿真的优化方法,通过将仿真方法与粒子群优化算法相结合对问题进行求解.仿真实例验证了模型和基于仿真的优化方法的可行性和有效性.     

指数宽带模型的数学回归及其应用

气体辐射特性参数的确定是求解辐射传热问题的关键,指数宽带模型能够较为准确地对其进行求解,但该方法计算过程复杂,求解速度慢,不适于在线应用.针对加热炉内的烟气成分CO2和H2O,以炉子生产时烟气和炉子内表面的温度为计算范围,通过对指数宽带模型求解结果的分析,将其在各谱带的参数回归成随温度或压力变化的函数表达式,简化了宽带模型中复杂参数的求解过程.在保证精度的前提下,提高了指数宽带模型的计算速度.     

基于约束网络的产品进化设计

为解决约束条件下的产品设计问题,以复杂网络理论及图论为指导,建立了基于约束网络的产品创新设计模型.该模型从设计约束库中筛选相关要素作为约束变量,构建设计约束网络;利用对偶图计算约束网络中心性指标,实现节点重要度排序,进而归纳出设计约束问题并进行求解;最后建立一套基于约束的产品进化设计系统. 以夜光杯为对象进行实例研究,构建相关设计约束网络;分析得到其关键节点,归纳出具体的设计约束问题,并应用动力学模拟、控制点区间约束等方法对其进行求解;开发夜光杯进化设计系统,选取具有代表性的传统夜光杯样本进行形态进化,生成一系列满足约束条件的夜光杯设计方案.结果表明:该模型有效实现了约束网络指导下的产品设计.     

变量约束网的建模和推理算法

设计的变量约束网是一个能够综合表达变量间各种约束关系的网络结构。文章中首先介绍了它的结构特征;然后给出了它的建模方法和可在Ｗｉｎｄｏｗｓ下操作的图形建模工具;最后讨论了该约束网的推理算法,即如何通过约束传播完成相关变量的求解,此算法与网络的复杂程度无关。利用文章提出的方法可构造任意复杂的变量约束网,完成对复杂系统的变量求解;与传统的表示方法相比,简化了问题求解过程,从而提高了求解效率。     

基于改进核主元分析的故障检测

针对电主轴系统特点,提出基于改进核主元分析(KPCA)的故障检测方法,引入混合核函数的定义,将多项式核和径向基核的混合核方法与主元分析方法(PCA)相结合,解决采用单一核函数诊断故障时的高误诊率问题.首先对数据进行预处理,然后使用混合核函数对数据矩阵进行映射,映射到高维特征空间,使非线性数据变量变为线性数据变量,并使用PCA提取变量数据的高维空间相关特征确定主元个数,最后根据混合非线性主元特征计算出的T2和Q统计量,实现在线故障检测.该方法改进传统核函数的选取方法,充分考虑工业过程中的非线性,更精确地描述工业过程特性,可以准确、有效地检测出电主轴系统故障.对田纳西-伊斯曼(TE)过程以及电主轴系统的应用实例证明该方法的可行性.     

基于因素空间变权理论的工业故障诊断

介绍了基于因素空间理论的故障诊断问题的描述及故障诊断问题的求解步骤，在此基础上针对工业过程中故障诊断问题的特点提出基于因素空间理论的故障诊断方法：首先根据工业过程特点定义了故障在因素空间的隶属函数，然后采用基于因素空间的为权方法求得被诊断的解，仿真结果表明该故障诊断方法能较准确地确定出故障的发生，且简单实用。     

具有反向学习的多目标元胞遗传算法的空间桁架结构优化设计

为了解决具有多约束的桁架结构问题,提出一种具有反向学习的多目标元胞遗传算法应用于空间桁架结构多目标优化设计中。根据分析元胞遗传算法特点,引入一种反向学习策略、差分进化策略和约束处理技术。通过标准测试函数对比分析,算法能很好地保持Pareto解集的收敛性和均匀性。针对空间桁架结构优化的数学模型,采用实数编码和个体修正方法,将该算法对72杆空间桁架优化问题进行求解,并与MOCell的优化结果进行比较。结果表明,新算法获得的Pareto解集更加均匀,极端点值域更宽广,具有一定的工程实用性。     

基于核质量潜结构投影的非线性过程质量监测方法

提出一种与质量相关的核潜结构投影方法,并将其应用于非线性过程的质量监测中.结果表明,与KPLS方法在过程潜变量空间监测质量相关的变化不同,新方法通过将质量变量空间进一步分为3个子空间,实现了对包含能被过程解释的质量部分以及不能被过程解释的质量部分的完整质量监测.同时,通过TE仿真案例验证了新方法的有效性.     

基于自适应模糊控制器的矩阵变换器闭环控制研究

采用空间矢量调制策略的矩阵变换器闭环控制系统,利用自适应模糊控制器有效的解决工业控制过程中遇到的各种问题。     

面向定制化需求的冷轧产品多目标质量控制方法

To deal with the increasing demand for low-volume customization of the mechanical properties of cold-rolled products, a two-way control method based on mechanical property prediction and process parameter optimization (PPO) has become an effective solution. Aiming at the multi-objective quality control problem of a company’s cold-rolled products, based on industrial production data, we proposed a process parameter design and optimization method that combined multi-objective quality prediction and PPO. This method used the multi-output support vector regression (MSVR) method to simultaneously predict multiple quality indices. The MSVR prediction model was used as the effect verification model of the PPO results. It performed multi-process parameter collaborative design and realized the optimization of production process parameters for customized multi-objective quality requirements. The experimental results showed that, compared with the traditional single-objective quality prediction model based on support vector regression (SVR), the multi-objective prediction model could better take into account the coupling effect between process parameters and quality index, the MSVR model prediction accuracy was higher than that of the SVR, and the optimized process parameters were more capable and reflected the influence of metallurgical mechanism on the quality index, which were more in line with actual production process requirements.     

2类数列问题循环不变式开发策略研究与应用

该文通过对组合数学中Catalan数列问题和Fibonacci数列问题进行深入研究,利用归纳推理、组合数学中的加法和乘法原理等方法得到问题求解函数,使用变量记录算法求解过程中子问题的解,并约束循环变量的变化范围,获得问题求解算法的循环不变式,由此得到了2类数列问题循环不变式的统一开发策略.以二叉树的形态数问题和阶梯问题为例,利用所提策略开发循环不变式,并基于循环不变式展示了这2类数列问题算法程序的形式化推导过程.     

Multi-objective quality control method for cold-rolled products oriented to customized requirements

To deal with the increasing demand for low-volume customization of the mechanical properties of cold-rolled products, a two-way control method based on mechanical property prediction and process parameter optimization(PPO) has become an effective solution. Aiming at the multi-objective quality control problem of a company's cold-rolled products, based on industrial production data, we proposed a process parameter design and optimization method that combined multi-objective quality prediction and PPO. This method used the multi-output support vector regression(MSVR) method to simultaneously predict multiple quality indices. The MSVR prediction model was used as the effect verification model of the PPO results. It performed multi-process parameter collaborative design and realized the optimization of production process parameters for customized multi-objective quality requirements. The experimental results showed that, compared with the traditional single-objective quality prediction model based on support vector regression(SVR), the multi-objective prediction model could better take into account the coupling effect between process parameters and quality index, the MSVR model prediction accuracy was higher than that of the SVR, and the optimized process parameters were more capable and reflected the influence of metallurgical mechanism on the quality index,which were more in line with actual production process requirements.     

催化裂化装置反应深度多变量预测控制

研究了催化裂化装置的优化控制问题,指出干扰或操作条件变化时,会导致被控过程出现三种系统（ｒ＝ｍ,ｒ＜ｍ,ｒ＞ｍ）,其中ｒ为控制变量维数,ｍ为被控变量维数。这三种系统会相互转化,提出了适合于这种复杂工业过程的多变量预测控制策略。仿真和工业应用结果表明,该方法能使大型工业装置操作稳定,所有被控变量和操作变量都不超限,充分发挥装置的潜力,具有较高的工程应用价值。     

单一尺寸圆坯的无缝钢管坯料设计模型与算法

无缝钢管坯料设计是在满足生产工艺要求下,将客户订单钢管合理地分配到生产原料圆坯的过程.实际生产中的批量原则使得每个钢管订单在圆坯中有最小分配重量要求;由于无缝钢管分配支数必须取整,导致钢管订单在圆坯中的分配重量并非连续取值.因此,比起相关的板坯设计问题和装箱问题,无缝钢管坯料设计的求解更为复杂.本文给出了无缝钢管坯料设计问题的一般性描述,并建立了混合整数规划模型.针对库存中只有单一尺寸圆坯的情况,简化了问题模型并且求得了问题的下界.结合问题特点,提出了基于贪婪策略的两阶段启发式算法,并用实际生产数据和仿真数据验证了算法求解此类问题具有很好的有效性和稳定性.