基于PLS方法的催化重整装置氧含量软测量模型

当前，软测量建模受到了越来越多的重视，软仪表能够通过易测变量来估计出难测变量。本文应用PLS方法建立了催化重整装置氧含量的软测量模型，结果表明该模型具有很高的精度。     

非高斯环境下船变测量最大熵卡尔曼滤波方法

在进行惯性量匹配船体变形测量时, 光纤陀螺组件(Fiber Gyroscope Unit, FGU)往往暴露在复杂海况的外扰环境中, 经典卡尔曼滤波误差较大甚至出现发散。针对于此, 引入最大熵准则(Maximum Correntropy Criterion, MCC)和基于权重矩阵的加权最小二乘(Weighted Least Squares, WLS)方法改进KF迭代过程, 推导了一种用于噪声模型未知和非高斯环境中的MCC卡尔曼滤波器(MCC Kalman filter, MCCKF)。最后, 基于角速度匹配法开展多组对比实验。实验证实相较于自适应和传统MCC滤波器, 新算法无需实时调参, 抑制外扰能力更优, 可实现更高精度的变形角估计, 满足快速收敛和抗复杂外扰的鲁棒性要求。     

基于最小二乘支持向量机的软测量建模

软测量技术在工业过程控制中得到了广泛的应用，对保证产品质量和安全生产有很重要的作用。软测量技术的核心问题是建立优良的软测量数学模型。支持向量机是近几年发展起来的机器学习的新方法，它较好地解决了小样本、非线性、高维数、局部极小点等实际问题。本文研究了基于最小二乘支持向量机的软测量建模方法，并用交叉验证的方法进行支持向量机参数选择。将基于最小二乘支持向量机的软测量模型应用于轻柴油凝固点的预估。结果表明最小二乘支持向量机是软测量建模的一种非常有效的方法。     

基于多向PLS方法的间歇过程质量预测

间歇生产过程中，很多质量指标不能在线测量，通常是在反应结束后通过离线分析得到。本文应用多向部分最小二乘(MPLS)方法建立软测量模型，通过在线测量的过程变量对产品质量进行预测。针对异丁烯酸甲酯(MMA)聚合反应过程中的数据进行仿真，结果表明，MPLS方法能够在反应初期就有效的预测出最后的产品质量指标。     

非线性递推部分最小二乘及其应用

部分最小二乘回归(PLS)可较好地解决变量间的共线性问题,目前被广泛地应用于过程建模和监控.本文将递推PLS(RPLS)算法同RBF网络相结合,给出了一种非线性递推PLS方法(NRPLS),可根据在线数据自适应地调整模型结构和参数,使模型适应非线性过程的变化.在确定RBF网络的隐层节点参数时,采用了一种改进的k-means聚类算法,自动确定最优的聚类区数.该递推算法用于聚丙稀熔融指数软测量模型的在线修正,取得了较好的效果.     

基于LS-SVM的浮选过程工艺技术指标软测量

浮选过程关键工艺指标精矿品位和尾矿品位难以实现在线连续检测,且与浮选过程给矿浓度、给矿量、给矿粒度、给矿品位和浮选药剂量等因素动态特性具有强非线性、不确定性等综合复杂特性,难以建立精确数学模型。在分析了浮选过程工艺指标相关影响因素的基础上,采用最小二乘支持向量机(LS-SVM)建立了浮选过程工艺技术指标软测量模型,现场生产数据仿真研究结果表明了所提出的软测量模型的有效性。     

多测站测量角量误差的最小二乘修正

在使用光测网对运动目标进行多站定位时，由于受到诸多干扰因素的影响，定位点的测量值并不唯一，从而影响目标定位的精度。提出一种新的迭代初始值——公垂线中点。为了进一步提高估计精度，结合多站最小二乘交汇定位法对目标定位，并对各测站的测量角量做了残余系统误差的最小二乘修正。最后，还给出一个随机模拟实例以验证所提算法的可行性。     

模糊神经网络的混合学习算法及其软测量建模

提出了一阶TSK模糊神经网络的混合学习算法，算法由三部分组成：基于模糊聚类的网络初始化；基于梯度下降的规则前件的学习算法；基于部分最小二乘的规则后件的学习算法。该混合算法可以根据训练样本的分布自动确定模糊神经网络的初始值，当输入变量个数多时不会出现模糊规则数爆炸现象，训练速度快，模型精度高。将混合学习算法应用到PTA工业过程中4-CBA含量的软测量建模中，取得了令人满意的效果。     

基于多支持向量机的诺西肽发酵中菌体浓度软测量

提出了多支持向量机建模进行发酵过程的参数识别方法。这种建模可以称为“多模型”方法。发酵过程存在着像菌体浓度等不可在线测量的生物量,只能采用离线采样分析方法,由于所得数据是在不同的时间间隔内获得的,导致检测结果经常出现较大的滞后,不能及时指导生产。而软测量技术的发展为该问题提出了一个很好的解决办法。提出的多支持向量机建模方法,利用可在线测量信息,建立了菌体浓度的预估模型,并且把它应用到诺西肽发酵过程中,估计结果与实验结果吻合得很好,表明了该软测量方法的实用性。     

基于LS-SVM的特征提取及在凝点软测量中的应用

提出了一种基于最小二乘支持向量机(LS-SVM)回归算法的特征提取新方法,并将其成功应用于柴油凝点近红外(NIR)光谱软测量建模。在该方法中,将特征提取公式表达成与LS-SVM回归算法相同的形式,这样就能通过LS-SVM求取最优的特征投影向量。用一个含120个样本的401维柴油近红外光谱数据集进行测试,通过该方法提取后,原始光谱数据集的特征被降到了6维并保留了原有99.58%的信息。同时,用该数据建立的软测量模型具有更快的学习速度和更高的测量精度。实验结果验证了所提的特征提取新方法应用于近红外光谱特征提取的可行性和有效性。     

基于PLS的湖南省电力消费影响因素分析

运用现代多元统计技术——偏最小二乘回归PLS．在各影响因素存在多重共线性和样本数据短缺条件下进行了定量分析。本文不仅给出各影响因素对湖南电力消费的重要度指标图，而且确定这些影响因素与湖南电力消费需求之间的定量关系．为湖南电力市场分析提供了理论依据。     

基于最小二乘法的美式期权定价的最优停时分析

给出一种基于最小二乘法的美式期权定价的最优停时的数值算法。首先通过构造一个函数的有限集替代动态规划中的条件期望，其次使用蒙特卡洛模拟和最小二乘法计算第一步中的值函数。最后，在一般意义下，证明该算法的收敛性。     

最小报价单位对我国股票市场流动性影响--基于高频数据的实证研究

最小报价单位是影响证券市场流动性的重要因素之一。利用上海证券交易所分笔交易数据，从价差、深度以及交易金额三个方面考察了最小报价单位对股票市场流动性的影响。实证结果表明，从总体上看．最小报价单位的变化将导致股票市场平均价差、深度和交易金额同向变化。按照股价大小将股票分组后发现：最小报价单位增加将导致低价股的价差和深度变大，交易金额减少；最小报价单位增大对高价股的价差没有显著影响，但会增大深度和交易金额，从而改善高价股的流动性。最后刺用“分改厘”后基金流动性的变化验证所得结论。     

基于点的计算机图形学综述

点采样几何作为一种新的曲面表示方式,无需存储维护全局一致的拓扑信息,能对复杂的3D模型进行高效的绘制和灵活的几何处理,受到了广泛关注。详细分析了近20年来基于点的计算机图形学的发展过程,对计算机图形学中基于点的技术框架作了详细的介绍,特别是点云表示、点云造型、点云绘制等方面的新近展。通过介绍点造型表示、造型、绘制的基本思想,分析比较相应的关键技术,提出了一些未来研究建议。     

点簇聚合的目标顶点的优化

研究了点簇聚合的目标顶点位置的计算问题。当计算过程中得到的目标顶点不在小单元之内,或者虽然在小单元之内,但目标顶点的位置不能唯一确定时,则将求解目标顶点的问题转化为求解带约束的二次优化问题。此二次优化问题的解既能保证目标顶点位于小单元之内,在位置上又最接近该点簇的重心。实验结果表明,该算法的时间效率类似于Lindstrom的算法,但在简化质量上要优于后者。     

最小二乘支持向量机应用于西安霸河口水质预测

利用西安霸河10年的水质平均数据作为数据集,建立了基于最小二乘支持向量机的水质预测模型。通过适当的参数选择,其平均相对误差只有4.95%,预测的准确率达到95%。通过实例计算且与误差逆传播(BP)神经网络、RBF神经网络等预测方法进行了对比分析,表明该方法的平均预测精度较传统的神经网络方法提高约4%,且具有收敛速度快、泛化能力强等优点,可有效用于水质预测。     

从最小作用量原理探讨古建筑的和谐性

中国古建筑,特别是古庙宇、园林、民居等建筑的设计思想以及建造技术,都能尽量做到选址布局合理,人与自然和谐相融,同时考虑了按省工省料的思想进行运作,符合节能省时的最小作用量原理。古建筑在明清时期的设计思想与建造技术要比唐宋时期臻于完善,设计法规有了很大的进步。分析不同时期的建筑物的建造特点,唐宋时代至明清时代的 400 多年间,具有中国特色的斗拱使建筑结构与建造发生了很大改进。     

用遗传算法消除改进HNN的寄生点

在Hopfield网络 (HNN)权值训练中采用了传统HNN训练的方法 ,把权值矩阵压缩为一个向量 ,简化了权值训练过程 ,增大了HNN的容量。但在回想阶段HNN产生了大量寄生点 ,相关文献提出了几种寄生点消除的方法 ,但效率低 ,同时会导致样本信息的丢失。利用遗传算法 (GA)进行回想 ,保持了样本信息 ,并利用GA各代多样性 ,大大提高了HNN的效率。通过MATLAB程序仿真证实了这一结论。     

确定施工工期的方法与遗传算法研究

对确定施工工期的４种方法进行了分析、比较，并介绍了一种新的方法——遗传算法，同时指出了确定合理施工工期应采用智能决策支持系统的方法.     

确定事例特征权值的方法研究

针对事例特征权值的确定问题 ,提出了 Delphi和 AHP相结合的权值确定方法 ,以及二次规划模型权值确定法和信用统计权值确定法 .这些方法在事例特征权值的确定中 ,有助于减少主观性 ,增加客观性 .