基于PCA与偏好强度可调的DEA方法的多响应稳健参数设计

稳健参数设计旨在选择可控因子的水平组合来降低产品或过程对噪声因子的敏感性,能够有效地提高和改善产品的质量.针对多响应参数优化设计中响应间存在相关性的问题,提出了基于主成分分析(Principal Component Analysis,PCA)与偏好强度可调的数据包络分析(Data Envelopment Analysis,DEA)的稳健参数设计;并结合实例验证了方法的有效性.研究结果表明,结合PCA与偏好强度可调的DEA方法能够有效地实现相关多响应的参数优化设计.     

基于主成分回归模型的湖南省就业影响因素分析

针对湖南省就业人数的影响因素问题,首先利用灰关联分析和相关系数法优选出对就业人数影响较大的指标,然后对优选的指标进行主成分分析得出了主成分表达式,最后将就业人数与主成分进行回归得到了就业人数的拟合方程.结果表明,城市化水平、国内生产总值和居民消费水平对湖南省就业人数的影响最大,从而为政府有关部门的决策提供了一定的参考依据.     

基于稀疏重建的航空货运量模型研究

压缩感知(Compressed Sensing CS)理论广泛应用于应用数学、图像重建、信道估计以及谱估计等不同领域.在理论方面,依据压缩感知基本理论建立差分稀疏凸优化模型,并推导差分稀疏重建限制子空间特征值的稳定性条件;在应用方面,研究此模型在我国航空货运量建模与预测中的应用,以1998-2007年我国航空货运量的统计数据为基础,利用凸优化理论建立我国航空货运量的差分稀疏模型.通过拟合误差指标的详细比较可知:相对于灰色理论模型、回归分析模型,航空货运量的差分稀疏模型具有更高拟合精度.实验证明,差分稀疏理论可以为航空货运量的短期预测以及航空货运业调控提供有效理论支持.     

广东省能源需求预测模型构建及实证分析

为了对广东省的能源需求进行准确的预测,首先分析了影响广东省能源需求的各种因素,构建了预测指标体系.在此基础上,针对能源系统非线性等复杂系统特征,结合粒子群算法和BP神经网络的优点,构建了改进的PSO-BP神经网络的预测模型,并通过主成分分析法对指标体系进行数据降维,以降低神经网络的规模和复杂程度.以广东省1985-2013年的能源需求数据进行模拟与仿真,并对2014-2018年的能源需求量进行预测,理论分析和实证研究表明,该方法能够很好的反映广东省能源需求的特征,预测结果较为准确合理.     

基于Gabor小波变换的ICA火灾图像纹理识别算法

针对火灾图像纹理识别问题,提出了基于Gabor小波变换的ICA火灾图像纹理识别算法,并根据火灾图像纹理识别特点进行了优化。首先用不同尺度和方向的Gabor滤波器对待识别图像滤波,得到其特征图像,然后将特征图像转化成特征向量作为ICA的输入,得到基矢量子空间,再将测试图像经过Gabor滤波器的特征向量投影到ICA子空间中得到系数向量作为目标识别特征,最后用支持向量机进行识别。通过与Gabor滤波器法和ICA方法的对比实验,表明该算法可以在火灾纹理图像的识别率上比传统方法提高5%以上,为火灾图像识别提供了一种新思路。     

基于GA的主汽温系统内模控制研究

主汽温控制系统是典型的大迟延、大惯性、时变控制系统,一直以来都是火电厂自动控制的难点。为此将内模控制引入主汽温控制系统,并提出采用遗传算法对滤波器参数优化整定,该方法简单易行,相较于传统PID参数整定方法具有一定的优越性。并对内模控制为主控制器的IMC-PI控制系统进行SIMULINK仿真,与PID-PI控制系统进行对比,仿真结果表明IMC-PID控制系统相比于传统PID-P串级控制系统过渡时间短、超调量小、鲁棒性好等特点。其控制效果好于常规串级 PID 控制系统,适用于大迟延、大惯性过程的控制,并且易于在工业上实现。     

改进蚁群PID-神经元解耦的CFB锅炉燃烧系统控制

床温和主汽压都是循环流化床锅炉生产运行中的重要参数,会直接影响机组的安全性和经济性。但由于这两者对象存在非线性、大时延、强耦合等特点,其现场控制效果一直不太理想。本文首先采用自适应神经元将床温和主汽压解耦,再利用具有分工特征的蚁群算法优化参数的PID控制器对两者进行独立控制。采用该算法优化常规PID控制参数,能够实现控制参数的快速寻优。该方案应用于循环流化床锅炉燃烧系统仿真,结果表明能有效实现系统解耦,且具有响应快、超调量小等优点,有效地提高了控制品质。     

基于功率谱包络能量和SVM的舰用发动机故障诊断

发动机是军舰上的重要部件之一,其稳定性对军舰的正常航行具有重要影响。以舰用发动机关键部件(主泵轴承)为具体研究对象,提出了基于功率谱包络能量和支持向量机相结合的故障诊断方法。首先获取了大量可表征舰用发动机主泵轴承健康状态的振动加速度信息,对其进行功率谱分析,获得其功率谱的包络能量;以获取的舰用发动机主泵轴承功率谱的包络能量构建特征向量,并设计基于SVM的舰用发动机主泵轴承故障诊断模型,对主泵轴承的故障进行诊断研究。研究结果表明,采用基于功率谱包络能量和SVM相结合的舰用发动机关键部件故障诊断方法,可以很好实现主泵轴承的故障诊断效能,为舰用发动机主泵轴承故障诊断的工程应用奠定了基础。     

双路激光混沌复用系统的混沌同步及安全性能研究

针对一种新型的双路激光混沌复用系统, 建立相应的速率方程模型, 详细分析了两个主激光器的单个参数失配、多个参数同时失配、反馈强度差异以及频率失谐对混沌同步性能的影响, 并对此复用系统的安全性能和频谱性能进行了研究. 研究结果表明: 采用参数失配方案, 通过合理选择两个主激光器的参数, 可以保证两个主激光器之间的同步性能较差而两对主从激光器间实现高品质的混沌同步, 因此满足双路激光混沌复用的条件; 两个主激光器之间的参数失配对它们之间的同步性能影响较大, 然而对配对主从激光器间同步性能的影响并不明显, 进一步说明参数失配方案的有效性和可行性. 另外, 通过自相关函数和频谱分别分析混沌复用信号的时域和频域特征, 发现双路激光混沌复用系统可提供更高的安全性.     

近红外光谱技术结合4种算法分析尾巨桉-马占相思制浆原料的混合程度与主化学成分

为缓解我国木浆供应压力,满足混合原料制浆的实际需求,该文进行了近红外光谱快速分析混合制浆原料的研究。采集145个人为控制尾巨桉含量的尾巨桉-马占相思混合样品的近红外光谱,用常规方法测定其综纤维素、聚戊糖、Klason木质素含量。对原始光谱进行一阶导数与标准正态变换预处理后,分别运用偏最小二乘法、支持向量机法、人工神经网络法和LASSO算法建立尾巨桉、综纤维素、聚戊糖、Klason木质素含量分析模型。其中LASSO法建立的尾巨桉和综纤维素含量分析模型最优,预测均方根误差(RMSEP)分别为1.80%、0.60%;绝对偏差(AD)分别为-3.03%~3.17%、-1.03%~0.98%,模型性能可满足较精确的快速分析。偏最小二乘法建立的聚戊糖含量分析模型最优,RMSEP为0.75%,AD为-1.26%~1.33%;支持向量机法建立的Klason木质素含量分析模型最优,RMSEP为0.48%,AD为-0.82%~0.86%,两个模型性能适用于非精确性的分析。该研究为混合制浆原料的快速分析提供了可能,同时也证实了LASSO算法的适用性。