基于自适应边界向量提取的多尺度v-支持向量机建模

针对v-支持向量机(v-SVM)用于大规模、多峰样本建模时易出现训练速度慢和回归精度低的问题,提出基于边界向量提取的多尺度v-SVM建模方法.该方法采用一种自适应边界向量提取算法,从训练样本中预提取出包含全部支持向量的边界向量集,以缩减训练样本规模,并通过求解多尺度v-SVM二次规划问题获取全局最优回归模型,从多个尺度上对复杂分布样本进行逼近.仿真结果表明,基于边界向量提取的多尺度v-SVM比v-SVM具有更好的回归结果.     

基于自适应信息素调整的连续空间优化蚁群算法

对于基本蚁群算法(ACA)不适用求解连续空间问题,并且极易陷入局部最优的缺点,提出了一种基于自适应的蚁群算法。路径搜索策略采用基于目标函数值搜索筛选局部最优解的策略,确保能够迅速找到可行解。信息素更新策略采用自适应的启发式信息素分配策略,使算法能够快速收敛到全局最优解。对2个求函数极值问题进行优化并与其他算法进行比较,结果表明该算法能很好的应用于对连续对象的优化,同时具有较高的寻优精度高,搜索速率快,良好的全局优化性能。     

基于KICA-TSVR方法乙烯裂解产物分布软测量

针对乙烯裂解关键质量指标乙烯裂解产物分布难以实时测量的问题,提出一种基于核独立成分分析与孪生支持向量回归机(KICA-TSVR,Kernel Independent Component Analysis-twin Support Vector Regression)软测量建模方法.该方法首先采用KICA(Kernel Independent Component Analysis)算法在非线性高维空间中进行样本特征提取,解决了TSVR因缺少结构风险最小化除噪能力差的问题,提高了模型预测精度.由于TSVR只需求解2个小规模的QP问题且其对偶问题中没有约束条件,使模型具有较快的训练速度.将KICA-TSVR用于乙烯裂解产物分布软测量建模,实验结果表明,同标准SVR(Support Vector Regression)和KICA-SVR方法相比,KICA-TSVR具有更好的模型预测效果和更快的训练速度.     

基于紧格式线性化的无模型动态矩阵控制

针对常规无模型自适应控制(MFAC)算法只利用了受控系统I/O数据的零阶信息,许多系统内部信息没有充分利用的缺陷,提出了一种基于紧格式线性化的无模型动态矩阵控制方法.该方法利用紧格式线性化方法把非线性系统转化为一组由伪梯度向量描述的线性系统,将动态矩阵控制算法的预测模型和该伪梯度向量相结合,推导出无模型动态矩阵控制的动态模型.在此基础上,利用滚动优化和反馈校正等策略,推导出了无模型动态矩阵控制律的解析式.由于该方法中引入了受控系统I/O数据所带的系统内部信息,极大地提高了预测模型的精确性,增强了系统的鲁棒性,从而有效改善了控制器的控制性能.仿真结果表明该算法具有一定的结构自适应性、良好的伺服性和较强的鲁棒性.     

基于HYSDEL语言建模的混杂系统预测控制

针对混杂系统非线性和非一致连续的复杂特性,使用混杂系统描述语言（HYSDEL）建立一个能够在统一框架下对系统内部关系进行描述的混合逻辑动态（MLD）模型并采用预测控制策略对系统进行控制。通过对具体实例的仿真研究,结果表明此控制策略能使混杂系统在满足操作约束的条件下具有较好的跟踪性和鲁棒性。     

双核函数最小二乘支持向量机汽油干点软测量建模

针对单核函数最小二乘支持向量机容易陷入局部最优值,提出双核函数最小二乘支持向量机软测量建模算法。该方法利用Sigmoid核函数与RBF核函数线性加权构成双核函数,去除部分较小支持向量样本的方法,改善最小二乘支持向量机的稀疏特性,提高模型运算速度,用k-交叉验证法进行部分参数的优化,最后将此方法用于建立汽油干点软测量模型,并与标准支持向量机、单核最小二乘支持向量机比较,结果表明双核函数最小二乘支持向量机软测量模型具有更高的计算精度和更好的推广能力。     

基于最小衰减率约束的鲁棒模型预测控制

针对鲁棒模型受不确定因素干扰,导致时滞消除所用时间较长、预测控制效果较差的问题,提出基于最小衰减率约束的鲁棒模型预测控制方法。建立鲁棒模型离散输入时滞模型,获取最优输出控制增量,构造Lyapunov函数,迭代优化求解鲁棒模型被预测变量;采用梯度处理方法,修正估计波动幅值和周期误差,得到最小衰减率约束量,设计状态观测器时滞模型,定义状态误差干扰项,构造最小衰减率约束集合,实现鲁棒模型预测控制。实验结果表明,所提方法的预测控制效果较好,能够有效缩短时滞消除所用时间。     

基于MPCA-MHMT的多阶段间歇过程监控研究

为了克服多阶段间歇过程监控只针对时间尺度从而导致误报率过高的缺陷,建立了捕捉实际测量数据的持续性和聚集性的隐马尔科夫树模型。该方法减少了信号扭曲从而更好地提取影响过程的系统变量,解决离散小波变换不具有平移不变性的问题。对展开结构进行简单的修改,把时域扩展到时间-频率域中,提取了历史数据的主要特征,对多阶段间歇过程进行了有效监控。利用提出的方法对青霉素发酵过程进行监控,验证了该方法比传统方法更为切实可行。