上海市教育委员会创新基金(14ZZ088)
- 作品数：8 被引量：33H指数：4
- 相关作者：贾立邱铭森杨爱华付钊陈伟更多>>
- 相关机构：上海大学新加坡国立大学更多>>
- 发文基金：上海市教育委员会创新基金国家自然科学基金上海市人才发展基金更多>>
- 相关领域：自动化与计算机技术理学机械工程自然科学总论更多>>
- 含过程噪声的Hammerstein-Wiener神经模糊模型多信号源辨识
- 过程噪声对Hammerstein-Wiener系统输出的影响与输出非线性环节的增益有关,在建模研究中必须分析和补偿过程噪声对模型辨识结果的影响,否则会使模型灵敏度分析与机理规律相违背。考虑过程噪声的干扰,本文提出一种基于...
- 贾立杨爱华邱铭森
- 关键词：HAMMERSTEIN-WIENER模型
- 文献传递
- 基于改进PDF技术的间歇过程NFM模型
- 2016年
- 间歇过程是一类具有典型复杂非线性特性的生产过程,可以利用模糊神经网络(NFM)建立其输入输出的非线性映射关系。在前期的研究中曾提出过基于概率密度函数(PDF)技术的模型训练方法,成功解决了传统的基于MSE准则训练方法模型泛化能力弱的问题,但又产生了概率密度难以估计及目标PDF未知时模型性能不稳定的问题。针对这两个问题,引入了新的概率密度窗宽估计方法,并提出了在目标PDF未知时采用PDF预估器及其收缩策略的算法。仿真实验表明:该方法能够保证足够的概率密度估计精度和模型预测性能。
- 付钊贾立
- 关键词：神经模糊模型概率密度函数
- Hammerstein输出误差滑动平均系统辨识研究
- 本文提出一种Hammerstein输出误差滑动平均系统辨识方法。通过可分离组合式信号实现了Hammerstein输出误差滑动平均系统中静态非线性环节和动态线性环节的分离,解决了中间不可测变量的估计问题。基于辅助模型辨识思...
- 冯启亮贾立
- 文献传递
- 基于增广递推最小二乘的神经模糊Hammerstein模型辨识
- 本文提出了一种基于增广递推最小二乘的方法来辨识含有色噪声的神经模糊Hammerstcin模型。该方法采用多信号源实现Hammerstein模型中静态非线性环节和动态线性环节的分离,大大简化了辨识过程,提高了串联环节参数的...
- 方甜莲贾立
- 关键词：多信号源
- 文献传递
- 集成软测量方法研究及其在烟气含氧量中的应用被引量：6
- 2014年
- 烟气含氧量是送引风调节系统中的重要参数,直接反映锅炉燃烧过程的风煤比,对锅炉燃烧优化有着至关重要的意义。针对火电厂烟气含氧量的软测量问题,提出了一种新型集成软测量方法。基于相似准则在线选择当前工况的相似性样本集,分别建立基于概率密度函数准则的在线滚动即时学习软测量模型和神经模糊软测量模型。在此基础上,采用加权集成的方法集成上述单一模型,并通过粒子群优化算法寻找最优权值。最后,将集成软测量模型应用于火电厂烟气含氧量的测量中。仿真结果表明,提出的集成软测量模型具有较高的预测精度。
- 秦翠翠贾立
- 关键词：烟气含氧量软测量神经模糊模型概率密度函数
- 基于即时学习的间歇过程复合模型被引量：2
- 2016年
- 通过传统的即时学习(JITL)方法建立间歇过程复合的线性化模型,利用一个具有5层结构的神经模糊模型(NFM)对局部模型的输出误差特性进行分析,建立模型输入与输出误差之间的非线性映射关系,并通过对模型的预测输出进行误差补偿来提高模型精度.仿真结果表明,所提出的基于JITL的间歇过程复合模型相对于传统JITL模型具有更高的精度和更强的噪声抑制能力.
- 付钊贾立
- 关键词：神经模糊模型误差补偿线性化
- 基于动态加权递推平均滤波的间歇过程迭代学习控制
- 由于间歇过程模型与实际系统之间存在误差,对间歇过程模型进行控制时需要根据模型与系统之间输出误差进行模型的修正,但是实际系统输出受外部干扰和不确定因素的影响,导致模型误差不准确,这给模型修正带来了困难。为此,本文提出了一种...
- 陈伟贾立
- 关键词：迭代学习神经模糊滤波
- 文献传递
- 基于改进PDF技术的间歇过程NFM模型研究
- 间歇过程是一类具有典型复杂非线性特性的生产过程,可以利用模糊神经网络(NFM)建立其输入输出的非线性映射关系。在前期的研究中曾提出过基于PDF技术的模型训练方法,成功的解决了传统的基于MSE准则训练方法模型泛化能力弱的问...
- 付钊贾立
- 文献传递
- 含有色噪声的神经模糊Hammerstein模型分离辨识被引量：6
- 2016年
- 针对实际工业过程中普遍存在的有色噪声,本文提出一种基于递推增广最小二乘算法的神经模糊Hammerstein模型辨识方法,突破了传统的Hammerstein模型迭代分离算法.首先,利用多信号源实现Hammerstein模型中静态非线性环节和动态线性环节的分离,大大简化了辨识过程,提高了串联环节参数的分离精度.其次,利用长除法将噪声模型用有限脉冲响应模型逼近,采用增广递推最小二乘法进行线性环节的参数估计.最后,采用神经模糊模型拟合静态非线性环节,同时设计了神经模糊模型参数的非迭代优化算法,改善了模型的使用范围.该方法保证了模型的预测精度,对含有色噪声的非线性系统具有较好的拟合效果.仿真结果验证了上述方法的有效性.
- 方甜莲贾立
- 关键词：HAMMERSTEIN模型多信号源神经模糊模型
- 含过程噪声的Hammerstein-Wiener神经模糊模型多信号源辨识被引量：1
- 2016年
- 提出一种在过程噪声干扰下基于偏差补偿递推最小二乘法的Hammerstein-Wiener神经模糊模型多信号源辨识方法.通过三阶段组合式多源信号,实现了过程噪声干扰下HammersteinWiener模型中输入静态非线性环节、动态线性环节以及输出静态非线性环节的分离,提高了各串联环节模型参数的分离精度,避免了传统迭代分离方法中模型参数的收敛问题.在此基础上,利用补偿原理,提出基于偏差补偿递推最小二乘法的Hammerstein-Wiener模型参数辨识方法,通过在递推最小二乘算法中引入修正项来补偿过程噪声引起的估计偏差,实现了模型参数的无偏估计.理论分析与仿真实验的结果表明,所提出的方法具有较好的有效性.
- 贾立杨爱华邱铭森
- 关键词：HAMMERSTEIN-WIENER模型信号源
