您的位置: 专家智库 > >

王改堂

作品数:9 被引量:17H指数:3
供职机构:西北工业大学自动化学院更多>>
发文基金:辽宁省高等学校优秀人才支持计划辽宁省高校创新团队支持计划辽宁省教育厅科技计划资助项目更多>>
相关领域:自动化与计算机技术化学工程理学一般工业技术更多>>

文献类型

  • 6篇期刊文章
  • 3篇会议论文

领域

  • 6篇自动化与计算...
  • 2篇化学工程
  • 1篇一般工业技术
  • 1篇理学

主题

  • 5篇软测量
  • 3篇汽油
  • 3篇汽油干点
  • 3篇子群
  • 3篇自适
  • 3篇自适应
  • 3篇自适应变异
  • 3篇粒子群
  • 2篇学习机
  • 2篇算子
  • 2篇岭回归
  • 2篇径向基
  • 2篇径向基函数
  • 2篇基函数
  • 2篇极限学习机
  • 2篇惯性权重
  • 2篇非线性
  • 2篇变异算子
  • 1篇学习算法
  • 1篇优化算法

机构

  • 9篇西北工业大学
  • 9篇辽宁石油化工...

作者

  • 9篇王改堂
  • 9篇李平
  • 5篇苏成利
  • 2篇任朋辉
  • 1篇胡元胜

传媒

  • 2篇信息与控制
  • 1篇科技通报
  • 1篇化工学报
  • 1篇合肥工业大学...
  • 1篇吉林大学学报...
  • 1篇第21届中国...

年份

  • 7篇2011
  • 2篇2010
9 条 记 录,以下是 1-9
排序方式:
基于多K最近邻回归算法的软测量模型被引量:6
2011年
针对单一模型预测精度较低的问题,提出多K最近邻回归算法(MKNN)的软测量建模方法.该方法采用高斯过程选择软测量模型的辅助变量,通过自适应仿射传播聚类方法将输入样本数据分成多组数据,对每组数据用K最近邻回归(KNN)算法建立子模型,各个子模型的预测输出通过主元回归(PCR)方法连接.用该方法建立粗汽油干点软测量模型,仿真研究表明,该算法的预测精度和泛化能力优于单KNN模型.
王改堂李平苏成利
关键词:高斯过程软测量模型主元回归
基于非线性鲁棒连续回归的汽油干点软测量
2011年
针对RCR算法难以建立高精度的非线性软测量模型的问题,提出了一种径向基函数(radial basis func-tion,RBF)与鲁棒连续回归(robust continuum regression,RCR)相结合的非线性RCR(nonlinear RCR,NL-RCR)建模方法。该方法首先应用RBF将非线性样本数据映射到高维特征空间中,然后在高维特征空间中建立RCR线性回归模型。本文通过仿真实验,验证了方法的有效性。并将其应用于延迟焦化汽油干点的软测量建模中,获得了比RCR和RBF-PLS算法更高的预测精度。
王改堂李平苏成利任朋辉
关键词:径向基函数汽油干点软测量
岭参数优化的ELM岭回归学习算法被引量:6
2011年
针对ELM(extreme learning machine,极限学习机)学习算法可能存在的解的奇异问题,提出了岭参数优化的ELM岭回归学习算法(ELMRR).该算法利用岭回归方法代替原有的线性回归算法,以均方根误差为性能指标,采用粒子群优化算法确定最佳岭参数.为了验证该方法的有效性,对函数回归和分类问题进行仿真实验分析,结果表明该方法改善了ELM的预测性能且克服了传统岭回归算法岭参数难以确定的缺点.
王改堂李平苏成利
关键词:极限学习机岭回归
基于自适应变异的动态粒子群优化算法
提出了一种新的基于自适应变异的动态粒子群优化算法.该算法除了采用动态惯性权重外,还引入了自适应学习因子和新的变异算子.该算法在运行过程中,根据群体适应度方差以及当前最优解的大小来确定当前最佳粒子的变异概率,采用新的变异算...
王改堂李平苏成利
关键词:粒子群惯性权重自适应变异算子
文献传递
基于自适应变异的动态粒子群优化算法被引量:3
2010年
提出了一种新的基于自适应变异的动态粒子群优化算法。该算法除了采用动态惯性权重外,还引入了自适应学习因子和新的变异算子。该算法在运行过程中,根据群体适应度方差以及当前最优解的大小来确定当前最佳粒子的变异概率,采用新的变异算子变异增强了该算法跳出局部最优解的能力。对几种典型函数的测试结果表明:新算法具有很强的全局搜索能力,收敛速度和收敛精度也有所提高,并且能有效避免早熟收敛问题。
王改堂李平苏成利
关键词:粒子群惯性权重自适应变异算子
ELM岭回归软测量建模方法被引量:3
2011年
ELM(极限学习机)是一种新型的前馈神经网络,可有效处理函数的回归问题。针对ELM学习算法隐含层输出可能存在的复共线性问题,提出了ELM岭回归(ELMRR)软测量建模方法。该算法利用岭回归方法代替原有的线性回归算法,以误差平方和均值为性能指标,采用粒子群优化算法确定最佳岭参数,克服了传统岭回归算法最佳岭参数难以确定的缺点。通过具体实例对该算法进行了验证,结果表明该算法是有效可行的。最后采用ELMRR软测量建模方法预测延迟焦化粗汽油干点,获得了满意的结果。与ELM相比,ELMRR建模方法具有较好的预测精度和良好的应用前景。
王改堂李平苏成利
关键词:极限学习机岭回归软测量
基于非线性鲁棒连续回归的汽油干点软测量
针对RCR算法难以建立高精度的非线性软测量模型的问题,提出了一种径向基函数(radial basis func-tion,RBF)与鲁棒连续回归(robust continuum regression,RCR)相结合的非...
王改堂李平苏成利任朋辉
关键词:径向基函数汽油干点软测量
改进的粒子群优化算法及其在软测量中的应用
软测量技术是工业计算机优化控制的有利工具,本文针对一些与生产密切相关而又难以直接测量的过程变量,采用数据库、动态链接库、多线程、COM 等技术结合虚拟仪器LabWindows/CVI为软件开发平台,运用RBF 神经网络控...
王改堂李平苏成利
关键词:粒子群优化算法自适应变异软测量神经网络汽油干点
基于全状态反馈的串联系统近似最优控制
2011年
为了充分利用各子系统的内部和外部信息,从各子系统的状态空间表达式出发,按照子系统的串联联结方式建立了串联系统的状态空间表达式。考虑了线性定常串联系统的无限时间定常输出跟踪问题,利用极小值原理,设计了基于全状态反馈的串联系统近似最优控制器。全状态反馈能完整地表征系统的动态行为、信息量大而且并不增加被控串联系统的维数。最后通过仿真结果验证了该算法的有效性。
任朋辉李平胡元胜王改堂
关键词:自动控制技术线性二次型
共1页<1>
聚类工具0