【摘 要】
:
溶解氧浓度是污水处理过程中的一个重要指标,及时准确地掌握溶解氧浓度变化趋势是确保污水得到有效处理的关键。针对溶解氧浓度无法在线精确测量的问题,本文提出基于粒子群算法优化支持向量回归机(PSO-SVR)的溶解氧浓度软测量模型。为了提高溶解氧的预测精度和效率,采用粒子群算法对支持向量回归机的模型参数进行优化,并以自动获取的最佳参数组合构建溶解氧与其影响因子间的非线性软测量模型,利用该模型对国际基准仿真
【机 构】
:
兰州理工大学电气工程与信息工程学院,甘肃兰州730050
论文部分内容阅读
溶解氧浓度是污水处理过程中的一个重要指标,及时准确地掌握溶解氧浓度变化趋势是确保污水得到有效处理的关键。针对溶解氧浓度无法在线精确测量的问题,本文提出基于粒子群算法优化支持向量回归机(PSO-SVR)的溶解氧浓度软测量模型。为了提高溶解氧的预测精度和效率,采用粒子群算法对支持向量回归机的模型参数进行优化,并以自动获取的最佳参数组合构建溶解氧与其影响因子间的非线性软测量模型,利用该模型对国际基准仿真模型BSM1 的溶解氧浓度进行预测。仿真结果表明,该模型能得到较好的预测效果,与SVR、RBF 神经网络相比,PSO-SVR 模型不仅计算复杂度低,而且收敛速度快、预测精度高、泛化能力强。
其他文献
利用S变换和广义回归神经网络(GRNN)对管道泄漏点进行定位:分别对采集到的上下游压力波动信号进行S变换分析,提取各信号的压力波动拐点,获取负压波被上、下游两个测量设备检测到的的时间之差;对负压波的传播速度进行修改,使用被果蝇优化算法(FOA)优化好的广义回归神经网络拟合出泄漏定位公式,使函数逼近问题转换为函数逼近问题,创建了基于GRNN-FOA的管道泄漏点定位模型,模型输入即为采用基于S变换时延
为了改善和提高风力发电系统在额定风速以下最大风能追踪的性能,本文以永磁同步风力发电机(PMSG)为研究对象,通过局部等效建模方法获得PMSG 多工况运行的T-S 模糊模型,以模糊规则后件作为CARIMA 预测模型,采用广义预测控制(GPC)算法,对各模糊规则设计独立GPC 控制器,预测PMSG 转速输出。各GPC 控制量通过模糊加权来得到全工况控制律。仿真结果表明,分别在阶跃风速和随机风速扰动下,
水声传感器网络的部署优化是提高水声传感器网络覆盖性能的一个重要方法,有效的水声传感器网络部署优化算法需要在提高传感器网络有效覆盖率的同时兼顾传感器节点的能量有限性。本文设计了基于改进的虚拟力和改进的果蝇算法混合控制水声传感器网络部署优化的VFFO(Virtual force and fruit fly optimization)算法,该算法首先通过虚拟力算法对传感器节点的初始部署进行优化,以得到较
针对PCI Express 接口的FPGA 中基于HDL 状态机的传统设计方法中效率低下和复杂度高等不足,探讨一种PSOC 中基于IP 核的嵌入式设计方法,提出基于Xilinx 最新Zynq 平台PCI Express 接口设计方案。在Zynq 芯片的PL 部分实现PCI Express 接口模块、AXI-Stream 和AXI 的协议转换以及动态地址转换,PS 部分实现AXI数据接口和DDR3
针对工业过程数据的多模态、非高斯分布问题,提出一种基于贝叶斯独立元分析(ICA)的故障检测算法。该方法将贝叶斯估计与ICA算法相结合,在对多工况数据聚类的同时建立不同模态数据的统计模型,从而构建面向全部数据的混合概率模型。然后基于建立的贝叶斯ICA混合模型,计算实时数据属于某工况的后验概率,并根据监控统计量检测过程故障。该方法在贝叶斯理论框架下建立多工况数据监控模型,有效避免复杂数据聚类不当对监控
为模拟人类认知事物时反复推敲比对的过程,探索了一种基于变粒度仿反馈机制的智能模式分类认知方法和计算模型。首先,从模式分类的角度给出了认知结果误差α熵、α熵序列相似度和认知信息粒度误差的认知结果评价指标定义与计算方法,设计了认知结果评价机制与推理规则,实现了规划、认知与粒度决策过程互耦合运行的变粒度仿反馈分层闭环认知。其次,针对基于生物电阻抗测量的人体健康状态认知应用,采用8电极多频节段测量方法获取
针对起重机构制动器开抱闸平稳性能要求以及制动器失灵情况下的安全保障要求,对矢量变频器的制动器开抱闸和制动器故障检测功能进行了优化。优化后的程序开抱闸运行平稳,制动器检测功能提高了起重机构的安全性能。
本文针对有源电力滤波器检测谐波的需要,提出同时加入超前和滞后校正改善低通滤波器特性的优化设计。在比较各种滤波器后,选取二阶椭圆型滤波器作为谐波检测的核心;通过分析系统零极点的分布,得出影响系统性能的参数配置关系,并加入超前—滞后校正对数字低通滤波器进行优化。仿真和实验表明,本文的优化设计方法能够更好的满足对电网谐波和基波无功电流检测的需要,使检测系统可同时获得良好的检测精度和满意的动态响应速度,提
目前大规模集成电路功能验证领域的研究热点之一是覆盖率驱动的测试用例生成技术。这些研究是以可靠性为测试标准,未考虑测试用例的充分性。本论文提出基于充分度准则和遗传算法的测试用例生成技术,充分度准则是使用变异分析技术来检测测试数据充分性的技术。在测试用例的生成过程中,运用变异分析技术生成变体,由原对象和变体构成约束,在此约束下,通过遗传算法求得的最优解即为充分的测试用例。由于在生成测试用例的过程中,就
液压推进系统在硬岩掘进机(Tunnel Boring Machine,TBM)掘进过程中起重要作用,其控制性能直接影响掘进的安全与效率。采用传统的试凑法对TBM 推进系统PID 控制参数进行人工调整,不仅工作量大且难以达到较好的控制效果。本文分析TBM 液压推进系统机理,建立了液压推进系统模型,提出基于粒子群算法(Particle Swarm Optimization,PSO)的PID 控制器参数