憑借強(qiáng)大的動(dòng)態(tài)性能學(xué)習(xí)能力,回聲狀態(tài)網(wǎng)絡(luò)(echo state network,ESN)開(kāi)始應(yīng)用于工業(yè)過(guò)程多元時(shí)間序列的預(yù)測(cè),以幫助解決過(guò)程監(jiān)督、控制和優(yōu)化的關(guān)鍵問(wèn)題。傳統(tǒng)的ESN在網(wǎng)絡(luò)結(jié)構(gòu)上采用隨機(jī)生成的稀疏儲(chǔ)備池和單一的神經(jīng)元模型,導(dǎo)致其節(jié)點(diǎn)耦合性強(qiáng)且計(jì)算能力有限,難以適用于復(fù)雜工業(yè)過(guò)程;而在信息匹配處理方面基于靜態(tài)時(shí)延信息以固定的時(shí)間維度選擇多元數(shù)據(jù),忽略了真實(shí)過(guò)程的動(dòng)態(tài)時(shí)延特性,可能導(dǎo)致網(wǎng)絡(luò)模型數(shù)據(jù)錯(cuò)位或遺漏某些關(guān)鍵數(shù)據(jù)信息。論文針對(duì)以上問(wèn)題進(jìn)行了深入研究,取得的主要研究成果如下:1、針對(duì)傳統(tǒng)ESN模型的結(jié)構(gòu)缺陷,提出了一種混合型循環(huán)跳躍儲(chǔ)備池(hybrid cycle reservoir with jumps,HCRJ)網(wǎng)絡(luò)。其中,通過(guò)探索儲(chǔ)備池循環(huán)結(jié)構(gòu)和跳轉(zhuǎn)結(jié)構(gòu)中混合小波神經(jīng)元的注入方式,構(gòu)建了最優(yōu)模型。最后在石油鉆井關(guān)鍵變量的預(yù)測(cè)任務(wù)中,驗(yàn)證了網(wǎng)絡(luò)的優(yōu)越性。2、基于動(dòng)態(tài)時(shí)延的理論,提出了一種面向網(wǎng)絡(luò)模型的多元時(shí)序數(shù)據(jù)動(dòng)態(tài)匹配方法。其根據(jù)變量間動(dòng)態(tài)傳遞時(shí)間,為每個(gè)預(yù)測(cè)值指定了所選多元數(shù)據(jù)的時(shí)間維度,使網(wǎng)絡(luò)在運(yùn)行期間可以準(zhǔn)確且快速的抓取到最大貢獻(xiàn)數(shù)據(jù)。最后將所提出方法用于精餾...

【文章頁(yè)數(shù)】：75 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－２動(dòng)態(tài)與靜態(tài)時(shí)延??Ｆｉｇ．?２－２?Ｄｙｎａｍｉｃ?ａｎｄ?ｓｔａｔｉｃ?ｔｉｍｅ－ｄｅｌａｙｓ??為了相對(duì)獨(dú)立的依賴數(shù)據(jù)知識(shí)，使技術(shù)工人的技術(shù)支持相對(duì)可能的少，一般采用??理

?北京化工大學(xué)碩士學(xué)位論文???ｎ??Ｙｋ＝４Ｚ；（ｋ）?式（２－１１）??ｔ＝ｉ??其中，其數(shù)值越接近１，代表序列曲線相似度越高，否則相關(guān)度越低，一般使用熱力??圖進(jìn)行最后的知識(shí)體系表達(dá)。??２．３．３多元變量間時(shí)延估計(jì)??在許多工業(yè)過(guò)程中，多元變量之間都存在關(guān)聯(lián)性，其相互作用....

圖２－３時(shí)間窗口滑動(dòng)過(guò)程??Ｆｉｇ．?２－３?Ｔｉｍｅ?ｗｉｎｄｏｗ?ｓｌｉｄｉｎｇ?ｐｒｏｃｅｓｓｅｓ??描述變量間的相關(guān)系數(shù)Ｐｅ［－ｉ，ｉ］，過(guò)程變量間的正反影響關(guān)系由正負(fù)值確定

據(jù)段相似度的系數(shù)值，如下式所示，??由此提取變量間每個(gè)時(shí)間點(diǎn)的動(dòng)態(tài)時(shí)延信息。??Ｐｘｙ（〇（ｋｉ）＝丄ｆ?０，．．．，ｎ．式（２－１３）??ｎｋ?含?Ｓｘ（ｊ）Ｓｙ（ｊ＋ｋ）??其中，ｋ＝０，１，２，?？?？？，＆滑動(dòng)寬度ｋ是平滑窗口的移動(dòng)范圍，（〇代表時(shí)間。設(shè)置觀測(cè)寬??度＆為....

圖２？４伸縮時(shí)間窗口對(duì)時(shí)延提取流程??Ｆｉｇ．?２－４?Ｅｘｔｒａｃｔｉｏｎｓ?ｏｆ?ｔｉｍｅ?ｄｅｌａｙｓ?ｉｎ?ｅｌａｓｔｉｃ?ｔｉｍｅ?ｗｉｎｄｏｗｓ??

?北京化工大學(xué)碩士學(xué)位論文???整體算法的核心是觀測(cè)窗口?ｎｋ的大小，其擴(kuò)張判斷的依據(jù)是在當(dāng)前時(shí)間窗口下：??（１）是否存在因局部強(qiáng)干擾導(dǎo)致時(shí)間序列之間的反向時(shí)延（整體時(shí)延方向?yàn)檎┑南嗨贫??數(shù)值過(guò)大的情況。（２）變量間的相關(guān)系數(shù)的絕對(duì)值是否大于整段數(shù)據(jù)下變量的相關(guān)系數(shù)??的絕....

圖２－６不同網(wǎng)絡(luò)模型的預(yù)測(cè)精度??Ｆｉｇ．?２－６?Ｐｒｅｄｉｃｔｉｏｎ?ａｃｃｕｒａｃｉｅｓ?ｏｆ?ｄｉｆｆｅｒｅｎｔ?ｎｅｔｗｏｒｋ?ｍｏｄｅｌｓ??２．４．２工業(yè)變量之間的時(shí)延提取??

?北京化工大學(xué)碩士學(xué)位論文???０．１８?－？???ＥＳＮ??Ｉ?－＊？?ＳＣＲ??０１６?Ｘ?ＨＥＳＮ??、、、?ＨＳＣＲ??０．１４?、、、、??０．０８????０．０６??二丄、、??今?＾?＾?＾?＾??Ｒｅｓｅｒｖｏｉｒ?Ｓｉｚｅ??圖２－６不同網(wǎng)絡(luò)模型的預(yù)測(cè)精度??Ｆ....

本文編號(hào)：3984399