基于數(shù)據(jù)的復(fù)雜系統(tǒng)集成建模方法及其應(yīng)用研究
發(fā)布時間:2022-10-18 16:45
建模是分析問題和解決問題的一種重要手段。隨著對象復(fù)雜性的增加,越來越多地采用基于數(shù)據(jù)的經(jīng)驗建模方法。對于復(fù)雜的非線性系統(tǒng)或是高維對象,一般的建模方法要么無法達到期望的預(yù)測精度,要么模型過于復(fù)雜,很難進行進一步的分析和利用,例如很難進行穩(wěn)定性分析或者設(shè)計合適的控制器。因此需要采用一種新的建模方法。集成方法就是這樣一種算法,它可以有效提升低精度、簡單算法的泛化性能,廣泛應(yīng)用于機器學(xué)習(xí)和系統(tǒng)辨識領(lǐng)域。本文主要研究集成方法在復(fù)雜系統(tǒng)建模(包括穩(wěn)態(tài)系統(tǒng)建模和動態(tài)系統(tǒng)建模)中的應(yīng)用,包括以下幾個方面的內(nèi)容: 1.對現(xiàn)有的集成方法,從子模型的產(chǎn)生方式、集成方法的理論研究,集成算法的應(yīng)用研究三個方面進行了介紹。 2.對于集成算法在穩(wěn)態(tài)系統(tǒng)建模中的應(yīng)用進行了研究。首先對AdaBoost.R算法進行了介紹并進行了改進,使其能更好地適用于小樣本的情況。然后對PLS算法進行修改使其能夠被集成方法直接調(diào)用以應(yīng)用于對象的穩(wěn)態(tài)系統(tǒng)建模。接下來從梯度下降搜索理論的角度對boosting方法進行修改,提出了用于穩(wěn)態(tài)系統(tǒng)建模的LS-Ensem算法并從理論上證明LS-En...
【文章頁數(shù)】:122 頁
【學(xué)位級別】:博士
【文章目錄】:
摘要
ABSTRACT (英文摘要)
致謝
目錄
第一章 緒論
1.1 引言
1.2 不同集成方法的介紹
1.2.1 全局子模型方法
1.2.1.1 修改輸入的方法
1.2.1.2 調(diào)整輸出的方法
1.2.1.3 采用不同的初始化參數(shù)或子模型結(jié)構(gòu)
1.2.2 局部子模型方法
1.2.2.1 PWA(PWL)系統(tǒng)的描述
1.2.2.2 PWA(PWL)系統(tǒng)辨識方法
1.3 集成方法的理論研究
1.3.1 基于邊際(margin)的解釋
1.3.2 基于偏置(bias)和方差(variance)的解釋
1.3.3 基于優(yōu)化理論的解釋
1.3.4 基于博弈理論的解釋
1.3.5 基于差異度的解釋
1.4 集成方法的應(yīng)用研究
1.4.1 在穩(wěn)態(tài)系統(tǒng)建模中的應(yīng)用
1.4.2 在動態(tài)系統(tǒng)建模中的應(yīng)用
1.4.3 其它應(yīng)用
1.5 本文的主要內(nèi)容
第二章 采用集成方法進行穩(wěn)態(tài)系統(tǒng)建模的研究
2.1 Boosting方法的介紹
2.2 boosting方法在連續(xù)穩(wěn)態(tài)對象建模中的應(yīng)用
2.3 基于分布的偏最小二乘算法
2.4 Gradient-Boost算法
2.5 LS-Ensem算法
2.6 LS-Ensem算法的理論證明
2.7 有關(guān)LS-Ensem算法的幾點討論
2.8 仿真研究
2.9 結(jié)論
第三章 基于聚類的PWA動態(tài)系統(tǒng)辨識方法
3.1 引言
3.2 問題描述
3.3 辨識算法
3.3.1 數(shù)據(jù)點的初步聚類
3.3.2 數(shù)據(jù)點聚類的調(diào)整
3.3.3 區(qū)間分割和子模型辨識
3.4 仿真研究
3.5 小結(jié)
第四章 采用集成方法進行建模的應(yīng)用研究
4.1 建立基于光譜分析的汽油辛烷值軟測量模型
4.1.1 實驗介紹
4.1.2 實驗1
4.1.3 實驗2
4.2 對貼片機中元件放置過程的辨識
4.2.1 實驗背景
4.2.2 實驗設(shè)計
4.2.3 辨識實驗
4.3 小結(jié)
第五章 總結(jié)與展望
5.1 工作總結(jié)
5.2 研究展望
參考文獻
附錄A 相關(guān)數(shù)學(xué)公式和定理
A.1 幾個有用的不等式
A.1.1 自然對數(shù)估計
A.1.2 Jensen不等式
A.1.3 Cauchy-Schwarz不等式
A.2 一些有關(guān)實值函數(shù)擬合的概念和定理
A.3 經(jīng)驗協(xié)方差矩陣的計算公式
個人簡歷、在學(xué)期間的研究成果及發(fā)表的論文
本文編號:3692685
【文章頁數(shù)】:122 頁
【學(xué)位級別】:博士
【文章目錄】:
摘要
ABSTRACT (英文摘要)
致謝
目錄
第一章 緒論
1.1 引言
1.2 不同集成方法的介紹
1.2.1 全局子模型方法
1.2.1.1 修改輸入的方法
1.2.1.2 調(diào)整輸出的方法
1.2.1.3 采用不同的初始化參數(shù)或子模型結(jié)構(gòu)
1.2.2 局部子模型方法
1.2.2.1 PWA(PWL)系統(tǒng)的描述
1.2.2.2 PWA(PWL)系統(tǒng)辨識方法
1.3 集成方法的理論研究
1.3.1 基于邊際(margin)的解釋
1.3.2 基于偏置(bias)和方差(variance)的解釋
1.3.3 基于優(yōu)化理論的解釋
1.3.4 基于博弈理論的解釋
1.3.5 基于差異度的解釋
1.4 集成方法的應(yīng)用研究
1.4.1 在穩(wěn)態(tài)系統(tǒng)建模中的應(yīng)用
1.4.2 在動態(tài)系統(tǒng)建模中的應(yīng)用
1.4.3 其它應(yīng)用
1.5 本文的主要內(nèi)容
第二章 采用集成方法進行穩(wěn)態(tài)系統(tǒng)建模的研究
2.1 Boosting方法的介紹
2.2 boosting方法在連續(xù)穩(wěn)態(tài)對象建模中的應(yīng)用
2.3 基于分布的偏最小二乘算法
2.4 Gradient-Boost算法
2.5 LS-Ensem算法
2.6 LS-Ensem算法的理論證明
2.7 有關(guān)LS-Ensem算法的幾點討論
2.8 仿真研究
2.9 結(jié)論
第三章 基于聚類的PWA動態(tài)系統(tǒng)辨識方法
3.1 引言
3.2 問題描述
3.3 辨識算法
3.3.1 數(shù)據(jù)點的初步聚類
3.3.2 數(shù)據(jù)點聚類的調(diào)整
3.3.3 區(qū)間分割和子模型辨識
3.4 仿真研究
3.5 小結(jié)
第四章 采用集成方法進行建模的應(yīng)用研究
4.1 建立基于光譜分析的汽油辛烷值軟測量模型
4.1.1 實驗介紹
4.1.2 實驗1
4.1.3 實驗2
4.2 對貼片機中元件放置過程的辨識
4.2.1 實驗背景
4.2.2 實驗設(shè)計
4.2.3 辨識實驗
4.3 小結(jié)
第五章 總結(jié)與展望
5.1 工作總結(jié)
5.2 研究展望
參考文獻
附錄A 相關(guān)數(shù)學(xué)公式和定理
A.1 幾個有用的不等式
A.1.1 自然對數(shù)估計
A.1.2 Jensen不等式
A.1.3 Cauchy-Schwarz不等式
A.2 一些有關(guān)實值函數(shù)擬合的概念和定理
A.3 經(jīng)驗協(xié)方差矩陣的計算公式
個人簡歷、在學(xué)期間的研究成果及發(fā)表的論文
本文編號:3692685
本文鏈接:http://www.sikaile.net/projectlw/xtxlw/3692685.html
最近更新
教材專著