版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、工業(yè)過(guò)程數(shù)據(jù)收集和存儲(chǔ)技術(shù)的迅猛發(fā)展導(dǎo)致快速增長(zhǎng)的大量數(shù)據(jù),這些數(shù)據(jù)存儲(chǔ)在數(shù)據(jù)庫(kù)、數(shù)據(jù)倉(cāng)庫(kù)或其它種類的數(shù)據(jù)存儲(chǔ)介質(zhì)中。從海量的數(shù)據(jù)中挖掘隱藏的、有用的信息和知識(shí),能夠?yàn)楣I(yè)過(guò)程的在線監(jiān)測(cè)、故障診斷、模型辨識(shí)、控制策略設(shè)計(jì)和預(yù)測(cè)等提供強(qiáng)有力的決策支持。 工業(yè)過(guò)程數(shù)據(jù)挖掘應(yīng)用的主要任務(wù)是選擇和建立有效的、適合工業(yè)過(guò)程數(shù)據(jù)特征的挖掘方法。基于模糊推理系統(tǒng)的數(shù)據(jù)挖掘方法能夠使用同一模型結(jié)構(gòu)(模糊IF-THEN規(guī)則)分別執(zhí)行描述式和預(yù)測(cè)式
2、數(shù)據(jù)挖掘任務(wù),提取的規(guī)則模式易于操作人員的理解和管理者的決策支持。對(duì)于復(fù)雜的工業(yè)過(guò)程,它能夠用一種自然的方式評(píng)價(jià)輸入變量的重要性,以選擇最相關(guān)的變量描述系統(tǒng)的動(dòng)態(tài)行為。定義隸屬度函數(shù)的靈活性有助于在不同的粒度空間上尋找系統(tǒng)的操作模型,挖掘工業(yè)過(guò)程變量之間內(nèi)在的關(guān)系和規(guī)律,有效地解決工業(yè)過(guò)程的實(shí)際問(wèn)題。論文主要的研究工作如下: (1)針對(duì)傳統(tǒng)的、基于梯度的模糊推理系統(tǒng)學(xué)習(xí)方法中存在的收斂速度和振蕩之間的沖突問(wèn)題,以及動(dòng)量項(xiàng)學(xué)習(xí)方法
3、中動(dòng)量項(xiàng)因子的選擇難題,提出一種改進(jìn)的、基于梯度的、用于模糊推理系統(tǒng)參數(shù)優(yōu)化的實(shí)時(shí)學(xué)習(xí)算法(G-RTL)。通過(guò)引入與均方誤差相關(guān)的動(dòng)態(tài)誤差傳遞因子,使得在相同學(xué)習(xí)率系數(shù)的前提下,與傳統(tǒng)的、基于梯度的學(xué)習(xí)方法和動(dòng)量項(xiàng)學(xué)習(xí)方法相比,在處理大規(guī)模樣本集時(shí)具有較高的收斂速度和精度,并且學(xué)習(xí)過(guò)程是穩(wěn)定的,非常適用于工業(yè)過(guò)程的在線學(xué)習(xí)。通過(guò)經(jīng)典的倒車控制問(wèn)題和與經(jīng)典。BP網(wǎng)絡(luò)逼近性能比較的仿真結(jié)果表明本方法是有效的。 (2)針對(duì)工業(yè)過(guò)程系統(tǒng)
4、高維數(shù)據(jù)、非線性的特點(diǎn),提出一種基于歸一化方差信息的自適應(yīng)模糊規(guī)則挖掘方法(NV-AMFR)?;跀?shù)據(jù)挖掘技術(shù)和Mamdani模糊模型,從一個(gè)簡(jiǎn)單的初始結(jié)構(gòu)出發(fā),使用G-RTL學(xué)習(xí)算法優(yōu)化模糊推理系統(tǒng)的參數(shù)向量,利用優(yōu)化后獲得的模糊規(guī)則的置信度度量和隸屬度函數(shù)歸一化方差信息,確定輸入空間中模糊規(guī)則的密度需要加強(qiáng)的區(qū)域,以及用于劃分論域上模糊子集數(shù)目的需要增加的輸入變量,從而可以在不同的粒度空間上有效地挖掘過(guò)程變量之間內(nèi)在的聯(lián)系和規(guī)律,而
5、且還能夠用一種易理解的方式評(píng)價(jià)輸入變量對(duì)系統(tǒng)輸出的影響程度,以選擇最相關(guān)的變量描述系統(tǒng)的動(dòng)態(tài)行為,給出了一個(gè)新的、更合適的模型結(jié)構(gòu)。非線性函數(shù)逼近的數(shù)值例子仿真驗(yàn)證了本方法的有效性。 (3)針對(duì)工業(yè)過(guò)程數(shù)據(jù)庫(kù)中普遍存在的不一致性、不完整性和歷史性,提出一種推理空缺模糊規(guī)則的最鄰近擴(kuò)散方法(ND-EMR)?;谀:评硐到y(tǒng)和樣本數(shù)據(jù)分布的先驗(yàn)知識(shí),使用改進(jìn)的G-RTL實(shí)時(shí)學(xué)習(xí)算法,通過(guò)確定最優(yōu)輸出模糊子集的質(zhì)心和模糊規(guī)則的置信度度
6、量,推理樣本數(shù)據(jù)未覆蓋區(qū)域上的空缺模糊規(guī)則,并構(gòu)造一個(gè)完備的模糊規(guī)則集,從而有效地解決了樣本數(shù)據(jù)未覆蓋的區(qū)域上系統(tǒng)的不可預(yù)測(cè)問(wèn)題。結(jié)合混沌時(shí)間序列預(yù)測(cè)問(wèn)題以及與WM方法比較的仿真結(jié)果,表明本方法不僅有效而且可以適于不能預(yù)測(cè)的情況。 (4)基于模糊T-S預(yù)測(cè)模型,結(jié)合多種數(shù)據(jù)挖掘技術(shù),提出一個(gè)基于數(shù)據(jù)挖掘的復(fù)雜工業(yè)過(guò)程智能控制新方法。使用G-RTL實(shí)時(shí)學(xué)習(xí)算法,快速而準(zhǔn)確地辨識(shí)模糊T-S預(yù)測(cè)模型;基于所辨識(shí)的模糊T-S預(yù)測(cè)模型,對(duì)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于數(shù)據(jù)挖掘技術(shù)的模糊推理系統(tǒng)設(shè)計(jì).pdf
- 基于數(shù)據(jù)挖掘和案例推理的知識(shí)管理系統(tǒng).pdf
- 數(shù)據(jù)挖掘的模糊系統(tǒng)實(shí)現(xiàn).pdf
- 基于模糊推理及數(shù)據(jù)挖掘的新兵政治思想工作指導(dǎo)專家系統(tǒng).pdf
- 基于過(guò)程監(jiān)控的數(shù)據(jù)挖掘系統(tǒng)及其應(yīng)用.pdf
- 基于支持向量機(jī)的過(guò)程工業(yè)數(shù)據(jù)挖掘技術(shù)研究.pdf
- 基于FRi-FCM的工業(yè)過(guò)程模糊監(jiān)控系統(tǒng).pdf
- 基于模糊聚類的數(shù)據(jù)挖掘研究.pdf
- 模糊關(guān)聯(lián)規(guī)則挖掘及在工業(yè)數(shù)據(jù)中的應(yīng)用.pdf
- 基于T-S模糊系統(tǒng)的模糊推理建模法.pdf
- 基于案例推理的數(shù)據(jù)挖掘算法搜索策略的研究.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘研究.pdf
- 基于模糊系統(tǒng)和遺傳算法的數(shù)據(jù)挖掘技術(shù)的研究.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘模型研究.pdf
- 基于模糊數(shù)據(jù)挖掘的銀行個(gè)人客戶價(jià)值研究.pdf
- 基于數(shù)據(jù)挖掘的模糊控制器的設(shè)計(jì)研究.pdf
- 基于模糊模型的專家系統(tǒng)推理方法.pdf
- 基于分散模糊推理結(jié)構(gòu)的電站熱工過(guò)程控制.pdf
- 范例推理及其數(shù)據(jù)挖掘技術(shù)的研究.pdf
- 模糊智能系統(tǒng)中模糊推理研究.pdf
評(píng)論
0/150
提交評(píng)論