版權(quán)說明: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),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、近年來軟測量建模技術(shù)在化工生產(chǎn)過程中得到了廣泛應(yīng)用。軟測量技術(shù)根據(jù)某一最優(yōu)準(zhǔn)則,選擇一組與主導(dǎo)變量相關(guān)的且易測量的輔助變量,構(gòu)造以輔助變量為輸入,主導(dǎo)變量為輸出的數(shù)學(xué)模型,實現(xiàn)對主導(dǎo)變量的在線估計。雖然軟測量的核心是建模,但是只有選擇與主導(dǎo)變量密切相關(guān)的輔助變量才能建立一個有效的軟測量模型。變量選擇就是在軟測量模型基礎(chǔ)之上,從一系列預(yù)先給定的自變量集合中,確定一個在某種準(zhǔn)則下可以對主導(dǎo)變量進(jìn)行最佳描述的變量子集。假定有p個候選輔助變量,
2、總共能產(chǎn)生2p-1個候選模型,即使p不是很大的時候,也能陷入組合爆炸的困境。因此,研究如何快速高效的變量選擇方法,在保證模型預(yù)測性能的前提下,盡可能地減少冗余變量,是很有必要的。針對該問題,本論文開展了較為系統(tǒng)化的軟測量變量選擇方法研究。
本文的主要研究內(nèi)容和成果如下:
1.將蒙特卡洛無信息變量消除算法(MC-UVE)、遺傳算法和偏最小二乘(GA-PLS)三者相結(jié)合,首先利用MC-UVE算法剔除無信息變量,在MC-U
3、VE所選出的有信息變量的基礎(chǔ)上,使用GA算法進(jìn)一步精選變量子集,提出了MC-UVE-GA-PLS變量選擇方法。最后,通過UCI數(shù)據(jù)對算法的可行性、有效性、模型預(yù)測性能及模型復(fù)雜度等方面進(jìn)行驗證,并與All-PLS模型和GA-PLS模型進(jìn)行了對比,結(jié)果表明了算法的可行性與可靠性。
2.考慮到變量選擇本質(zhì)上是數(shù)學(xué)優(yōu)化問題,以多元線性回歸(MLR)模型為基礎(chǔ),通過引入0-1決策變量,利用BIC準(zhǔn)則,將變量選擇問題描述成一個嵌套的混合
4、整數(shù)二次規(guī)劃(MIQP)問題,并提出了嵌套式MIQP-MLR變量選擇方法,同時實現(xiàn)特征變量的選擇與預(yù)測模型的建立。最后,通過UCI數(shù)據(jù)對所提出的方法進(jìn)行驗證,并與傳統(tǒng)的逐步回歸(Stepwise)變量選擇方法進(jìn)行對比,結(jié)果驗證了所提出方法的有效性和實用性。
3.在基于嵌套式MIQP-MLR變量選擇方法基礎(chǔ)上,進(jìn)一步將模型結(jié)構(gòu)從MLR拓展至魯棒性更強(qiáng)的支持向量回歸(SVR)模型,并利用改進(jìn)的MSE準(zhǔn)則,將變量選擇描述成一個混合整
5、數(shù)線性規(guī)劃(MILP)問題,提出了MILP-SVR變量選擇方法。所提出的方法不僅不需要事先指定模型中的變量個數(shù),避免懲罰因子的調(diào)節(jié),而且求解效率更高。此外,SVR模型可以利用核技巧,實現(xiàn)非線性函數(shù)的擬合。最后通過UCI數(shù)據(jù)測試了算法的可行性與有效性,并與All-SVR、Pearson-SVR和RFE-SVR對比,驗證了方法的可靠性。
4.將上述變量選擇方法應(yīng)用至某一工業(yè)精餾塔間苯二胺純度的軟測量建模中,為間苯二胺純度軟測量模型
溫馨提示
- 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 軟測量技術(shù)中的變量選擇方法研究.pdf
- 基于變量選擇的產(chǎn)品質(zhì)量軟測量方法研究.pdf
- 基于模型集群分析的軟測量建模方法研究.pdf
- 軟測量模型自適應(yīng)校正與高溫場軟測量方法研究.pdf
- 空間計量模型變量選擇方法及其應(yīng)用.pdf
- 廣義線性模型基于elasticnet的變量選擇方法研究
- 軟測量模型自適應(yīng)校正與高溫場軟測量方法研究(1)
- 乘積模型的變量選擇.pdf
- 32300.幾類回歸模型中的變量選擇方法
- 幾種變量選擇方法在Cox模型中的應(yīng)用.pdf
- 多模型融合軟測量方法研究與應(yīng)用.pdf
- 廣義線性模型基于Elastic Net的變量選擇方法研究.pdf
- 工具變量回歸模型中的變量選擇.pdf
- 兩類生存模型ALASSO變量選擇方法的改進(jìn).pdf
- Elastic Net方法在幾類模型變量選擇中的應(yīng)用.pdf
- 高維線性模型的變量選擇.pdf
- 生存數(shù)據(jù)模型的變量選擇.pdf
- 生存分析中半?yún)?shù)模型的變量選擇方法及其模擬研究.pdf
- 半?yún)?shù)變系數(shù)部分線性測量誤差模型的變量選擇.pdf
- 基于MSR和BP神經(jīng)網(wǎng)絡(luò)的多輔助變量的軟測量模型及其應(yīng)用.pdf
評論
0/150
提交評論