山西省自然科学基金(2011011012-2) 作品数:11 被引量:47 H指数:5 相关作者: 阎高伟 续欣莹 牛昱光 卢慕超 龚杏雄 更多>> 相关机构: 太原理工大学 北京理工大学 学研究院 更多>> 发文基金: 山西省自然科学基金 国家自然科学基金 国家高技术研究发展计划 更多>> 相关领域: 自动化与计算机技术 更多>>
基于社会力模型算法的SVM参数优化 2015年 为了解决支持向量机(SVM)参数优化的问题,提出一种改进的基于社会力模型群智能优化算法SFSO(Swarm Optimization algorithm based on Social Force Model)的SVM参数优化方法。SFSO通过期望力和排斥力使算法在全局搜索和局部搜索中能够较好的平衡,利用SFSO特有的搜索机制对SVM的惩罚因子和径向基函数进行优化,提高SVM的分类性能。通过对几个benchmark函数和常用的UCI数据集进行测试表明:改进后的SFSO算法不仅对于求解函数优化问题具有较强的鲁棒性和较高的求解精度,而且经改进SFSO算法优化后的SVM具有更快的收敛速度和更高的分类准确率。 张俊杰 阎高伟 李浩志关键词:支持向量机 参数优化 基于T-S模糊模型的球磨机料位测量研究 被引量:2 2014年 针对采用振动法测量球磨机料位时,振动信号和料位之间存在非线性和时变性,采用传统方法存在测量精度低、稳定性差的问题,提出基于T-S模糊模型的球磨机料位表示和测量的方法。首先利用减法聚类对振动信号的功率谱特征值进行模糊前件辨识,确定模糊概念和规则数;再用最小二乘估计辨识后件参数;最后,利用模糊推理方法实现球磨机料位的软测量。在小型球磨机上的试验结果验证了T-S模糊模型对球磨机料位测量的有效性,与传统方法相比,T-S模糊模型方法具有测量精度高、稳定性好的特点。 杜智锋 卢慕超 韩晓明 阎高伟关键词:球磨机 减法聚类 变论域模糊PID在汽包水位控制中的研究 被引量:3 2014年 针对传统PID控制精度高但参数难以整定且动态调节范围小的特点,结合锅炉汽包水位的实际特性,在模糊PID的基础上,研究并设计出了简化的变论域模糊PID控制器,在仿真研究的基础上将该控制器应用于某电厂330MW循环流化床锅炉的汽包水位控制系统中。在该机组投AGC期间的试验结果表明:变论域模糊PID具有比模糊PID和传统PID更好的控制效果,特别是在机组负荷扰动大时,能表现出超调量小、速度响应快、控制精度高等良好控制品质。 万胜 牛昱光 阎高伟 贾峰生关键词:汽包水位 三冲量 模糊控制 变论域 DCS组态 基于DBN-ELM的球磨机料位软测量方法研究 被引量:9 2015年 针对采用传统方法建立球磨机料位软测量模型存在测量精度不高和稳定性较低的缺点,提出一种结合深度信念网络和极限学习机的软测量方法。该方法以球磨机轴承振动信号为辅助变量,采用深度信念网络进行振动信号功率谱的特征提取,然后将提取的有效特征输入极限学习机进行模型训练,得到软测量模型。最后在小型实验室球磨机上进行试验和模型验证。结果表明,该方法与传统方法相比具有较高的测量精度和较好的稳定性。 康岩 卢慕超 阎高伟关键词:极限学习机 软测量 基于云模型的球磨机料位概念表示与测量模型 被引量:5 2014年 针对采用音频法测量球磨机料位时存在特征值随机性强等不确定性因素,引入云理论进行球磨机料位概念表示,并利用云模型实现球磨机料位测量。其过程是对数据进行预处理并提取特征值,然后采用逆向云算法对不同料位下振声信号的特征进行基本料位概念提取,经过概念提升成粗粒度的料位概念表示后,形成不确定性推理的前件云模型;同时依据料位值信息构造推理后件云模型,以此建立云不确定性推理规则集。最后,通过云模型规则推理实现球磨机料位的软测量。多种方法对比实验结果说明了模型的有效性和实用性。 阎高伟 龚杏雄 续欣莹 韩晓明关键词:云模型 基于云推理的协方差矩阵自适应进化策略算法 被引量:2 2016年 针对协方差矩阵自适应进化策略(CMA-ES)在求解某些问题时存在早熟收敛、精度不高等缺点,通过利用云模型良好的不确定性问题处理能力对CMA-ES的步长控制过程进行改进,得到一种基于云推理的改进CMA-ES算法。该算法通过建立步长控制的云推理模型,采用云模型的不确定性推理来实现步长的控制,避免了原算法采用确定的函数映射进行步长伸缩变化而忽视进化过程中不确定性的不足。最后通过测试函数验证了改进算法具有较高的寻优性能。 乔帅 续欣莹 阎高伟关键词:全局优化 基于振动信号和云推理的球磨机负荷软测量 被引量:6 2014年 采用振动信号对球磨机料位进行测量时,特征值具有散度大、随机性强的特点.对此,基于具有将随机性、模糊性与稳定倾向性相结合能力的云模型,提出一种利用云模型对球磨机料位进行概念表示和推理测量的方法.首先,利用逆向云发生器对振动信号的功率谱特征值进行概念提取以获得前件云;然后,由料位值信息建立相对应的后件云;最后,利用云模型的不确定推理实现球磨机料位的软测量.对比实验结果表明了所提出方法的有效性和可行性. 阎高伟 龚杏雄 李国勇关键词:球磨机 软测量 云模型 基于梅尔频率倒谱系数的球磨机料位软测量 被引量:2 2016年 在球磨机料位测量优化的研究中,针对球磨机音频信号存在非线性及利用梅尔频率倒谱系数(MFCC)方法提取到的特征参数中存在冗余信息的问题,采用MFCC监督等距映射(S-Isomap)和极限学习机(ELM)建立球磨机料位软测量模型。首先,采用MFCC方法得到音频信号的特征参数并进行参数重组。然后利用鲁棒的S-Isomap进行降维提取特征,以克服不相关信息对测量精度的影响;最后采用ELM建立所得特征与料位信息的回归模型。实验结果表明,以梅尔频率倒谱系数作为音频信号的特征参数序列能有效测量球磨机料位,且改进方法具有较高的测量精度。 寄珊珊 郭磊 续欣莹 阎高伟关键词:极限学习机 软测量 基于自适应差分进化算法优化极限学习机的球磨机料位测量 被引量:6 2015年 极限学习机在实际应用中具有学习速度快、训练误差小的优点,但其稳定性与泛化能力却较差。针对其缺点,将自适应差分进化算法引入极限学习机对其改进,利用自适应差分进化算法的全局寻优能力,求取训练误差较小时极限学习机的输入权值矩阵以及隐含层偏置矩阵,从而优化极限学习机。将优化后的极限学习机应用于球磨机料位测量,实验结果表明,优化后的极限学习机与传统极限学习机相比具有较高的测量精度和较好的稳定性。 王芳 续欣莹 阎高伟关键词:自适应差分进化算法 极限学习机 软件接收机中基于数据处理的多径估计方法 被引量:6 2013年 当信噪比(signal-to-noise ratio,SNR)较低时基于数据处理的多径估计算法的估计性能显著降低。提出了基于Kalman滤波和Teager-Kaiser(TK)算子/最小二乘(least square,LS)相结合的多径估计算法,简称KTK/KLS算法。该算法通过Kalman滤波消除低SNR的高斯噪声对相关输出的影响,然后将滤波后的相关输出用于TK算子/LS估计直接信号时间延迟或多径参数。KTK/KLS算法有效解决了仅使用TK算子和LS算法进行参数估计时对噪声比较敏感的问题,保留了二者对多径比较敏感的优点。最后,通过仿真将KTK/KLS算法与其他高效的基于数据处理的多径估计算法进行比较,结果表明所提出算法的多径估计精度优于对比算法。 程兰 陈杰 谢刚关键词:参数估计 多径 最小二乘