基于核近似的产品设计时间预测

针对产品设计时间预测中存在的小样本、不确定性数据等问题,将不确定数据处理成区间数,引入Hausdorff距离以计算区间数向量之间的距离,并将含有区间数的知识设计转换成核近似可嵌入的线性不等式,提出相应的产品设计时间智能预测方法,给出相关参数的优选方法。进行了注塑模具设计的实例分析,结果表明基于嵌入知识的核近似的时间预测方法是有效的。

基于概率支持向量回归的产品设计时间预测模型

为使产品设计时间预测既克服小样本、异方差噪声问题,又提供除预测值以外的其他有用信息,建立概率支持向量回归(PSVR)模型。首先,在异方差回归模型基础上设计概率约束条件,以使预测值以较大概率位于真实值的某邻域,结合具有参数不敏感损失函数的支持向量回归确定优化目标,提出PSVR。然后,将最大完工时间知识嵌入进PSVR的约束条件,用以确定真实值邻域的宽度,将交叉验证与遗传算法相结合以确定PSVR的相关参数。最后,以注塑模具设计的实例进行分析,结果表明基于PSVR的时间预测方法可同时提供有效的预测值和预测区间。

基于异方差高斯间距回归的产品设计时间预测模型

为了使产品设计时间预测模型既克服小样本和异方差噪音问题,又提供除预测值以外的其它有用信息,建立一种基于异方差高斯间距回归(heteroscedastic Gaussian margin regression,HGMR)的预测模型.首先,假定基于核函数的回归模型的权重向量服从高斯分布,以最小化相对熵为优化目标,利用预测值的置信区间设置约束条件,构造可同时给出预测值和预测区间的HGMR模型;然后,利用样本的独立性和异方差性对优化问题进行转化,证明HGMR模型具有较好的推广性能,并设计求解相应优化问题的迭代方法;最后,以注塑模具设计的实例进行分析,结果表明基于HGMR的时间预测模型是可行有效的.

基于PSO与LS-SVM的作物需水量预测

为了提高作物需水量预测精度,提出基于粒子群优化算法(PSO)优化最小二乘支持向量机(LS-SVM)的预测模型。该模型以空气湿度、温度、太阳辐射以及风速为输入,利用多项式核函数和径向基核函数的非负线性组合构造核函数,将粒子群优化算法(PSO)与交叉验证方法用于确定模型参数。实验结果表明与神经网络和随机森林相比,PSO优化的LSSVM可获得更好的预测精度和泛化能力,可用于节水灌溉,具有较高的应用价值。

基于混沌时间序列的水电机组状态短期预测

基于混沌时间序列短期可以预测的特点,构建水电机组状态短期预测。用采样周期确定相空间时延τ,G-P算法确定关联维数从而确定相空间的嵌入维数m,小数据量法证明水电机组振动状态的混沌特性。在重构相空间中,运用加权一阶局域法构建水电机组状态短期预测模型。结果表明:混沌特性指数λ=0.2605的水电机组振动状态具有混沌特性,可以在最佳嵌入维数m=4的情况下进行预测,实例结果表明采用混沌理论进行水电机组状态短期预测是可行的。

基于神经网络集成的作物需水量预测

应用神经网络集成模型,以空气湿度、温度、太阳辐射以及风速为输入,利用交叉验证方法确定网络隐层节点数,建立作物需水量的预测模型。实验结果表明,与单个神经网络与随机森林模型相比,神经网络集成模型能获得更好的预测精度,可用于节水灌溉。

基于高斯间距核回归的产品设计时间预测

为克服产品设计时间预测中的小样本和异方差噪音问题,建立一种基于高斯间距核回归(Gaussian margin kernel regression,GMKR)预测模型。首先,假定核函数回归模型的权重向量服从高斯分布,利用相对熵与输出概率密度的自然对数和设计优化目标,构建GMKR模型;然后,假设高斯分布的协方差阵为对角矩阵以简化GMKR模型,并利用粒子群算法求解相应优化问题。最后,以注塑模具设计的实例进行分析,结果表明基于GMKR的时间预测模型可行有效。

基于自主学习的控制系统仿真教学研究

控制系统仿真是自动化专业的一门重要的专业课程。借助网络教学环境，实施自主学习是教学改革的一项新举措。控制系统仿真自主学习有助于增强学生的创新能力和分析、解决问题的能力。本文对控制系统仿真自主学习过程中的学习目标确定、学习方法选择、学习过程监督和学习结果评价等方面进行了研究。

数据挖掘技术应用于存储粮品质变化预测

储备粮是国家的重要资源。由于粮食的生理特性等原因,使得粮食储存品质控制指标极易变化。本文从数据挖掘角度出发,在Logistic回归、决策树和多层感知器等技术基础上,利用现有数据构造模型对粮食储存品质控制指标是否变化做出预测,得到品质变化概率,对品质变化概率较大的扦样较早处理,为粮食存储管理提供理论支持。

基于神经网络的突跳式温控器产品编码识别方法

针对突跳式温控器产品编码金属表面反光、凹凸不平以及采用钢印字符导致产品编码识别率下降等问题,提出将字符图像的灰度特征、字符分块占空比以及字符8个特征点之间线段总长度作为神经网络输入的编码识别方法。首先对图像中产品编码区域进行提取、滤波去噪、二值化和字符分割等处理工作;再把分割后的字符归一化为16×16维的图像;最后通过MATLAB编程仿真和工业现场实验得出的结果表明,该方法实现了对温控器编码字符的准确识别,提高了温控器编码相似字符的识别率。

Mining the Change of the Quality of Stored Grain

The quality of grain changes continually during its storage, including the change of its physical characteristics and physiological characteristics. This paper presents an approach to predict the change of the quality of stored grain with data mining technology. Logistic Regression, Decision Tree and Multilayer Perceptron are applied to predict the change of the grains’ quality control index and to obtain the grains’ quality change probability. The grain sampling with higher probability can be processed earlier.

基于模糊支持向量机的产品设计时间预测

针对产品设计时间预测中存在的小样本、不确定性数据和异方差噪音等问题,将模糊回归理论与par--SVM相结合,基于Necessity模型构造约束条件,提出了par-F-SVM,并给出了相应的设计活动时间智能预测方法和相关参数的优选算法.最后通过注塑模具设计的实例分析表明了所提出的基于par-F-SVM的时间预测方法是有效、可行的.