基于支持过程向量机的航空发动机排气温度预测

针对航空发动机气路性能衰退主要是由时间累积效应造成的这一问题,为反映航空发动机气路性能参数时间序列中实际存在的时间累积效应,以预测航空发动机气路性能衰退规律,本文从泛函分析的角度出发,提出了一种支持过程向量机模型。并建立了基于支持过程向量机的时间序列预测模型,且以Logistic混沌时间序列预测为例验证了该预测模型的有效性。在此基础上建立了基于支持过程向量机的航空发动机排气温度预测模型,并采用遗传算法进行模型参数的优化选择。通过航空发动机排气温度预测实际应用案例对提出的模型进行了验证,实验结果表明:支持过程向量机预测结果的平均相对误差为2.81%,优于传统支持向量机的预测结果。

关于集值上鞅Doob分解的注记

假定(X,‖.‖)为可分的Banach空间,X*为其对偶空间且可分.给出了集值上鞅一种新形式的Doob分解定义,证明了一维实空间集值上鞅具有这种形式的Doob分解,举例说明在二维实空间,并非集值上鞅都具有这种形式Doob分解.最后,给出了实Banach空间集值上鞅具有这种形式的Doob分解的充分必要条件.

集值下鞅的Doob分解的注记

基于(X,‖.‖)为可分的Banach空间,X*为其对偶空间,X*可分,讨论集值增过程与实值增过程之间的关系,研究超空间上代数运算的若干性质,利用支撑函数,得出集值下鞅可Doob分解的二个充要条件,改进和推广了已往的结果。

基于深度分解的非平稳非高斯过程多步预测

首先,综合运用小波包分解(wavelet packet decomposition,简称WPD)、样本熵、单位根检验法和变分模态分解(variational mode decomposition,简称VMD),提出利用混合深度分解(hybrid deep decomposition,简称HDD)对非平稳非高斯过程进行处理,降低实测风速风压复杂性,提升其可预测性;其次,根据Mercer定理构造了Morlet+Hermite(MH)线性组合核函数,使其具有局部多分辨性和全局泛化性的优点,采用粒子群算法(particle swarm optimization,简称PSO)对MH核进行参数优化,结合最小二乘支持向量机(least square support vector machine,简称LSSVM)建立HDD-MH-LSSVM多步预测模型;然后,将该模型与常用核函数构成的HDD-Poly-LSSVM,HDD-径向基函数(radial basis function,简称RBF)-LSSVM多步预测模型以及极限学习机(extreme learning machine,简称ELM)多步预测模型形成对比;最后,采用下击暴流风速和台风天大跨膜结构表面实测风压进行大步数多步预测验证。结果表明,HDD-MH-LSSVM预测算法预测精度高、稳定性好、通用性强。

基于支持向量机的啤酒企业能源消耗预测模型

为提高啤酒企业包装车间生产耗电的预测精度,提出了一种基于支持向量机和粒子群优化算法的预测模型构建方法。该方法将radial basis function函数作为支持向量机的核函数构建预测模型,使用K-fold交叉验证方法,利用粒子群算法(PSO:Particle Swarm Optimization)对惩罚参数c和g值寻优。以28天的生产耗水和生产耗电数据作为训练集,以10天的生产耗水数据作为预测集,分别构建基于radial basis function函数与polynomial函数的生产耗电支持向量机预测模型对生产耗电数据进行预测。实验结果表明,以radial basis function函数作为核函数与以polynomial函数作为核函数相比,该支持向量机预测模型对生产耗电的预测精度提高了51.495%,该方法具有一定的实用性。

实值可料过程关于集值Wiener过程的伊藤积分

为研究实值可料过程关于可积有界紧凸集值 Wiener过程的伊藤积分 ,先从简单实值可料过程入手 ,以支撑函数为工具 ,给出相关定义及性质。然后借助于简单过程构造出一般过程的轨道 ,把结论推广到一般实值可料过程 ,给出其关于可积有界紧凸集值

基于支持向量机的预测函数控制

针对化工过程存在的强非线性生产过程,提出了基于支持向量机技术预测模型的预测函数控制方法。利用支持向量回归的方法对非线性过程进行建模,采用预测函数控制方法进行控制。针对具有强非线性连续搅拌反应釜过程进行仿真,仿真结果表明:支持向量机的建模方法可以有效地解决强非线性的化工过程的建模问题,并且具有较好的泛化能力,基于这种预测模型的预测函数控制具有较好的控制性能和良好的跟踪能力及抗干扰能力。

集值上鞅可Doob分解的条件

假定(X,‖.‖)为实Banach空间,X*为其对偶空间,X*可分。给出了集值上鞅几种不同的Doob分解概念,利用支撑函数研究了集值上鞅在各种分解意义下可Doob分解的充分必要条件。

集值逆下鞅的Doob分解

假定(X,‖.‖)为实Banach空间,X*为其对偶空间,X*可分。本文证明了实值逆(下)鞅Doob分解定理,在此基础上,利用支撑函数给出了集值逆下鞅可Doob分解的一个充分条件。

集值上鞅Doob分解的若干结果

假定(X,‖·‖)实Banach空间,X*为其对偶空间,X*可分。本文给出了集值上鞅一种新形式的Doob分解,利用支撑函数研究了集值上鞅具有这种形式Doob分解的一个充要条件及充分条件。

基于机器学习的前轴辊锻工艺参数预测

使用基于混合核函数的最小二乘支持向量机算法来进行前轴第1道次辊锻工艺参数的预测,构造混合函数以提高预测模型的预测精度。对工艺参数预测模型进行实验验证,结果表明,与基于单独RBF核的LS-SVM算法相比,混合核函数LSSVM算法构建的预测模型具有更高的预测精度,由3组不同核函数参数构成的预测模型对最大成形载荷及展宽的平均预测精度分别为91.8%和92.1%、89.4%和90.1%以及94.5%和93.2%,并且确定了最优的核函数参数:RBF核函数系数γ=4.52、惩罚系数c=276.4、Polynomial核函数核阶数q=1.21以及混合权重系数a=0.28。通过3组工艺参数实验对所研究的前轴辊锻工艺参数预测方法的可行性进行验证,所使用的预测方法预测得到的最大成形载荷和展宽与实际值误差在10%以内。

集值逆上鞅的Doob分解

假定(X,‖·‖)为可分的Banach空间,X*为其对偶空间,X*可分。本文首先给出了集值逆上鞅Doob分解的概念,其次,证明了实值逆上鞅Doob分解定理,在此基础上,利用支撑函数给出了集值逆上鞅可Doob分解的一个充分必要条件。同时证明了一维实空间R1中集值逆上鞅具有Doob分解,最后,用例子说明在二维实空间R2并非所有的集值逆上鞅都具有Doob分解。

集值下鞅的几种Doob分解

假定(X,‖·‖)为实Banach空间,并且其对偶空间X*为可分空间。给出了集值下鞅的几种有别于已往Doob分解的定义,研究了集值下鞅在这几种分解概念下可Doob分解的充分必要条件。改进和推广了已往的结果。

集值上鞅一类Doob分解的注记

假定（X，｜｜·｜｜）为可分的Banach空间，x＊为其对偶空间，x＊可分。研究了实值上鞅一种新形式Doob分解；给出集值上鞅一种新的Doob分解定义，同时，利用支撑函数及实值上鞅新形式Doob分解，得到了集值上鞅在该定义下可Doob分解的一个充分必要条件。改进和推广了已往的结果。