理学 >>> 信息科学与系统科学 >>> 系统工程方法论 >>> 系统建模 系统工程方法论其他学科
搜索结果: 91-105 共查到系统工程方法论 建模相关记录105条 . 查询时间(0.203 秒)
提出了一种基于模型切换的背景建模方法 (MSBM). 该方法以熵图像为纽带, 实现了不同精细程度的背景模型在空间上的自适应选取和在时间上的自适应切换. 对于亮度分布复杂度高的背景区域采用精细的模型以保证运动目标检测的精度, 反之采用简单的模型以降低计算量. 通过模型结构自适应结合参数自适应, 很好地兼顾了检测精度和计算代价. 基于高斯混合模型和时间平均模型的双模型切换式运动目标检测算法被用于实验研...
本文在建立机器故障和系统阻塞的近似模型的基础上给出了系统的排队网络模型.利用 这一模型,可以对问题解析地求解,以分析系统的性能,而不需要复杂的计算.仿真结果表明, 其解的精度令人满意.
本文分析了Narendra的离散时域模型参考自适应控制(DTMRAC)方案对建模误差的 鲁棒性,证明该类方案对I型建模误差的鲁棒性较强,对Ⅱ型建模误差的鲁棒性差.仿真结 果证明了鲁棒性的分析结论.由于模型参考自适应诸方案有统一性,上述结论也具有普遍性, 并对模型参考自适应方案在计算机控制系统中的应用具有指导意义.
Abstract近年来采用序批式反应器工艺进行生化污水处理的研究日益受到关注.在工艺流程设计、模型建立、操作优化、控制器设计等都取得大量的成果.􀁱本文综述了这个领域一些最新的!与未来应用有关的研究进展.􀁱
Abstract复杂工业过程控制是控制科学界的前沿,由于其背景复杂性、控制对象可变性,至今 在实际工程甚至理论上尚待取得实质性进展,因此,在复杂环境和任务下的工业过程正在走 逐步智能化的道路.在这一智能化进程中,有三大智能模拟:逻辑思维模拟、大脑结构模拟 和人工免疫模拟.本文试图从模糊系统理论和可拓学两方面进行讨论,详细地评述了思维模 拟在复杂工业过程中应用的发展现状,并对其未来提出展望....
Abstract针对常规v支持向量回归用于在线建模时存在的问题,提出了一种支持向量回归在线建模方法.利用贝叶斯证据框架优化模型参数,通过判断新增观测值是否满足原来的KKT条件,并对历史数据给予不同程度的加权以充分利用最新的数据信息,使模型随着时间的推移在线更新.工业PTA氧化过程中4-CBA含量预测的实例表明,该方法能很好地跟踪4-CBA含量的变化趋势,是一种有效的在线建模方法.
Abstract给出了基于高斯过程和支持向量机的软测量建模方法 ,在不牺牲性能的条件下 ,高斯过程与支持向量机相比 ,是一种有着概率意义的核学习机 ,同时它更容易实现 ,理论分析和仿真研究表明了高斯过程在软测量建模中的优越性
Abstract基于模糊T-S模型,提出一种具有自学习能力的模糊方法用于批过程建模和最优控制.通过引入与均方误差相关的动态误差传递因子,使用改进的梯度下降法,本方法能够辨识模糊T-S预测模型.对于批过程的受限非线性最优控制,基于所辨识的预测模型,运用庞特里亚金最小值原理和平行分布补偿算法,本方法能够把一个复杂非线性系统最优控制设计问题转化为一些基于复杂T-S预测模型的局部线性系统的最优问题,从而给...
Abstract基于人工免疫原理,提出一种在线构造T-S模糊系统的建模方法.该方法结合网格空间划分方法,以建模数据为抗原,模糊规则为抗体,采用人工免疫原理确定系统结构,并应用最小二乘方法估计线性规则后件参数.该方法具有简单、学习速度快、实时性强等特点,适合多输入模糊系统的在线学习和结构调整.
Abstract在分析几种模糊系统建模方法的基础上,提出一种简单有效的软测量建模方法.该算法基于变结构构造法模糊建模思想,均匀设计模型的初始结构,以绝对误差为建模指标,通过增加模糊规则来提高TS模糊系统的精度.为降低规则参数辨识的计算量,提高建模速度,将规则参数分为线性和非线性两部分,分别采用LevenbergMarquardt法与最小二乘法进行辨识.实例证明,本文所提出的建模方法规则分布合理...
系统辨识与建模的一种新方法          2007/12/13
Abstract本文从函数逼近观点研究线性和非线性系统辨 识问题,导出辨识方程,提出用神经网络建立线性和非线性系统的模型.根据函数内差逼近 原理建立神经网络学习方程,给出优化算法.计算机仿真表明新算法计算速度快,具有良好 的推广、逼近和收敛特性.
基于SVM的软测量建模          2007/12/13
Abstract支持向量机(Support Vector Machines)是一种基于统计学习理论的新型学习机,本 文提出用支持向量机建立软测量模型.理论分析和仿真研究表明,该方法学习速度快、跟踪 性能好、泛化能力强、对样本的依赖程度低,比基于RBF神经网络的软测量建模具有更好的 推广能力.
基于MOGA和SVM的发酵过程建模          2007/12/12
Abstract针对微生物发酵过程,使用多目标遗传算法(multi-objective genetic algorithm, MOGA)确定最优参数.MOGA和SVM回归相结合形成一种新的建模方法,该方法利用现场生产数据建立了青霉素效价预估模型.仿真结果表明此方法具有很强的拟合和泛化能力.MOGA方法的有效性也得到了验证,它也能够自动选择最优参数.
Abstract综述了复杂系统的定性建模和定性控制.首先阐述了定性建模的理论背景,讨论了 主要的定性建模研究方法及定性模型特性;接着介绍了定性控制的研究进展,对定性控制方 法进行了分类研究,探讨了定性控制器的设计及定性控制系统性能;最后就复杂系统的定性 建模和定性控制研究发展进行了评述.
Abstract真空退火炉中工件温度的精确控制是一个具有非线性和不确定性的复杂控制问题.为了实现工件温度的精确控制,以现场实际采集的数据为基础,采用小波神经网络建立对象的模型,利用自适应免疫遗传算法对小波神经网络的权值、小波基的个数和伸缩、平移因子等进行优化,提出了一种精确控制真空退火炉工件温度的优化数学模型,仿真与实验研究表明,用此方法建立的模型,其控制效果优于BP神经网络所建立模型的控制;同时...

中国研究生教育排行榜-

正在加载...

中国学术期刊排行榜-

正在加载...

世界大学科研机构排行榜-

正在加载...

中国大学排行榜-

正在加载...

人 物-

正在加载...

课 件-

正在加载...

视听资料-

正在加载...

研招资料 -

正在加载...

知识要闻-

正在加载...

国际动态-

正在加载...

会议中心-

正在加载...

学术指南-

正在加载...

学术站点-

正在加载...