国家自然科学基金(61203102) 作品数:10 被引量:91 H指数:5 相关作者: 赵立杰 汤健 柴天佑 魏忠军 袁德成 更多>> 相关机构: 沈阳化工大学 东北大学 中国人民解放军92941部队 更多>> 发文基金: 国家自然科学基金 中国博士后科学基金 国家科技支撑计划 更多>> 相关领域: 自动化与计算机技术 矿业工程 更多>>
基于进化算法优化的混合核极限学习机建模 被引量:6 2013年 基于核方法的软测量模型的核类型、核参数及学习参数影响模型泛化性能,而且核类型和核参数还与建模数据相关,难以有效选择;常用的基于支持向量机(SVM)的建模算法虽然泛化性好,除了模型的学习参数难以选择外,其学习速度较慢。为解决这些问题,提出了基于进化算法优化的混合核极限学习机建模方法。该方法选用具有较快学习速度和较好泛化性能的核极限学习机(KELM)算法建立软测量模型,其核函数则采用具有局部和全局特性的径向基(RBF)核函数和多项式核函数加权得到的混合核函数。软测量模型的相关参数,即混合核的权系数、核参数及和KLELM模型的惩罚参数通过进化算法同时优化选择。最后采用基于近红外谱(NIR)数据建立的软测量模型验证了所提方法的有效性。 张德全 魏忠军 汤健 赵立杰关键词:软测量 混合核函数 进化算法 增强操作工况识别可靠性的概率PLS-ELM方法 被引量:1 2013年 针对分类阈值任意给定和临近边界区域操作工况识别可靠性低问题,提出基于贝叶斯理论的概率偏最小二乘极限学习机(p-PLS-ELM)分类算法.偏最小二乘被嵌入到极限学习机框架内,通过提取隐含层正交潜在变量,避免共线性引起输出权值系数不稳定,降低输出预报值的不确定性,改善分类编码输出预报模型的鲁棒性和稳定性.应用非线性最小二乘方法估计每类条件概率密度函数的参数,结合概率密度函数和贝叶斯定理,计算每类输出预报值后验概率作为分类可靠性测度.采用该方法在某污水处理厂进行实验验证.实验结果表明,基于概率PLSELM方法的污水处理操作工况识别可靠性和准确性相对优于PLS-ELM方法. 赵立杰 柴天佑 袁德成 刁晓坤关键词:极限学习机 贝叶斯决策 概率密度估计 基于EMD和选择性集成学习算法的磨机负荷参数软测量 被引量:42 2014年 针对磨机筒体振动和振声信号组成复杂难以解释、蕴含信息存在冗余性和互补性、与磨机负荷参数映射关系难以描述等问题,提出了基于经验模态分解(Empirical mode decomposition,EMD)技术和选择性集成学习算法分析筒体振动与振声信号组成,建立磨机负荷参数软测量模型的新方法.首先从机理上定性分析了筒体振动及振声信号组成的复杂性;然后采用EMD技术将原始信号自适应分解为具有不同时间尺度的系列组成成分,即本征模态函数(Intrinsic mode function,IMF);接着在频域内基于互信息(Mutual information,MI)方法分析并选择IMF频谱特征;最后采用基于核偏最小二乘(Kernel partial least square,KPLS)建模方法、分支定界优化算法的选择性集成学习方法建立磨机负荷参数软测量模型,实现了多源多尺度频谱特征的选择性信息融合.基于实验球磨机的实际运行数据仿真验证了该方法的有效性. 汤健 柴天佑 丛秋梅 苑明哲 赵立杰 刘卓 余文关键词:经验模态分解 基于EEMD和iPLS的球磨机负荷参数集成建模方法 现有球磨机负荷测量模型大多假设振动信号具有线性平稳性,同时传统单模型结构的稳定性和泛化性有限,提出一种基于集合经验模态分解EEMD(Ensemble Empirical Mode Decomposition)和区间偏最小... 赵立杰 杨红伟 冯雪 汤健 袁德成文献传递 基于交替方向乘子法的球磨机负荷分布式随机权值神经网络模型 被引量:1 2018年 针对传统集中式机器学习处理大规模数据存在通信开销大、算法时间和空间复杂度高等问题,基于交替方向乘子法(ADMM),提出一种球磨机负荷分布式随机权值神经网络建模方法,局部网络节点采用正则化随机权值功能连接RVFL网络,全局球磨机负荷模型参数采用分布式优化学习ADMM方法交替迭代更新求解。实验结果表明,基于ADMM-RVFL的球磨机负荷模型在计算速度和精度方面具有相对优越性。 赵立杰 陈征 张立强 高杨关键词:分布式学习 在线KPLS建模方法及在磨机负荷参数集成建模中的应用 被引量:21 2013年 针对过程非线性、基于历史数据构建的离线模型泛化性差以及基于滑动窗口和每样本递推更新的在线建模方法难以均衡建模精度和建模速度等问题,提出了一种在线核偏最小二乘(On-line kernel partial least squares,OLKPLS)建模方法.该方法依据新样本与建模样本间的近似线性依靠(Approximate linear dependence,ALD)值和代表工业过程特性漂移幅度的阈值,选择有价值样本更新KPLS模型,并采用合成数据和Benchmark平台数据对该方法进行了仿真验证.针对基于离线历史数据建立的融合多传感器信息的磨机负荷参数集成模型难以适应磨矿过程时变特性的问题,提出了基于OLKPLS和在线自适应加权融合算法的在线集成建模方法,并通过实验球磨机的实际运行数据仿真验证了方法的有效性. 汤健 柴天佑 余文 赵立杰关键词:核偏最小二乘 球磨机信号分析和关键参数预报系统 被引量:1 2016年 为了实现磨矿过程球磨机负荷参数的在线检测,采用MATLAB和C#.net混合编程方式,开发实现了球磨机振动、振声信号分析和关键参数预报的软测量系统。该系统基于集合经验模态分解(Ensemble Empirical Mode Decomposition, EEMD)技术和区间偏最小二乘(interval partial least-squares, iPLS)技术提取与磨机负荷参数密切相关的本征模态函数(intrinsic mode functions, IMF)频域特征,构建基于本征模态函数特征空间的选择性集成模型,实现磨机负荷参数的测量。MATLAB的Deploytool工具将信号EEMD分解、IMF频谱变换、iPLS特征选择、关键参数模型训练和模型预测一系列m函数编译生成DLL程序集合,在C#.net编程环境中,通过调用上述程序实现球磨机信号分析和关键参数预报软件系统的快速开发。系统测试结果表明该系统能够有效选择筒体振动和振声信号IMF频谱特征,系统准确性和可靠性较高,对改进磨矿过程控制和优化具有重要意义。 赵立杰 孙华 陈斌 王魏关键词:磨机负荷 软测量 混合编程 基于正则化随机配置网络的球磨机工况识别 被引量:11 2020年 随机配置网络(Stochastic Configuration Network, SCN)在不等式约束监督机制下能够自动快速构建万能逼近器,在大数据建模领域具有潜在优势。为了增强模型的准确性和稳定性,在经典随机配置网络基础上提出带有L2范数正则化的随机配置网络,改善输出权重最小二乘解析解的代数属性,避免模型过拟合的结构风险。针对大范围非平稳操作工况下球磨机负荷运行状态识别问题,使用正则化随机配置网络构建球磨机负荷运行工况识别模型。球磨机实验结果表明,所提出的正则项SCN模型在识别准确性和模型性能稳定性方面相对经典SCN和RVFL模型,具有相对优势。 赵立杰 邹世达 郭烁 黄明忠关键词:随机神经网络 正则化 球磨机 基于选择性更新的在线核极限学习机建模 被引量:5 2013年 针对每样本递推更新的在线建模方法计算消耗大、常用的人工智能建模方法学习速度慢的缺点,为能够对软测量模型进行有效更新和提高在线模型的学习速度,提出了一种基于选择性更新的在线核极限学习机(KELM)建模方法。该方法首先采用近似线性依靠(ALD)条件判别新样本与建模样本间的线性独立依靠程度,选择满足设定条件、含有足够新信息的样本对软测量模型进行更新,降低了模型在线学习次数;然后选择学习速度快、泛化性强的KELM方法建立软测量模型,有效地避免了极限学习机(ELM)模型固有的随机性和支持向量机(SVM)模型求解的复杂性;最后将ALD条件和KELM算法有效结合,提高了在线软测量模型的学习速度和预测性能。通过合成数据的仿真实验结果验证了所提方法的有效性。 孙朝江 汤健 魏忠军 赵立杰球磨机信号特征选择仿真实验平台 2014年 球磨机是磨矿工业的关键设备,合理的球磨机负荷参数是其长期稳定运行的必要条件。球磨机筒体振动和振声信号蕴含了丰富的负荷信息,但是筒体振动和振声时域特征难以提取,频域的高维共线性导致磨机负荷模型复杂、泛化性差。通过SiPLS(synergy interval PLS)方法选择与磨机负荷参数密切相关的振动和振声频谱特征,建立磨机负荷模型参数预报模型。结合MATLAB丰富的函数资源和C#.net强大的可视化编程优势,开发实现了具有频谱特征选择、特征模型建立和负荷参数预报等功能的球磨机信号特征选择仿真实验平台。系统测试结果表明该系统能够有效选择与磨矿浓度、填充率和料球比相关的筒体振动和振声信号频谱特征,基于频谱特征的磨机负荷参数预报泛化性能提高。 冯雪 赵立杰 张宇辰关键词:球磨机 特征提取 仿真实验平台