孟博
- 作品数：3 被引量：18H指数：3
- 供职机构：天津工业大学电气工程与自动化学院更多>>
- 发文基金：国家自然科学基金天津市应用基础与前沿技术研究计划项目更多>>
- 相关领域：自动化与计算机技术冶金工程一般工业技术机械工程更多>>
- 动态光散射颗粒分布软测量被引量：4
- 2016年
- 考虑传统动态光散射颗粒粒度分布测量用的反演算法复杂、精度不够、抗噪能力差,本文基于大数据思想,提出了一种动态光散射颗粒分布软测量方法。该方法通过调节颗粒粒度分布形状参数获得大量自相关函数及其对应颗粒分布的数据;使用这些数据对子学习机进行训练。最后,针对训练数据维数较高的特点对传统Bagging算法进行改进,并利用改进的Bagging集成算法集成子学习机以提高软测量模型的精度及泛化能力。通过模拟单峰数据和对300nm标准粒径进行软测量开展了验证实验。结果表明,该方法能够较好地测量出不同动态光散射颗粒分布的峰值及分布宽度,模拟单峰数据测量峰值精度可达1nm,300nm和503nm,标准粒径测量精度分别可达3nm和4nm,优于一般的反演算法。该软测量方法为动态光散射颗粒分布测量开辟了新的途径。
- 田慧欣彭晓朱新军孟博
- 关键词：动态光散射软测量BAGGING算法
- 一种用于软测量建模的增量学习集成算法被引量：8
- 2015年
- 针对软测量模型在实际应用中遇到的问题,结合Ada Boost集成学习思想,提出适用于软测量回归的集成学习算法,以提高传统软测量模型的精度.为了克服模型更新技术对软测量实际应用的制约,将增量学习机制加入软测量集成建模中,使软测量模型具有在线实时更新的增量学习能力.对浆纱过程使用新方法建立上浆率软测量模型,并使用实际生产数据对模型进行检验,检验结果表明,该模型具有很好的预测精度,并能够较好地实现在线更新.
- 田慧欣李坤孟博
- 关键词：软测量极限学习机上浆率
- 基于AdaBoost.RS算法的LF炉钢水温度预报分析被引量：6
- 2017年
- LF炉钢水温度的精准控制有利于缩短钢的冶炼时间,从而节约其生产成本。而获得准确的LF炉钢水温度预报是钢水温度控制的先决条件。通过分析LF炉冶炼过程对钢水温度的影响因素,提出一种适用于LF炉钢水温度预报同时具有增量学习功能的AdaBoost.RS集成建模算法。该算法引入松弛变量和遗忘因子2个参数,在提高预测精度的同时,可以克服大噪声数据带来的干扰,同时增量学习可以降低早期生产数据对模型的影响。以福建三钢有限责任公司100tLF炉为研究对象,采用5个测试函数验证算法的抗噪性能,分别用静态数据和动态数据对钢水出站的终点温度进行预报。实验结果表明,预测的绝对误差小于10℃的样本数量超过了样本总数的90%,算法精度较高,有利于实际生产应用。
- 田慧欣刘玉栋孟博
- 关键词：软测量ADABOOSTBP神经网络钢包精炼
