【摘 要】
：
传统定性趋势分析方法中,存在划分片段宽度难以自适应、依赖人为设定阈值、算法复杂等问题,针对这些问题,提出了一种新的基于滑动窗口的定性趋势分析方法。方法采用一个滑动的窗口,并对窗口内的数据进行线性拟合,根据拟合的情况扩大或缩小窗口,确定每个片段的最佳大小,将每个片段识别为上升、下降或不变,最终获取数据的定性趋势。在化工过程趋势分析应用的结果表明,该方法能够更为有效地提取、识别出趋势,具有较高的准确性
【机 构】
：
北京化工大学信息科学与技术学院自动化系
论文部分内容阅读
传统定性趋势分析方法中,存在划分片段宽度难以自适应、依赖人为设定阈值、算法复杂等问题,针对这些问题,提出了一种新的基于滑动窗口的定性趋势分析方法。方法采用一个滑动的窗口,并对窗口内的数据进行线性拟合,根据拟合的情况扩大或缩小窗口,确定每个片段的最佳大小,将每个片段识别为上升、下降或不变,最终获取数据的定性趋势。在化工过程趋势分析应用的结果表明,该方法能够更为有效地提取、识别出趋势,具有较高的准确性和较低的复杂度,为之后的数据压缩、故障诊断等打下坚实基础。
其他文献
为提升领域知识认知、解读的效率,以现有技术为基础,进一步研究了知识的图形化展示方法。基于本体和语义网技术讨论了适用于图形化展示的知识模型和相应展示方案。针对知识图布图问题,基于遗传算法,研究了目标函数、对编码方案进行了优化、引入了优势解保留的精英解群,并改进了遗传策略。算例对比证明,该算法能够在减少交叉点的同时达到聚类目的,效率较高。以上研究的知识模型和布图算法可用于实际系统,并为类似研究提供参考
针对Smith控制对时滞系统抗干扰性差的弱点,提出了一种基于神经网络辨识的LM-Smith控制器。该控制器在经典Smith控制中引入神经元模型,实时辨识时变被控对象,使预估模型能准确跟踪被控对象,实现对时滞环节的完全补偿。仿真结果表明该方法构造简单、准确性好、鲁棒性较强,改善了经典Smith控制的控制效果。
为了将应急物资快速准确地配送至灾区,在考虑灾后应急物资保障阶段性特征的基础上,构建了一个以应急物资未满足率最小、系统总时间最短以及系统总成本最小为目标的多周期混合整数规划模型,模型考虑了应急配送中心定位及多种类应急物资联运等问题。采用GAMS软件编程,并用分层序列法求解多目标规划。以"4·20"四川芦山地震为例验证模型的可行性和有效性,结果表明该模型能有效地解决灾后应急物资保障的定位—联运问题。
为了有效降低纳什均衡求解的复杂度并提高其计算效率,提出了一种粒子群算法近似求解混合战略纳什均衡的新方法。在介绍混合战略纳什均衡理论的基础上,提出了混合战略纳什均衡定义的计算形式,并据此提出了混合战略近似纳什均衡的概念,给出了粒子群算法求解混合战略近似纳什均衡的方法步骤。通过仿真验证了近似纳什均衡理论及粒子群求解过程的正确性,与原粒子群算法进行比较,得到新粒子群算法时效性更强的结论。
为更准确描述随机路网环境下出行者规避风险的择路行为,对期望—超额交通分配模型进行扩展,提出一种供应与需求双重不确定条件下多时段随机期望—超额用户平衡模型。在模型中,不仅同时考虑了行程时间随机变化条件下的可靠性和不可靠性,而且还考虑了出行者对行程时间的估计误差和需求的时变性。推导了需求服从对数正态分布和路段通行能力服从贝塔分布条件下期望—超额行程时间的解析表达式。以此为基础,建立起用等价变分不等式表
针对协同推荐技术存在的数据稀疏性和恶意评价行为等问题,提出了一种新颖的基于社会网络的协同过滤推荐算法。该方法借助社会网络分析技术对协同推荐方法加以改进,结合用户信任关系与用户自身兴趣,通过计算网络节点的可信度来消减虚假评分或恶意评分给推荐系统带来的负面影响,从而提高了推荐系统的准确度。实验表明,相对于传统的协同过滤算法,该算法可以有效缓解用户评分稀疏性及恶意评价行为带来的问题,显著提高推荐系统的推
从行为动力学角度探讨物流基地产品出库量的时序特征。首先基于重标极差法,以某大规模物流基地产品的出库量为例,揭示物流基地各个仓库的钢材产品出库量具有分形布朗运动的基本特征。物流系统出库量不仅受到当前市场价格的引导,而且受过去一段时间的出库量影响较大。由于在区间重构过程中采用极差的方式会造成部分信息的缺失,继而采用复杂网络可视图的方法对物流系统的分形特征进一步加以验证,发现基本所有的可视图均具有小世界
为了更加有效地评估漏洞威胁,在原有的基于关联性漏洞评估方法的基础上,从漏洞的可利用性出发,分析了通用漏洞评估系统(CVSS)作为漏洞可利用性评价指标的缺点。在改进CVSS评价指标的基础上,提出了更为合理的漏洞可利用性评估体系,并改进了原有的漏洞评估方法。该方法能够有效地挖掘漏洞自身特点,科学地进行漏洞评估,并通过实验验证了该方法的合理性和有效性。
为了解决标准粒子群优化算法(particle swarm optimization,PSO)收敛速度慢和容易陷入局部极小值的问题,提出了一种改进的方法。算法针对PSO算法在搜索过程中常处于一个相对稳定的阶段,这时获取全局最优点的粒子速度趋于0或者在最优位置来回大幅振荡,而种群中的其他粒子正处在向全局最优位置收敛的过程中,动态调整粒子位置和速度可以提高粒子的收敛速度。如果稳定阶段过长而粒子过于集中,
针对非线性系统中因噪声模型不准确或测量数据中存在野值而导致无迹卡尔曼滤波(UKF)结果产生偏差甚至发散的问题,提出了一种自适应抗差无迹卡尔曼滤波(ARUKF)算法。该算法利用抗差估计原理构造抗差方差分量统计量,并由该统计量引入自适应因子来调节增益矩阵,减弱野值对滤波的影响。将ARUKF算法应用于GPS/BD-2组合导航系统中,仿真实验结果表明,当观测数据中存在野值时,ARUKF算法能够有效地控制观