【摘要】：針對MIHC算法、SHC算法、MMHC算法耗時(shí)長、冗余邊多、局部最優(yōu)的問題,推導(dǎo)兩種改進(jìn)算法—IHC和IGHC算法。針對GA算法局部尋優(yōu)能力差的問題,推導(dǎo)一種改進(jìn)算法—IMGA算法,并在IMGA算法的基礎(chǔ)上,構(gòu)建貝葉斯增量算法—IBN算法。利用構(gòu)建的批量算法與增量算法分別建立篦冷機(jī)換熱工藝參數(shù)靜態(tài)模型與修正模型并對二次風(fēng)溫進(jìn)行故障診斷。具體研究工作如下:首先,構(gòu)建改進(jìn)算法IHC(Improved Hill Climbing):利用互信息與條件獨(dú)立性測試結(jié)合構(gòu)建初始框架,與此同時(shí)對孤立節(jié)點(diǎn)進(jìn)行處理,最后利用改進(jìn)爬山算子搜索并輸出最優(yōu)結(jié)構(gòu)。構(gòu)建改進(jìn)算法IGHC(Improved Genetic Hill Climbing):在自動(dòng)調(diào)整交叉概率和變異概率的基礎(chǔ)上添加交叉方式和變異方式的自動(dòng)選擇功能,個(gè)體根據(jù)當(dāng)前得分與最佳得分的接近程度自動(dòng)調(diào)整交叉概率和變異概率;根據(jù)得分差值自動(dòng)選擇交叉方式和變異方式。其次,構(gòu)建改進(jìn)算法IMGA(Immune Genetic Algorithm):在種群內(nèi)部引入改進(jìn)免疫策略與自動(dòng)交叉變異策略,在種群之間引入改進(jìn)聯(lián)姻策略與師生交流機(jī)制,最終搜索并構(gòu)建最優(yōu)貝葉斯結(jié)構(gòu)。為能夠及時(shí)處理系統(tǒng)產(chǎn)生的增量數(shù)據(jù),在IMGA算法基礎(chǔ)上構(gòu)建增量算法IBN(Improved Bayesian Network):在IMGA算法中引入新數(shù)據(jù)監(jiān)測函數(shù)與匹配程度判別函數(shù),若有新數(shù)據(jù)產(chǎn)生,根據(jù)匹配程度的差值對當(dāng)前結(jié)構(gòu)進(jìn)行自動(dòng)調(diào)整。最后,分析水泥熟料換熱原理,選取篦冷機(jī)影響較大的七個(gè)換熱工藝參數(shù)并量化,利用IGHC、IMGA算法和IBN算法建立篦冷機(jī)換熱工藝參數(shù)靜態(tài)模型和增量修正模型。利用最大似然估計(jì)MLE(Maximum Likelihood Estimation)對構(gòu)建的靜態(tài)模型和增量修正模型進(jìn)行參數(shù)學(xué)習(xí),利用變量消元VE(Variable Elimination)法對二次風(fēng)溫進(jìn)行診斷推理。
【圖文】：

圖 3-1 一步狀態(tài)轉(zhuǎn)例圖 tctcffffTrg拒絕轉(zhuǎn)移接受轉(zhuǎn)移( , )態(tài)得分；態(tài)得分；部引入改進(jìn)免疫策略與自動(dòng)交叉變異操作種群中個(gè)體的免疫位數(shù)，如式(3-5)所示：GGGSCOREGSCOREG;GSCOREGSCORElllll ;)|()_max|)|()_max| 疫算子；疫算子；(3-5)，得到免疫后的結(jié)構(gòu)空間1NG 、2NG {|((,))((,))}{|((,))((,))}112212GGIMopGAIMopGAGGIMopGAIMopGAililttilGlGilGlGii

章 篦冷機(jī)換熱工藝參數(shù)建模研究的工藝參數(shù)較多、生產(chǎn)過程中變量監(jiān)測點(diǎn)少及篦冷機(jī)換熱工藝參數(shù)建模比較困難�；谏鲜鍪炝陷斔图袄鋮s原理的基礎(chǔ)上，利用第2章的 IG建篦冷機(jī)換熱工藝參數(shù)靜態(tài)模型，，利用第3章的 增量修正模型，利用構(gòu)建的篦冷機(jī)換熱參數(shù)靜二次風(fēng)溫進(jìn)行故障診斷分析。熟料換熱原理簡圖如圖 4-1 所示：
【學(xué)位授予單位】：燕山大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP18;TQ172.6

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳鳳和;孫迎兵;王鑫;;基于HCGA的三坐標(biāo)測量路徑優(yōu)化[J];計(jì)量學(xué)報(bào);2016年03期

2 楊宇;高曉光;郭志高;;小數(shù)據(jù)集條件下基于數(shù)據(jù)再利用的BN參數(shù)學(xué)習(xí)[J];自動(dòng)化學(xué)報(bào);2015年12期

3 潘玉峰;齊硯勇;王俊杰;朱文尚;;基于回流區(qū)特性對水泥回轉(zhuǎn)窯減排NO_x的分析[J];硅酸鹽通報(bào);2015年09期

4 劉浩然;呂曉賀;李軒;李世昭;史永紅;;基于Bayesian改進(jìn)算法的回轉(zhuǎn)窯故障診斷模型研究[J];儀器儀表學(xué)報(bào);2015年07期

5 王美琪;劉彬;聞巖;劉浩然;;篦冷機(jī)的滲流傳熱模型與數(shù)值模擬[J];機(jī)械工程學(xué)報(bào);2014年24期

6 劉寶寧;章衛(wèi)國;李廣文;劉小雄;;一種改進(jìn)遺傳算法的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)[J];西北工業(yè)大學(xué)學(xué)報(bào);2013年05期

7 汪春峰;張永紅;;基于無約束優(yōu)化和遺傳算法的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)方法[J];控制與決策;2013年04期

8 朱明敏;劉三陽;楊有龍;;基于最大主子圖分解的貝葉斯網(wǎng)絡(luò)等價(jià)類學(xué)習(xí)算法[J];控制與決策;2012年10期

9 劉國華;王群京;張倩;李國麗;;水泥回轉(zhuǎn)窯自動(dòng)控制系統(tǒng)中的控制算法研究[J];化工自動(dòng)化及儀表;2012年09期

10 邸若海;高曉光;;基于限制型粒子群優(yōu)化的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)[J];系統(tǒng)工程與電子技術(shù);2011年11期

相關(guān)博士學(xué)位論文 前2條

1 王美琪;水泥篦冷機(jī)高溫滲流換熱規(guī)律及溫度預(yù)測模型研究[D];燕山大學(xué);2016年

2 郭峰;基于模糊ARX模型的水泥回轉(zhuǎn)窯預(yù)測控制算法研究[D];燕山大學(xué);2012年

相關(guān)碩士學(xué)位論文 前6條

1 呂曉賀;基于貝葉斯網(wǎng)絡(luò)的水泥回轉(zhuǎn)窯故障診斷系統(tǒng)的研究[D];燕山大學(xué);2016年

2 王佳順;水泥熟料堆積體等效直管換熱模型研究[D];燕山大學(xué);2014年

3 李景囡;基于依賴分析的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法研究[D];西安電子科技大學(xué);2014年

4 李軒;基于貝葉斯網(wǎng)絡(luò)的水泥回轉(zhuǎn)窯故障診斷模型的研究[D];燕山大學(xué);2014年

5 胡國文;水泥生產(chǎn)過程篦冷機(jī)環(huán)節(jié)的優(yōu)化控制研究[D];濟(jì)南大學(xué);2013年

6 關(guān)菁華;基于依賴分析的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)和分類器的研究與實(shí)現(xiàn)[D];吉林大學(xué);2005年

本文編號：2678972