空氣分離裝置生產(chǎn)的氧氣、氮?dú)饧耙恍┫∮袣怏w廣泛的應(yīng)用于化工、冶金、石油、采礦、軍事等部門。隨著吹氧煉鋼和富氧鼓風(fēng)工藝的推廣應(yīng)用以及氮肥工業(yè)的迅速發(fā)展,促使空氣分離裝置的集成化、綜合化發(fā)展。為了保證產(chǎn)品質(zhì)量、提高空氣分離裝置的安全性和可靠性,需要對(duì)該裝置的氧氣濃度進(jìn)行監(jiān)測(cè)。本研究的主要目的在于尋找一種軟測(cè)量方法對(duì)該裝置的氧氣濃度進(jìn)行實(shí)時(shí)測(cè)量,使之保持在一定的范圍之內(nèi),從而克服傳感器因時(shí)滯性而無(wú)法滿足實(shí)時(shí)在線檢測(cè)的問(wèn)題。軟測(cè)量技術(shù)是當(dāng)前工業(yè)過(guò)程控制的研究熱點(diǎn)之一。典型的輔助變量選擇方法是最優(yōu)子集法,但隨著數(shù)據(jù)維度的增大該方法的計(jì)算復(fù)雜度會(huì)迅速增大且選擇結(jié)果的穩(wěn)定性較差;目前研究的熱點(diǎn)是基于懲罰函數(shù)的變量選擇方法,通過(guò)對(duì)懲罰系數(shù)的壓縮,該方法既能篩選變量又能進(jìn)行參數(shù)估計(jì),比如非負(fù)絞殺算法(Nonnegative garrote,NNG)、套索算法(Least absolute shrinkage and selection operator,LASSO)等。本研究針對(duì)空氣分離裝置,設(shè)計(jì)并改進(jìn)了一種基于NNG的軟測(cè)量算法。改進(jìn)的算法考慮建立在V折交叉驗(yàn)證法基礎(chǔ)上的線性回歸模型的選擇問(wèn)題,也就是... 

【文章來(lái)源】：齊魯工業(yè)大學(xué)山東省

【文章頁(yè)數(shù)】：67 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

方差和偏差的示意圖

圖 2.2 方差和偏差對(duì)模型預(yù)測(cè)精度的影響an 指出雖然留一交叉驗(yàn)證的估計(jì)是漸進(jìn)無(wú)偏的，但十折和偏差的均衡性，因而對(duì)模型的選擇更加有效。對(duì)于 V>V 時(shí)，V 折交叉驗(yàn)證可以大大減小計(jì)算的復(fù)雜度。小結(jié)文所說(shuō)，在人類科學(xué)的發(fā)展史上，每一個(gè)新成果的誕生累。本研究提出的改進(jìn)的 NNG 算法也不例外，它建立在 NNG 算法的基礎(chǔ)之上。先對(duì)最小二乘法和 NNG 算法進(jìn)行了介紹，了解了最小數(shù)理統(tǒng)計(jì)學(xué)中的地位，同時(shí)指出了該算法的不足之處；N法的基礎(chǔ)之上，該算法通過(guò)引入額外的協(xié)調(diào)參數(shù) s 來(lái)調(diào)量的個(gè)數(shù)之間的平衡。NNG 算法的不足之處在于它沒(méi)有法，僅僅指出參數(shù) s 的值依賴于樣本容量，這就需要結(jié)

【參考文獻(xiàn)】：
期刊論文
[1]石灰回轉(zhuǎn)窯煅燒帶溫度的軟測(cè)量方法[J]. 田中大,張?jiān)?毛程程,張超.  電子測(cè)量與儀器學(xué)報(bào). 2018(01)
[2]擴(kuò)展卡爾曼軟測(cè)量技術(shù)在汽車行駛狀態(tài)估計(jì)中的應(yīng)用[J]. 郝亮,李剛,劉樹(shù)偉,王柳,孫偉.  遼寧工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(06)
[3]面向配電網(wǎng)故障數(shù)據(jù)的BIC評(píng)估后向選擇方法[J]. 曾興東,林榮恒,鄒華,張勇.  北京郵電大學(xué)學(xué)報(bào). 2017(03)
[4]基于RBF神經(jīng)網(wǎng)絡(luò)的出水氨氮預(yù)測(cè)研究[J]. 喬俊飛,安茹,韓紅桂.  控制工程. 2016(09)
[5]基于人工神經(jīng)網(wǎng)絡(luò)的過(guò)程動(dòng)態(tài)特性建�！痣姀S煙氣含氧量的軟測(cè)量[J]. 胡世廣.  機(jī)械管理開(kāi)發(fā). 2016(07)
[6]組塊3×2交叉驗(yàn)證的F1度量的方差分析[J]. 楊柳,王鈺.  計(jì)算機(jī)科學(xué)與探索. 2016(08)
[7]多元逐步回歸分析煤塵的凝并特性[J]. 楊靜,王英鋒,吳亞敏,賈杰.  山東科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(03)
[8]改進(jìn)序列前向選擇法(ISFS)和極限學(xué)習(xí)機(jī)(ELM)相結(jié)合的SPC控制圖模式識(shí)別方法[J]. 張宇波,藺小楠.  青島科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(03)
[9]利用多模式集合和多元線性回歸改進(jìn)北京PM10預(yù)報(bào)[J]. 黃思,唐曉,徐文帥,王哲,陳煥盛,李杰,吳其重,王自發(fā).  環(huán)境科學(xué)學(xué)報(bào). 2015(01)
[10]基于K折交叉驗(yàn)證的選擇性集成分類算法[J]. 胡局新,張功杰.  科技通報(bào). 2013(12)

博士論文
[1]基于即時(shí)學(xué)習(xí)的復(fù)雜非線性過(guò)程軟測(cè)量建模及應(yīng)用[D]. 袁小鋒.浙江大學(xué) 2016

碩士論文
[1]軟測(cè)量模型的變量選擇方法研究[D]. 簡(jiǎn)葳玙.浙江大學(xué) 2017
[2]基于均衡5x2交叉驗(yàn)證的分類算法對(duì)照研究[D]. 李艷芳.山西大學(xué) 2014
[3]模型選擇中的交叉驗(yàn)證方法綜述[D]. 范永東.山西大學(xué) 2013
[4]AIC準(zhǔn)則及其在計(jì)量經(jīng)濟(jì)學(xué)中的應(yīng)用研究[D]. 陳曉鋒.天津財(cái)經(jīng)大學(xué) 2012
[5]高維多重共線性數(shù)據(jù)的變量選擇問(wèn)題[D]. 畢伯竹.山東大學(xué) 2011
[6]軟測(cè)量技術(shù)中的變量選擇方法研究[D]. 陳渭泉.浙江大學(xué) 2004



本文編號(hào)：2905691