【摘要】：隨著非線性科學(xué)的快速發(fā)展,混沌理論的研究成為了非線性科學(xué)研究的重要領(lǐng)域,尤其是混沌時(shí)間序列的分析與預(yù)測已經(jīng)成為一個(gè)非常重要的研究方向。熔融指數(shù)是丙烯聚合生產(chǎn)的重要指標(biāo)之一,建立可靠的熔融指數(shù)預(yù)報(bào)模型非常重要。針對丙烯聚合過程這一復(fù)雜工藝,引入混沌理論對熔融指數(shù)時(shí)間序列進(jìn)行信息挖掘,以探究時(shí)間序列所包含的信息并建立相對準(zhǔn)確的軟測量預(yù)報(bào)模型。本文針對混沌時(shí)間序列分析及其在聚丙烯熔融指數(shù)預(yù)報(bào)中的應(yīng)用展開研究,主要進(jìn)行混沌特性識別、軟測量建模優(yōu)化、多尺度分析建模方面的研究工作。本文的主要工作及創(chuàng)新如下:(1)對熔融指數(shù)時(shí)間序列的混沌特性進(jìn)行識別研究,采用ADF和KPSS兩種單位根檢驗(yàn)方法進(jìn)行平穩(wěn)性分析,并采用R/S分析法計(jì)算其Hurst指數(shù),在Takens定理的基礎(chǔ)上探討時(shí)間序列的相空間重構(gòu)技術(shù),進(jìn)一步對關(guān)聯(lián)維數(shù)、Lyapunov指數(shù)和Kolmogorov熵三個(gè)刻畫奇異吸引子的重要參數(shù)進(jìn)行了計(jì)算分析。綜合不同的混沌特征量,最終確定熔融指數(shù)時(shí)間序列具有混沌特性。(2)利用熔融指數(shù)時(shí)間序列的混沌特性,在相空間重構(gòu)的基礎(chǔ)上,建立基于相關(guān)向量機(jī)(Relevance Vector Machine,RVM)的熔融指數(shù)混沌預(yù)報(bào)模型�？紤]到RVM模型的有效性很大程度上取決于核參數(shù)的選擇,根據(jù)差分進(jìn)化算法(Differential Evolution,DE)和連續(xù)蟻群優(yōu)化算法(Ant Colony Optimization,ACO)各自的特點(diǎn)進(jìn)行了改進(jìn)與結(jié)合,提出混合蟻群差分進(jìn)化算法(HACDE)用于對RVM的核參數(shù)進(jìn)行尋優(yōu)。將HACDE-RVM混沌預(yù)報(bào)模型用于實(shí)際的聚丙烯熔融指數(shù)預(yù)報(bào),結(jié)果表明了 HACDE-RVM混沌預(yù)報(bào)模型良好的預(yù)報(bào)性能以及HACDE算法對解決RVM參數(shù)優(yōu)化問題的有效性。(3)利用熔融指數(shù)時(shí)間序列的混沌特性,建立了基于模糊小波神經(jīng)網(wǎng)絡(luò)(Fuzzy wavelet neural network,FWNN)的熔融指數(shù)混沌預(yù)報(bào)模型。采用梯度下降算法推導(dǎo)FWNN的結(jié)構(gòu)學(xué)習(xí)算法,確定了待優(yōu)化的學(xué)習(xí)速率。在分析引力搜索算法(Gravitational Search Algorithm,GSA)優(yōu)缺點(diǎn)的基礎(chǔ)上,提出了一種改進(jìn)的引力搜索算法(MGSA)對FWNN網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)的學(xué)習(xí)速率進(jìn)行在線調(diào)整,能夠提高模型對熔融指數(shù)的預(yù)報(bào)精度。將MGSA-FWNN混沌預(yù)報(bào)模型用于聚丙烯熔融指數(shù)預(yù)報(bào),預(yù)報(bào)結(jié)果表明了所提出的MGSA-FWNN混沌預(yù)報(bào)模型的預(yù)報(bào)準(zhǔn)確性和良好的推廣泛化能力。(4)對熔融指數(shù)時(shí)間序列進(jìn)行了多尺度分析,分別進(jìn)行了小波變換和經(jīng)驗(yàn)?zāi)B(tài)分解,并且將兩種方法的分解結(jié)果和重構(gòu)結(jié)果進(jìn)行了比較分析。結(jié)果表明,經(jīng)驗(yàn)?zāi)B(tài)分解能更精細(xì)地區(qū)分熔融指數(shù)時(shí)間序列中不同頻率范圍的數(shù)據(jù),而且對信號的重構(gòu)誤差比小波分解更小。對經(jīng)驗(yàn)?zāi)B(tài)分解得到的5個(gè)固有模態(tài)函數(shù)(Intrinsic Mode Function,IMF)進(jìn)行特性分析,最終判定 IMF2、IMF3、IMF5是混沌序列,而IMF1和IMF4不具備混沌特性。以上分析最終確定熔融指數(shù)時(shí)間序列具有多尺度特性。(5)在熔融指數(shù)多尺度特性的基礎(chǔ)上,引入組合預(yù)測的概念,建立了基于多尺度分析的熔融指數(shù)組合預(yù)測模型。根據(jù)各分解序列的不同特性,針對性地采用不同的預(yù)測方法。最后將建立的組合預(yù)測模型用于聚丙烯熔融指數(shù)預(yù)報(bào),并將預(yù)報(bào)結(jié)果與第三章和第四章的單一預(yù)報(bào)模型進(jìn)行比較分析。預(yù)報(bào)結(jié)果充分說明了基于多尺度分析的熔融指數(shù)組合預(yù)報(bào)模型的預(yù)報(bào)準(zhǔn)確性和良好的推廣泛化能力;組合預(yù)測模型能夠克服單一預(yù)報(bào)模型的一些問題,建模方法更加的合理、有效。
【圖文】：

圖１．１邋Ｌｏｒｅｎｚ吸引子的三維立體圖逡逑圖ｌ．ｉ中不同側(cè)面上的曲線運(yùn)動可以看出，它們在沿著一定軌道重時(shí)也在進(jìn)行規(guī)律性的改變，但最終都會走向相對穩(wěn)定區(qū)域，表明了混性和隨機(jī)性。Ｌｏｒｅｎｚ軌線反復(fù)折疊并相互交叉形成閉合空間，即所

－４０邋０邐ｚ逡逑圖１．１邋Ｌｏｒｅｎｚ吸引子的三維立體圖逡逑分析圖ｌ．ｉ中不同側(cè)面上的曲線運(yùn)動可以看出，它們在沿著一定軌道重復(fù)運(yùn)逡逑動的同時(shí)也在進(jìn)行規(guī)律性的改變，但最終都會走向相對穩(wěn)定區(qū)域，表明了混沌的逡逑非周期性和隨機(jī)性。Ｌｏｒｅｎｚ軌線反復(fù)折疊并相互交叉形成閉合空間，即所說的逡逑奇異吸引子。逡逑２．邋Ｌｏｇｉｓｔｉｃ邋映射逡逑１９７６年美國生物學(xué)家Ｒｏｂｅｒｔ邋Ｒ．邋Ｍａｙ提出了著名的蟲口模型，即Ｌｏｇｉｓｔｉｃ映逡逑射［１５，，１６］，表達(dá)式如下所示：逡逑ｘ，，＋＇＝ｘ，，（ａ－ｂｘ”、邋（１．２）逡逑４逡逑
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2018
【分類號】：TQ325.14;O211.61

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王育飛;孫路;張劍云;薛花;;交流電弧爐供電網(wǎng)波動電壓超短期混沌預(yù)測方法[J];電測與儀表;2017年18期

2 王宇紅;狄克松;張姍;尚超;黃德先;;基于DBN-ELM的聚丙烯熔融指數(shù)的軟測量[J];化工學(xué)報(bào);2016年12期

3 王秋平;舒勤;黃宏光;;含有誤差校正的小波神經(jīng)網(wǎng)絡(luò)交通流量預(yù)測[J];計(jì)算機(jī)測量與控制;2016年02期

4 田中大;高憲文;石彤;;用于混沌時(shí)間序列預(yù)測的組合核函數(shù)最小二乘支持向量機(jī)[J];物理學(xué)報(bào);2014年16期

5 唐舟進(jìn);任峰;彭濤;王文博;;基于迭代誤差補(bǔ)償?shù)幕煦鐣r(shí)間序列最小二乘支持向量機(jī)預(yù)測算法[J];物理學(xué)報(bào);2014年05期

6 張洪賓;孫小端;賀玉龍;;短時(shí)交通流復(fù)雜動力學(xué)特性分析及預(yù)測[J];物理學(xué)報(bào);2014年04期

7 魏宇杰;尚超;高莘青;范志;黃德先;;基于動態(tài)過程劃分的熔融指數(shù)軟測量建模[J];化工學(xué)報(bào);2014年08期

8 韓敏;王新迎;;多元混沌時(shí)間序列的加權(quán)極端學(xué)習(xí)機(jī)預(yù)測[J];控制理論與應(yīng)用;2013年11期

9 胡廷芳;;聚丙烯工藝技術(shù)進(jìn)展及其國內(nèi)應(yīng)用情況[J];化學(xué)工業(yè)與工程技術(shù);2013年04期

10 張學(xué)清;梁軍;;基于EEMD-近似熵和儲備池的風(fēng)電功率混沌時(shí)間序列預(yù)測模型[J];物理學(xué)報(bào);2013年05期

相關(guān)博士學(xué)位論文 前4條

1 張滸;時(shí)間序列短期預(yù)測模型研究與應(yīng)用[D];華中科技大學(xué);2013年

2 柳長源;相關(guān)向量機(jī)多分類算法的研究與應(yīng)用[D];哈爾濱工程大學(xué);2013年

3 李彩虹;兩類組合預(yù)測方法的研究及應(yīng)用[D];蘭州大學(xué);2012年

4 劉芳;基于小波分析和相關(guān)向量機(jī)的非線性徑流預(yù)報(bào)模型研究[D];華中科技大學(xué);2007年

相關(guān)碩士學(xué)位論文 前1條

1 王春萍;基于小波神經(jīng)網(wǎng)絡(luò)的海雜波抑制技術(shù)研究[D];哈爾濱工程大學(xué);2009年

本文編號：2609337