本文關(guān)鍵詞： 模型確認(rèn) 多輸出 相關(guān)性 核主成分分析(KPCA) 面積指標(biāo)　出處：《北京航空航天大學(xué)學(xué)報(bào)》2017年07期 　論文類型：期刊論文

【摘要】：目前對于不確定性環(huán)境下多個相關(guān)的復(fù)雜計(jì)算模型進(jìn)行確認(rèn)的方法存在計(jì)算困難及穩(wěn)定性較差的問題。針對這類復(fù)雜計(jì)算模型,提出了一種新的基于核主成分分析(KPCA)的多輸出模型確認(rèn)方法。該方法將核主成分分析與面積法的思想相結(jié)合,構(gòu)造了一個新的易于計(jì)算且穩(wěn)定性高的模型確認(rèn)指標(biāo)。所提方法通過核主成分分析將相關(guān)的輸出變量轉(zhuǎn)化為不相關(guān)的核主成分,再對每一核主成分進(jìn)行模型與實(shí)驗(yàn)的對比,從而避免了傳統(tǒng)多輸出模型確認(rèn)方法中需要求解多個輸出的聯(lián)合累積分布函數(shù)的困難。由于核主成分分析(PCA)方法能夠有效提取分析對象的非線性成分,因此基于核主成分分析的多輸出模型確認(rèn)方法較基于主成分分析的模型確認(rèn)方法更為穩(wěn)定,這表現(xiàn)在相同的實(shí)驗(yàn)樣本數(shù)據(jù)下核主成分分析的方法具有更低的出錯率。另外核主成分分析通過核主成分提取,可以實(shí)現(xiàn)多輸出模型的降維,從而降低多輸出模型確認(rèn)的復(fù)雜度。所提方法既可以用于一般的多輸出模型的確認(rèn),也可以用于多確認(rèn)點(diǎn)的輸出模型的確認(rèn)。最后通過數(shù)值算例和工程算例證明了該方法的正確性與有效性。
[Abstract]:At present, it is difficult to calculate and have poor stability for the methods of confirming many related complex computing models in uncertain environment. In view of this kind of complex computing model. A new multi-output model validation method based on kernel principal component analysis (KPCA) is proposed, which combines the kernel principal component analysis (KPCA) with the area method. A new model is constructed which is easy to calculate and has high stability. The proposed method transforms the relevant output variables into irrelevant kernel principal components by kernel principal component analysis (KPCA). Then the model of each core principal component is compared with the experiment. Therefore, the difficulty of solving the joint cumulative distribution function of multiple outputs in the traditional multi-output model validation method is avoided. Because the kernel principal component analysis (KPCA) method can effectively extract the nonlinear components of the analyzed object. Therefore, the multi-output model validation method based on kernel principal component analysis is more stable than that based on principal component analysis. This shows that the method of kernel principal component analysis has lower error rate under the same experimental sample data. In addition, kernel principal component analysis can reduce the dimension of multi-output model by kernel principal component extraction. Thus, the complexity of multi-output model validation can be reduced. The proposed method can be used for the validation of general multi-output model. It can also be used to confirm the output model of multiple verification points. Finally, the correctness and validity of the method are proved by numerical and engineering examples.
【作者單位】： 西北工業(yè)大學(xué)航空學(xué)院;
【基金】：國家自然科學(xué)基金(51475370) 中央高校基本科研業(yè)務(wù)費(fèi)專項(xiàng)資金(3102015BJ(Ⅱ)CG009)~~
【分類號】：O212.4
【正文快照】： 網(wǎng)絡(luò)出版地址:www.cnki.net/kcms/detail/11.2625.V.20161114.0912.007.html引用格式:胡嘉蕊,呂震宙.基于核主成分分析的多輸出模型確認(rèn)方法[J].北京航空航天大學(xué)學(xué)報(bào),2017,43(7):1470-1480.HU J R,LYU Z Z.Model validation method with multivariate output based on kernel

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 韋振中;;基于核主成分分析的特征提取方法[J];廣西工學(xué)院學(xué)報(bào);2006年04期

2 郭勤濤;張令彌;費(fèi)慶國;;結(jié)構(gòu)動力學(xué)有限元模型修正的發(fā)展——模型確認(rèn)[J];力學(xué)進(jìn)展;2006年01期

相關(guān)博士學(xué)位論文 前1條

1 楊勝凱;基于核主成分分析的特征變換研究[D];浙江大學(xué);2014年

相關(guān)碩士學(xué)位論文 前1條

1 劉翠翠;建模與仿真的VV&A方法研究[D];哈爾濱工程大學(xué);2012年

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 葛澤稷;丁曉紅;張橫;;機(jī)床床身的動力學(xué)模型修正技術(shù)研究[J];電子科技;2017年08期

2 楊剛;劉讓奇;肖釗;;碳纖維復(fù)合材料沖擊響應(yīng)的數(shù)值模型確認(rèn)[J];振動與沖擊;2017年11期

3 張欽禮;王兢;王新民;;基于核主成分分析與PSO-SVM的充填管道失效風(fēng)險性分級評價模型[J];黃金科學(xué)技術(shù);2017年03期

4 張勇;侯之超;趙永玲;;基于頻響函數(shù)截?cái)嗥娈愔淀憫?yīng)面的有限元模型修正[J];振動工程學(xué)報(bào);2017年03期

5 程琳;王冬冬;楊杰;鄭東健;陳詩怡;;基于強(qiáng)震觀測和多輸出支持向量機(jī)的混凝土壩材料動參數(shù)反演[J];振動工程學(xué)報(bào);2017年03期

6 翁順;左越;朱宏平;陳波;趙會賢;田煒;顏永逸;;基于子結(jié)構(gòu)的有限元模型修正方法[J];振動與沖擊;2017年04期

7 張君;;基于主成分分析的焊縫缺陷識別[J];工業(yè)控制計(jì)算機(jī);2017年01期

8 陳如麗;何光輝;梁秋霞;楚建浦;;基于加權(quán)核Gabor特征的張量稀疏人臉識別算法[J];計(jì)算機(jī)應(yīng)用;2016年S2期

9 胡嘉蕊;呂震宙;;基于核主成分分析的多輸出模型確認(rèn)方法[J];北京航空航天大學(xué)學(xué)報(bào);2017年07期

10 張公偉;;基于核主成分分析的發(fā)動機(jī)性能參數(shù)評價研究[J];山東工業(yè)技術(shù);2016年15期

相關(guān)碩士學(xué)位論文 前3條

1 陶西孟;注塑機(jī)溫度控制系統(tǒng)算法研究與實(shí)現(xiàn)[D];西南科技大學(xué);2015年

2 趙東飛;模型驗(yàn)證理論研究及其在諧波減速器設(shè)計(jì)中的應(yīng)用[D];電子科技大學(xué);2015年

3 宋陽陽;基于Agent的精餾塔系統(tǒng)建模與仿真應(yīng)用研究[D];北京化工大學(xué);2014年

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 韋振中;黃廷磊;;基于支持向量機(jī)和遺傳算法的特征選擇[J];廣西工學(xué)院學(xué)報(bào);2006年02期

2 夏品奇,James M WBrownjohn;斜拉橋有限元建模與模型修正[J];振動工程學(xué)報(bào);2003年02期

3 張令彌;計(jì)算仿真與模型確認(rèn)及在結(jié)構(gòu)環(huán)境與強(qiáng)度中的應(yīng)用[J];強(qiáng)度與環(huán)境;2002年02期

4 華宏星,傅志方;有限元模型修正中的BAYES方法的幾點(diǎn)討論[J];振動工程學(xué)報(bào);1998年01期

5 劉曉平，，徐燕申，宋健偉，彭澤民;機(jī)械結(jié)構(gòu)結(jié)合面阻尼參數(shù)識別的研究[J];振動與沖擊;1995年03期

相關(guān)碩士學(xué)位論文 前2條

1 王學(xué)平;飛機(jī)阻攔規(guī)律研究[D];哈爾濱工程大學(xué);2009年

2 邢起峰;導(dǎo)彈系統(tǒng)數(shù)學(xué)模型驗(yàn)證技術(shù)研究[D];清華大學(xué);2004年

【相似文獻(xiàn)】

相關(guān)期刊論文 前6條

1 李明月;任九泉;;基于核主成分分析和加權(quán)聚類分析的綜合評價方法[J];統(tǒng)計(jì)與決策;2010年16期

2 萬星火;鄭俊玲;金永超;;基于KPCA的高校學(xué)業(yè)預(yù)警模型及其應(yīng)用[J];數(shù)學(xué)理論與應(yīng)用;2013年04期

3 徐義田,王來生;全國31省市食物消費(fèi)水平的核主成分分析[J];統(tǒng)計(jì)與決策;2005年02期

4 陳杰;許民強(qiáng);馬斐;;降維的統(tǒng)一框架[J];韓山師范學(xué)院學(xué)報(bào);2012年03期

5 李朝榮;劉揚(yáng);李春明;;PCA與KPCA在綜合評價中的應(yīng)用[J];宜賓學(xué)院學(xué)報(bào);2010年12期

6 ;[J];;年期

本文編號：1474071