本文選題：高斯過程模型 + 工業(yè)過程　； 參考：《華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版)》2016年12期

【摘要】：面對日益復(fù)雜的工業(yè)過程,傳統(tǒng)傳感器無法得到有效應(yīng)用,重要變量無法準(zhǔn)確建模,重要過程無法得到有效優(yōu)化和診斷,高斯過程模型的提出和應(yīng)用為工業(yè)過程建模、優(yōu)化和控制提供了一個(gè)廣闊的思路,并可兼顧描述不確定信息.文中針對工業(yè)過程的復(fù)雜特性,不僅綜述了高斯過程的基本方法以及存在的主要問題,而且歸納了其基本建模、優(yōu)化、控制及故障診斷的應(yīng)用和研究成果.最后,結(jié)合國際上發(fā)展及作者的實(shí)踐經(jīng)驗(yàn)總結(jié)并展望了高斯過程模型在工業(yè)過程中的應(yīng)用前景和發(fā)展趨勢.
[Abstract]:In the face of increasingly complex industrial processes, traditional sensors can not be effectively applied, important variables can not be accurately modeled, important processes can not be effectively optimized and diagnosed, and Gao Si process models are proposed and applied to industrial processes. Optimization and control provide a broad idea, and can account for the description of uncertain information. In view of the complex characteristics of industrial processes, this paper not only summarizes the basic methods and main problems of Gao Si process, but also summarizes its basic modeling, optimization, control and fault diagnosis applications and research results. Finally, the application prospect and development trend of Gao Si process model in industrial process are summarized and forecasted based on the international development and author's practical experience.
【作者單位】： 華南理工大學(xué)自動(dòng)化科學(xué)與工程學(xué)院;
【基金】：國家自然科學(xué)基金資助項(xiàng)目(61673181,61403142) 廣東省自然科學(xué)基金資助項(xiàng)目(2015A030313225) 廣東省科技計(jì)劃項(xiàng)目(2016A020221007) 佛山市科技創(chuàng)新專項(xiàng)資金項(xiàng)目(2014AG10018)~~
【分類號】：TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 呂勝尚;;關(guān)于高斯過程的幾個(gè)問題[J];西北電訊工程學(xué)院學(xué)報(bào);1986年02期

2 喻鑫;柳健;田金文;;基于高斯過程的點(diǎn)匹配方法[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年12期

3 董曉慧;柴桂榮;孟憲春;;一種應(yīng)用稀疏高斯過程回歸模型的半監(jiān)督分類算法[J];電腦知識與技術(shù);2010年28期

4 傅啟明;劉全;伏玉琛;周誼成;于俊;;一種高斯過程的帶參近似策略迭代算法[J];軟件學(xué)報(bào);2013年11期

5 李宏偉;劉揚(yáng);盧漢清;方亦凱;;結(jié)合半監(jiān)督核的高斯過程分類[J];自動(dòng)化學(xué)報(bào);2009年07期

6 黃麗平;孫永雄;申晨;;用基于中值濾波的高斯過程預(yù)測3G網(wǎng)絡(luò)性能[J];計(jì)算機(jī)工程與應(yīng)用;2013年02期

7 夏戰(zhàn)國;夏士雄;蔡世玉;萬玲;;類不均衡的半監(jiān)督高斯過程分類算法[J];通信學(xué)報(bào);2013年05期

8 何志昆;劉光斌;趙曦晶;王明昊;;高斯過程回歸方法綜述[J];控制與決策;2013年08期

9 劉輝;白峰杉;;基于混合高斯過程模型的高光譜圖像分類算法[J];高校應(yīng)用數(shù)學(xué)學(xué)報(bào)A輯;2010年04期

10 張樂;劉忠;張建強(qiáng);任雄偉;;基于人工蜂群算法優(yōu)化的改進(jìn)高斯過程模型[J];國防科技大學(xué)學(xué)報(bào);2014年01期

相關(guān)會(huì)議論文 前5條

1 劉信恩;肖世富;莫軍;;用于不確定性分析的高斯過程響應(yīng)面模型設(shè)計(jì)點(diǎn)選擇方法研究[A];中國計(jì)算力學(xué)大會(huì)'2010（CCCM2010）暨第八屆南方計(jì)算力學(xué)學(xué)術(shù)會(huì)議（SCCM8）論文集[C];2010年

2 劉冬;張清華;;基于高斯過程的精密衛(wèi)星鐘差加密[A];第二屆中國衛(wèi)星導(dǎo)航學(xué)術(shù)年會(huì)電子文集[C];2011年

3 李雅芹;楊慧中;;一種基于仿射傳播聚類和高斯過程的多模型建模方法[A];2009中國過程系統(tǒng)工程年會(huì)暨中國mes年會(huì)論文集[C];2009年

4 趙級漢;張國敬;姜龍;魏巍;;基于疊加高斯過程的數(shù)字噪聲產(chǎn)生方法FPGA實(shí)現(xiàn)[A];第二十四屆全國空間探測學(xué)術(shù)交流會(huì)論文摘要集[C];2011年

5 何志昆;劉光斌;姚志成;趙曦晶;;基于高斯過程回歸的FOG標(biāo)度因數(shù)溫度漂移建模新方法[A];第25屆中國控制與決策會(huì)議論文集[C];2013年

相關(guān)博士學(xué)位論文 前6條

1 王建民;礦山邊坡變形監(jiān)測數(shù)據(jù)的高斯過程智能分析與預(yù)測[D];太原理工大學(xué);2016年

2 趙靜;基于高斯過程的動(dòng)態(tài)系統(tǒng)研究[D];華東師范大學(xué);2016年

3 潘偉;基于高斯過程的高爐煉鐵過程辨識與預(yù)測[D];浙江大學(xué);2012年

4 賀建軍;基于高斯過程模型的機(jī)器學(xué)習(xí)算法研究及應(yīng)用[D];大連理工大學(xué);2012年

5 夏戰(zhàn)國;基于高斯過程的提升機(jī)軸承性能評測方法研究[D];中國礦業(yè)大學(xué);2013年

6 趙偉;復(fù)雜工程結(jié)構(gòu)可靠度分析的高斯過程動(dòng)態(tài)響應(yīng)面方法研究[D];廣西大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 李紅麗;回歸分析中的貝葉斯推斷技術(shù)的研究[D];江南大學(xué);2015年

2 李勵(lì)耘;基于高斯過程的抓取規(guī)劃方法研究[D];哈爾濱工業(yè)大學(xué);2015年

3 王雪茹;基于高斯過程的風(fēng)電機(jī)組部件建模與監(jiān)測研究[D];華北電力大學(xué);2015年

4 于立鑫;基于高斯過程—差異進(jìn)化算法的隧道施工多元信息反分析研究[D];大連海事大學(xué);2015年

5 戈財(cái)若;基于高斯過程的高光譜圖像分類算法研究[D];東華理工大學(xué);2015年

6 葉婧;基于高斯過程回歸的鋰電池?cái)?shù)據(jù)處理[D];北京交通大學(xué);2016年

7 張棟;基于在線學(xué)習(xí)高斯過程有桿泵油井動(dòng)態(tài)液面建模方法研究[D];東北大學(xué);2014年

8 王奉偉;改進(jìn)的局部均值分解和高斯過程在變形監(jiān)測數(shù)據(jù)處理中的應(yīng)用研究[D];東華理工大學(xué);2016年

9 曹瑜;基于高斯過程的非線性不確定延遲系統(tǒng)的模型預(yù)測控制[D];華中科技大學(xué);2014年

10 張莉萍;基于廣義高斯過程回歸的函數(shù)型數(shù)據(jù)分析[D];東南大學(xué);2016年

，

本文編號：2010793