關(guān)聯(lián)支持向量回歸方法及其在核電蒸汽發(fā)生器部件失效中的小樣本預測
發(fā)布時間:2021-04-12 02:51
蒸汽發(fā)生器是核電廠實現(xiàn)一回路和二回路能量交換的重要設備,在運行過程中由于惡劣的服役條件容易使蒸汽發(fā)生器部件出現(xiàn)各種缺陷而存在帶出放射性物質(zhì)的風險,因而蒸汽發(fā)生器的可靠性在眾多核電設備中占據(jù)極其重要的位置。但是由于核電行業(yè)的特殊性,蒸汽發(fā)生器部件的破壞是一種典型的小樣本可靠性問題,無法收集大量的數(shù)據(jù)進行可靠性分析和數(shù)據(jù)預測。因此,本文在研究灰色關(guān)聯(lián)分析方法和支持向量回歸(Support Vector Regression,SVR)方法的基礎上,提出了關(guān)聯(lián)支持向量回歸(Relational Support Vector Regression,r-SVR),并將r-SVR用于核電蒸汽發(fā)生器部件失效的小樣本中進行預測。本文的主要工作如下:1.系統(tǒng)研究了小樣本可靠性分析中的灰色關(guān)聯(lián)分析的數(shù)據(jù)挖掘方法和SVR的數(shù)據(jù)預測方法;疑P(guān)聯(lián)分析可以根據(jù)多指標因素和關(guān)鍵因素之間的關(guān)聯(lián)度,來改變數(shù)據(jù)權(quán)重,挖掘出隱藏的信息;SVR可以通過數(shù)據(jù)來訓練模型,并利用模型進行預測,但是其在小樣本情況下訓練得到的模型具有不穩(wěn)定性,且精度不高。2.提出了r-SVR,該方法結(jié)合了灰色關(guān)聯(lián)分析能夠計算因素之間關(guān)聯(lián)度、優(yōu)化數(shù)據(jù)權(quán)...
【文章來源】:浙江工業(yè)大學浙江省
【文章頁數(shù)】:81 頁
【學位級別】:碩士
【部分圖文】:
立式蒸汽發(fā)生器外國學者在小樣本方面的研究起步非常早,但是關(guān)于樣本容量大小的定義直到現(xiàn)在還有爭議
浙江工業(yè)大學碩士學位論文(專業(yè)型)數(shù) 在發(fā)展初期只能解決線性問題,非線性回歸的性能不理想。為了能夠歸問題,采用核函數(shù)對其進行改進。核函數(shù)[51]采用一種特征映射的形射到一個高維特征空間(Hilbert 空間),把非線性問題轉(zhuǎn)化為高維特問題,這種特征映射是由核函數(shù)來實現(xiàn)的。核函數(shù)的作用不但能將線間變換為線性可分的(通常是高維的)特征空間,而且具有非常優(yōu)秀
第 1 章 緒論行疊加,最后形成一組新的數(shù)據(jù)樣本[62]。事實上將許多原始數(shù)據(jù)明顯的線性規(guī)律。舉一個簡單的例子,尋找 {(1,1), (2,2), (3,1), (4中 1-5 的原始數(shù)據(jù)曲線中可以看出,原始數(shù)列沒有明顯的規(guī)律,趨于隨機的一個狀態(tài);但是經(jīng)過一次累加變換后得到的數(shù)據(jù)比較的關(guān)系,這個處理增強了數(shù)據(jù)間的聯(lián)系。
【參考文獻】:
期刊論文
[1]切爾諾貝利事故災害對生態(tài)系統(tǒng)的影響[J]. 魏龍,高常軍,李樹光. 低碳世界. 2016(23)
[2]Priority-sequence of mineral resources’ development and utilization based on grey relational analysis method[J]. Wang Ying,Zhang Chang,Jiang Gaopeng. International Journal of Mining Science and Technology. 2016(03)
[3]基于灰色關(guān)聯(lián)分析的微小孔振動鉆削參數(shù)優(yōu)化[J]. 鄢春艷,賴興余,詹春毅,李偉光. 機械設計與制造. 2015(12)
[4]基于信噪比和灰色關(guān)聯(lián)度分析的TiC/Ni金屬陶瓷電火花加工工藝參數(shù)優(yōu)化[J]. 李宗峰,郭永豐. 電加工與模具. 2015(05)
[5]基于灰色關(guān)聯(lián)分析的電火花加工不銹鋼小孔工藝參數(shù)優(yōu)化[J]. 歐陽波儀. 現(xiàn)代制造工程. 2015(10)
[6]基于粗糙集模糊規(guī)則的數(shù)控機床可靠性綜合評價[J]. 朱曉翠,許彬彬,王繼利,李雪,譚壯,王松. 工具技術(shù). 2015(09)
[7]基于骨架和灰色關(guān)聯(lián)分析相結(jié)合的機械零件三維模型檢索[J]. 朱文博,戚麗杰,陳龍. 中國機械工程. 2015(14)
[8]煤礦安全事故人因的灰色關(guān)聯(lián)分析[J]. 陳兆波,雷煜斌,曾建潮,李亨英,李忠衛(wèi). 煤炭工程. 2015(04)
[9]基于改進灰色關(guān)聯(lián)分析的泥石流危險性評價[J]. 曹洪洋,王禹,滿兵. 南水北調(diào)與水利科技. 2015(01)
[10]基于多特征參數(shù)和概率神經(jīng)網(wǎng)絡的滾動軸承故障診斷方法[J]. 裴峻峰,畢昆磊,呂苗榮,賀超,沈科君. 中國機械工程. 2014(15)
博士論文
[1]最小二乘支持向量機建模及預測控制算法研究[D]. 李麗娟.浙江大學 2008
碩士論文
[1]基于改進主元分析方法的同步多維數(shù)據(jù)流實時異常診斷方法研究[D]. 楊彤瑤.昆明理工大學 2014
本文編號:3132466
【文章來源】:浙江工業(yè)大學浙江省
【文章頁數(shù)】:81 頁
【學位級別】:碩士
【部分圖文】:
立式蒸汽發(fā)生器外國學者在小樣本方面的研究起步非常早,但是關(guān)于樣本容量大小的定義直到現(xiàn)在還有爭議
浙江工業(yè)大學碩士學位論文(專業(yè)型)數(shù) 在發(fā)展初期只能解決線性問題,非線性回歸的性能不理想。為了能夠歸問題,采用核函數(shù)對其進行改進。核函數(shù)[51]采用一種特征映射的形射到一個高維特征空間(Hilbert 空間),把非線性問題轉(zhuǎn)化為高維特問題,這種特征映射是由核函數(shù)來實現(xiàn)的。核函數(shù)的作用不但能將線間變換為線性可分的(通常是高維的)特征空間,而且具有非常優(yōu)秀
第 1 章 緒論行疊加,最后形成一組新的數(shù)據(jù)樣本[62]。事實上將許多原始數(shù)據(jù)明顯的線性規(guī)律。舉一個簡單的例子,尋找 {(1,1), (2,2), (3,1), (4中 1-5 的原始數(shù)據(jù)曲線中可以看出,原始數(shù)列沒有明顯的規(guī)律,趨于隨機的一個狀態(tài);但是經(jīng)過一次累加變換后得到的數(shù)據(jù)比較的關(guān)系,這個處理增強了數(shù)據(jù)間的聯(lián)系。
【參考文獻】:
期刊論文
[1]切爾諾貝利事故災害對生態(tài)系統(tǒng)的影響[J]. 魏龍,高常軍,李樹光. 低碳世界. 2016(23)
[2]Priority-sequence of mineral resources’ development and utilization based on grey relational analysis method[J]. Wang Ying,Zhang Chang,Jiang Gaopeng. International Journal of Mining Science and Technology. 2016(03)
[3]基于灰色關(guān)聯(lián)分析的微小孔振動鉆削參數(shù)優(yōu)化[J]. 鄢春艷,賴興余,詹春毅,李偉光. 機械設計與制造. 2015(12)
[4]基于信噪比和灰色關(guān)聯(lián)度分析的TiC/Ni金屬陶瓷電火花加工工藝參數(shù)優(yōu)化[J]. 李宗峰,郭永豐. 電加工與模具. 2015(05)
[5]基于灰色關(guān)聯(lián)分析的電火花加工不銹鋼小孔工藝參數(shù)優(yōu)化[J]. 歐陽波儀. 現(xiàn)代制造工程. 2015(10)
[6]基于粗糙集模糊規(guī)則的數(shù)控機床可靠性綜合評價[J]. 朱曉翠,許彬彬,王繼利,李雪,譚壯,王松. 工具技術(shù). 2015(09)
[7]基于骨架和灰色關(guān)聯(lián)分析相結(jié)合的機械零件三維模型檢索[J]. 朱文博,戚麗杰,陳龍. 中國機械工程. 2015(14)
[8]煤礦安全事故人因的灰色關(guān)聯(lián)分析[J]. 陳兆波,雷煜斌,曾建潮,李亨英,李忠衛(wèi). 煤炭工程. 2015(04)
[9]基于改進灰色關(guān)聯(lián)分析的泥石流危險性評價[J]. 曹洪洋,王禹,滿兵. 南水北調(diào)與水利科技. 2015(01)
[10]基于多特征參數(shù)和概率神經(jīng)網(wǎng)絡的滾動軸承故障診斷方法[J]. 裴峻峰,畢昆磊,呂苗榮,賀超,沈科君. 中國機械工程. 2014(15)
博士論文
[1]最小二乘支持向量機建模及預測控制算法研究[D]. 李麗娟.浙江大學 2008
碩士論文
[1]基于改進主元分析方法的同步多維數(shù)據(jù)流實時異常診斷方法研究[D]. 楊彤瑤.昆明理工大學 2014
本文編號:3132466
本文鏈接:http://sikaile.net/projectlw/hkxlw/3132466.html
最近更新
教材專著