建模是分析問(wèn)題和解決問(wèn)題的一種重要手段。隨著對(duì)象復(fù)雜性的增加,越來(lái)越多地采用基于數(shù)據(jù)的經(jīng)驗(yàn)建模方法。對(duì)于復(fù)雜的非線性系統(tǒng)或是高維對(duì)象,一般的建模方法要么無(wú)法達(dá)到期望的預(yù)測(cè)精度,要么模型過(guò)于復(fù)雜,很難進(jìn)行進(jìn)一步的分析和利用,例如很難進(jìn)行穩(wěn)定性分析或者設(shè)計(jì)合適的控制器。因此需要采用一種新的建模方法。集成方法就是這樣一種算法,它可以有效提升低精度、簡(jiǎn)單算法的泛化性能,廣泛應(yīng)用于機(jī)器學(xué)習(xí)和系統(tǒng)辨識(shí)領(lǐng)域。本文主要研究集成方法在復(fù)雜系統(tǒng)建模（包括穩(wěn)態(tài)系統(tǒng)建模和動(dòng)態(tài)系統(tǒng)建模）中的應(yīng)用,包括以下幾個(gè)方面的內(nèi)容: 1.對(duì)現(xiàn)有的集成方法,從子模型的產(chǎn)生方式、集成方法的理論研究,集成算法的應(yīng)用研究三個(gè)方面進(jìn)行了介紹。 2.對(duì)于集成算法在穩(wěn)態(tài)系統(tǒng)建模中的應(yīng)用進(jìn)行了研究。首先對(duì)AdaBoost.R算法進(jìn)行了介紹并進(jìn)行了改進(jìn),使其能更好地適用于小樣本的情況。然后對(duì)PLS算法進(jìn)行修改使其能夠被集成方法直接調(diào)用以應(yīng)用于對(duì)象的穩(wěn)態(tài)系統(tǒng)建模。接下來(lái)從梯度下降搜索理論的角度對(duì)boosting方法進(jìn)行修改,提出了用于穩(wěn)態(tài)系統(tǒng)建模的LS-Ensem算法并從理論上證明LS-En... 

【文章頁(yè)數(shù)】：122 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
ABSTRACT (英文摘要)
致謝
目錄
第一章 緒論
    1.1 引言
    1.2 不同集成方法的介紹
        1.2.1 全局子模型方法
            1.2.1.1 修改輸入的方法
            1.2.1.2 調(diào)整輸出的方法
            1.2.1.3 采用不同的初始化參數(shù)或子模型結(jié)構(gòu)
        1.2.2 局部子模型方法
            1.2.2.1 PWA(PWL)系統(tǒng)的描述
            1.2.2.2 PWA(PWL)系統(tǒng)辨識(shí)方法
    1.3 集成方法的理論研究
        1.3.1 基于邊際(margin)的解釋
        1.3.2 基于偏置(bias)和方差(variance)的解釋
        1.3.3 基于優(yōu)化理論的解釋
        1.3.4 基于博弈理論的解釋
        1.3.5 基于差異度的解釋
    1.4 集成方法的應(yīng)用研究
        1.4.1 在穩(wěn)態(tài)系統(tǒng)建模中的應(yīng)用
        1.4.2 在動(dòng)態(tài)系統(tǒng)建模中的應(yīng)用
        1.4.3 其它應(yīng)用
    1.5 本文的主要內(nèi)容
第二章 采用集成方法進(jìn)行穩(wěn)態(tài)系統(tǒng)建模的研究
    2.1 Boosting方法的介紹
    2.2 boosting方法在連續(xù)穩(wěn)態(tài)對(duì)象建模中的應(yīng)用
    2.3 基于分布的偏最小二乘算法
    2.4 Gradient-Boost算法
    2.5 LS-Ensem算法
    2.6 LS-Ensem算法的理論證明
    2.7 有關(guān)LS-Ensem算法的幾點(diǎn)討論
    2.8 仿真研究
    2.9 結(jié)論
第三章 基于聚類的PWA動(dòng)態(tài)系統(tǒng)辨識(shí)方法
    3.1 引言
    3.2 問(wèn)題描述
    3.3 辨識(shí)算法
        3.3.1 數(shù)據(jù)點(diǎn)的初步聚類
        3.3.2 數(shù)據(jù)點(diǎn)聚類的調(diào)整
        3.3.3 區(qū)間分割和子模型辨識(shí)
    3.4 仿真研究
    3.5 小結(jié)
第四章 采用集成方法進(jìn)行建模的應(yīng)用研究
    4.1 建立基于光譜分析的汽油辛烷值軟測(cè)量模型
        4.1.1 實(shí)驗(yàn)介紹
        4.1.2 實(shí)驗(yàn)1
        4.1.3 實(shí)驗(yàn)2
    4.2 對(duì)貼片機(jī)中元件放置過(guò)程的辨識(shí)
        4.2.1 實(shí)驗(yàn)背景
        4.2.2 實(shí)驗(yàn)設(shè)計(jì)
        4.2.3 辨識(shí)實(shí)驗(yàn)
    4.3 小結(jié)
第五章 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 研究展望
參考文獻(xiàn)
附錄A 相關(guān)數(shù)學(xué)公式和定理
    A.1 幾個(gè)有用的不等式
        A.1.1 自然對(duì)數(shù)估計(jì)
        A.1.2 Jensen不等式
        A.1.3 Cauchy-Schwarz不等式
    A.2 一些有關(guān)實(shí)值函數(shù)擬合的概念和定理
    A.3 經(jīng)驗(yàn)協(xié)方差矩陣的計(jì)算公式
個(gè)人簡(jiǎn)歷、在學(xué)期間的研究成果及發(fā)表的論文



本文編號(hào)：3692685