隨著我國社會主義事業(yè)迅速發(fā)展,鋁電解工業(yè)在國民經(jīng)濟中發(fā)揮著重要作用。在鋁電解控制過程中,鋁電解槽溫起著控制中心的作用,是影響鋁電解電流效率重要的參數(shù)變量之一。然而鋁電解過程具有高溫、強腐蝕性、非線性、時滯性等特點,導(dǎo)致鋁電解槽溫難以測量。因此有效地對鋁電解槽溫測量是鋁電解穩(wěn)定生產(chǎn)的重要控制目標。本論文采用軟測量技術(shù)來對鋁電解槽溫測量。目前在鋁電解槽溫軟測量建模方法中,支持向量回歸算法是推廣性最好的方法之一,唯一不足的是模型訓(xùn)練時間較長。本文在支持向量回歸算法的基礎(chǔ)上,引入雙支持向量回歸算法。雙支持向量回歸算法較支持向量回歸算法優(yōu)勢明顯,表現(xiàn)在時間復(fù)雜度低,泛化能力強。本論文主要工作以雙支持向量回歸算法為基礎(chǔ),對鋁電解槽溫軟測量建模及校正,具體研究如下:1.改進雙支持向量回歸(Improved Twin Support Vector Regression,ITSVR)在鋁電解槽溫軟測量的應(yīng)用。雙支持向量回歸算法在最優(yōu)化求解問題上只需求解兩組較小的二次規(guī)劃問題,模型訓(xùn)練時間僅為支持向量回歸算法的四分之一。但雙支持向量回歸算法未采用結(jié)構(gòu)風(fēng)險最小化原則,為降低過擬合風(fēng)險,在雙支持向量回歸算法中...

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究的背景和意義
        1.1.1 鋁電解工藝
        1.1.2 鋁電解槽溫的重要性
        1.1.3 鋁電解槽溫測量誤差對過熱度的影響
        1.1.4 課題研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 測溫設(shè)備測量研究現(xiàn)狀
        1.2.2 軟測量在鋁電解槽溫測量的應(yīng)用研究現(xiàn)狀
        1.2.3 增量學(xué)習(xí)在軟測量應(yīng)用中的研究現(xiàn)狀
    1.3 本文的主要工作
    1.4 本文組織結(jié)構(gòu)
第2章 相關(guān)理論與技術(shù)
    2.1 軟測量技術(shù)
        2.1.1 輔助變量的選擇
        2.1.2 數(shù)據(jù)預(yù)處理
        2.1.3 軟測量建模方法
        2.1.4 軟測量模型的校正
    2.2 支持向量機
        2.2.1 VC維理論簡介
        2.2.2 結(jié)構(gòu)風(fēng)險最小化原則
        2.2.3 支持向量回歸算法
    2.3 主成分分析法
        2.3.1 主成分分析原理
        2.3.2 主成分分析法計算步驟
    2.4 本章小結(jié)
第3章 改進雙支持向量回歸在鋁電解槽溫軟測量的應(yīng)用
    3.1 雙支持向量回歸算法
    3.2 改進雙支持向量回歸算法
    3.3 復(fù)雜度分析
    3.4 基于ITSVR的鋁電解槽溫軟測量建模過程
        3.4.1 鋁電解槽溫輔助變量的選取
        3.4.2 鋁電解數(shù)據(jù)預(yù)處理
        3.4.3 軟測量模型訓(xùn)練
    3.5 實驗與結(jié)果分析
        3.5.1 ITSVR模型方法的有效性
        3.5.2 鋁電解槽溫軟測量模型有效性
    3.6 本章小結(jié)
第4章 增量ITSVR在鋁電解槽溫軟測量模型的應(yīng)用
    4.1 支持向量回歸增量學(xué)習(xí)
        4.1.1 基于分塊法的增量學(xué)習(xí)算法
        4.1.2 基于KKT條件的增量學(xué)習(xí)算法
    4.2 基于ITSVR的增量學(xué)習(xí)算法
        4.2.1 ITSVR的 KKT條件
        4.2.2 ITSVR的樣本劃分
        4.2.3 邊界域向量
        4.2.4 基于邊界域向量的ITSVR的增量學(xué)習(xí)
    4.3 基于增量ITSVR的鋁電解槽溫軟測量應(yīng)用
    4.4 實驗與結(jié)果分析
    4.5 本章小結(jié)
第5章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻
致謝
攻讀碩士學(xué)位期間從事的科研工作及取得的成果



本文編號：3804862