共查询到20条相似文献,搜索用时 15 毫秒
1.
针对机理建模存在未建模动态及其参数辨识难的问题,采用由分段非线性模块、线性时不变动态模块及间隙非线性模块串联组成的Pseudo-Hammerstein-Wiener模型来描述挖掘臂电液伺服系统.利用关键变量分离原理将系统模型化解为最小二乘格式,再采用带中间变量估计的改进递推最小二乘算法进行辨识.实验表明,辨识所得Pseudo-Hammerstein-Wiener模型能很好地逼近实际系统,误差比Hammerstein及线性模型分别减少29%及68%. 相似文献
2.
3.
针对化学计量学在矿区重金属污染监测中的关键作用,本文综述了几种矿区光谱数据建模方法及针对其缺点而衍生的相关建模方法。在众多光谱数据建模方法中,多元线性回归和偏最小二乘回归主要用于解决光谱参数与土壤参数之间的线性关系,而支持向量机用于解决非线性关系问题。根据变量在数量、无关变量、变量之间的相关性等方面的局限性,衍生出了逐步多元线性回归、稀疏偏最小二乘回归、广义动态模糊神经网络等建模方法。针对不同类型的数据,选择的建模方法不同,为了取得更好的建模效果,应注重于其他方法的结合研究。 相似文献
4.
洋梨硬度的便携式可见/近红外漫透射检测技术 总被引:1,自引:0,他引:1
采用便携式可见/近红外检测仪快速检测阿巴特、康佛伦斯和五九香梨硬度。采集洋梨漫透射光谱(500~1010nm),经二阶导数和卷积平滑处理后,分别建立偏最小二乘法和多元线性回归模型。相关系数法和遗传算法用于选择偏最小二乘法建模变量,预测均方差分别为7.780N和8.080N,相对预测误差分别为26.24%和29.71%。多元线性回归模型使用7个变量,预测均方差和相对预测误差分别为7.740N和26.10%。结果表明:建立多品种洋梨硬度全局模型是可行的,便携式仪器可用于洋梨硬度现场检测。 相似文献
5.
洋梨硬度的便携式可见/近红外漫透射检测技术 总被引:2,自引:0,他引:2
采用便携式可见/近红外检测仪快速检测阿巴特、康佛伦斯和五九香梨硬度.采集洋梨漫透射光谱(500~1 010 nm),经二阶导数和卷积平滑处理后,分别建立偏最小二乘法和多元线性回归模型.相关系数法和遗传算法用于选择偏最小二乘法建模变量,预测均方差分别为7.780 N和8.080 N,相对预测误差分别为26.24%和29.71%.多元线性回归模型使用7个变量,预测均方差和相对预测误差分别为7.740 N和26.10%.结果表明:建立多品种洋梨硬度全局模型是可行的,便携式仪器可用于洋梨硬度现场检测. 相似文献
6.
7.
8.
为增强模型的适应性,选取了3个不同成熟期(绿熟、半红熟和红熟)的李果实样品建立坚实度指标的近红外检测模型,建模所使用的光谱范围为4 000~12 492cm-1。为改善模型性能,比较了最小二乘支持向量机和偏最小二乘法两种建模算法对李果实坚实度指标的建模结果。研究结果表明,所建立的最小二乘-支持向量机模型的预测性能和稳定性均好于偏最小二乘模型,并以前10个潜在变量得分作为输入变量的最小二乘-支持向量机模型为最佳模型,其校正相关系数、校正和预测均方根误差分别为0.989及1.31、1.84kg/cm2,剩余预测偏差为4.79。与以往研究文献相比,获得了较为理想的预测精度和稳定性能。研究结果表明,最小二乘支持向量机算法结合偏最小二乘法提取的潜在变量作为输入变量,可以使李果实坚实度近红外定量模型有较大程度的改善。 相似文献
9.
LS-SVM和BP-ANN在草莓糖度NIR检测中的应用 总被引:1,自引:1,他引:0
为了提高草莓糖度近红外光谱定量模型的性能,采用偏最小二乘法提取的潜在变量作为最小二乘-支持向量机和反向传播人工神经网络的输入变量,建立了草莓糖度的近红外定量模型,并与偏最小二乘模型结果进行了比较,建模所使用的光谱范围为6 000~9 000 cm-1.结果表明,所建立的最小二乘-支持向量机和反向传播人工神经网络定量模型的校正性能、预测性能和稳定性均优于偏最小二乘定量模型,最优模型为前10个潜在变量得分作为输入变量的最小二乘-支持向量机模型,其校正和预测相关系数分别为0.957和0.951,校正和预测均方根误差分别为0.279%和0.272%,剩余预测偏差为3.23,与以往研究文献相比,获得了较为理想的预测精度和稳定性能. 相似文献
10.
11.
PLS在提取需水量预测影响因素中的应用 总被引:1,自引:0,他引:1
需水预测模型的输入变量直接影响了需水预测模型精度的高低。为了找出影响需水量的主要因素,选择偏最小二乘回归模型,建立了需水量的影响因素与需水量之间的相关关系模型。偏最小二乘法是多元线性回归、典型相关分析和主成分分析的集成与发展。偏最小二乘法提取的成分既能够很好的概括自变量系统中的信息,又能最好的解释因变量。通过计算影响因素与需水量之间的回归系数等信息,得出了影响需水量的主要成分,确定了需水预测模型的输入项。 相似文献
12.
拖拉机定速巡航系统纵向加速度跟踪控制 总被引:2,自引:0,他引:2
拖拉机定速巡航系统通过对拖拉机加速度的精确控制实现定速巡航功能,由于纵向动力学系统的非线性、道路坡度、拖拉机悬挂农机具导致的整车质量变动及风阻等外部干扰因素的存在,使得控制系统鲁棒性成为控制器设计的重点。本文基于模块化机理建模及实验数据的方法,建立了拖拉机纵向动力学模型,并在Simulink上建立了该模型,与实车平台进行对比,验证了该模型符合需求。针对拖拉机纵向动力传动系统非线性特点,采用逆模型方法线性化拖拉机纵向动力学模型,基于线性化模型,获取下层控制对象各工作点及各工况下频率响应特性数据,通过频率响应实验和最小二乘法辨识下层对象系统的传递函数。根据传递函数和纵向加速度响应的非线性特性,设计了滑模变结构控制器,仿真结果表明,与传统的PID控制相比,该控制器有效改善了系统对非线性特性及外界干扰的鲁棒性能。 相似文献
13.
《农业机械学报》2017,(12)
拖拉机定速巡航系统通过对拖拉机加速度的精确控制实现系统功能,由于纵向动力学系统的非线性、道路坡度、拖拉机悬挂农机具导致的整车质量变动及风阻等外部干扰因素存在,使得控制系统鲁棒性成为控制器设计时的重点。本文基于模块化机理建模及实验数据的方法,建立了拖拉机的纵向动力学模型,并在Simulink上建立了该模型,与实车平台进行对比,验证了该模型符合需求。针对拖拉机纵向动力传动系统非线性特点,采用逆模型方法线性化拖拉机纵向动力学模型,基于线性化模型,获取下层控制对象各工作点及各工况下频率响应特性数据,通过频率响应实验和最小二乘法辨识下层对象系统的传递函数。根据传递函数和纵向加速度响应的非线性特性,设计了滑模变结构控制器,与传统的PID控制相比,通过仿真,结果表明该控制器有效改善了系统对非线性特性及外界干扰的鲁棒性能。 相似文献
14.
15.
偏最小二乘法能有效解决多元回归分析中变量的多重共线性问题.选用牛体重、体高两个参数做自变量估测牛的胸围和腹围,应用所建立的线性模型对184头西门塔尔牛的数据进行误差分析,腹围平均相对误差为3.742%,胸围平均相对误差为4.385%.证明所得偏最小二乘回归模型具有较好的精度,模型能应用到种牛的选育过程中,具有较强的实用性. 相似文献
16.
研究了建立汽车制动系统动态数学模型的方法和辨识动态模型的最优输入信号,提出了一种新的辨识制动系模型──方法相关广义最小二乘法(COR-GLS),并对具体算法编制了快速高精度软件;进而以挂车分配阀为例,就此问题进行了深入研究,并得到了它的差分模型和传递函数.同时采用两种方式进行了模型验证,且对该模型的频响函数予以分析探讨,得出了评价汽车制动性能的新方法──频率响应函数法和制动因子理论,最后就采用用辨识理论优化汽车制动系统的有关问题进行了理论研究. 相似文献
17.
基于DPLS和LS—SVM的梨品种近红外光谱识别 总被引:4,自引:0,他引:4
为了实现不同品种梨的快速光谱鉴别,采用主成分分析法(PCA)对光谱数据进行聚类分析,得到3种不同品种梨的特征差异,主成分分析表明,以所有建模样本主成分PC1和PC2做出的得分图,对不同种类梨具有很好的聚类作用。利用主成分分析得到的载荷图可以得到对于梨品种敏感的特征波段,用特征波段图谱作为输入建立偏最小二乘判别(DPLS)模型和最小二乘支持向量机(LS-SVM)模型。3个品种梨各70个共210个分别建立偏最小二乘判别(DPLS)模型和最小二乘支持向量机(LS-SVM)模型。对未知的24个样本进行预测,LS-SVM模型品种识别准确率达到100%,DPLS模型的校正及验证结果与实际分类变量的相关系数均大于0.980,交叉验证均方根误差(RMSECV)和预测均方根误差(RMSEP)都小于0.100,品种识别率为100%。表明提出的方法具有很好的分类和鉴别作用,提供了梨的品种快速鉴别分析方法。 相似文献
18.
应用可见/短波近红外光谱分析测量土壤碱解氮和速效钾含量.为了提高该分析方法的预测精度,消除无信息建模变量对模型稳定性的影响,原始光谱平滑后采用蒙特卡罗无信息变量消除方法(MC-UVE)对土壤碱解氮和速效钾的建模变量进行筛选,应用偏最小二乘方法(PLS)建立校正模型.对于碱解氮模型,采用MC-UVE PLS方法,建模变量减少为210,相关系数和预测均方差分别为0.84和17.1 mg/kg.对于速效钾的预测模型,采用MC-UVE方法后,建模变量减少为150,模型的预测相关系数为0.76,预测均方根误差为15.4 mg/kg. 相似文献
19.
针对数控机床热误差建模具有小样本、数据离散的特点,提出一种综合灰色预测和最小二乘支持向量机的热误差在线组合建模方法。根据机床温度和热误差的实验数据,分别建立热误差的灰色模型和最小二乘支持向量机模型,并通过加权系数将两者进行组合。以提高热误差的实测值和组合模型预测值之间的灰色综合关联度为目标,对模型的加权系数进行优化。在一台高架桥式龙门加工中心上进行建模实验,结果表明数控机床热误差最优权系数组合建模方法精度高、泛化能力强,优于灰色预测、最小二乘支持向量机和多元线性回归3种建模方法。利用该方法构建的预测模型进行机床热误差在线补偿,可有效减小热误差对机床加工精度的影响。 相似文献
20.
文章介绍了系统辨识的定义及其算法原理与实现,概述了系统辨识在水轮发电机组控制系统的应用,着重阐述了最小二乘法、神经网络模型和智能优化法等该领域的主要研究方法和研究成果,提出将多种系统辨识方法相结合形成综合智能系统辨识技术,供参考。 相似文献