国家自然科学基金(60974100)
- 作品数：3 被引量：24H指数：1
- 相关作者：谢磊董方张建明许仙珍王树青更多>>
- 相关机构：浙江大学更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于PCA混合模型的多工况过程监控被引量：24
- 2011年
- 针对传统多元统计故障检测方法大多假设测量数据服从单一高斯分布的不足,提出了一种基于PCA(principal component analysis)混合模型的多工况过程监测方法。首先通过直接对混合模型的各高斯成分的协方差进行PCA降维变换,使得协方差阵对角化,既减少了运算量又避免了变量相关而导致的奇异性问题;同时采用BYY增量EM算法自动获取混合模型的最佳混合分量数目,避免了常规EM算法的不足。所得的混合模型,除包括均值、协方差和先验概率等参数外,还包括了PCA载荷阵,即对每个混合元建立了PCA模型。然后给出了统计量定义,实现对多工况过程的故障检测。数值例子和TE过程的应用表明,本文提出的方法无需过程先验知识,能自动获取工况数目、精确估计各个工况的统计特性,并更准确及时地检测出多工况过程的各种故障。
- 许仙珍谢磊王树青
- 关键词：多工况混合模型主元分析故障监测
- 基于离散量子微粒群优化的作业车间调度
- 2012年
- 针对强非确定性多项式难的作业车间调度(JSP)问题,提出一种离散量子微粒群优化算法(DQPSO).该算法基于量子态波函数描述微粒群粒子位置,结合遗传算法中的交叉、变异操作,采用随机键编码方法对连续空间内的解进行离散化,使得DQPSO能够直接用于求解车间生产调度这类组合优化问题.另外,针对JSP的复杂性,通过引入2层结构的局部搜索策略,构造在局部优化解附近不同搜索半径的微粒,增强算法的搜索能力,进一步提高解的多样性和寻优质量.应用结果表明,对大部分作业车间调度测试算例,DQPSO表现出更有效的寻优性能.
- 张建明谢磊毛婧敏董方
- 关键词：作业车间调度局部搜索
- 基于自适应粒子群算法的动态优化
- 2012年
- 自适应粒子群算法(AdaptiveParticle SwarmOptimization,APSO)是一种参数自适应的种群智能算法。该算法以种群的分布状态为依据区分优化过程中的不同状态自适应地调整算法参数。基于APSO算法具有参数自适应、快速收敛、全局搜索能力强等优点。将APSO算法应用于动态优化,通过采用按变量比例分配时间的方法构造时间变量,从而将其转化为无约束变量,通过时间变量与控制变量构造控制输入函数控制动态系统,使其达到最优。该方法提供一种转换时间变量约束的方法,使其能够作为一般优化问题,适用于其他类似演化类算法的动态性能的测试。最后,通过4个经典动态优化测试函数,比较APSO算法与蚁群算法,体现APSO算法处理动态优化的性能。
- 董方谢磊张建明
- 关键词：动态优化自适应粒子群算法反应器
