具有輸入故障自適應能力的在線智能建模.pdf

1、在工程應用和經濟問題分析中，系統辨識建模是應用分析的必不可少的一個步驟。在目前的絕大部分的文獻資料中都是考慮系統絕對可靠的情況下就模型的擬合問題進行分析，極少看到相關的文獻討論模型在線運行后因輸入變量出現故障后仍設法使模型具備自適應的能力從而使得系統有正確的輸出的問題。論文就這個問題進行深入的研究和探討。 論文分析了飛機油箱剩余油量模型的輸入變量之間的多重相關性問題，以離線的方式和多種建模方法建立了系統的測量模型。其中離線方式建

2、立的模型有普通多元最小二乘線性回歸模型、向后刪除變量篩選變量法建立的多元線性回歸模型、偏最小二乘回歸分析模型、經多種預處理減少輸入變量后建立的自適應神經模糊推理系統模型(ANFIS)。并且從精度和復雜度上對這幾種建模方式進行對比分析。 論文重點研究了模型在投入運行后的可靠運行問題。論文提出了幾種診斷輸入變量是否出現故障和輸入變量的故障是否已經消除的算法，并且比較分析了這幾種診斷算法的優(yōu)缺點：論文也給出了幾種應對輸入變量故障的自適