支持向量回歸機(jī)及其在智能航空發(fā)動(dòng)機(jī)參數(shù)估計(jì)中的應(yīng)用.pdf

1、智能發(fā)動(dòng)機(jī)控制作為航空發(fā)動(dòng)機(jī)最值得發(fā)展的先進(jìn)控制概念,它包括的內(nèi)容非常豐富。因而,本文重點(diǎn)研究了智能發(fā)動(dòng)機(jī)控制中的推力估計(jì)器設(shè)計(jì)和解析余度技術(shù)。推力估計(jì)器在智能發(fā)動(dòng)機(jī)控制中的直接推力控制和性能退化緩解控制中都有重要應(yīng)用；智能發(fā)動(dòng)機(jī)控制中的高可靠性控制就是針對(duì)傳感器故障而提出的,而要保證傳感器工作的可靠性,發(fā)展先進(jìn)的解析余度技術(shù)是一種有效的途徑。在設(shè)計(jì)推力估計(jì)器和發(fā)展解析余度技術(shù)的過(guò)程當(dāng)中,作者利用了機(jī)器學(xué)習(xí)中具有統(tǒng)計(jì)學(xué)基礎(chǔ)和優(yōu)良泛化能力

2、的支持向量回歸技術(shù),并針對(duì)原有算法的一些缺點(diǎn)和不足之處提出了許多有價(jià)值的算法和觀點(diǎn),更重要的是,作者將自己提出的算法應(yīng)用到了推力估計(jì)器設(shè)計(jì)和解析余度技術(shù)當(dāng)中并取得了滿意的效果。本文的主要研究?jī)?nèi)容如下:
　　 首先針對(duì)經(jīng)典支持向量回歸機(jī)不能抑制系統(tǒng)中存在的奇異點(diǎn)問(wèn)題提出了截尾ε-不敏感損失函數(shù),并進(jìn)而提出了截尾支持向量回歸機(jī)。截尾支持向量回歸機(jī)不僅能抑制系統(tǒng)中存在的奇異點(diǎn)而提高回歸機(jī)的泛化能力,還減少了支持向量的數(shù)目,提高了實(shí)時(shí)性

3、。由于截尾支持向量回歸機(jī)涉及到非凸優(yōu)化問(wèn)題,因而作者利用CCCP技巧,將非凸優(yōu)化問(wèn)題轉(zhuǎn)化為一系列凸優(yōu)化問(wèn)題,才使這個(gè)非凸優(yōu)化問(wèn)題得以解決。作者在實(shí)現(xiàn)截尾支持向量回歸機(jī)的過(guò)程當(dāng)中從兩個(gè)角度出發(fā):一是對(duì)偶空間；二是原空間。雖然角度不同,但達(dá)到的效果基本相同。
　　 在分析了硬支持向量回歸機(jī)產(chǎn)生過(guò)擬合現(xiàn)象的原因后,作者提出了利用Greedy Stagewise策略來(lái)近似訓(xùn)練硬支持向量回歸機(jī),即GS-HSVR算法。這主要是由于Greed

4、y Stagewise策略產(chǎn)生的“早?！爆F(xiàn)象阻止了硬支持向量回歸機(jī)過(guò)擬合現(xiàn)象的發(fā)生,這其實(shí)相當(dāng)于一種正則化策略.和經(jīng)典的軟支持向量回歸機(jī)比較起來(lái),筆者提出的近似訓(xùn)練算法在泛化能力上和軟支持向量回歸機(jī)相當(dāng),但在訓(xùn)練時(shí)間和支持向量數(shù)目上都有一定的優(yōu)勢(shì)。
　　 和經(jīng)典支持向量回歸機(jī)比較起來(lái),最小二乘支持向量回歸機(jī)雖然能減輕訓(xùn)練代價(jià),但其解缺乏稀疏性。為了實(shí)現(xiàn)其解的稀疏性,作者在介紹FSA-LSSVR算法的基礎(chǔ)上,首先提出了LS2SVR

5、算法。這種算法和FSA-LSSVR算法以及一些現(xiàn)存的算法比較起來(lái),無(wú)論在訓(xùn)練時(shí)間和支持向量數(shù)目上都占有一定的優(yōu)勢(shì)。和FSA-LSSVR算法比較起來(lái),LS2SVR考慮到了整個(gè)訓(xùn)練樣本集產(chǎn)生的約束對(duì)目標(biāo)函數(shù)的影響,因而在較少支持向量數(shù)目的情況下,能取得和FSA-LSSVR一樣的泛化能力,并進(jìn)行了證明。為了進(jìn)一步實(shí)現(xiàn)LSSVR的稀疏性,作者將約簡(jiǎn)技術(shù)和迭代策略結(jié)合起來(lái)提出了RR-LSSVR算法。與FSA-LSSVR、RLSSVR和LS2SVR

6、相比較,RR-LSSVR算法有更優(yōu)秀的稀疏性,但這種算法的訓(xùn)練代價(jià)也是最大的。
　　 為了改善局部變化差異比較大的系統(tǒng)的學(xué)習(xí)效果,同時(shí)也為了利用先驗(yàn)知識(shí)和多核學(xué)習(xí)的優(yōu)勢(shì),作者將半?yún)?shù)技術(shù)和多核學(xué)習(xí)結(jié)合起來(lái),提出了兩種多核半?yún)?shù)支持向量回歸機(jī):一種是多核半?yún)?shù)線性規(guī)劃支持向量回歸機(jī)(MSLP-SVR),另一種是稀疏多核半?yún)?shù)最小二乘支持向量回歸機(jī)(稀疏MSLSSVR)。這兩種多核半?yún)?shù)回歸機(jī)有一個(gè)特性,那就是經(jīng)典的單核回歸機(jī)是其特

7、例,這也就意味著多核半?yún)?shù)回歸機(jī)的學(xué)習(xí)效果不會(huì)比經(jīng)典的單核回歸機(jī)差。另外,和其他多核學(xué)習(xí)算法比較起來(lái),作者提出的多核學(xué)習(xí)算法在泛化能力或者訓(xùn)練時(shí)間上占有優(yōu)勢(shì)。
　　 作者研究和提出這些算法的目的就是為了應(yīng)用它們。這主要包括兩個(gè)方面:一是利用RR-LSSVR算法進(jìn)行推力估計(jì)器設(shè)計(jì)；二是基于GS-HSVR算法提出了一種在線進(jìn)行傳感器故障診斷的解析余度技術(shù)。
　　 實(shí)現(xiàn)直接推力控制和性能退化緩解控制的一個(gè)重要環(huán)節(jié)就是進(jìn)行推力估

8、計(jì)器設(shè)計(jì)。首先作者基于用于模型選擇的留一法來(lái)進(jìn)行推力估計(jì)器輸入量的選擇。在確定完推力估計(jì)器的輸入量后,用RR-LSSVR算法進(jìn)行了全包線推力估計(jì)器的設(shè)計(jì)。為了在全包線內(nèi)設(shè)計(jì)高精度和高實(shí)時(shí)性的推力估計(jì)器,作者將包線按高度進(jìn)行分塊。緊接著,提出了更合理的對(duì)全包線進(jìn)行分塊的方法,那就是將全包線內(nèi)的點(diǎn)進(jìn)行聚類。一般來(lái)說(shuō),每一類中的數(shù)據(jù)點(diǎn)都是相似的,推力不會(huì)相差太大,這就避免了在推力絕對(duì)誤差基本相同的情況,由于推力相差太多而導(dǎo)致相對(duì)誤差較大現(xiàn)象的

9、發(fā)生。針對(duì)航空發(fā)動(dòng)機(jī)在服役過(guò)程中發(fā)生的性能退化現(xiàn)象,在訓(xùn)練過(guò)程中加入退化樣本后使這個(gè)問(wèn)題得以解決。為了實(shí)時(shí)地估計(jì)出航空發(fā)動(dòng)機(jī)運(yùn)行時(shí)的推力值,作者修改了RR-LSSVR算法,在輸入端引入反饋的推力值來(lái)模擬航空發(fā)動(dòng)機(jī)的動(dòng)態(tài)過(guò)程而設(shè)計(jì)了動(dòng)態(tài)過(guò)程推力估計(jì)器。
　　 在智能發(fā)動(dòng)機(jī)控制概念中有一種高可靠性控制。所謂高可靠性控制,就是要保證提供給控制器的信號(hào)是正確可靠的。針對(duì)這個(gè)問(wèn)題,作者將離線GS-HSVR算法進(jìn)行了適當(dāng)?shù)母倪M(jìn)。改進(jìn)后的算法