具有輸入故障自適應(yīng)能力的在線智能建模.pdf_第1頁(yè)
已閱讀1頁(yè),還剩90頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、在工程應(yīng)用和經(jīng)濟(jì)問(wèn)題分析中,系統(tǒng)辨識(shí)建模是應(yīng)用分析的必不可少的一個(gè)步驟。在目前的絕大部分的文獻(xiàn)資料中都是考慮系統(tǒng)絕對(duì)可靠的情況下就模型的擬合問(wèn)題進(jìn)行分析,極少看到相關(guān)的文獻(xiàn)討論模型在線運(yùn)行后因輸入變量出現(xiàn)故障后仍設(shè)法使模型具備自適應(yīng)的能力從而使得系統(tǒng)有正確的輸出的問(wèn)題。論文就這個(gè)問(wèn)題進(jìn)行深入的研究和探討。 論文分析了飛機(jī)油箱剩余油量模型的輸入變量之間的多重相關(guān)性問(wèn)題,以離線的方式和多種建模方法建立了系統(tǒng)的測(cè)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(jīng)多種預(yù)處理減少輸入變量后建立的自適應(yīng)神經(jīng)模糊推理系統(tǒng)模型(ANFIS)。并且從精度和復(fù)雜度上對(duì)這幾種建模方式進(jìn)行對(duì)比分析。 論文重點(diǎn)研究了模型在投入運(yùn)行后的可靠運(yùn)行問(wèn)題。論文提出了幾種診斷輸入變量是否出現(xiàn)故障和輸入變量的故障是否已經(jīng)消除的算法,并且比較分析了這幾種診斷算法的優(yōu)缺點(diǎn):論文也給出了幾種應(yīng)對(duì)輸入變量故障的自適

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論