导读:本文包含了复杂自适应模型论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:自适应,模型,建模,系统,算法,矿体,规则。
复杂自适应模型论文文献综述
钟德云,王李管,毕林[1]（2019）在《复杂矿体模型多域自适应网格剖分方法》一文中研究指出针对轮廓线拼接法在复杂矿体建模时无法处理多域邻接特征的问题,应用Delaunay细分方法实现了一种适用于多域复杂矿体的网络剖分方法,不仅可以生成多域表面模型,还可以同时对不同域的矿体进行网格剖分,便于后期进行多域复杂矿体的有限元模拟。该方法通过约束Delaunay叁角剖分来近似域和曲面,以及在Delaunay细分中确保对域的近似精度和对单元的网格质量。在约束Delaunay叁角剖分的基础上,通过多标签算法对子域进行封装,并对中间域进行分离或通过距离场对中间域进行拟合,修改多域多面体的预测构造方法,实现了对多域多面体的自适应网格剖分方法。对河北省北洺河铁矿复杂矿体建模的试验结果表明,该方法除了可以生成无缝、连续的多域模型之外,通过网格优化还可以生成高质量的四面体和叁角网格,避免轮廓线拼接法大量退化和奇异叁角形的存在。同时该方法在逆向工程、有限元分析、科学计算可视化等领域中也都具有重要的应用价值。(本文来源于《武汉大学学报(信息科学版)》期刊2019年10期）
吴浩楠,朱紫阳,陈果[2]（2019）在《一类复杂非线性系统的特征模型自适应控制》一文中研究指出传统的自适应控制理论不能胜任复杂的非线性系统,本文针对一类复杂的带滞后环节的非线性系统,采用特征模型黄金分割自适应控制方法进行研究。该控制方案是一种无模型控制策略,即控制器构造时不用系统精确模型,只凭借系统输入输出信息。分别将特征模型和PID控制方法用在系统上实施控制,考虑了不加扰动和加扰动两类情况下进行分析,结果表明特征模型黄金分割方法具有良好的控制性能,响应迅速,超调量小,鲁棒性更强。(本文来源于《电气开关》期刊2019年02期）
刘刚[3]（2018）在《钻井复杂自适应智能预警模型及应用研究》一文中研究指出钻井工程是油气田勘探开发早期主要的手段,由于钻井工程作业的工作环境是在地下,不能直观的观察到作业的整个过程,随着地层深度加深和地层条件的不断改变钻井作业的进程可能会受到不同程度的影响。由此可见钻井工程作业的不确定性、隐蔽性极高。如果不能依靠现有的钻井工程数据对钻井作业状况进行有效、可信的预测,在事故复杂发生前或发生初期就能快速发现并及时采取处理措施,就有可能造成钻井复杂异常事故,一旦出现钻井事故就会引起严重的财产损失甚至威胁钻井工作者的人身安全,对油田开发进程造成极其恶劣的影响。传统的钻井复杂异常预警方法大多依靠专家经验对采集到的钻井数据进行分析然后得到相应的结论,这类方式的时效性较差存在严重的滞后性,也不具有随作业环境变化自我更新和调整的自适应、自学习能力。因此本文在常规钻井复杂异常预警方法的基础上结合自适应控制理论、多源信息处理技术以及对常见钻井复杂事故机理的研究建立了基于多源信息和基于核函数的SVM自适应钻井事故复杂预警模型。首先利用基于核函数的主成分分析方法对邻井的钻井工程数据进行主成分特征提取然后利用基于核函数的支持向量机对特征向量进行分类得到钻井复杂异常指标,然后在实时钻进过程中对于地层属性相似层段的钻井数据进行同样的数据处理过程得到新井的异常指标,此时用原始的异常指标与其对比从而达到复杂异常预测的效果,并且利用新的异常指标对模型进行更新使其具有自适应、自学习能力。在模型建立过程中利用Matlab程序语言设计仿真模型利用现有数据对不同核函数支持向量机进行效果对比优化模型的核函数以及核函数参数使模型预测误差在10%以内。建立基于CBR的自适应规则关联钻井复杂智能预警模型,建立钻井复杂异常案例库,利用数据关联规则的Apriori算法得到复杂异常关键参数的关联规则,当新井钻进时就可以利用关键参数的关联规则进行复杂异常预测和判断。并将新的关联规则存入钻井工程知识库,新的案例存入钻井工程数据库备用,以实现模型的自适应、自学习功能,提高整个预警流程的效率。(本文来源于《西安石油大学》期刊2018-05-30）
朱文杰,王广龙,田杰,乔中涛,高凤岐[4]（2018）在《空时自适应混合高斯模型复杂背景运动目标检测》一文中研究指出为克服传统基于单像素建模方法存在的缺陷,解决复杂背景下的运动目标检测问题,将视频图像序列的空间信息引入背景建模过程中,研究了邻域更新、二维联合直方图信息熵判别、空时平滑等方法.采用引导滤波方法对视频图像进行预处理,以消除图像噪声,并保留图像中目标的边缘信息,给出了算法处理流程和实现步骤.在不同的评测数据库及现实捕获的视频图像上进行了定性及定量实验,结果表明,本文提出的算法在目标检测准确度和完整性等指标上优于传统的同类型算法,为复杂背景环境下的运动目标检测提供了一种新的解决方法.(本文来源于《北京理工大学学报》期刊2018年02期）
滕丕芸[5]（2017）在《基于自适应规则模型的复杂事件处理》一文中研究指出目前大多数物联网应用都是基于无线传感设备,通过无线传感设备接入互联网实现物物相连,造成数据的实时性、海量性、异构性等。基于上述原因,复杂事件处理技术被提出。本文分析了目前复杂事件处理存在的不足即:复杂事件处理技术仅限于如何有效地使用事件处理规则进行规则匹配,对于事件处理规则是否符合当前环境变化却很少涉及。其次,在规则匹配(或模式匹配)过程中,现有的复杂事件处理技术很少考虑数据本身的不确定性。文中主要针对复杂事件处理系统中存在的不足进行研究。(1)针对规则定义存在的环境适应不良问题,本文提出自适应事件处理规则模型,采用异常检测和分类规则学习思想,首先根据规则的评估结果,对不符合当前环境的规则进行重新定义学习。(2)针对规则匹配存在的不足,提出将不确定模型融入规则匹配过程方法,利用事件类型的不确定模型在规则匹配的过程中过滤部分匹配结果,提高复杂事件处理结果的准确性并且降低中间结果的存储压力,并且采用保存多条件中匹配节点的方式减少不必要的匹配。最后,通过实验分别验证两部分方法的有效性、可行性。(本文来源于《大连海事大学》期刊2017-12-01）
卞振东[6]（2017）在《从复杂自适应系统的角度建立众包平台仿真模型》一文中研究指出众包是一种通过互联网把工作分发给全球在线工作者完成的新型商业模式,因其在时间和成本上的优势,得到了广泛的应用。通过众包,企业能降低创新研发成本,提高产品生产效率,充分利用网络大众的智慧。然而由于任务需求者和在线工作者之间没有契约约束,因此如何有效地控制工作质量及效率成为决定众包业务成败的关键问题。众包系统是由大量的在线工作者组成,并且其动态特性是由在线工作者的行为和相互间的联系所决定,所以,众包是一个复杂自适应系统,而基于智能体的模型(ABM)也是由大量具有自主行为的个体所组成,因此ABM是研究复杂自适应系统的理想方法。本文从复杂自适应系统的角度,以基于智能体建模为手段,研究众包平台的动态特性。根据实验数据分析在线工作者行为规则,发现任务完成准确度和完成时间服从Lognormal分布,由此建立任务参数与完成准确度和完成时间的多元线性回归模型,以基于智能体建模的方法搭建虚拟众包系统仿真平台。基于此仿真模型,为了提高任务的准确度,分别研究了在线工作者在串行和并行两种工作方式下对任务完成准确度和效率的影响。这样在线工作者通过共同完成的任务可以建立起相互之间的联系,通过加强在线工作者之间的互动,构建高效的社会技术网络,进一步加强对任务完成的质量和进度控制。实验结果表明在并行工作方式下能够获得更高的准确度和工作效率,而且随着在线工作者完成任务数量的增加,其完成任务的准确度随之提高,并逐渐趋于稳定。最后采用遗传算法优化任务参数,找到满足给定完成质量和完成时间的投放策略,以期提高整个平台众包任务的准确度和工作效率。此仿真模型提供了一个测试平台,各种任务投放策略、假设都可以在其上进行测试,是进一步优化投放策略的基础。(本文来源于《大连理工大学》期刊2017-05-01）
刘世达[7]（2017）在《数据驱动建模与无模型自适应控制及在复杂工业系统中的应用》一文中研究指出本文在理论上针对数据驱动建模和数据驱动无模型自适应控制2方面领域做了若干研究,同时将所提理论应用于不同的实际领域。本论文研究内容和创新点可总结如下:一、针对固定床间歇式(UGI)煤气化过程中的合成气温度的立项建模问题,提出一种改进的带有链接开关的遗传神经网络算法(EGA-BPNN-LS)。合成气温度的模型在整个UGI气化过程中至关重要,然而,由于气化过程极为复杂,该模型的输入输出关系不能够依靠气化过程的化学机理建立。EGA-BPNN-LS算法结合了一种新颖的改进遗传算法、带有链接开关的神经网络、以及梯度学习算法(Levenberg-Marquardt,LM)算法的优势,使得该方法仅靠输入输出数据即可获得气化过程的模型,同时还能够有效地将数据的梯度信息加以有效地使用。基于中国山东省瑞星化工集团有限公司采集的实际数据的实验验证了该算法的有效性与实用性。二、针对UGI气化过程中的合成气温度在线建模问题,提出一种基于相关向量机的改进的懒惰学习建模(MLL-RVM)算法。合成气温度的模型是一个典型的未知非线性多入多出(Multi-input and Multi-output,MIMO)系统,由于UGI气化过程的复杂性,其精确数学模型不能够根据机理建立。针对此问题,所提的MLL-RVM方法将一种新颖的相关向量机(RVM)的思想应用到懒惰学习建模方法中,使得每一个时刻,MLL-RVM均可根据当前输入输出数据以及历史数据来实时建立针对合成气温度的局部RVM模型。通过基于工厂实际数据的仿真实验,该方法的有效性得到验证。叁、针对一类离散非线性单入单出(Single Input and Single Output,SISO)系统,分别提出了基于懒惰学习的紧格式无模型自适应预测控制(LL-CFDL-MFAPC)方法和偏格式无模型自适应预测控制(LL-PFDL-MFAPC)方法。这2种方法的核心思想是,通过利用懒惰学习算法的实时数据库查询的优势,在每个时刻将在线和离线数据同时应用于无模型自适应预测控制器的参数的更新,并通过不同的动态线性化技术(包括紧格式、偏格式动态线性化技术),使得该算法的控制器设计过程摆脱了被控对象的精确数学模型。同时,由于预测功能的加入,这2种方法具有较强的鲁棒性。通过严密的数学推导,2种方法的稳定性与收敛性在几个合理的假设条件下得到证明。最后,LL-CFDL-MFAPC被应用于处理UGI气化过程中增氧过程的氧浓度控制问题,LL-PFDL-MFAPC被应用于真实的叁容水箱液位控制系统,进而2种方法的有效性和实用性得到了验证。四、针对一般的未知非线性系统,提出了基于双连续投影算法的无模型自适应控制(DSP-MFAC)方法。该方法最重要的意义是在理论方面给出了 MFAC的新的证明方法和研究思路。通过该算法所得控制器结构与模型参数估计结构具有对称相似性,使得算法的控制框架和控制性能更加简单和易于分析。此外,相比传统的基于压缩映射原理框架下的无模型自适应控制,双连续投影框架下的无模型自适应控制具有更强的可推广性,如根据算法中不同的范数定义,可形成不同的控制器结构和对应的时变参数的估计方法。严谨的数学推导证明了所提算法的稳定性,一系列数值仿真验证了该方法的有效性。(本文来源于《北京交通大学》期刊2017-01-01）
王军[8]（2016）在《基于复杂自适应Petri网的棉纺生产预报模型及其优化》一文中研究指出随着纺织行业技术的快速发展,自动化、智能化仪器设备得到了大量应用。然而,在生产中依然存在生产过程表征方法落后、控制过程自适应智能程度不高、生产过程智能化模型框架不确定等问题。本论文结合棉纺存在的相关问题,开展了纺织流程复杂自适应表征和产品质量智能预测、多维指标分类和降维以及基于Agent的虚拟制造模型等研究和探索工作。本论文主要研究了以下内容:(1)基于Petri网较强的开放性和处理多因素问题的能力,针对其表达多维度问题交互模型构造复杂的特点,提出了复杂自适应Petri网(CAPN,Complex Adaptive Petri Net)模型,并对该模型进行了形式化定义和可达树验证。同时考虑因素复杂度、关系复杂度、环境复杂度等影响条件,构建了系统复杂度模型,并运行得出CAPN在单个基本单元解决问题的能力在元素复杂度方面提升1.67倍,关系复杂度方面提升1.5倍,系统复杂度方面提升1.6倍,即整个系统通过CAPN表征的能力提升了1.6n倍(n为基本单元个数)。以实际数据比较了双工序的复杂度,得出在应用CAPN建模后系统元素复杂度Ca绝对比值降低了14%,关系复杂度Cr绝对比值降低了17%,系统复杂度C绝对比值降低了14%;复杂度相对比值整体降低了40%,由此证明运用CAPN模型能更好的优化建模、降低建模复杂度。(2)定义了CAPN变迁触发边界和网络触发边界,构建了连续生产和离散生产时的能量流向模型,并提出了模型的优化策略。通过选取棉纺生产过程单工序建模,对实验样本数据的测试,结果显示系统完成一次迭代的时间用优化模型比原模型缩短了33.3%,结合前期增加的数据处理过程,最终证明优化后的系统的性能整体提高了23%,使用该优化策略可以明显提高系统的计算效率。(3)对棉纺质量指标实例数据作为降维与分类预处理数据,然后输出神经网络模型进行预测,即建立了一种混杂智能指标集约优化模型。该模型是结合灰色关联理论、主成分分析方法以及专家知识库的一种质量指标分析模型。实验证明运用混杂指标模型可将棉纺生产过程选取的15个原棉质量指标降维到6个原棉指标,降维高达60%。本方法可以实现在不降低计算精度的情况下将计算效率提高60%以上。该方法可以在数据采集阶段指导精确采集主要贡献的指标数据,即主要关注影响结果的40%的数据质量(降维后选取的指标所对应的数据)就可以保证预测得到准确结果(+2%误差范围),提高数据采集的精准性。用一种两步过滤算法对指标数据分类,通过仿真得出该算法比朴素贝叶斯分类法确定的信息准确率提高近10%;和决策粗糙集(DTRST,Decision-Theoretic Rough Sets)算法相比,发现新样本或未知样本时对负域范围缩小,错误比率下降了5%;证明采用该算法比其他两种算法更准确。(4)针对BP神经网络初始权值的不确定性造成结果波动较大的问题,提出用遗传算法优化BP神经网络的初始权值,构建了GA-BP神经网络算法,分别用BP神经网络和GA-BP算法对原棉指标、细纱指标进行质量预测和逆向预测。通过实际测试发现GA-BP算法具有以下优势:1)在训练收敛速度上有明显提高。GA-BP算法的正向预测模型比单纯BP神经网络提高了55%,逆向质量评估模型比单纯BP神经网络提高了16%。2)在预测准确率上有明显提高。GA-BP算法的正向预测准确度提升26%。GA-BP算法的逆向质量评估模型预测准确度提升28%。3)预测结果稳定性好。GA-BP算法的正向网络实际预测结果的平均误差在5%以内,GA-BP算法的逆向质量评价模型实际预测结果误差均值为4.65%,比BP网络逆向模型测试误差均值5.87%提高了21%。(5)根据柔性制造过程的特点,提出多智能体系统-复杂自适应Perti网(MAS-CAPN,Multi-Agent System CAPN)模型框架。模型通过正向的由数据生成知识和逆向的由知识指导Agent学习的两个过程加强了Agent的学习、交互和协作能力。在模型中提出了X-KQML通信机制,在模型寻址方面提出一种MAS交叉寻址方法。该方法有效避免Agent在局部区域过于频繁活动所带来的地址链长、寻址效率低的问题。(6)基于MAS-CAPN模型实现了虚拟加工系统的展现。该系统实现了单个、组合、自定义等不同类型的加工过程,同时对加工过程进行逆向评估;实现了依据原始数据的情况分别进行指标分类、指标降维、指标确认等数据的预处理工作;实现了内置算法的多元组合计算,支持自定义算法或其他工具编程的算法接口。通过运行测试验证了系统效率高、运行稳定、预测算法灵活等优点。综上所述,本文提出了复杂自适应Petri网模型,构建了系统复杂度模型并验证了CAPN模型降低建模复杂度的能力;定义了变迁及网络触发的边界;构建了连续生产和离散生产时的能量流向模型;提出了模型优化策略;验证了优化后的模型计算效率提升。提出一种混杂智能指标集约优化模型和两步过滤算法,通过实验验证了降维方法的有效性和分类的准确性。提出了GA-BP神经网络算法,并验证了算法预测准确性等方面的优势。提出了MAS-CAPN模型框架,并通过该框架实现了棉纺虚拟加工系统。(本文来源于《东华大学》期刊2016-04-01）
田旭光,朱元昌,罗坤,张成名[9]（2013）在《基于复杂网络理论的指挥控制系统自适应重构模型》一文中研究指出为研究信息化条件下指挥控制(command and control,C2)系统在对抗环境下的自适应重构机制,基于复杂网络理论和作战指挥原则,从重构触发机制、边的修复策略、结构重组策略和重构评价机制4方面建立了C2系统的自适应重构模型,其中重点研究了边的修复策略和结构重组策略。针对边的修复提出了一种自适应修复策略;而针对结构重组,提出了升级重组、越级重组、转隶重组和组合重组4种重组策略。仿真结果表明,在综合考虑重构效果和成本消耗的情况下,与以往研究相比,边的自适应修复策略为相对较优的边重构策略,而与单一重组相比,组合重组策略为较优的结构重组策略;并且该自适应重构模型能在一定程度上比较客观地反映指挥控制系统的遇袭重构演化过程。(本文来源于《系统工程与电子技术》期刊2013年01期）
蒋伟进,张莲梅,史德嘉[10]（2012）在《复杂自适应系统的MAS动态协作任务求解时序逻辑模型》一文中研究指出借鉴组织学思想将自适应系统中的自主运行单元抽象为Agent,把复杂自适应系统视为多Agent组织,从时间和状态角度对复杂动态系统的行为进行描述,提出了基于时序活动逻辑的多Agent动态协作任务求解自适应机制和构造模型;分析了任务求解BDI Agent的信念、愿望、意图的产生过程和实现方法,建立了协商推理的语义规则和行为规则,给出了协作群组的选择算法.并从任务求解Agent的心智变化角度,描述了动态协作任务求解模型实现的六个阶段:任务动态分配、协作意愿产生、协作群体生成、共同计划制定、协作群体行动和结果评估.通过在MAGE等平台上实验和仿真测试,验证了方法的可行性和有效性.(本文来源于《系统工程理论与实践》期刊2012年06期）
复杂自适应模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
传统的自适应控制理论不能胜任复杂的非线性系统,本文针对一类复杂的带滞后环节的非线性系统,采用特征模型黄金分割自适应控制方法进行研究。该控制方案是一种无模型控制策略,即控制器构造时不用系统精确模型,只凭借系统输入输出信息。分别将特征模型和PID控制方法用在系统上实施控制,考虑了不加扰动和加扰动两类情况下进行分析,结果表明特征模型黄金分割方法具有良好的控制性能,响应迅速,超调量小,鲁棒性更强。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
复杂自适应模型论文参考文献
[1].钟德云,王李管,毕林.复杂矿体模型多域自适应网格剖分方法[J].武汉大学学报(信息科学版).2019
[2].吴浩楠,朱紫阳,陈果.一类复杂非线性系统的特征模型自适应控制[J].电气开关.2019
[3].刘刚.钻井复杂自适应智能预警模型及应用研究[D].西安石油大学.2018
[4].朱文杰,王广龙,田杰,乔中涛,高凤岐.空时自适应混合高斯模型复杂背景运动目标检测[J].北京理工大学学报.2018
[5].滕丕芸.基于自适应规则模型的复杂事件处理[D].大连海事大学.2017
[6].卞振东.从复杂自适应系统的角度建立众包平台仿真模型[D].大连理工大学.2017
[7].刘世达.数据驱动建模与无模型自适应控制及在复杂工业系统中的应用[D].北京交通大学.2017
[8].王军.基于复杂自适应Petri网的棉纺生产预报模型及其优化[D].东华大学.2016
[9].田旭光,朱元昌,罗坤,张成名.基于复杂网络理论的指挥控制系统自适应重构模型[J].系统工程与电子技术.2013
[10].蒋伟进,张莲梅,史德嘉.复杂自适应系统的MAS动态协作任务求解时序逻辑模型[J].系统工程理论与实践.2012
论文知识图
