导读:本文包含了非线性偏最小二乘论文开题报告文献综述及选题提纲参考文献，主要关键词:偏最小二乘,数据驱动,质量相关,线性
非线性偏最小二乘论文文献综述
孔祥玉,曹泽豪,安秋生,徐中英,罗家宇[1]（2018）在《偏最小二乘线性模型及其非线性动态扩展模型综述》一文中研究指出偏最小二乘(Partial least square,PLS)是一种基于数据驱动可以处理多个因变量对多个自变量的回归建模方法,因其具有提取质量相关信息的特性,在质量相关复杂工业过程监控中得到广泛的应用,成为近几十年复杂工业过程故障检测和诊断领域的研究热点.对此,介绍线性、非线性、动态PLS模型及其故障检测技术.首先,介绍标准PLS模型,在此基础上对传统PLS模型进行细化分并指出其优缺点,针对标准PLS存在的两个问题以及工业过程数据的两种极端情况,从数据预处理类、多空间类和分块类叁方面梳理线性PLS模型的发展和改进历程;其次,将非线性PLS模型扩展方法分为两类,重点介绍核函数非线性PLS模型的研究现状;再次,指出动态扩展方法的两种基本思路,对PLS动态模型进行分类,阐明动态特性的成因,从本质上揭示两种动态扩展方法的原理,按照分类综述动态PLS模型的发展现状;最后,指出该领域亟需解决的问题和未来研究方向.(本文来源于《控制与决策》期刊2018年09期）
鞠浩[2]（2017）在《基于偏最小二乘法的非线性工业过程监测方法研究》一文中研究指出过程监测技术的出现是工业过程趋向自动化、智能化的标志,作为保障系统安全稳定运行的关键要素,其不可或缺性日益凸显。以往朴素的过程监测技术着眼于工业过程机理模型。然而,针对复杂程度日益提高的现代工业过程系统,即便辅以先进的模型辨识手段,基于物理化学先验知识的精确过程模型也越来越难以构建,这已成为工业控制学术界的共识。为此学术界将目光转向由传感器技术、网络通信技术、计算机数据处理技术的发展而带来的海量工业过程数据。显然,这些工业过程历史运行数据中蕴含着变量间的相关关系,充分挖掘数据内部的信息将极大地助力过程监测方法的研究。现有的基于数据的过程监测机制研究大多面向线性的、静态的工业过程,虽然这些研究取得了一定的成果,但仍然难以满足实际工业系统中非线性的过程监测需求。针对这样的情况,本文以偏最小二乘法为理论根基,试图建立一套完整的工业过程监测体系,使其能够适应于线性、非线性以及动态过程的监测。本文首先介绍标准偏最小二乘算法原理,针对偏最小二乘算法的缺点,介绍一种以完全分解数据空间为核心思想的改进型偏最小二乘算法,并讨论该方法在故障检测中的应用,为后续算法的提出奠定理论基础。接下来本文探讨核偏最小二乘算法在非线性过程监测中的应用问题。在此基础上,提出一种基于核偏最小二乘算法的在线非线性过程故障检测方法。同时引入小波变换对数据情况复杂的非线性工业过程进行监测。以数值算例和污水处理系统为应用背景,验证所述方法的可行性,为监测非线性、数据情况复杂的工业过程提供一种行之有效的解决方案。为了寻求动态过程监测问题的解决方法,本文基于解构过程数据以及过程模型的思想,将多子阶段模型方法与核偏最小二乘法相结合,其核心思想是在对动态过程进行监测之前,先对考察的过程进行精确建模。这一部分内容给出了非线性动态工业过程监测方法的新实践。(本文来源于《哈尔滨工业大学》期刊2017-06-01）
张志勇,张飞,刘志强,张新[3]（2017）在《无刷直流电机输出转矩的非线性偏最小二乘回归估计》一文中研究指出针对无刷直流电机直接转矩控制系统中,电机输出转矩估计或观测存在需检测电机状态信号难以精确地检测、观测或计算等不可避免的难题,提出一种利用电机线电流和转速两个易检测信号进行电机输出转矩估计的方法。该方法首先基于拉丁超立方抽样方法确定建模数据,确保离散数据的可靠性;然后通过核函数将建模数据中的自变量变换到特征空间,将自变量与因变量之间的非线性关系在特征空间中线性地展开;最后在特征空间中利用偏最小二乘回归方法建立电机输出转矩的估计模型。通过对转矩估计精度和控制系统性能进行分析及实验验证,证明了所提转矩估计方法能准确地估计电机输出转矩,确保电机直接转矩控制系统的性能,该方法具有较强的实用性。(本文来源于《电工技术学报》期刊2017年05期）
张志勇,黄彩霞,刘鑫,杜荣华[4]（2015）在《道路交通事故的非线性偏最小二乘回归建模》一文中研究指出就有效预防交通事故、提高道路交通效率而言,借助高精度的道路交通事故预测模型,准确分析事故原因是重要的基础性工作。首先基于偏相关分析方法,对影响事故起数、死亡人数和受伤人数这3个事故指标的11个因素进行相关性分析,确定最相关的影响因素及其线性相关性;然后利用偏最小二乘回归方法,对事故指标与影响因素之间的线性关系进行建模;进而基于非线性偏最小二乘回归方法,建立两者之间的非线性关系模型。通过对回归模型的精度分析,用偏最小二乘回归方法仅能对事故指标与影响因素之间线性关系准确建模,测定系数最大为0.98,相对误差最大为21.77%。用非线性偏最小二乘回归方法,对事故指标与影响因素之间的线性和非线性关系均能准确建模,测定系数最大为1.相对误差最大为4.23%。(本文来源于《中国安全科学学报》期刊2015年07期）
费冬冬,邓琛,张琴舜,黄祖良[5]（2015）在《基于非线性偏最小二乘的操作臂逆解算法》一文中研究指出操作臂逆运动学问题是机器人控制中的一项重要内容。目前使用较多的神经网络法大多为多输入多输出或者多输入单输出方式,需要大量运算。非线性偏最小二乘法(NLPLS)建立的模型分为内部和外部模型,样本数据经外部模型处理后才用于训练若干个单输入单输出的神经网络。对PUMA560操作臂的仿真试验表明,在相同隐层神经元数的情况下,该算法比普通神经网络法具有更好的预测精度。这也表明,NLPLS只需较少的隐层神经元数就可以达到普通方法的精度,从而减少运算量。(本文来源于《轻工机械》期刊2015年02期）
曹晖,李耀江,周延,王燕霞[6]（2014）在《基于神经网络内部模型的非线性偏最小二乘法用于火电厂烟气光谱定量分析》一文中研究指出针对火电厂烟气光谱数据的非线性特性,采用了基于神经网络内部模型的非线性偏最小二乘定量分析方法。该方法进行偏最小二乘(PLS)回归后,将自变量和因变量的隐变量作为神经网络的输入和输出进行训练,即可得到非线性内部模型。将PLS、基于向后传递神经网络内部模型的非线性PLS(BP-NPLS)、基于径向基函数神经网络内部模型的非线性PLS(RBF-NPLS)和基于自适应模糊推理系统内部模型的非线性PLS(ANFIS-NPLS)对火电厂烟气多组分进行测定后比较,BP-NPLS、RBF-NPLS和ANFIS-NPLS较之PLS,将二氧化硫预测模型的预测均方根误差(RMSEP)分别降低了16.96%,16.60%和19.55%;将一氧化氮预测模型的RMSEP分别降低了8.60%,8.47%和10.09%;将二氧化氮预测模型的RMSEP分别降低了2.11%,3.91%和3.97%。实验表明,非线性PLS较PLS更适用于火电厂烟气定量分析。通过神经网络对非线性函数的高度逼近特性,基于本文所提及内部模型的非线性偏最小二乘方法有较好的预测能力和稳健性,在一定程度上解决了基于多项式和样条函数等其他内部模型的非线性偏最小二乘方法的自身局限性。其中,ANFIS-NPLS的效果最好,自适应模糊推理系统的学习能力能够有效降低残差,使模型具有较好的泛化性,是一种比较准确实用的火电厂烟气定量分析方法。(本文来源于《光谱学与光谱分析》期刊2014年11期）
吕游,刘吉臻,杨婷婷[7]（2014）在《基于非线性偏最小二乘回归的软测量建模及应用》一文中研究指出针对复杂工业过程存在的多变量、相关性和非线性问题,提出一种新的基于非线性偏最小二乘(partial least squares,PLS)回归的软测量建模方法。该方法利用PLS作为模型的外部框架来提取输入输出主成分变量,同时消除变量间的相关性,然后用最小二乘支持向量机(least squares support vector machine,LSSVM)作为内部函数来描述主成分变量之间的非线性关系,并引入基于误差最小化的权值更新策略,来改进模型的预测精度。以pH中和过程的Benchmark模型来验证该方法的性能,并与其他建模方法比较,结果表明该方法预测精度较高,而且具有较强的泛化能力。将该方法应用于某电站燃煤锅炉的NOx排放软测量建模之中,取得了较好的预测效果。(本文来源于《高校化学工程学报》期刊2014年04期）
王丽,侍洪波[8]（2014）在《采用改进核偏最小二乘法的非线性化工过程故障检测(英文)》一文中研究指出In this paper, an improved nonlinear process fault detection method is proposed based on modified kernel partial least squares(KPLS). By integrating the statistical local approach(SLA) into the KPLS framework, two new statistics are established to monitor changes in the underlying model. The new modeling strategy can avoid the Gaussian distribution assumption of KPLS. Besides, advantage of the proposed method is that the kernel latent variables can be obtained directly through the eigen value decomposition instead of the iterative calculation, which can improve the computing speed. The new method is applied to fault detection in the simulation benchmark of the Tennessee Eastman process. The simulation results show superiority on detection sensitivity and accuracy in comparison to KPLS monitoring.(本文来源于《Chinese Journal of Chemical Engineering》期刊2014年06期）
夏巧生[9]（2014）在《非线性偏最小二乘建模方法及在近红外光谱建模上的应用》一文中研究指出偏最小二乘算法(PLS)是常用的线性光谱建模方法。针对汽油在线调合中具有非线性特点的辛烷值、干点等属性应用PLS方法建立模型误差较大问题,本文提出了残差-递阶偏最小二乘的建模方法,该方法对已经提取成分后的自变量中剩余的信息再提取主成分,并将该主成分作为新的自变量参与回归建模。仿真验证结果表明:残差-递阶偏最小二乘方法建立的模型中验证集的样本数据误差均在正负0.2之间。残差-递阶偏最小二乘方法与偏最小二乘、递阶偏最小二乘叫-PLS)两种方法比较,残差-递阶偏最小二乘建立的模型有的更高的精度和模型适应性。(本文来源于《计算机与应用化学》期刊2014年01期）
郑明辰[10]（2013）在《基于非线性偏最小二乘方法的急性电离辐射损伤早期伤情分类研究》一文中研究指出在电离辐射事故发生后，对大量辐射暴露人群进行迅速、准确地伤情分类对于伤员的早期治疗和事故的定级都非常重要。本文采用基于核函数的非线性偏最小二乘方法，从剂量效应和时间效应两个方面，考察了急性电离辐射对大鼠血浆中氨基酸代谢的影响，并通过遗传算法筛选出若干辐射损伤估计指标。结果表明，辐射后5h，对无辐射暴露的伤情分类正确率达到92.3%，筛选出6个辐射损伤估计指标：Arg, Phe, Gln, Thr, Ile, Cit；辐射后24h，不同程度辐射损伤的伤情分类正确率都在84%以上，筛选出5个辐射损伤估计指标：Tyr, Gln, Hyp, Thr,Leu；辐射后72h的分类效果最佳，不同程度辐射损伤的伤情分类正确率均达到了90%以上，筛选出8个辐射损伤估计指标：Trp, Cy2, Phe, Asn, Gly, Lys, Cit,Orn。研究表明，基于核函数的非线性偏最小二乘方法相较线性偏最小二乘方法模型解释能力和预测能力均有较大提高，更适合于分析关系复杂的大鼠血浆氨基酸数据，有助于提高伤情分类的速度和准确度。(本文来源于《苏州大学》期刊2013-04-01）
非线性偏最小二乘论文开题报告
（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：
过程监测技术的出现是工业过程趋向自动化、智能化的标志,作为保障系统安全稳定运行的关键要素,其不可或缺性日益凸显。以往朴素的过程监测技术着眼于工业过程机理模型。然而,针对复杂程度日益提高的现代工业过程系统,即便辅以先进的模型辨识手段,基于物理化学先验知识的精确过程模型也越来越难以构建,这已成为工业控制学术界的共识。为此学术界将目光转向由传感器技术、网络通信技术、计算机数据处理技术的发展而带来的海量工业过程数据。显然,这些工业过程历史运行数据中蕴含着变量间的相关关系,充分挖掘数据内部的信息将极大地助力过程监测方法的研究。现有的基于数据的过程监测机制研究大多面向线性的、静态的工业过程,虽然这些研究取得了一定的成果,但仍然难以满足实际工业系统中非线性的过程监测需求。针对这样的情况,本文以偏最小二乘法为理论根基,试图建立一套完整的工业过程监测体系,使其能够适应于线性、非线性以及动态过程的监测。本文首先介绍标准偏最小二乘算法原理,针对偏最小二乘算法的缺点,介绍一种以完全分解数据空间为核心思想的改进型偏最小二乘算法,并讨论该方法在故障检测中的应用,为后续算法的提出奠定理论基础。接下来本文探讨核偏最小二乘算法在非线性过程监测中的应用问题。在此基础上,提出一种基于核偏最小二乘算法的在线非线性过程故障检测方法。同时引入小波变换对数据情况复杂的非线性工业过程进行监测。以数值算例和污水处理系统为应用背景,验证所述方法的可行性,为监测非线性、数据情况复杂的工业过程提供一种行之有效的解决方案。为了寻求动态过程监测问题的解决方法,本文基于解构过程数据以及过程模型的思想,将多子阶段模型方法与核偏最小二乘法相结合,其核心思想是在对动态过程进行监测之前,先对考察的过程进行精确建模。这一部分内容给出了非线性动态工业过程监测方法的新实践。
（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。
非线性偏最小二乘论文参考文献
[1].孔祥玉,曹泽豪,安秋生,徐中英,罗家宇.偏最小二乘线性模型及其非线性动态扩展模型综述[J].控制与决策.2018
[2].鞠浩.基于偏最小二乘法的非线性工业过程监测方法研究[D].哈尔滨工业大学.2017
[3].张志勇,张飞,刘志强,张新.无刷直流电机输出转矩的非线性偏最小二乘回归估计[J].电工技术学报.2017
[4].张志勇,黄彩霞,刘鑫,杜荣华.道路交通事故的非线性偏最小二乘回归建模[J].中国安全科学学报.2015
[5].费冬冬,邓琛,张琴舜,黄祖良.基于非线性偏最小二乘的操作臂逆解算法[J].轻工机械.2015
[6].曹晖,李耀江,周延,王燕霞.基于神经网络内部模型的非线性偏最小二乘法用于火电厂烟气光谱定量分析[J].光谱学与光谱分析.2014
[7].吕游,刘吉臻,杨婷婷.基于非线性偏最小二乘回归的软测量建模及应用[J].高校化学工程学报.2014
[8].王丽,侍洪波.采用改进核偏最小二乘法的非线性化工过程故障检测(英文)[J].ChineseJournalofChemicalEngineering.2014
[9].夏巧生.非线性偏最小二乘建模方法及在近红外光谱建模上的应用[J].计算机与应用化学.2014
[10].郑明辰.基于非线性偏最小二乘方法的急性电离辐射损伤早期伤情分类研究[D].苏州大学.2013