导读:本文包含了集成建模论文开题报告文献综述、选题提纲参考文献，主要关键词:建模,高斯,计量学,模型,特征,数据,交通网。
集成建模论文文献综述写法
林德昭,杨帆,巩笛,赵峰,梁智生[1]（2019）在《集成式油气减震器的动力学特性实验建模研究》一文中研究指出针对一种气室内置于活塞杆内且通过浮动活塞实现油气分离的集成式油气减震器进行实验建模研究,为这种油气减震器能够得到有效应用提供基础。由于该类油气减震器结构上的特殊性,对油气的封严提出了较高要求,从而导致摩擦力特性在针对其的动力学特性描述中起到了关键性的作用。针对独立设计的该种集成式油气减震器样件开展动力学测试;在大量实验数据分析的基础上,提出了基于双曲正切回滞模型和纯干表面的双曲正切摩擦模型的组合摩擦力模型,以描述该实验样件的摩擦特性所体现的库伦摩擦、黏性摩擦、Stribeck效应与迟滞现象的综合效应,并受运动速度和系统压力的影响。最后通过模型仿真数据与实验数据的比对以验证模型的准确性。(本文来源于《振动与冲击》期刊2019年20期）
胡琳欣,许鹏翔[2]（2019）在《基于集成学习的家宽客户网络满意度建模研究》一文中研究指出在宽带中国的战略指导下,运营商通过提速降费等措施优化客户感知,而客户满意度就是衡量运营商服务质量和客户感知最重要的指标之一。介绍了家宽客户满意度的构成,并重点关注其中短板因素—网络满意度,通过比较机器学习中的不同集成学习算法,选择了随机森林算法建立家宽网络满意度预测模型,将这一用户主观打分转化为客观可控因素。通过一系列模型优化,模型准确率达到75%。进一步分析家宽客户网络满意度主要影响因素,并根据主要影响因素制定相关提升措施,切实提升客户满意度,以驱动移动公司家宽网络质量全面提升。(本文来源于《2019广东通信青年论坛优秀论文专刊》期刊2019-10-11）
饶德备,谭鹏,李胜男,曹楠,张成[3]（2019）在《基于选择性集成模型库的选择性催化还原脱硝系统自适应建模》一文中研究指出选择性催化还原(selectivecatalyticreduction,SCR)脱硝系统动态建模对优化喷氨控制、降低NOx排放和氨逃逸有着重要意义。基于机器学习的燃煤电站SCR脱硝系统建模方法在精度上具有优势,但大多数模型缺乏自学习或自适应更新机制,难以在长期运行中保持有效性。针对SCR脱硝系统动态特性随负荷与煤质参数变化的问题,提出选择性集成模型库算法,包含基于分时段数据的模型库构建方法、基于选择性实时误差权重法的结合策略和基于模型评价方法的模型库更新策略。采用某660MW燃煤发电机组SCR系统50天运行数据对所提出的模型进行训练、测试以及验证,并与传统自适应建模方法进行对比研究。当传统自适应模型失效时,所提出的模型库仍能保持较高精度。结果表明,选择性集成模型库在预测精度、鲁棒性和稳定性上均有明显优势。(本文来源于《中国电机工程学报》期刊2019年19期）
赵帅,史旭东,熊伟丽[4]（2019）在《一种分层集成的高斯过程回归软测量建模方法》一文中研究指出针对一些化工过程呈现显着的非线性和多阶段特点,提出一种分层集成的高斯过程回归软测量建模方法。采用高斯混合模型将过程数据划分为不同的操作阶段;对各阶段的数据进行主元分析,依据各辅助变量在主元空间上的贡献度,将各阶段数据划分成若干子空间并建立相应的高斯过程回归模型;再对子空间模型输出进行均值融合,得到第一层集成输出;采用后验概率对各阶段局部预测进行融合,得到第二层集成输出。通过对工业数据的实验仿真,验证了所提方法的有效性。(本文来源于《系统仿真学报》期刊2019年10期）
胡小琴[5]（2019）在《基于Hough变换的大数据特征集成冲突检测建模研究》一文中研究指出传统的大数据冲突检测方法,无法解决数据特征冲突过程中存在的震荡波动以及数据特征不明显的问题,获取的检测结果存在较大的偏差.为了提高大数据冲突检测的准确率,提出基于Hough变换的大数据特征集成冲突检测模型,通过大数据特征数据挖掘算法,获取初步冲突特征数据.采用去一划分的方法,计算采集冲突特征数据的离群性权值,参考量化后的特征冲突权值,通过选定大数据特征序列、大数据特征表达和特征数据Hough变换处理叁个步骤实现大数据的特征集成,借助配置的冲突判断规则,通过大数据特征集成冲突分类输出冲突检测结果.经过对比实验发现,相比于传统的冲突检测模型,基于Hough变换的特征集成冲突检测模型检测准确率提高了13.04%.(本文来源于《太原师范学院学报(自然科学版)》期刊2019年03期）
蒋卓臻,向月,刘俊勇,朱嘉远,税月[6]（2019）在《集成电动汽车全轨迹空间的充电负荷建模及对配电网可靠性的影响》一文中研究指出大规模电动汽车接入会影响配电网可靠性,精细的电动汽车充电负荷模型能够保证可靠性评估的准确性。为此提出一种集成电动汽车全轨迹空间的充电负荷模型,首先给出全轨迹空间的概念和量化充电负荷时空特性的指标;然后考虑交通网、配电网耦合关系,建立基于交通网约束的出行需求模型、基于出行需求的电量消耗模型和基于用户主观意愿的充电需求模型,得到电动汽车全轨迹空间状态量;最后,基于最优负荷削减模型与序贯蒙特卡洛法进行了电动汽车接入下配电网可靠性评估。以某城市"交通-配电"系统为测试算例,对区域私家电动汽车负荷进行时空预测,在此基础上分析了不同场景充电负荷对配电网可靠性的影响,验证了所提模型的合理性和方法的有效性。(本文来源于《电网技术》期刊2019年10期）
常创业[7]（2019）在《基于标准建模语言与模型集成标准的系统工程综合框架研究》一文中研究指出一、转型期产品研制面临的问题随着基于模型的系统工程(MBSE)方法应用的深入,逐渐暴露出两方面的问题:一是厂所内部虽然建立了基于SysML的系统模型,但是系统模型与系统生命周期中其他模型的集成依然存在割裂的现象,导致仿真模型、机械模型、电子模型、软件模型和制造模型等与系统模型的联系较弱,不能实现工程数据的连续传递;二是面对复杂系统多厂所协同的研制模式,厂所之间各系统的接口关系、拓扑结(本文来源于《智能制造》期刊2019年08期）
王彦昭[8]（2019）在《3D-QSAR和HQSAR中的集成建模方法研究》一文中研究指出在化学计量学的研究中,常需要通过建立相关的数学模型来分析物质。因此,诞生了多种分析化学的建模方法。然而,传统的单模型建模方法对数据中的噪声和样本量都比较敏感,在分析复杂的化学测量数据时,容易受到数据中噪声或样本量的影响,使模型的普适性大大降低。为了弥补单模型建模方法的不足,近年来,集成建模方法受到普遍重视,在很多研究领域得到广泛的研究和应用。本论文以烃类物质的物理化学性质作为研究对象,对集成建模在3D-QSAR和HQSAR两种建模方法中的应用进行了探究。主要内容包括:第一章综述了3D-QSAR、HQSAR、集成建模的基本原理,重点对集成建模的基本理论,建模方法进行了介绍。第二章以烃类物质的折光率作为研究对象,用3D-QSAR和HQSAR两种方法建立模型,并使用留一交叉验证和外部测试集验证的方法评估了这两种方法的预测性能和稳健性。结果显示,3D-QSAR中的Co MSIA方法所构建的模型并不具备预测烃类物质折光率的能力;Co MFA和HQSAR两种方法所建模型都可用于预测烃类物质的折光率,但是HQSAR模型优于Co MFA模型。第叁章主要是将集成建模方法加入到3D-QSAR方法之中,以烃类物质的折光率为研究对象,在原有训练集的基础上,划分验证集,通过bagging方法对训练集内样本进行扰动,再使用3D-QSAR方法建立多个集成建模的成员模型,根据模型的筛选标准选取预测能力较好的模型,最终通过共识原则结合得到我们3D-QSAR集成建模的结果。通过与第二章传统3D-QSAR建模方法建模结果的对比,集成建模方法的确有助于提高3D-QSAR建模的预测能力。第四章主要是将集成建模方法加入到HQSAR方法之中,同样以烃类物质的折光率作为研究对象。集成建模步骤与第叁章大致相同,区别在于使用HQSAR方法建立成员模型。最终所得的集成建模预测结果,与第二章传统HQSAR建模方法建模结果的对比,集成建模方法同样也提高HQSAR建模的预测能力。第五章以烃类物质的沸点作为研究对象,用3D-QSAR和HQSAR两种方法建立模型并且分析预测结果,并使用留一交叉验证和外部测试集验证的方法评估了这两种方法的预测性能和稳健性。结果表明,Co MFA和HQSAR两种方法所建模型都可用于预测烃类物质的沸点,但是HQSAR模型优于Co MFA模型。第六章主要是将集成建模方法加入3D-QSAR中对烃类物质沸点数据进行研究,再把结果与第五章传统3D-QSAR进行对比,在对烃类物质沸点的研究中,集成建模方法的加入,依旧提高了3D-QSAR模型的预测能力。第七章主要是将集成建模方法加入HQSAR中对烃类物质沸点数据进行研究,再把结果与第五章传统HQSAR进行对比,在对烃类物质沸点的研究中发现,集成建模方法的加入虽提高了HQSAR模型的预测能力,但是提升幅度不大。(本文来源于《西安石油大学》期刊2019-06-20）
金怀平,黄思,王莉,陈祥光,潘贝[9]（2019）在《基于进化多目标优化的选择性集成学习软测量建模》一文中研究指出常规集成学习软测量方法忽略了输入变量选择的多样性,而且没有对基模型进行修剪,从而造成集成模型复杂度高、预测性能受限。为此,提出一种基于进化多目标优化(EMO)的选择性集成学习(SE)高斯过程回归(GPR)软测量建模方法,称为EMO-SEGPR。该方法融合输入特征扰动,通过结合bootstrapping随机重采样和偏互信息相关分析(PMI)构建多样性输入变量子集,并据此建立多样性GPR基模型。然后,基于EMO算法对GPR基模型进行集成修剪,从而获得一组集成规模较小、多样性和准确性较高的基模型。最后,引入集成学习策略实现GPR基模型的融合。将EMO-SEGPR方法应用于青霉素发酵过程和Tennessee Eastman化工过程,实验结果表明了该方法的有效性和优越性。(本文来源于《高校化学工程学报》期刊2019年03期）
宋研,邢涛,巩朝阳[10]（2019）在《基于Modelica的载人航天器多学科集成建模仿真》一文中研究指出针对目前载人航天器系统仿真验证多局限于单一专业层面而系统性不强的问题,基于统一建模语言Modelica,首先建立了各专业设备模型,然后将设备模型进行组装,构建了多学科集成的系统模型。利用该系统模型对航天器系统方案的仿真结果表明:模型有效;统一采用Modelica语言建模,所有模型基于同一套方程系统求解,可避免异构模型参数传递带来的精度损失;以设备为最小粒度构建系统模型,可保证系统模型架构与航天器真实物理架构的一致性。(本文来源于《载人航天》期刊2019年03期）
集成建模论文开题报告范文
（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：
在宽带中国的战略指导下,运营商通过提速降费等措施优化客户感知,而客户满意度就是衡量运营商服务质量和客户感知最重要的指标之一。介绍了家宽客户满意度的构成,并重点关注其中短板因素—网络满意度,通过比较机器学习中的不同集成学习算法,选择了随机森林算法建立家宽网络满意度预测模型,将这一用户主观打分转化为客观可控因素。通过一系列模型优化,模型准确率达到75%。进一步分析家宽客户网络满意度主要影响因素,并根据主要影响因素制定相关提升措施,切实提升客户满意度,以驱动移动公司家宽网络质量全面提升。
（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。
集成建模论文参考文献
[1].林德昭,杨帆,巩笛,赵峰,梁智生.集成式油气减震器的动力学特性实验建模研究[J].振动与冲击.2019
[2].胡琳欣,许鹏翔.基于集成学习的家宽客户网络满意度建模研究[C].2019广东通信青年论坛优秀论文专刊.2019
[3].饶德备,谭鹏,李胜男,曹楠,张成.基于选择性集成模型库的选择性催化还原脱硝系统自适应建模[J].中国电机工程学报.2019
[4].赵帅,史旭东,熊伟丽.一种分层集成的高斯过程回归软测量建模方法[J].系统仿真学报.2019
[5].胡小琴.基于Hough变换的大数据特征集成冲突检测建模研究[J].太原师范学院学报(自然科学版).2019
[6].蒋卓臻,向月,刘俊勇,朱嘉远,税月.集成电动汽车全轨迹空间的充电负荷建模及对配电网可靠性的影响[J].电网技术.2019
[7].常创业.基于标准建模语言与模型集成标准的系统工程综合框架研究[J].智能制造.2019
[8].王彦昭.3D-QSAR和HQSAR中的集成建模方法研究[D].西安石油大学.2019
[9].金怀平,黄思,王莉,陈祥光,潘贝.基于进化多目标优化的选择性集成学习软测量建模[J].高校化学工程学报.2019
[10].宋研,邢涛,巩朝阳.基于Modelica的载人航天器多学科集成建模仿真[J].载人航天.2019