导读:本文包含了建模支持系统论文开题报告文献综述、选题提纲参考文献，主要关键词:向量,建模,系统,锅炉,特性,方法,动态。
建模支持系统论文文献综述写法
熊中刚,刘忠,罗素莲[1]（2019）在《基于模糊加权最小二乘支持向量回归的非线性系统建模方法》一文中研究指出针对非线性系统建模时边界数据会产生较大的建模偏差、数据计算负荷大以及如何从数据集中选取K个近邻点才能保证其性能缺乏统一标准等问题,提出了基于模糊加权最小二乘支持向量回归的非线性系统建模方法。该方法融合了模糊加权机理与最小二乘支持向量回归的优点,通过引入重迭因子,在保证建模精度(均方根误差越小越好)的情况下,去除建模过程中的一些非重要数据,减小建模方法的运算时间,并能将全局与局部建模方法相融合有效解决局部建模方法所产生的边界效应问题。实验验证结果表明,分别对几种方法从训练/测试均方根误差、不同重迭因子、计算时间方面比较都有明显的有效性和优越性。(本文来源于《探测与控制学报》期刊2019年05期）
杨健,王玉卿,冯楚然[2]（2019）在《支持系统始发事件建模方法研究》一文中研究指出支持系统始发事件(SSIE)是核电厂概率安全分析(PSA)中需考虑的一类特殊始发事件,建模时需要解决的重要技术问题包括:与PSA模型的联接和定量化方式、备用列/设备的任务时间、共因失效、重要度和不确定性分析结果。目前国内各单位在开展PSA工作时对这些问题的处理方式差异很大,可能影响PSA风险见解的合理性。本文结合PSA技术标准要求,通过实例分析和对比,提出以下建议:①SSIE故障树应与PSA整体模型联接并开展定量化分析;②目前2种常见方法——乘数法(Multiplier)和显式法(Explicit)均可使用,但应了解2种方法在重要度分析和不确定性分析中分别存在的局限性并避免造成明显偏差。(本文来源于《核动力工程》期刊2019年05期）
朱星星,赵亮,雷默涵,王帅,凌正[3]（2019）在《精密进给系统热误差的协同训练支持向量机回归建模与补偿方法》一文中研究指出针对精密进给系统热误差的数据稀缺且获取成本高的问题,提出了一种基于协同训练支持向量机回归算法(COSVR)的精密进给系统热误差建模与补偿方法。通过整合标记数据(温度和热误差)及未标记温度数据建立热误差模型,利用基于西门子840D数控系统开发的补偿方法进行补偿。以精密镗床双驱动滚珠丝杠进给系统X轴为研究对象,进行热特性实验,获取24 m/min进给速度下的标记数据和12 m/min进给速度下的未标记温度数据,利用COSVR整合所有数据建立热误差模型,并通过遗传算法优化的支持向量机回归算法(GA-SVR)仅选用标记数据建立对照模型,获取18 m/min进给速度下的标记数据用于模型性能测试。结果表明:与GA-SVR模型相比,COSVR模型的均方根误差减少了34.14%,且在100 min和520 min时的误差范围分别减小了62.62%和55.85%。COSVR模型具有更好的预测性能且能更有效地降低热误差,进一步提高了精密进给系统热误差的建模精度。(本文来源于《西安交通大学学报》期刊2019年10期）
谢碧霞[4]（2018）在《大型锅炉燃烧系统的支持向量机建模方法的研究》一文中研究指出在未来较长时期内,我国电力工业发展的主力仍然是火力发电。因此,火电机组成为节能减排的重点对象。随着火电机组容量和参数的不断提高以及系统本体特性越加复杂的情况下,机理分析方法建立精确的数学模型难上加难。与传统的建模方法相比,基于智能算法的锅炉燃烧系统建模方法占据很大的优势。因此,深入研究基于智能算法的大型锅炉燃烧系统建模方法对火力发电机组实现高效率、低排放的运行目标具有重要意义。本文对大型锅炉燃烧系统的支持向量机建模方法进行研究,对某1000MW超超临界锅炉NO_x排放影响因素进行深入分析,建立了锅炉NO_x排放特性预测模型。支持向量机(support vector machine,SVM)算法具有全局最优、避免“过学习”和“维数灾难”的优点。为弥补支持向量机基于小样本数据建模的不足,研究采用一种基于大样本数据的建模方法——核心向量机(core vector machine,CVM)。同时针对支持向量机和核心向量机预测模型参数选取问题,提出一种改进粒子群算法对模型核函数参数进行优化以提高其预测性能。本文建立了大型锅炉NO_x排放特性SVM预测模型与CVM预测模型并对比二者的预测性能。结果证明,大型锅炉NO_x排放特性支持向量机和核心向量机建模方法的可行性,且CVM预测模型具有较快的收敛速度和更好的泛化能力,同时验证了CVM算法对于大样本数据建模比SVM算法具有更大优势。(本文来源于《华北电力大学》期刊2018-03-01）
张棋[5]（2018）在《支持活性属性保持的安全关键系统建模方法》一文中研究指出使用传统的开发方法对安全关键系统进行开发时,早期系统设计阶段的错误往往到开发后期的测试阶段才能检测出来,重新对系统结构进行错误修改会造成大量的时间和人力耗费。并且由于测试并不能保证系统中不存在错误,无法满足安全关键系统对安全性和可靠性的要求。与之对应的是,形式化开发方法使用精确的数学语言根据系统需求进行描述,消除自然语言带来的二义性,同时,形式化方法根据系统需求进行建模后,使用数学证明的方式来验证模型的正确性,能够在开发早期发现需求与设计上存在的错误,避免了后期的测试所带来的时间和成本消耗。然而,由于形式化方法在使用时需要将自然语言描述的需求文本转换成精确的形式化规约,对开发人员的专业知识背景要求很高。因此一般需要使用需求工程中的需求分析方法将系统需求进行分解,转换成半形式化的中间语言,减轻前期获取需求规约的困难。本文使用SysML/KAOS方法在前期对需求进行处理,将文本需求转换成使用特定标记语言表示的目标(goal)中,然后根据目标模型中的精化分解关系将复杂需求进行分解,建立需求的层次结构。同时,建立从SysML/KAOS方法到形式化建模语言Event-B的关系映射,将目标模型中的目标和需求精化关系转换到Event-B的模型元素中,然后通过Event-B中的验证机制对转换的正确性和一致性进行验证。本文的主要研究工作如下:(1)将SysML/KAOS模型中表示功能需求的实现目标(Achieve goal)和表示安全需求的维持目标(Maintain goal)转换到Event-B模型中的对应元素;(2)将目标模型中的叁种需求精化模式对应转换到Event-B的模型精化关系中,同时给出了转换一致性和正确性证明;(3)对于转换中存在的活性属性丢失问题进行讨论,给出了目标模型中活性属性在Event-B建模过程中的表达方式,然后针模型中已经添加的活性属性可能在精化过程中丢失的问题进行研究,给出的精化中活性属性保持的方法和相关证明。(本文来源于《南京航空航天大学》期刊2018-01-01）
陈强,楼成林,南余荣,陶亮[6]（2019）在《一类不确定非线性系统的自适应支持向量回归建模与动态面控制》一文中研究指出针对一类非线性严格反馈系统,提出一种基于自适应支持向量回归的动态面控制方法.首先,将支持向量回归的核函数在核宽度以及支持向量估计值处进行一阶泰勒展开,使其能够对核宽度和支持向量进行线性化表示;然后,利用支持向量回归对系统未知动态建模,并基于建模结果设计虚拟控制器和控制器,同时,为提高建模精度,在控制器设计中增加系统状态及其跟踪误差的预测变量,并根据预测误差设计参数自适应律;最后,基于李雅普诺夫定理给出系统一致最终有界的分析.仿真结果表明,所提出的方法能有效减小建模误差并提高跟踪精度.(本文来源于《控制与决策》期刊2019年01期）
周慎学,沈奇,夏克晁,王焕明,潘天尧[7]（2017）在《基于在线支持向量机的锅炉燃烧系统动态建模》一文中研究指出通过燃烧优化提高电站锅炉效率并降低NO_x排放,是实现电厂节能减排的重要手段。目前大多数的燃烧优化方法都是基于锅炉燃烧系统的稳态模型,因而难以实现动态变负荷情况下的燃烧优化。针对该问题,提出了一种改进的在线自适应最小二乘支持向量机动态建模算法。该算法首先进行离线的支持向量筛选,不仅减少了建模所需样本数,也确保了支持向量的稀疏性;然后,采用替换、新增、删除3种支持向量的在线更新策略,使算法能够更好地适应对象特性的变化。将上述算法应用于建立某600 MW机组锅炉燃烧系统的动态模型。仿真结果表明,所建模型能够准确反映锅炉效率和NO_x排放随负荷变化的动态特性。相比原有基于在线最小二乘支持向量机建立的稳态模型,其具有更高的精度和预测能力。同时,该模型结构简单、在线计算量小,为进一步研究锅炉燃烧动态优化控制策略奠定了基础。(本文来源于《自动化仪表》期刊2017年10期）
张莉娜[8]（2017）在《支持翻转课堂实验教学模式的学习分析系统建模》一文中研究指出通过文献研读对学习分系统研究现状与成果进行分析,该文提出可行的学习分析过程,分析有效的学习分析工具。而后,笔者结合翻转课堂实验教学需求,从课前学习推荐和课后复习干预两个方面入手,设计支持翻转课堂实验教学模式的学习分析系统。(本文来源于《电脑知识与技术》期刊2017年29期）
孙宇[9]（2017）在《电网负荷建模技术支持系统》一文中研究指出负荷建模作为一个基础性的研究课题,一直以来都受到很多专家学者的广泛关注。多年来随着研究的不断深入,负荷建模工作也取得丰富的研究成果,其中有很多在实际的电网中得到了应用。但在全球能源互联网快速发展及构建坚强智能电网的背景下,现代电力系统对实时在线安全分析的要求越来越高,需要采用先进的技术保证建模的精度和效率。因此,如何科学地建立一个负荷建模系统软件,合理、高效地将负荷建模理论应用于工程实践,方便负荷建模人员开展工作,为电网调度及研究人员提供正确合理的负荷模型,有着重要意义。本文从负荷建模工程实用化研究进展缓慢这一问题入手,对电网负荷建模技术支持系统进行了深入研究。针对目前已有建模系统平台所存在的缺点与不足,开发了一个理论完善、技术先进的电网负荷建模技术支持系统;系统采用神经网络算法及负荷特征提取与分类等建模方法,解决了负荷的分散性和时变性问题,并结合基本的建模方法,建立综合负荷模型。依据系统的总体开发思路和基本设计原则,构建了电网负荷建模技术支持系统的结构体系,并对系统的各个功能模块进行了设计与实现。电网负荷建模技术支持系统采用面向对象的开发技术和模块化的设计思想,以微软提供的Visual Studio 6.0为开发工具,以C++语言作为编程语言,基于MFC框架结构,搭建了系统的前端图形用户界面,以关系型数据库MySQL作为本地数据库服务器,对负荷统计数据和现场实测数据进行集总管理,采用开放数据互连(ODBC)与ADO数据库编程技术实现数据流在系统各个功能模块之间的流动,利用DLL技术完成复杂负荷建模算法。该系统实现了各类负荷建模数据的查看与管理、变电站负荷特性分类与综合、统计综合建模法和总体测辩建模法等基本功能。系统具有基础理论先进、功能完善、自动化程度高、人机界面友好和操作简便等优点,实现了负荷建模理论在实际工程中的应用。(本文来源于《山东大学》期刊2017-04-10）
杜浩[10]（2017）在《支持目标平台硬件与系统模式描述的嵌入式软件建模语言扩展设计》一文中研究指出随着对嵌入式软件开发技术的深入研究以及软件复杂度的迅速增加,嵌入式软件建模技术面临着巨大的挑战;与此同时,随着嵌入式软在安全关键领域(如:航空航天、军工电子、船舶控制、核电站等)的广泛应用,模型驱动的软件开发技术在安全关键工程领域中也逐渐得到广泛的关注和应用。传统的嵌入式软件建模技术(如,UML,SysML,AADL,SmartC等)虽然已经在很多领域得到广泛应用,但是,面对当前功能特性快速增加、安全需求逐渐提高的嵌入式软件系统,这些技术或方法目前还存在一些问题,如,缺少对目标运行平台参数的描述(包括:对处理器、存储器、总线、设备等资源的描述);建模语言本身无法对组件模式及模式间的转换过程进行描述,这对软件模型的行为功能的分析与设计带来了困难等等。本文主要工作是分别对支持目标平台硬件设计的嵌入式软件建模以及嵌入式软件模式建模两个问题展开了分析与研究,具体包括以下两个部分:(1)研究了基于SmartC的目标平台设计问题:SmartC是一种联合了基于模型与模型驱动两种软件开发思想的面向汽车电子领域的嵌入式软件建模语言。SmartC建模元素主要是从软件的角度来对系统进行分析与建模。本文在SmartC语言原有建模元素的基础上,提出了一种支持目标平台硬件设计的嵌入式软件建模语言一TPML,该语言增加了如处理器、虚拟处理器、存储器、总线、虚拟总线及设备等硬件资源,以支持对目标平台的嵌入式软件设计。(2)研究了基于SmartC的嵌入式软件模式建模问题:SmartC主要是从嵌入式软件的结构特征、各功能模块间的通信与交互等特性来对软件进行安全性分析。本文在SmartC结构模型的基础上,提出了一种嵌入式软件模式建模方法,该方法抽取出结构模型的行为特征,并采用模式对其进行描述,以支持对嵌入式软件的模式特征及模式转换过程的描述。(本文来源于《浙江大学》期刊2017-01-05）
建模支持系统论文开题报告范文
（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：
支持系统始发事件(SSIE)是核电厂概率安全分析(PSA)中需考虑的一类特殊始发事件,建模时需要解决的重要技术问题包括:与PSA模型的联接和定量化方式、备用列/设备的任务时间、共因失效、重要度和不确定性分析结果。目前国内各单位在开展PSA工作时对这些问题的处理方式差异很大,可能影响PSA风险见解的合理性。本文结合PSA技术标准要求,通过实例分析和对比,提出以下建议:①SSIE故障树应与PSA整体模型联接并开展定量化分析;②目前2种常见方法——乘数法(Multiplier)和显式法(Explicit)均可使用,但应了解2种方法在重要度分析和不确定性分析中分别存在的局限性并避免造成明显偏差。
（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。
建模支持系统论文参考文献
[1].熊中刚,刘忠,罗素莲.基于模糊加权最小二乘支持向量回归的非线性系统建模方法[J].探测与控制学报.2019
[2].杨健,王玉卿,冯楚然.支持系统始发事件建模方法研究[J].核动力工程.2019
[3].朱星星,赵亮,雷默涵,王帅,凌正.精密进给系统热误差的协同训练支持向量机回归建模与补偿方法[J].西安交通大学学报.2019
[4].谢碧霞.大型锅炉燃烧系统的支持向量机建模方法的研究[D].华北电力大学.2018
[5].张棋.支持活性属性保持的安全关键系统建模方法[D].南京航空航天大学.2018
[6].陈强,楼成林,南余荣,陶亮.一类不确定非线性系统的自适应支持向量回归建模与动态面控制[J].控制与决策.2019
[7].周慎学,沈奇,夏克晁,王焕明,潘天尧.基于在线支持向量机的锅炉燃烧系统动态建模[J].自动化仪表.2017
[8].张莉娜.支持翻转课堂实验教学模式的学习分析系统建模[J].电脑知识与技术.2017
[9].孙宇.电网负荷建模技术支持系统[D].山东大学.2017
[10].杜浩.支持目标平台硬件与系统模式描述的嵌入式软件建模语言扩展设计[D].浙江大学.2017