搜索结果: 61-75 共查到“控制科学与技术 学习”相关记录168条 . 查询时间(0.228 秒)
针对软测量模型在实际应用中遇到的问题, 结合AdaBoost 集成学习思想, 提出适用于软测量回归的集成学习算法, 以提高传统软测量模型的精度. 为了克服模型更新技术对软测量实际应用的制约, 将增量学习机制加入软测量集成建模中, 使软测量模型具有在线实时更新的增量学习能力. 对浆纱过程使用新方法建立上浆率软测量模型, 并使用实际生产数据对模型进行检验, 检验结果表明, 该模型具有很好的预测精度, ...
基于迭代学习算法的转台精确定位控制研究
系统辨识 转台定位控制 迭代学习控制
2016/4/6
针对某小口径炮弹底火拧紧设备的物流装置-六工位旋转工作台的定位过程存在快速性、稳态精度与稳定性相互制约的问题，提出了一种基于闭环PID型迭代学习算法的六工位转台定位控制方法。该方法基于某小口径炮弹底火拧紧设备，对其六工位转台被控对象进行了系统辨识，结合辨识的结果，具体设计了一种基于闭环PID迭代学习算法的转台定位控制方法，并进行了转台定位控制试验。试验结果表明：该方法实现了转台的快速准确定位，已成...
基于迭代学习算法的转台精确定位控制研究
系统辨识 转台定位控制 迭代学习控制
2016/5/23
针对某小口径炮弹底火拧紧设备的物流装置-六工位旋转工作台的定位过程存在快速性、稳态精度与稳定性相互制约的问题，提出了一种基于闭环PID型迭代学习算法的六工位转台定位控制方法。该方法基于某小口径炮弹底火拧紧设备，对其六工位转台被控对象进行了系统辨识，结合辨识的结果，具体设计了一种基于闭环PID迭代学习算法的转台定位控制方法，并进行了转台定位控制试验。试验结果表明：该方法实现了转台的快速准确定位，已成...
中国科学技术大学首次实现量子机器学习算法（图）
中国科学技术大学 量子机器学习算法
2015/4/2
中国科学技术大学教授潘建伟及其同事陆朝阳、刘乃乐等组成的研究团队在国际上首次实现量子机器学习算法。该研究成果发表在2015年3月19日出版的《物理评论快报》上。这是量子计算应用于大数据分析和人工智能领域的开创性实验工作。机器学习是人工智能的核心，通过使机器模拟人类学习行为，智能化地从过去的经历中获得经验，从而改善其整体性能，重组内在知识结构，并对未知事件进行准确的推断。机器学习在科学和工程诸多领域...
迭代扩张状态观测器及其在迭代学习控制中的应用
迭代扩张状态观测器 类Lyapunov方法
2015/5/19
针对一类迭代学习控制(ILC) 系统的不确定项, 根据时域中扩张状态观测器的思想, 提出迭代域中线性迭代扩张状态观测器(LIESO), 该线性迭代扩张状态观测器可以利用迭代过程的跟踪误差给出迭代学习控制系统的不确定项的显式估计. 给出了基于该估计的迭代学习控制算法, 并应用类Lyapunov 方法证明其收敛性. 仿真结果表明, 所提出的迭代学习控制算法是有效的, 应用迭代扩张状态观测器可以大幅度提...
基于ESO迭代学习算法的故障估计
故障估计 扩张状态观测器 虚拟故障
2015/5/19
针对基于迭代学习的故障估计器方法, 提出一种基于扩张状态观测器(ESO) 思想的迭代学习算法, 以提高虚拟故障的收敛速度. 该算法将ESO 的输出误差非线性反馈机制用于迭代学习过程, 利用故障估计器当前输出残差的非线性函数修正下次迭代时的虚拟故障值. 对所建立的故障估计器的收敛性进行理论分析, 并在此基础上进行了仿真实验. 仿真结果表明, 所提出的算法具有良好的收敛速度和故障估计精度.
中国科学院沈阳自动化研究所在机器在线学习领域取得新进展
中国科学院沈阳自动化研究所 机器在线学习领域
2014/12/27
机器学习作为一项核心技术，已经在很多领域得到广泛应用，如计算机视觉、机器人、社交网络、数据挖掘和大数据处理等。传统基于批处理模式的机器学习方法，不但初始化过程需要大量训练样本，而且模型不能实时更新。这两个问题制约着在线学习系统的发展和应用。
机器鱼运动学SSPR 建模与自适应迭代学习控制
机器鱼 能量转换系数 参考模型 自适应迭代学习控制
2015/5/19
针对一类多关节机器鱼推进速度的调节，提出一种运动学建模与控制匹配设计的新方法。以可控性为目标，建立了基于能量转化系数的鱼尾摆动规律与推进速度性能参考(SSPR)模型，系统已知参数把能量转化率收敛到一个可控可调节范围。自适应迭代学习控制策略与之匹配，能适时辨识并周期性地更新该模型的能量转化系数，实现机器鱼在陌生水环境中的推进速度自调节。仿真分析验证了该模型和控制方法的正确性。
基于互信息的选择性集成核极端学习机
互信息 选择性集成 核方法 极端学习机
2016/1/5
针对集成学习中的准确性和差异性平衡问题, 提出一种基于信息论的选择性集成核极端学习机. 采用具有结构简单、训练简便、泛化性能好的核极端学习作为基学习器. 引入相关性准则描述准确性, 冗余性准则描述差异性,将选择性集成问题转化为变量选择问题. 利用基于互信息的最大相关最小冗余准则对生成的核极端学习机进行选择, 从而实现准确性和差异性的平衡. 基于UCI 基准回归和分类数据的仿真结果验证了所提出算法的...
针对增量型极限学习机(I-ELM) 中存在大量降低学习效率及准确性的冗余节点的问题, 提出一种基于Delta 检验(DT) 和混沌优化算法(COA) 的改进式增量型核极限学习算法. 利用COA的全局搜索能力对I-ELM 中的隐含层节点参数进行寻优, 结合DT 算法检验模型输出误差, 确定有效的隐含层节点数量, 从而降低网络复杂程度, 提高算法的学习效率; 加入核函数可增强网络的在线预测能力. 仿真...
基于改进学习的知识化制造自适应动态调度策略
知识化制造 自适应 动态调度 基于聚类-动态搜索的改进学习算法 多Agent
2016/1/5
针对知识化制造系统生产环境的不确定性, 构建一个基于多Agent 的知识化动态调度仿真系统. 为了保证设备Agent 能够根据当前的系统状态选择合适的中标作业, 提出一种基于聚类-动态搜索的改进??学习算法, 以指导不确定生产环境下动态调度策略的自适应选择, 并给出算法的复杂性分析. 所提出的动态调度策略采用顺序聚类以降低系统状态维数, 根据状态差异度和动态贪婪搜索策略进行学习. 通过仿真实验验证...
基于范数约束的LSSVR多核学习算法
最小二乘支持向量机 范数 多核学习 泛化性
2016/1/4
针对核函数选择对最小二乘支持向量机回归模型泛化性的影响,提出一种新的基于????-范数约束的最小二乘支持向量机多核学习算法.该算法提供了两种求解方法,均通过两重循环进行求解,外循环用于更新核函数的权值,内循环用于求解最小二乘支持向量机的拉格朗日乘数,充分利用该多核学习算法,有效提高了最小二乘支持向量机的泛化能力,而且对惩罚参数的选择具有较强的鲁棒性.基于单变量和多变量函数的仿真实验表明了所提出算法...
基于动态学习策略的群集蜘蛛优化算法
群集蜘蛛优化算法 函数优化 动态学习
2016/1/4
为了提高群集蜘蛛优化(SSO)算法的性能,提出一种基于动态学习策略的群集蜘蛛优化(DSSO)算法.该算法通过群体协作过程中学习因子的动态选择,平衡算法的搜索能力和勘探能力;采用随机交叉策略和云模型改进协作过程个体更新方式,在维持种群多样性的同时尽量提高收敛速度.基于标准测试函数的仿真实验表明,DSSO算法可有效避免早熟收敛,在收敛速度和收敛精度上较标准SSO算法和其余4种较具代表性的优化算法均有显...
联合信度推理证据网参数学习
证据网 联合信任测度 格雷编码 遗传算法
2014/7/31
证据网络是证据理论的层次化推广, 联合信任测度是证据网络中的一种推理方法, 推理参数一般由专家经验给出. 为了更准确地获得参数, 提出一种将冲突大小作为评价函数, 利用格雷编码遗传算法, 通过评价输入来自动获取优化参数的方法. 以机载多传感器平台为例的仿真实验表明, 所提出方法的融合识别性能优于专家知识设定参数的方法, 而且初始种群数量越大, 越能获得好的识别结果.