一种新的混合智能预测模型及其在故障诊断中的应用 

针对机电设备运行状态受多因素影响且变化趋势复杂、难以用单一预测方法进行有效预测的问题,提出了一种新的基于经验模式分解、支持向量机和自适应线性神经网络的混合智能预测模型.首先,利用经验模式分解方法将非平稳时间序列按其内在的时间特征尺度自适应地分解为多个本征模式分量,然后根据这些分量各自趋势变化的剧烈程度选择合适的核函数,...
《西安交通大学学报》  2005年 第09期 下载次数(785)| 被引次数(21)

炼焦过程综合生产目标的智能预测与协调优化研究 

作为冶金、机械、化工等行业的主要原料和燃料,焦炭已广泛应用于高炉炼铁、电石、气化、铸造和有色金属冶炼等方面。炼焦生产各个局部过程的稳顺运行和协调优化直接影响焦炭质量、产量和焦炉能耗等炼焦生产指标。针对炼焦生产过程的非线性、不确定性特点,本文以高产优质低耗为优化目标,围绕炼焦过程综合生产目标的智能预测与协调优化开展研究,...
中南大学  博士论文  2011年 下载次数(606)| 被引次数(7)

基于智能计算和混沌理论的铀价格预测研究 

铀矿资源产品被世界各国广泛应用于军事、经济和社会生活等方面,对世界诸多领域产生了革命性的影响。铀资源既是核能发展的物质基础,同时也是一种战略资源,铀资源价格定量预测对核能开发及利用政策和发展规划的制定具有重要的参考价值。由于铀价格具有复杂性、非线性和不确定性等特点,使得传统的时间序列预测技术很难达到满意的效果。随着人工...
江南大学  博士论文  2014年 下载次数(544)| 被引次数(4)

滚动轴承性能退化评价与趋势预测研究 

滚动轴承作为机械设备中的关键部件,其运行状态的优劣往往影响到整台设备的运行性能。滚动轴承从正常状态到故障往往经历一系列退化状态,正确识别轴承当前所处的退化状态,对预防滚动轴承进一步退化和故障的发生具有重要意义。然而,正确评价和预测滚动轴承的退化状态需要解决两个关键问题:第一,确定合适的工作状态评价指标,反映轴承性能退化...
大连理工大学  硕士论文  2013年 下载次数(1114)| 被引次数(19)

基于自适应共振理论的混合智能诊断方法及其应用 

复杂机械系统状态和性能的诊断与评估是先进制造系统的重要组成部分,也是保证生产和质量控制的稳定性的重要手段。基于传统神经网络的智能诊断技术在对复杂机械设备的状态和性能进行诊断和评估时,常遭受“稳定性”和“适应性”的困窘,而基于自适应共振理论的神经网络则能很好地解决此问题。为了充分发挥该网络的优势,使其更好地应用于设备的状...
华中科技大学  博士论文  2009年 下载次数(527)| 被引次数(14)

基于BP神经网络的系列混合预测模型的建立与应用 

随着科学技术的日新月异以及社会经济的快速发展,各行各业的数据和信息呈现爆炸式增长,互联网技术风起云涌,大数据时代悄然而至。因此,如何抓住大数据时代契机,从海量数据中挖掘出有价值的信息,进而实现对未来的精确预测是一个既重要又困难的任务。时间序列预测是在数学模型的基础上,依据时间序列的历史值和现在值对事物未来的发展趋势做出...
东北财经大学  博士论文  2018年 下载次数(460)| 被引次数()