-
公开(公告)号：CN106650944A
公开(公告)日：2017-05-10
申请号：CN201611114808.8
申请日：2016-12-07
申请人： 大连理工大学 , 上海宝信软件股份有限公司
摘要： 本发明提供一种基于知识的冶金企业转炉煤气调度方法，步骤为：首先，对于调度决策过程中所需的无法直接采集的过程变量，采用神经网络模型进行建模分析，形成基于数据的神经网络模型；其次，设计一种基于模糊聚类的产生式规则模型，通过对历史数据进行聚类分析和关联规则挖掘，挖掘数据中蕴含的知识信息，进而与专家先验知识进行融合，建立基于知识的产生式模型；最后，设计了针对该产生式规则模型的在线更新策略，如果推理结果与实际方案存在较大偏差，则对产生式规则的输出参数进行更新。利用该发明可以对转炉煤气系统的平衡状态进行动态分析，并得到相应的调度方案，从而为调度人员进行决策提供合理指导。
-
公开(公告)号：CN106650944B
公开(公告)日：2022-11-18
申请号：CN201611114808.8
申请日：2016-12-07
申请人： 大连理工大学 , 上海宝信软件股份有限公司
IPC分类号： G06N5/04 , G06F30/20 , G06F111/10
摘要： 本发明提供一种基于知识的冶金企业转炉煤气调度方法，步骤为：首先，对于调度决策过程中所需的无法直接采集的过程变量，采用神经网络模型进行建模分析，形成基于数据的神经网络模型；其次，设计一种基于模糊聚类的产生式规则模型，通过对历史数据进行聚类分析和关联规则挖掘，挖掘数据中蕴含的知识信息，进而与专家先验知识进行融合，建立基于知识的产生式模型；最后，设计了针对该产生式规则模型的在线更新策略，如果推理结果与实际方案存在较大偏差，则对产生式规则的输出参数进行更新。利用该发明可以对转炉煤气系统的平衡状态进行动态分析，并得到相应的调度方案，从而为调度人员进行决策提供合理指导。
-
公开(公告)号：CN109631905B
公开(公告)日：2022-09-06
申请号：CN201910046395.1
申请日：2019-01-18
申请人： 大连理工大学
IPC分类号： G01C21/20 , G05B19/418
摘要： 本发明提供一种基于动态参考点的NSGAⅢ的路径规划方法，属于信息技术领域。本发明根据当前解的分布情况和优化现状，将多目标优化方法NSGAⅢ中的参考点动态处理，使其解向更有利于现实情况的方向优化，首先对路径数据进行预处理，得到需进行路径规划的所有的点的信息——包括点的坐标和该点在不同的点检次序中的不同的紧急程度；对预处理得到的点的信息，使用基于动态参考点的NSGAⅢ多目标优化方法进行优化，从而得到最佳优化结果。这种优化方法可更好地规划巡检路径，辅助现场操作人员对工厂内部机器进行巡检，提升巡检效率。
-
公开(公告)号：CN106845012B
公开(公告)日：2019-09-27
申请号：CN201710086656.3
申请日：2017-02-17
申请人： 大连理工大学
摘要： 本发明提供了一种基于多目标密度聚类的高炉煤气系统模型隶属度函数确定方法，属于模糊系统与模糊决策领域。首先利用冶金企业现场已有的历史数据，通过在密度聚类算法中引入多目标优化方法，综合考虑模糊模型精度、模型复杂度和模型可解释性，确定最佳的聚类参数，进而得到合理的聚类个数和聚类中心；再根据工业数据特征和聚类结果设计相应的隶属度函数形状和参数，从而确定符合数据分布特征的隶属度函数。本发明能够充分利用现有的高炉煤气历史数据，确定模糊模型各变量的隶属度函数，进而建立有效的高炉煤气系统模糊模型。
-
公开(公告)号：CN108734419A
公开(公告)日：2018-11-02
申请号：CN201810635497.2
申请日：2018-06-15
申请人： 大连理工大学
摘要： 本发明提供了一种基于知识迁移的高炉煤气调度系统建模方法，首先，基于煤气系统的管网结构，建立能源发生、传输、消耗、存储、转换各阶段的能源本体模型，并基于该能源模型提取不同煤气系统的共同结构特征；其次，设计了一种基于数据分布特征的隶属度函数迁移方法，根据数据的分布特征学习不同煤气系统数据的映射关系，然后将隶属度函数进行迁移；再次，提出一种基于特征的模糊规则迁移方法，将不同系统的规则结构映射到邻近的低维特征上，通过规则重构的方式实现规则的迁移；最后，设计基于调度数据的迁移知识调整策略，将高炉煤气系统的实际调度数据输入到模型中，以输出调度方案的偏差最小为目标调整相应的规则参数。
-
公开(公告)号：CN109631905A
公开(公告)日：2019-04-16
申请号：CN201910046395.1
申请日：2019-01-18
申请人： 大连理工大学
IPC分类号： G01C21/20 , G05B19/418
CPC分类号： G01C21/20 , G05B19/41865 , G05B19/41885
摘要： 本发明提供一种基于动态参考点的NSGAⅢ的路径规划方法，属于信息技术领域。本发明根据当前解的分布情况和优化现状，将多目标优化方法NSGAⅢ中的参考点动态处理，使其解向更有利于现实情况的方向优化，首先对路径数据进行预处理，得到需进行路径规划的所有的点的信息——包括点的坐标和该点在不同的点检次序中的不同的紧急程度；对预处理得到的点的信息，使用基于动态参考点的NSGAⅢ多目标优化方法进行优化，从而得到最佳优化结果。这种优化方法可更好地规划巡检路径，辅助现场操作人员对工厂内部机器进行巡检，提升巡检效率。
-
公开(公告)号：CN106845012A
公开(公告)日：2017-06-13
申请号：CN201710086656.3
申请日：2017-02-17
申请人： 大连理工大学
摘要： 本发明提供了一种基于多目标密度聚类的高炉煤气系统模型隶属度函数确定方法，属于模糊系统与模糊决策领域。首先利用冶金企业现场已有的历史数据，通过在密度聚类算法中引入多目标优化方法，综合考虑模糊模型精度、模型复杂度和模型可解释性，确定最佳的聚类参数，进而得到合理的聚类个数和聚类中心；再根据工业数据特征和聚类结果设计相应的隶属度函数形状和参数，从而确定符合数据分布特征的隶属度函数。本发明能够充分利用现有的高炉煤气历史数据，确定模糊模型各变量的隶属度函数，进而建立有效的高炉煤气系统模糊模型。
-
公开(公告)号：CN105930916A
公开(公告)日：2016-09-07
申请号：CN201610213761.4
申请日：2016-04-07
申请人： 大连理工大学
摘要： 一种基于并行模块化神经网络的副产煤气实时预测方法,其特征是首先按照神经网络的状态空间分割的原则，采用Fuzzy c‑means(FCM)聚类将样本数据分为若干类，每一个分类对应一个状态空间的子空间(即模块)，再对数据重构以建立预测模型。在建模过程中提出一种改进的回声状态网络，采用模块化方法将神经网络网络状态空间分割成多个独立的子空间，每个子空间就是子网络。结合共享储备池方法，使得所有网络的训练都在同一个储备池中完成，而子空间各自对应一个输出权值矩阵，能更好的模拟系统的运行规律。最后将网络训练问题化简为多个小网络的并行训练问题以加速模型计算过程，引入含有更多有用信息的大数据样本提高了模型的预测精度，并应用Map Reduce计算框架将求解问题并行化，获得较高的加速比，实现冶金煤气系统的实时预测。
-
公开(公告)号：CN108734419B
公开(公告)日：2021-07-06
申请号：CN201810635497.2
申请日：2018-06-15
申请人： 大连理工大学
摘要： 本发明提供了一种基于知识迁移的高炉煤气调度系统建模方法，首先，基于煤气系统的管网结构，建立能源发生、传输、消耗、存储、转换各阶段的能源本体模型，并基于该能源模型提取不同煤气系统的共同结构特征；其次，设计了一种基于数据分布特征的隶属度函数迁移方法，根据数据的分布特征学习不同煤气系统数据的映射关系，然后将隶属度函数进行迁移；再次，提出一种基于特征的模糊规则迁移方法，将不同系统的规则结构映射到邻近的低维特征上，通过规则重构的方式实现规则的迁移；最后，设计基于调度数据的迁移知识调整策略，将高炉煤气系统的实际调度数据输入到模型中，以输出调度方案的偏差最小为目标调整相应的规则参数。
-
公开(公告)号：CN109670634A
公开(公告)日：2019-04-23
申请号：CN201811466119.2
申请日：2018-12-03
申请人： 大连理工大学
摘要： 本发明属于能源数据预测技术领域，提出了一种基于非等长粒度化特征的煤气流量数据预测方法。首先，基于煤气系统采集数据，对数据基于离散变化极点进行不等长模糊粒度化，粒化形式表现为包含代表值，支撑上下界，粒子代表原数据个数的向量；其次，对粒化后的数据进行基于权值变化的多维密度聚类，以簇划分代替时序上的粒度数据；再次，设计了一种基于人工神经网络的数据预测方法，该方法应用簇划分的时序结果进行模型预测，得到相应的权值和阈值矩阵并检验其准确性，为接下来的粒度还原做准备；最后，提出了一种基于一维插值的粒度的还原方法。
-
-
-
-
-
-
-
-
-
搜索结果
11 条记录 (耗时 0.051 秒)
