freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內(nèi)容

20xx年白國(guó)周班組管理法心得體會(huì)報(bào)告報(bào)告心得體會(huì)(模板9篇)-資料下載頁(yè)

2025-08-04 21:30本頁(yè)面
  

【正文】 獲得的信息求取主導(dǎo)變量的最佳估計(jì)值。 影響軟測(cè)量性能的主要因素有如下幾種: 輔助變量的選擇確定軟測(cè)量的輸入信息,直接決定軟測(cè)量模型的結(jié)構(gòu)和輸出。 數(shù)據(jù)的預(yù)處理—精確可靠的數(shù)據(jù)是軟測(cè)量成敗的關(guān)鍵。 軟測(cè)量模型的簡(jiǎn)歷—軟測(cè)量技術(shù)的核心任務(wù)。 模型的在線校正—能進(jìn)一步提高軟測(cè)量的準(zhǔn)確程度。這些都能影響軟測(cè)量的性能,然而輔助變量的選擇也是至關(guān)重要的,其中包括變量類型的選擇,變量數(shù)目的選擇和測(cè)點(diǎn)位置的選擇。變量類型的選擇原則包括以下幾種:適用性:工程上易于獲得并能達(dá)到一定的測(cè)量精度 ;靈敏性:能對(duì)過程輸出和不可測(cè)擾動(dòng)作出快速反應(yīng) ;特異性:對(duì)過程輸出或不可測(cè)擾動(dòng)之外的干擾不敏感;精確性:構(gòu)成的軟測(cè)量估計(jì)器滿足精度要求;魯棒性:構(gòu)成的軟測(cè)量估計(jì)器對(duì)模型誤差不敏感 。變量數(shù)目的選擇有兩種方法,首先從過程機(jī)理入手分析,從影響被估計(jì)變量和變量中去挑選主要因素,因?yàn)槿恳爰炔豢赡芤矝]有必要。其次如果缺乏機(jī)理知識(shí),則可用回歸分析的方法找出影響被估計(jì)變量的主要因素,這需要大量的觀測(cè)數(shù)據(jù)。檢測(cè)點(diǎn)位置的選擇也是很重要的,檢測(cè)點(diǎn)位置的選擇方案十分靈活,可供選擇的檢測(cè)點(diǎn)很多,而且每個(gè)檢測(cè)點(diǎn)所能發(fā)揮的作用各不相同。一般情況下,輔助變量的數(shù)目和位置常常是同時(shí)確定的,變量數(shù)目的選擇準(zhǔn)則也往往應(yīng)用于檢測(cè)點(diǎn)位置的選擇。我們?cè)谲洔y(cè)量的時(shí)候同時(shí)也會(huì)存在誤差,測(cè)量誤差的處理方法有兩種,一種是隨機(jī)誤差的處理,另一種是過失誤差的處理。測(cè)量數(shù)據(jù)變換不僅影響模型的精度和非線性映射能力,而且對(duì)數(shù)值算法的運(yùn)行效果也有重要作用。測(cè)量數(shù)據(jù)的變換包括標(biāo)度、轉(zhuǎn)換和權(quán)函數(shù)三個(gè)方面。模型的校正分為在線校正和離線校正兩種方法。軟測(cè)量的模型表征輔助變量和主導(dǎo)變量之間的數(shù)學(xué)關(guān)系稱為軟測(cè)量模型。建立軟測(cè)量模型的方法多種多樣,且各種方法互有交叉和融合。各種方法可以分為機(jī)理方法和經(jīng)驗(yàn)方法兩類。機(jī)理模型建模是基于對(duì)過程對(duì)象的深刻認(rèn)識(shí),運(yùn)用對(duì)象的平衡方程、動(dòng)力學(xué)方程、物性參數(shù)方程和設(shè)備特性方程,建立估計(jì)主導(dǎo)變量的精確數(shù)學(xué)模型。 由于實(shí)際工業(yè)過程的復(fù)雜性,難以完全通過機(jī)理分析得到軟測(cè)量模型。因此,基于機(jī)理分析的方法建模非常困難,需要與其他方法配合使用。同時(shí)經(jīng)驗(yàn)方法也分為基于回歸分析方法,基于人工智能方法 和基于狀態(tài)估計(jì)方法三種。(1)基于回歸分析的軟測(cè)量。傳統(tǒng)的回歸方法是辨識(shí)建模的基于方法?;谧钚《嗽頌榛A(chǔ)的一元和多元線性回歸技術(shù)已相當(dāng)完善,對(duì)于輔助變量較少的情況,一般采用多元線性回歸中的逐步回歸技術(shù)可獲得較好的軟測(cè)量模型。對(duì)于輔助變量較多的情況,通常要借助機(jī)理分析,首先獲得模型各變量組合的大致框架,然后采用逐步回歸方法獲得軟測(cè)量模型。也可以采用主元回歸分析等方法,對(duì)原問題進(jìn)行降維處理,然后再進(jìn)行回歸。(2)基于狀態(tài)估計(jì)的軟測(cè)量。若已知系統(tǒng)狀態(tài)空間模型,而主導(dǎo)變量作為系統(tǒng)的狀態(tài)變量對(duì)輔助變量是完全可觀的,則構(gòu)成軟測(cè)量模型問題就轉(zhuǎn)化為典型的狀態(tài)觀測(cè)和估計(jì)問題。kalman濾波器和luenberger觀測(cè)器是解決上述問題的有效方法?;跔顟B(tài)估計(jì)的軟件表可以反映主導(dǎo)變量和輔助變量之間的`動(dòng)態(tài)關(guān)系,有利于處理各變量間動(dòng)態(tài)特性的差異和系統(tǒng)滯后等情況。但是對(duì)于復(fù)雜的工業(yè)過程,很難建立系統(tǒng)的狀態(tài)空間模型,一定程度上限制了該方法的應(yīng)用。(3)基于人工智能方法。人工神經(jīng)網(wǎng)絡(luò)(ann)———ann具備有量的信息處理特征:無需具備對(duì)象的先驗(yàn)知識(shí),可以根據(jù)對(duì)象的輸入輸出數(shù)據(jù)直接建模;獨(dú)特的非傳統(tǒng)的表達(dá)方式和固有的學(xué)習(xí)能力,使之在解決高度非線性方面具有很大的潛力。模糊技術(shù)——模糊技術(shù)模仿人腦的邏輯思維,用于處理模型未知或不精確的控制問題。通常將模糊邏輯與神經(jīng)網(wǎng)絡(luò)相結(jié)合,形成模糊神經(jīng)網(wǎng)絡(luò),適用于非線性的、復(fù)雜的系統(tǒng)。(4)其他建模方法。針對(duì)軟測(cè)量的基本建模方法中存在的問題,研究人員或?qū)⒉煌乃惴右越Y(jié)合,或?qū)⑿碌臄?shù)學(xué)方法運(yùn)用到軟測(cè)量中,提出谷種各樣的改進(jìn)算法,例如: 遺傳算法與神經(jīng)網(wǎng)絡(luò)的結(jié)合、回歸算法與神經(jīng)網(wǎng)絡(luò)的結(jié)合、小波網(wǎng)絡(luò)與神經(jīng)網(wǎng)絡(luò)的結(jié)合、基于支持向量機(jī)算法的建模方法和基于微粒群算法的建模方法。軟測(cè)量同時(shí)也存在很多問題,例如如何適應(yīng)原料性質(zhì)變化問題、如何適應(yīng)生產(chǎn)裝置操作范圍大幅度變化問題和動(dòng)態(tài)軟測(cè)量問題等問題。軟測(cè)量使用廣泛的是與主導(dǎo)變量動(dòng)態(tài)特性相近,關(guān)系密切的可測(cè)參數(shù),如精餾塔和反應(yīng)器過程中的溫度、溫差和雙溫差,生物發(fā)酵反應(yīng)中的尾氣濃度等。但是由于對(duì)象的可測(cè)變量集往往相當(dāng)龐大,人們主要根據(jù)對(duì)象的機(jī)理、流程及專家經(jīng)驗(yàn)來選擇輔助變量,同時(shí)也結(jié)合一些智能技術(shù)如知識(shí)發(fā)現(xiàn),數(shù)據(jù)融合等技術(shù)來選擇輔助合適的變量。軟測(cè)量技術(shù)也應(yīng)用于鑄坯質(zhì)量?jī)?yōu)化控制技術(shù),鑄坯表面溫度測(cè)量控制水冷,凝固,水冷凝固決定鑄坯(鋼材)質(zhì)量生產(chǎn)效率、生產(chǎn)成本。通過本節(jié)課的學(xué)習(xí),我對(duì)軟測(cè)量技術(shù)有了濃厚的興趣,課后我查閱了大量的文獻(xiàn)資料,也翻看了一些相關(guān)的論文??吹搅撕芏嗾n本上看不到的知識(shí),拓寬了與軟測(cè)量技術(shù)相關(guān)的知識(shí),增加了對(duì)軟測(cè)量技術(shù)的感性認(rèn)識(shí),加深了對(duì)軟測(cè)量在實(shí)際用用中的理解。
點(diǎn)擊復(fù)制文檔內(nèi)容
環(huán)評(píng)公示相關(guān)推薦
文庫(kù)吧 www.dybbs8.com
備案圖鄂ICP備17016276號(hào)-1