信息檢索綜合檢索報(bào)告(已改無錯(cuò)字)
2022-07-27 00:16:55 本頁面
【正文】 tiple fault diagnosis. 文獻(xiàn)（5）：文獻(xiàn)篇名：Genetic Algorithm Design Inspired by Organizational Theory: Pilot Study of a Dependency Structure Matrix Driven Genetic Algorithm譯：遺傳算法的設(shè)計(jì)靈感來自組織理論：遺傳算法驅(qū)動(dòng)的依賴結(jié)構(gòu)矩陣的初步研究著者：TianLi Yu, David E. Goldberg, Ali Yassine, YingPing Chen 書名：Genetic and Evolutionary Computation — GECCO 2003 譯：遺傳與進(jìn)化計(jì)算壁虎2003出版社： Springer Berlin Heidelberg Copyright Holder ，SpringerVerlag Berlin Heidelberg Additional Links ISBN:9783540406037 ， 9783540451105 出版時(shí)間：2003年文摘：This study proposes a dependency structure matrix driven genetic algorithm (DSMDGA) which utilizes the dependency structure matrix (DSM) clustering to extract building block (BB) information and use the information to acplish BBwise crossover. Three cases: tight, loose, and random linkage, are tested on both a DSMDGA and a simple genetic algorithm (SGA). Experiments showed that the DSMDGA is able to correctly identify BBS and outperforms a SGA. 文獻(xiàn)（6）：文獻(xiàn)篇名：Inferring gene regulatory networks with time delays using a genetic algorithm. ：推斷基因調(diào)控網(wǎng)絡(luò)的延遲時(shí)間使用遺傳算法。著者姓名：Wu, faw341@, G. , W. 著者單位及地址：1Health and Environment Unit,CHUL Research Center SteFoy, 2705 Boul. Laurier, Quebec,G1V4G2,CANADA.2Division of Biomedical Engineering University of Saskatchewan Saskatoon Saskatchewan, S7N 5A9, CANADA.期刊名稱：IEE Proceedings Systems Biology卷號(hào)：Vol. 152 期號(hào)：Issue 2頁碼： p6774. 8p. 文摘：Recently a statespace model with time delays for inferring gene regulatory networks was proposed.文獻(xiàn)（7）：【篇名】：基于改進(jìn)互相關(guān)函數(shù)的氧化鋁碳分過程多重時(shí)滯辨識(shí)【作者】：黃燦； 桂衛(wèi)華； 謝永芳； 陽春華； 【刊名】：中國(guó)有色金屬學(xué)報(bào)【機(jī)構(gòu)】：中南大學(xué)信息科學(xué)與工程學(xué)院！長(zhǎng)沙：410083.【關(guān)鍵字】：互相關(guān)函數(shù)； 多重時(shí)滯； 辨識(shí)； 碳分過程； 【摘要】：為了解決復(fù)雜工業(yè)生產(chǎn)過程多重時(shí)滯辨識(shí)難題,提出一種基于改進(jìn)互相關(guān)函數(shù)的多重時(shí)滯辨識(shí)方法。對(duì)于工業(yè)過程中多個(gè)受控制信號(hào)作用的過程變量,確定一個(gè)參考變量,分別考慮其他各變量和參考變量之間的相關(guān)性,選擇變量某個(gè)時(shí)間段內(nèi)的一組數(shù)據(jù)作為辨識(shí)對(duì)象,通過計(jì)算兩個(gè)變量的數(shù)據(jù)組在不同相對(duì)時(shí)間延遲對(duì)應(yīng)的互相關(guān)矩陣,比較互相關(guān)矩陣的奇異值,其最大奇異值對(duì)應(yīng)的滯后時(shí)間,即為所要辨識(shí)的時(shí)滯。將所提方法應(yīng)用于某鋁廠連續(xù)碳分過程多重時(shí)滯的辨識(shí),基于工業(yè)現(xiàn)場(chǎng)采集的生產(chǎn)數(shù)據(jù),分析變量間的關(guān)聯(lián)關(guān)系,辨識(shí)出多重時(shí)滯,然后將辨識(shí)所得的時(shí)滯代入碳分過程模型。結(jié)果表明:%,驗(yàn)證了所提方法辨識(shí)多重時(shí)滯的有效性。 文獻(xiàn)（8）：【篇名】：連續(xù)碳酸化分解過程操作參數(shù)優(yōu)化【作者】： 胡友； 謝永芳； 【刊名】：有色冶金設(shè)計(jì)與研究【機(jī)構(gòu)】：中南大學(xué)信息科學(xué)與工程學(xué)院！長(zhǎng)沙：410083.【關(guān)鍵字】：連續(xù)碳酸化分解； 分解率梯度； 主成分分析； 操作參數(shù)優(yōu)化； 【摘要】：分解率梯度是鋁酸鈉溶液碳酸化分解過程中的重要工藝指標(biāo),對(duì)產(chǎn)品質(zhì)量和產(chǎn)量有直接的影響,必須對(duì)操作參數(shù)進(jìn)行優(yōu)化設(shè)定,保證分解率梯度達(dá)到要求。在深入分析碳分過程機(jī)理的基礎(chǔ)上,基于現(xiàn)場(chǎng)檢測(cè)數(shù)據(jù),綜合考慮影響分解率的因素,應(yīng)用主成分分析法(PCA)對(duì)影響因素進(jìn)行降維處理,采用神經(jīng)y網(wǎng)絡(luò)建立了分解率梯度模型,提高了模型的精度和泛化能力。通過調(diào)整影響分解率的操作參數(shù),使中間槽分解率滿足約束范圍,末槽分解率達(dá)到最大值。采用遺傳算法獲取操作參數(shù)的優(yōu)化設(shè)定值。 更多還原文獻(xiàn)（9）：【篇名】：氧化鋁碳分過程多重時(shí)滯非線性分散魯棒控制方法與應(yīng)用研究【作者】： 鄧燕妮【刊名】：中南大學(xué)博士學(xué)位論文【機(jī)構(gòu)】：中南大學(xué)信息科學(xué)與工程學(xué)院！長(zhǎng)沙：410083.【關(guān)鍵字】：氧化鋁連續(xù)碳酸化分解； TS模糊模型； 非線性大系統(tǒng)； 多重時(shí)滯； H_∞分散魯棒控制； 【摘要】： 在燒結(jié)法氧化鋁生產(chǎn)過程中,連續(xù)碳酸化分解過程(簡(jiǎn)稱碳分過程)是非常重要的承前啟后的生產(chǎn)過程。它由上游脫硅工序的鋁酸鈉溶液和二氧化碳?xì)怏w進(jìn)行化合反應(yīng),生產(chǎn)出滿足
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1