第11章軟測量技術(shù)_第1頁
第11章軟測量技術(shù)_第2頁
第11章軟測量技術(shù)_第3頁
第11章軟測量技術(shù)_第4頁
第11章軟測量技術(shù)_第5頁
已閱讀5頁,還剩46頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、46. 軟測量模型的建立軟測量模型的建立建立準(zhǔn)確的模型是實現(xiàn)軟測量的關(guān)鍵。建模方法主要分為:基于機理分析的軟測量.狀態(tài)估計法的軟測量.基于統(tǒng)計分析的軟測量. 102 x(, , , *, )f d u y xt2(, , , *, )f d u y xt13:估計量y mmxbxbxby2211),21(m,ixi:互不相關(guān)的變量:回歸系數(shù)ibEXBY假設(shè)有 n 個樣本,將 n 個線性映射用矩陣表示16建立主導(dǎo)變量和輔助變量之間的關(guān)系,可以減少非主導(dǎo)變量,簡化模型。假設(shè)X是nm的數(shù)據(jù)矩陣,每列對應(yīng)一變量,每行對應(yīng)一樣本,矩陣X可以分解為m個向量的外積之和:ti為特征值。Pi為特征向量,各向量間

2、是正交的,且其模為1。TmmTTPtPtPtX221117推導(dǎo)得:說明:每一特征值是數(shù)據(jù)矩陣X在特征向量的投影。將特征按長度排行:則P1代表數(shù)據(jù)X變化最大的方向; P2與P1垂直,代表數(shù)據(jù)X變化的第二大方向.TXPmttt2118X在后面的幾個負荷向量上的投影將會很小,主要由噪聲引起,則X表達式可寫為:其中 E為誤差矩陣,代表X在Pk1到Pm方向上的變化。實際應(yīng)用中,k比m少的多(降階作用),則主元模型:EPtPtPtXTkkTT2211PXX )TkkT22T11(PtPtPtXP19kkXPTEBXPYBXPYkk優(yōu)點:可以消除因變量的線性關(guān)系而引發(fā)的計算問題,抑制了噪音對模型參數(shù)的影響。

3、204. 人工神經(jīng)網(wǎng)絡(luò)模型具有并行計算、學(xué)習(xí)記憶能力、自適應(yīng)能力等優(yōu)點。不需要對系統(tǒng)的先驗知識,直接依據(jù)對象的輸入輸出數(shù)據(jù)建模。對于軟測量技術(shù),以輔助變量作為輸入,以主導(dǎo)變量作為輸出。經(jīng)過學(xué)習(xí),可得到不可測變量。21一個典型的神經(jīng)網(wǎng)絡(luò)示意圖 Wij : x2 x1 xn : : xi j yj f(.) sj W1j W2j Wnj 輸入信號連接權(quán)閾值處理單元凈值轉(zhuǎn)移函數(shù)輸出1njijijisW x( )jjyf s 1 s0( ) 0 s0yf s( )yf sks( )tanh( )yf ss1( )1 exp()yf ss22( )exp()syf s25前向神經(jīng)網(wǎng)絡(luò)前向神經(jīng)網(wǎng)絡(luò)由輸入層

4、、中間層(又稱隱層)和輸出層組成,每層的神經(jīng)元只連接前一層神經(jīng)元的輸出。常見的有:BP網(wǎng)絡(luò)(Back Propagation) RBF網(wǎng)絡(luò)(Radial Basis Function)26學(xué)習(xí)方法分為兩類:學(xué)習(xí)方法分為兩類:有教師學(xué)習(xí)有教師學(xué)習(xí)(Supervised Learning)網(wǎng)絡(luò)的輸出和希望的輸出進行比較,根據(jù)二者之差調(diào)整網(wǎng)絡(luò)權(quán)值,最終使差最小。無教師學(xué)習(xí)無教師學(xué)習(xí)(Unsupervised Learning)輸入信號進入網(wǎng)絡(luò)后,網(wǎng)絡(luò)按預(yù)先設(shè)定的規(guī)則)自動調(diào)整權(quán)值,使網(wǎng)絡(luò)最終具有模式分類功能。28設(shè)有含n個節(jié)點的網(wǎng)絡(luò),各節(jié)點的作用函數(shù)為S型。為說明方便,認為網(wǎng)絡(luò)僅有一個輸出y。設(shè)共有

5、樣本(xk,yk)k1,2,N使用平方型誤差函數(shù)為目標(biāo)函數(shù) 最小則根據(jù)偏差反向傳播可求得權(quán)值修正值:nkkkyyE120)(21ijijijEw29RBF由輸入層、隱層、輸出層組成。隱層節(jié)點為徑向基函數(shù),一般為高斯徑向基函數(shù)。優(yōu)點:適應(yīng)性非常強,收斂速度快等。303132( )( ,),1,2,., ,niiiif xxbx yin xRyR對于線性情況,支持向量機函數(shù)擬合首先考慮用線性回歸函數(shù)擬合。*1,1*11*1*1( ,)()()()2()()()0. .0,niijjijijnniiiiiiiniiiiiWxxystC *0*0*11()(, )()(, )( )()ijjiijjj

6、iCxSVNSVijjjixSVCniiiibyx xNyx xf xx bx x b 決策函數(shù):nRH:( )( )f xxb *1,1*11*1*1( ,)()()( ( )()2()()()0. .0,niijjijijnniiiiiiiniiiiiWxxystC ( , )( )( )K x zxz*1,1*11*1*1( ,)()()( ,)2()()()0. .0,niijjijijnniiiiiiiniiiiiWK x xystC *1( )( )()( ,)liiiif xxbK x xb 左側(cè)圖指示左側(cè)圖指示輸出變量對輸出變量對輸入變量的輸入變量的敏感度,右敏感度,右側(cè)表列出敏側(cè)表列出敏感度的數(shù)值感度的數(shù)值gs

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論