吕伟
- 作品数：2 被引量：6H指数：2
- 供职机构：中央研究院更多>>
- 发文基金：上海市科学技术委员会资助项目更多>>
- 相关领域：自动化与计算机技术电气工程更多>>
- 基于mRMR的发电机DCS信号神经网络趋势预测方法被引量：2
- 2017年
- 针对神经网络方法在发电机信号趋势预测过程中如何合理选择网络输入节点的问题,提出了一种基于最大相关和最小冗余(mRMR)算法的神经网络输入信号选取准则。该方法研究了发电机分布式控制系统(DCS)监测数据的特点,采用了mRMR算法从原始特征集合中选择了与被描述对象具有最大相关性,且特征集元素间冗余量最小的特征子集作为网络输入,进而有效地提高了网络模型对输入输出间非线性函数关系的拟合精度。研究结果表明,当对某电厂DCS信号进行分析时,与直接利用神经网络进行趋势预测的准确性相比,该方法预测准确性高、泛化能力好,具有良好的工程适用性。
- 杨家荣李辉郭双全吕伟
- 关键词：分布式控制系统发电机
- 基于BP人工神经网络的离散型车间生产调度指标预测模型的研究被引量：4
- 2016年
- 离散型车间的生产调度对车间生产有至关重要的影响,该研究中车间调度指标用工时达成率来表示。加工工时、批次大小、加工设备数量、原材料到位情况、工人、设备的健康状况对工时达成率都有不同程度的影响,使得工时达成率有很大的不确定性。如果能够准确控制工时达成率的大小,生产决策者们就可以通过调整设备、批次大小、原材料的采购周期使得车间输出最大生产力。本文通过人工神经网络建立工时达成率预测模型,实现对车间工时达成率的预测,并探讨两种算法,寻找能够在降低训练时间的前提下提高神经网络模型准确性的算法,其中模拟退火算法(Simulated Annealing,SA)是首次以搜索初始值周围点获得最佳点的形式被应用,马克夸特(Levenberg-Marquardt)算法用来在特殊点中寻求局部最优,最后对比模拟退火算法和马克夸特混合算法及马克夸特算法,并通过调整神经网络的数量得到最佳的预测模型。
- 谈宏志金礼伟杨家荣许伟吕伟
- 关键词：BP人工神经网络车间调度
