图书盲袋,以书为“药”
欢迎光临中图网 请 | 注册
> >
迁移学习驱动的复杂工业过程智能建模与优化控制

迁移学习驱动的复杂工业过程智能建模与优化控制

出版社:冶金工业出版社出版时间:2023-06-01
开本: 其他 页数: 184
本类榜单:工业技术销量榜
中 图 价:¥69.9(7.0折) 定价  ¥99.9 登录后可看到会员价
加入购物车 收藏
运费6元,满39元免运费
?新疆、西藏除外
本类五星书更多>

迁移学习驱动的复杂工业过程智能建模与优化控制 版权信息

  • ISBN:9787502494513
  • 条形码:9787502494513 ; 978-7-5024-9451-3
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 所属分类:>

迁移学习驱动的复杂工业过程智能建模与优化控制 内容简介

本书详细介绍了当前人工智能背景下迁移学习方法在复杂工业过程智能建模和优化控制中的应用、思路和案例。全书共分3部分:第1部分介绍了迁移学习驱动的建模方法;第2部分介绍了迁移学习驱动的间歇过程产品质量预测方法;第3部分介绍了迁移学习驱动的间歇过程优化控制方法。本书可供从事复杂工业过程建模与控制、人工智能、大数据等相关领域的科研人员和工程技术人员阅读,也可供高等院校自动化及其相关专业师生学习和参考。

迁移学习驱动的复杂工业过程智能建模与优化控制 目录

目录第1部分迁移学习驱动的建模方法1基于高斯过程模型和贝叶斯算法的改进快速建模方法31.1引言31.2理论基础61.2.1高斯过程回归模型61.2.2贝叶斯算法71.2.3MCMC算法81.2.4拉丁超立方体抽样算法101.3基于高斯过程模型和贝叶斯算法的改进模型迁移建模策略111.3.1建立旧过程性能预测模型111.3.2采集新过程建模数据121.3.3模型尺度偏差迁移调整131.3.4贝叶斯迁移模型参数估计141.3.5新过程序贯试验设计161.3.6停止条件与迁移模型验证181.4实验验证191.4.1实验设计191.4.2结果分析26参考文献302基于多模型迁移和贝叶斯模型平均算法的*小成本建模方法332.1引言332.2多模型迁移策略342.3贝叶斯模型平均算法352.3.1BMA352.3.2期望*大(EM)算法362.4基于多模型迁移策略的*小成本建模方法372.4.1相似过程基础模型选择382.4.2新过程初始建模数据获取392.4.3参数估计与模型训练392.4.4补充实验与模型验证392.5实验验证412.5.1实验设计412.5.2结果分析43参考文献473基于多任务*小二乘支持向量机的多过程联合建模方法483.1引言483.2多任务*小二乘支持向量机493.2.1多任务学习算法493.2.2*小二乘支持向量机493.2.3多任务*小二乘支持向量机523.3多过程联合建模方法543.3.1数据预处理543.3.2构建多任务543.3.3模型训练与模型评估553.4实验验证553.4.1实验设计553.4.2结果分析56参考文献60第2部分迁移学习驱动的产品质量预测方法4基于JYKPLS迁移模型的产品质量预测方法634.1引言634.2JYKPLS基本原理654.2.1PLS654.2.2KPLS654.2.3JYPLS684.2.4JYKPLS694.3基于JYKPLS迁移模型的间歇过程质量预测方法724.3.1数据预处理724.3.2基于PCA映射的数据预估744.3.3模型更新与数据剔除744.3.4在线质量预测764.4实验验证784.4.1实验设计784.4.2结果分析81参考文献875基于多尺度核JYMKPLS迁移模型的产品质量预测方法905.1引言905.2多尺度核学习方法905.3JYMKPLS方法915.4基于JYMKPLS迁
展开全部
商品评论(0条)
暂无评论……
书友推荐
本类畅销
编辑推荐
返回顶部
中图网
在线客服