书馨卡帮你省薪 2024个人购书报告 2024中图网年度报告
欢迎光临中图网 请 | 注册
> >
高维机械频谱数据智能集成建模

高维机械频谱数据智能集成建模

出版社:国防工业出版社出版时间:2024-11-01
开本: 16开 页数: 408
本类榜单:工业技术销量榜
中 图 价:¥92.5(6.7折) 定价  ¥138.0 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>

高维机械频谱数据智能集成建模 版权信息

  • ISBN:9787118132229
  • 条形码:9787118132229 ; 978-7-118-13222-9
  • 装帧:平装-胶订
  • 册数:暂无
  • 重量:暂无
  • 所属分类:>

高维机械频谱数据智能集成建模 本书特色

详细叙述典型机械设备难测参数检测现状,让读者清晰了解相关情况。 开展面向工业过程机械设备难测参数的频谱特性分析,为后续研究奠定基础。 明确智能集成建模策略,提供解决相关问题的思路与方向。 阐述多种针对高维机械频谱数据的建模算法,内容丰富全面。 *终获得通用的基于高维机械频谱数据的智能集成建模方法,具有较强实用性与通用性,可为相关领域提供有效的建模参考。

高维机械频谱数据智能集成建模 内容简介

本书针对与复杂工业过程产品质量/产量以及生产安全密切相关的高能耗类重型旋转机械设备关键运行指标参数难以检测的问题,依据难测参数与高维机械频谱间存在的难以采用精确数学模型描述的非线性映射关系,运用基于机械设备振动/振声频谱数据驱动的软测量建模方式进行检测,重点解决多组分非平稳机械时域信号蕴含信息提取难、高维频谱数据特征约简难、多源多尺度信号的冗余性和互补性融合难、工业过程固有工况漂移特性导致离线模型泛化性能下降等问题,构建能够降低复杂度、提高可解释性与泛化性的智能集成软测量检测模型。本书详细叙述了典型机械设备难测参数检测现状及与其相关软测量建模相关技术的研究现状,进行了面向工业过程机械设备难测参数的频谱特性分析并明确其智能集成建模策略,之后依次顺序地进行面向高维机械频谱数据的特征约简、选择性集成建模、混合集成建模、在线集成建模算法的阐述,*终获得了较为通用的一类基于高维机械频谱数据的智能集成建模方法。
本书可供在机械、化工、能源、食品、武器装备等行业中,基于机械频谱或其他来源高维谱数据进行难测参数软测量建模的科技人员使用。

高维机械频谱数据智能集成建模 目录

**部分:进化计算基础知识 问题的提出1.1 优化、建模和仿真问题1.1.1 优化1.1.2 建模1.1.3 仿真1.2 搜索问题1.3 优化与约束1.4 著名 NP 问题进化计算:起源2.1 主要隐喻2.2 发展简史2.3 生物灵感**部分:进化计算基础知识 问题的提出 1.1 优化、建模和仿真问题 1.1.1 优化 1.1.2 建模 1.1.3 仿真 1.2 搜索问题 1.3 优化与约束 1.4 著名 NP 问题 进化计算:起源 2.1 主要隐喻 2.2 发展简史 2.3 生物灵感 2.4 为什么需要进化计算? 进化算法:定义 3.1 进化算法是什么? 3.2 进化算法的组成 3.2.1 问题表示 (个体定义) 3.2.2 评估函数 (适应度函数) 3.2.3 种群 3.2.4 父代选择机制 3.2.5 变异算子 (突变和重组) 3.2.6 生存选择机制 (替代) 3.2.7 种群初始化 3.2.8 进化终止条件 3.3 进化循环的手动推演 3.4 应用实例 3.4.1 八皇后问题 3.4.2 背包问题 3.5 进化算法操作 3.6 自然进化与人工进化 3.7 进化计算、全局优化和其它搜索问题 表示、变异和重组 4.1 表示和变异操作的角色 4.2 二进制表示 4.2.1 二进制表示的变异 4.2.2 二进制表示的重组 4.3 整数表示 4.3.1 整数表示的变异 4.3.2 整数表示的重组 4.4 实数或浮点数表示 4.4.1 实数表示的变异 4.4.2 实数表示的自适应变异 4.4.3 实数表示的重组算子 4.5 排列表示 4.5.1 排列表示的变异 4.5.2 排列表示的重组 4.6 树形表示 4.6.1 树形表示的变异 4.6.2 树形表示的重组 适应度、选择和种群管理 5.1 种群管理模型 5.2 父代选择 5.2.1 适应度比例选择 5.2.2 排序选择 5.2.3 概率选择 5.2.4 锦标赛选择 5.2.5 均匀父代选择 5.2.6 大规模种群的过度选择 5.3 生存选择 5.3.1 基于年龄的替代 5.3.2 基于适应度的替代 5.4 选择压力 5.5 多模态问题、选择和多样性需求 5.5.1 多模态问题 5.5.2 保持多样性的特征选择和种群管理方法 5.5.3 适应度共享 5.5.4 拥挤机制 5.5.5 采用交配限定的自动物种形成机制 5.5.6 串联运行多种群机制:岛模型进化算法 5.5.7 单种群内的空间分布机制:细胞分化进化算法 流行进化算法变种 6.1 遗传算法 6.2 进化策略 6.3 进化编程 6.4 遗传编程 6.5 学习分类器系统 6.6 差分进化 6.7 粒子群优化 6.8 分布估计算法 第二部分:进化计算方法论问题 7. 参数和参数调整 7.1 进化算法参数 7.2 进化算法和进化算法实例 7.3 进化算法设计 7.4 调节问题 7.5 算法质量:性能和鲁棒性 7.6 调参方法 8. 参数控制 8.1 引言 8.2 参数变化实例 8.2.1 变异步长尺寸的变化 8.2.2 惩罚参数的变化 8.3 参数控制技术的分类 8.3.1 哪些参数进行变化? 8.3.2 如何进行参数变化? 8.3.3 哪些证据表明了变化? 8.3.4 变化的范围是什么? 8.3.5 小结 8.4 进化算法参数变化的实例 8.4.1 表示 8.4.2 评估函数 8.4.3 变异 8.4.4 交叉 8.4.5 选择 8.4.6 种群 8.4.7 同时变化多个参数 8.5 讨论 9. 进化算法运用 9.1 想要进化算法做什么? 9.2 性能度量 9.2.1 不同的性能度量准则 9.2.2 峰值性能与平均性能 9.3 实验比较的测试问题 9.3.1 基于预定义问题的实例 9.3.2 基于问题实例生成器 9.3.3 基于现实世界问题 9.4 应用例子 9.4.1 较差的实践例子 9.4.2 良好的实践例子 第三部分:进化算法高级技术 10. 混合其它技术:文化基因算法 10.1 混合进化算法的动机 10.2 局部搜索的简短介绍 10.2.1 拉马克学说与鲍德温效应 10.3 文化基因算法的结构 10.3.1 启发式或智能初始化 10.3.2 变异算子混合:智能交叉和变异 10.3.3 基于变异算子输出的局部搜索 10.3.4 基于基因型和表现性映射的混合 10.4 自适应文化基因算法 10.5 文化基因算法的设计问题 10.6 应用实例:多阶段文化基因时间表 11. 非平稳和噪声函数优化 11.1 非平稳问题的特性 11.2 多源不确定性的影响 11.3 算法方法 11.3.1 增加鲁棒性或降低噪声的方法 11.3.2 针对动态环境的纯进化方法 11.3.3 面向切换或循环环境的基于存储器的方法 11.3.4 动态环境中显式增加多样性的方法 11.3.5 保持多样性和重采样的方法:改变选择和替代策略 11.3.6 应用实例:具有时变特性的背包问题 12. 多目标进化算法 12.1 多目标优化问题 12.2 支配解与帕累托优化 12.3 面向多目标优化的进化算法 12.3.1 非精英方法 12.3.2 精英方法 12.3.3 多目标进化
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