论文摘要
贝叶斯网络是表示复杂概率知识理解变量之间的因果关系以及数据集特征的有力工具,如何高效的学习贝叶斯网络结构一直是研究的重点。水泥篦冷机是水泥生产线中冷却高温水泥熟料和回收热量的关键设备,水泥篦冷机换热贝叶斯网络模型建立及故障诊断直接影响熟料质量和水泥生产能耗。动态贝叶斯网络是贝叶斯网络在时序空间的拓展,其结构学习的效率和准确性直接影响网络的适用性。针对传统贝叶斯网络结构学习算法寻优效率差的问题,推导出两种基于节点序搜索的贝叶斯结构学习算法NOK2算法和NCSC算法,将两种算法应用在篦冷机熟料换热工艺参数贝叶斯网络模型建立和动态贝叶斯网络结构构建。具体研究工作如下:首先,构建基于节点序寻优进行贝叶斯网络结构学习的NOK2算法:该算法在经典贝叶斯网络结构学习算法K2算法的基础上,首先通过计算支撑树权重矩阵,构建能够定量评价节点序的适应度函数。然后通过提出混合交叉策略和孤立节点处理机制,同时利用动态学习因子和倒置变异策略,提升遗传算法节点序寻优的性能。最后将得到的节点序作为K2算法的先验知识得到最优贝叶斯网络结构。其次,构建基于节点块序列约束的局部贝叶斯网络结构搜索算法NCSC算法,该算法首先通过评分定向构建定向支撑树结构,在此基础上构建节点块序列,然后利用节点块序列确定每个节点的潜在父节点集,通过搜索每个节点的父节点集构建网络结构,最后对该结构进行非法结构修正得到最优贝叶斯网络结构。最后,将两种基于节点序搜索的贝叶斯网络结构学习算法分别应用在篦冷机熟料换热故障诊断模型建立和动态贝叶斯网络结构构建。在NOK2算法和NCSC算法构建的贝叶斯网络结构的基础上建立篦冷机熟料换热工艺贝叶斯网络模型,并进行参数学习和故障推理诊断。针对动态贝叶斯网络结构的特点,在NOK2算法和NCSC算法的基础上构建混合算法INKABA算法用于动态贝叶斯网络的结构学习。
论文目录
文章来源
类型: 硕士论文
作者: 王海羽
导师: 刘彬
关键词: 贝叶斯网络,换热参数建模,优化算法,节点序搜索算法,动态贝叶斯网络
来源: 燕山大学
年度: 2019
分类: 基础科学,信息科技
专业: 数学,自动化技术
单位: 燕山大学
分类号: TP181;O21
DOI: 10.27440/d.cnki.gysdu.2019.000364
总页数: 74
文件大小: 1355K
下载量: 66
相关论文文献
- [1].猴群算法及其改进综述[J]. 电脑知识与技术 2017(32)
- [2].算法合谋反竞争问题初探[J]. 合肥工业大学学报(社会科学版) 2019(02)
- [3].新授粉方式的花授粉算法[J]. 计算机工程与应用 2018(23)
- [4].一种有效的多峰优化鸟群算法[J]. 中南民族大学学报(自然科学版) 2018(04)
- [5].蚁群算法研究与应用的新进展[J]. 计算机工程与科学 2019(01)
- [6].新搜索策略的花授粉算法[J]. 电子测量与仪器学报 2019(07)
- [7].基于速度越界处理与高斯扰动的改进蝙蝠算法[J]. 数学的实践与认识 2019(19)
- [8].基于改进花授粉算法的移动机器人路径规划研究[J]. 软件导刊 2018(11)
- [9].一种混合重心重构花授粉改进算法[J]. 现代计算机 2019(20)
- [10].用主流价值导向驾驭“算法” 全面提高舆论引导能力[J]. 传媒 2019(18)
- [11].具有自适应步长与协同寻优的蝙蝠烟花混合算法[J]. 小型微型计算机系统 2019(07)
- [12].烟花算法研究改进综述[J]. 电子世界 2018(10)
- [13].结合蝙蝠算法改进的密度峰值聚类算法[J]. 西北大学学报(自然科学版) 2019(04)
- [14].人工蜂群算法的改进[J]. 计算机工程与设计 2018(01)
- [15].K-Means聚类算法的改进和研究[J]. 数字通信世界 2018(09)
- [16].基于集束搜索的二维矩形排样问题求解算法[J]. 软件导刊 2019(05)
- [17].基于knee points的改进多目标人工蜂群算法[J]. 计算机工程与应用 2018(02)
- [18].简单高效耦合策略的粒子群混合算法[J]. 控制理论与应用 2018(01)
- [19].一种改进蚁群算法在TSP问题上的应用[J]. 科技与创新 2018(01)
- [20].压缩感知重构SAMP的改进算法[J]. 南京大学学报(自然科学) 2018(03)
- [21].基于K-means聚类算法改进算法的研究[J]. 信息通信 2018(05)
- [22].一种基于二分查找的快速降型算法[J]. 北京师范大学学报(自然科学版) 2018(02)
- [23].HMOFA:一种混合型多目标萤火虫算法[J]. 软件学报 2018(04)
- [24].人工蜂群算法的改进及在空间数据聚类中的应用[J]. 测绘与空间地理信息 2017(10)
- [25].关于kmp算法改进的探讨[J]. 数字技术与应用 2020(04)
- [26].改进的变步长果蝇优化算法[J]. 微电子学与计算机 2018(06)
- [27].RSA算法的研究与实现[J]. 现代计算机(专业版) 2018(30)
- [28].复杂场景下面向群体路径规划的改进人工蜂群算法[J]. 山东师范大学学报(自然科学版) 2017(04)
- [29].一种新的智能策略:光学优化算法[J]. 计算机仿真 2017(12)
- [30].并行人工蜂群算法研究[J]. 电子科技 2018(01)