导读:本文包含了数据驱动建模论文开题报告文献综述及选题提纲参考文献，主要关键词:温度预测,故障诊断,机器人,工业互联网平台
数据驱动建模论文文献综述
范莹,李天辉,刘宗福,姜百宁[1]（2019）在《基于数据驱动的机器人轴温预测建模与应用》一文中研究指出为解决机器人故障预测问题,提出一种使用机器人轴温预测的方法,实现机器人异常发热的提前预警,避免故障的发生。本文使用生产中机器人的历史数据作为数据源,分析对机器人轴温产生影响的测点,结合机器人机理,对数据进行衍生转换等操作,生成可以用于机器人轴温预测的特征数据。鉴于没有免费午餐(NFL,No Free Lunch)定理,对所有数据可用回归算法进行自动化选择,然后使用hyperopt进行优化调参,最终生成可用的机器人轴温预测模型。本文中所述数据获取、分析建模、上线部署及在线预测全部过程在Holli Cube工业互联网平台上进行。(本文来源于《自动化博览》期刊2019年10期）
余雯,李伟,潘宏斌[2]（2019）在《基于数据驱动的电力运行监控指标建模研究》一文中研究指出基于物联网传感数据分析模型提出了一个基于业务驱动的多维智能电力系统运行监视关键性能指标体系,并建立一个实时监控预警的体系架构。基于大电网全景信息平台,通过对调度过程、调度业务及调度管理性能指标立方体的组合和分割,形成了面向决策目标、通过业务驱动的智能电网调度性能指标体系,解决了目前调度性能指标体系出现的调度环节划分不明、决策指标缺失问题。(本文来源于《通信电源技术》期刊2019年08期）
李一,冯楠,谭顺成[3]（2019）在《数据驱动建模与优化技术在装备计划管理中的应用》一文中研究指出本文介绍了基于数据驱动建模与优化技术的装备计划管理分析模型应用方案,并分析了数据驱动的自动建模与优化技术内涵,研究了其基本原理和相关技术的比对分析。分析了装备计划管理需求,提出了基于数据开展规划计划评价模型,规划计划执行情况分析模型和装备建设综合效益评估模型。(本文来源于《电子技术与软件工程》期刊2019年15期）
李远庆,宋书中,黄景涛[4]（2019）在《基于GA-SVR的烟气含氧量数据驱动建模研究》一文中研究指出为准确预测电站锅炉变工况下烟气含氧量,基于工艺过程和相关性分析选择运行过程参数,研究基于支持向量回归(SVR)的烟气含氧量数据驱动建模方法,并利用遗传算法(genetic algorithms,GA)对模型超参数进行优化,以建立与机组特性相匹配的优化模型,对烟气含氧量进行更准确的预测。为检验该方法的建模效果,选取均方误差(MSE)和平方相关系数R~2对模型进行评估。在某1000MW燃煤机组上进行了仿真实验研究,结果表明,与SVR、KRR、BPNN、PSO-SVR等方法相比,GA-SVR所建立的模型更优,对烟气含氧量的预测更准确。(本文来源于《第30届中国过程控制会议（CPCC 2019）摘要集》期刊2019-07-31）
王锐涵,魏海平,曹宇,孙媛[5]（2019）在《数据驱动的肺结核传播过程的建模与分析》一文中研究指出为研究肺结核传播过程,通过数据解析和机理建模相结合的方法,建立了叁种能够较精确描述肺结核传播过程的模型。运用中国防控中心提供的近六年肺结核患病数据,分别基于SIS近似解析解的改进模型、BP神经网络(BPNN)模型和局部加权线性回归模型进行建模与分析。通过对所得预测数据运用方差对比的方法可知,SIS近似解析解的改进模型和局部加权线性回归模型预测值和实际值之间的方差较小,可以更加精确地预测肺结核传播过程。仿真结果表明,这叁种建模方法都可对肺结核的防控工作提供科学依据,且在所采用的样本范围内,与BP神经网络模型相比局部加权线性回归模型预测的准确度更高,而基于SIS近似解析解改进的模型可以在一定范围内稳定,预测值波动较小。(本文来源于《计算机应用》期刊2019年S1期）
张磊,黄传辉,朱恩旭,王磊,董妍[6]（2019）在《基于数据驱动建模的钣金装配过程误差分析》一文中研究指出钣金装配过程的误差分析对于消除钣金装配质量故障具有重要意义。现有分析建模方法由于受钣金装配零件的材料、几何形状和装配工艺的限制,难于对钣金装配过程进行准确建模和误差分析。与分析建模方法不同,基于装配体关键产品特征的历史测量数据提出进行钣金装配过程误差分析的数据驱动建模方法。所提方法由工程经验和数学推导,建立钣金装配过程的多元一阶自回归模型和多元部分线性模型。基于极大似然估计方法和最小二乘核光滑估计方法给出所建立模型的参数和非参数估计。四元四工序典型汽车引擎盖的装配实例证明,所提方法在钣金装配误差分析过程中具有有效性。基于数据驱动的建模方法易于建模,分析结果准确可靠,可为钣金装配过程的误差分析提供新思路。(本文来源于《机械工程学报》期刊2019年10期）
黄正宇[7]（2019）在《基于草图和数据驱动的真实感树分枝结构建模》一文中研究指出树的叁维模型在虚拟现实、景观设计及农林业应用方面有着重要的价值。但是由于树木结构复杂,其枝干以及分杈的真实感重建仍是一个挑战性问题。近年来基于草图的建模方法由于其简单直观,受到研究者的广泛关注,但基于草图的建模存在从二维到叁维转换的二义性问题。而基于数据驱动的方法可通过对已有树枝模型数据进行网络训练建立二维到叁维空间的映射关系,因此如何基于数据驱动的方法更好的解决草图二义性问题,是一个值得研究的课题。在生成树木的叁维骨架后,多数研究侧重对树木全局特征的建模,即简单地利用参数曲面(广义圆柱体)进行曲面的绘制而忽视树枝分杈结构的连续性,虽然有部分研究使用隐式曲面生成了连续的树杈,但不易控制和生成光滑自然的曲面。针对上述问题,本文采用基于草图和数据驱动相结合的方法,首先利用单棵树的叁维骨架作为样例,根据用户输入的二维草图生成具有样例枝条分布特点的树木叁维骨架,然后将生成骨架输入到基于细分曲面初始网格优化的模型中,从而生成具有流形分杈结构的完整树模型。论文主要研究内容和结论如下:(1)为解决草图二义性的问题,提出一种新的草图和数据驱动相结合的树枝建模方法。与需要大量数据的传统数据驱动方法不同,本文仅输入一个完整树的叁维骨架作为样例,分析其枝条分布特点,利用树杈骨架节点间的关系构建马尔科夫随机场的因子图,并以此为依据输入到BP神经网络中,通过训练估出样例的特征参数。用户输入的二维草图通过此系统预测后生成的叁维骨架在一定程度上具有原样例特点。(2)为同时解决参数曲面方法建模树杈不连续及隐式曲面方法难以控制的问题,提出了一种新的树木曲面生成方法。该方法基于细分曲面控制网格全局优化,利用从草图中和数据驱动中预测得到的叁维树的骨架信息,生成具有连续树枝分杈结构的完整树木。首先以各个骨架结点为原点建立局部坐标系,构建类长方体状的四边形网格作为基本树枝或树杈单元,采用自下而上的优化算法,调整相邻树杈单元间待连接顶点位置,并在一次细分后采用复制-粘贴边际树杈策略,形成具有流形结构的初始控制网格,最后应用Catmull-Clark细分算法,生成完整连续的树木四边形网格。实验结果表明,本文实现的基于单样例数据驱动的BP网络具有很好的泛化能力,通过输入二维树枝草图,能预测出具有样例特征的叁维树骨架模型,以苹果树、樱桃树和枫树为样例进行验证实验时,其预测均方误差均在合理范围之内;基于细分曲面初始网格全局优化算法对预测得到的树木叁维骨架进行优化,生成了具有连续分枝结构的完整树木四边形网格模型,与广义圆柱体建模方法相比,提出的新树木曲面生成方法能够生成全局形态相近、真实感更强的连续分杈;最后,用户调研结果表明,利用本文的树木建模系统,用户可在3至6分钟之内绘制出树木二维草图并生成具有选定样例特征的和连续树杈曲面特征的树模型。(本文来源于《西北农林科技大学》期刊2019-06-02）
鄢好,李绍红,吴礼舟[8]（2019）在《联合多种数据驱动建模方法的滑坡位移预测研究》一文中研究指出边坡位移是滑坡演化的宏观体现,分析并预测滑坡位移发展态势对于防灾减灾具有重要意义。由于滑坡位移曲线具有明显的非线性特征,单一模型往往难以刻画其非线性与复杂性。为发展一种普遍适用于滑坡位移的预测方法,提出了一种联合多种数据驱动模型的新方法。该方法根据时间序列分析理论,将滑坡位移序列分解为趋势项和周期项,趋势项采用并联型灰色神经网络处理,周期项则采用人工蜂群算法(ABC)优化后的极限学习机模型(ELM)处理,从而充分应用各种模型的优点。以叁峡库区白水河和八字门滑坡为例,对位移数据进行分析处理后,灰色神经网络模型预测其趋势性位移,改进后的极限学习机模型对周期性位移进行训练及预测。结果表明:在预测精度上,优化后的极限学习机模型准确度高于极限学习机模型及小波神经网络等方法,提出的灰色神经网络与ABC-ELM的组合模型可作为实际工程的一个参考。。(本文来源于《工程地质学报》期刊2019年02期）
韦伟,刘岭,彭其渊,陈绍宽[9]（2019）在《数据驱动的偶发拥堵时空建模及传播分析》一文中研究指出为研究实际的道路交通路网中偶发拥堵的传播和演化特性,充分发挥海量交通流数据的潜在价值,克服现有基于模拟仿真的拥堵分析方法因理论假设和参数设置所导致的"失真"问题,本文在交通流实测数据的基础上,建立改进的PLS-STAR模型对偶发拥堵的时空传播结构进行描述,并提出偶发拥堵的直接和间接时空传播效应两种概念对拥堵的时空传播影响进行刻画,从而构造了一种数据驱动的偶发拥堵时空传播效应评估方法.通过北京路网的案例研究发现,路网服务水平的降低,更大程度来源于拥堵传播的间接影响而非直接取决于突发的交通量增加,因此,通过控制拥堵传播来提升城市路网的服务水平仍具有巨大潜力.(本文来源于《交通运输系统工程与信息》期刊2019年02期）
詹东深[10]（2019）在《从语音识别出发浅析传统建模方法和数据驱动建模方法的比较》一文中研究指出弗雷德·贾里尼克教授在语音识别的研究过程中,创建了数据驱动方法。该方法的发明使得语音识别系统得以克服众多障碍继续向更高层次发展。本文从语音识别的简单介绍开始,由语音识别延伸到传统建模方式和数据驱动建模方式,分别对两种建模方式进行了简单介绍,最后又对两种建模方式进行了简单的比较。(本文来源于《通讯世界》期刊2019年03期）
数据驱动建模论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
基于物联网传感数据分析模型提出了一个基于业务驱动的多维智能电力系统运行监视关键性能指标体系,并建立一个实时监控预警的体系架构。基于大电网全景信息平台,通过对调度过程、调度业务及调度管理性能指标立方体的组合和分割,形成了面向决策目标、通过业务驱动的智能电网调度性能指标体系,解决了目前调度性能指标体系出现的调度环节划分不明、决策指标缺失问题。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
数据驱动建模论文参考文献
[1].范莹,李天辉,刘宗福,姜百宁.基于数据驱动的机器人轴温预测建模与应用[J].自动化博览.2019
[2].余雯,李伟,潘宏斌.基于数据驱动的电力运行监控指标建模研究[J].通信电源技术.2019
[3].李一,冯楠,谭顺成.数据驱动建模与优化技术在装备计划管理中的应用[J].电子技术与软件工程.2019
[4].李远庆,宋书中,黄景涛.基于GA-SVR的烟气含氧量数据驱动建模研究[C].第30届中国过程控制会议（CPCC2019）摘要集.2019
[5].王锐涵,魏海平,曹宇,孙媛.数据驱动的肺结核传播过程的建模与分析[J].计算机应用.2019
[6].张磊,黄传辉,朱恩旭,王磊,董妍.基于数据驱动建模的钣金装配过程误差分析[J].机械工程学报.2019
[7].黄正宇.基于草图和数据驱动的真实感树分枝结构建模[D].西北农林科技大学.2019
[8].鄢好,李绍红,吴礼舟.联合多种数据驱动建模方法的滑坡位移预测研究[J].工程地质学报.2019
[9].韦伟,刘岭,彭其渊,陈绍宽.数据驱动的偶发拥堵时空建模及传播分析[J].交通运输系统工程与信息.2019
[10].詹东深.从语音识别出发浅析传统建模方法和数据驱动建模方法的比较[J].通讯世界.2019