亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        一種有效提高儀器精度的建模方法

        2015-12-28 05:28:16賈云濤,胡耀元,張建永
        計測技術(shù) 2015年4期

        一種有效提高儀器精度的建模方法

        賈云濤,胡耀元,張建永,岳偉

        (北京無線電計量測試研究所,北京 100039)

        摘要:提出了一種能夠有效提高儀器儀表測量精度的建模方法。該模型結(jié)合改進的灰色系統(tǒng)和粒子群優(yōu)化算法,通過測試數(shù)據(jù)對模型訓(xùn)練后得到儀表滿量程內(nèi)誤差的擬合模型,進而可對儀器量程內(nèi)任意測量值進行修正。通過實驗證明,該模型具有經(jīng)濟性、實用性和準確性高的特點。

        關(guān)鍵詞:灰色系統(tǒng);離子群優(yōu)化算法;儀表精度

        doi:10.11823/j.issn.1674-5795.2015.04.04

        中圖分類號:TB97;O24

        收稿日期:2015-01-24

        作者簡介:賈云濤(1986-),男,工程師,碩士,主要從事電學(xué)計量科研和測試工作。

        An Effective Modeling Approach to Improve Meter Accuracy

        JIA Yuntao,HU Yaoyuan,ZHANG Jianyong,YUE Wei

        (Beijing Institute of Radio Metrology & Measurement,Beijing 100039,China)

        Abstract:This paper presents a modeling approach which can effectively improve meter accuracy.This model,which combines the improved gray system and particle swarm optimization,uses a small amount of the instrument known error data as training data to get the full-scale error fitting model.Then the model can be used to amend all values in the range.The system has the advantages of economy,practicality and high accuracy proved by experiments.

        Key words:gray system;particle swarm optimization;meter accuracy

        0引言

        儀器儀表品種繁多,已被廣泛應(yīng)用于工業(yè)、醫(yī)療和科研等領(lǐng)域中。伴隨著科學(xué)技術(shù)的進步,儀器儀表越來越復(fù)雜化、集成化和高科技化。而隨著使用時間的累積,儀器儀表也表現(xiàn)出精度下降、可維修性差的問題。由于影響儀表精度的因素具有多樣性,有已知的也有未知的,這就為提高儀器的精度帶來了很大的困難。

        本文提出了一種粒子群非齊次灰色模型對儀表測量數(shù)據(jù)建模的方法。該模型改變了傳統(tǒng)依靠硬件優(yōu)化提高儀表精度的思想,具有通用性、經(jīng)濟性和有效性。

        1三種建模方法

        1.1灰色模型

        灰色系統(tǒng)理論是一種用來解決信息不完備系統(tǒng)的數(shù)學(xué)方法,尤其適用于影響因素多樣并且未知的系統(tǒng)[1-2]。影響儀器儀表精度的原因多種多樣,有儀表電壓、元器件老化、環(huán)境干擾等因素,這些因素又無法用數(shù)學(xué)量化,因此可以將儀表的誤差影響系統(tǒng)看作是一個灰色系統(tǒng)進行研究[3]。

        其建模方法可描述為:

        設(shè)訓(xùn)練序列X(0)為非負序列:

        X(0)={x(0)(1),x(0)(2),x(0)(3),...,x(0)(n)}

        式中:x(0)(k)≥0,k=1,2,…,n。

        將模型訓(xùn)練序列進行一次累加生成,得到序列為X(1):

        X(1)={x(1)(1),x(1)(2),x(1)(3),...,x(1)(n)}

        (1)

        Z(1)為X(1)的緊鄰均值生成序列:

        Z(1)={z(1)(1),z(1)(2),…,z(1)(n)}

        (2)

        式中:z(1)(k)=0.5x(1)(k)+0.5x(1)(k-1),k=1,2,…,n。

        稱x(0)(k)+az(1)(k)=b為GM(1,1)模型。

        若Z=(a,b)Τ為參數(shù)列,且

        (3)

        則可通過最小二乘估計求解微分方程x(0)(k)+az(1)(k)=b中的系數(shù)。

        (4)

        通過數(shù)學(xué)求解可得到白化方程的時間響應(yīng)函數(shù)為

        (5)

        得到的式(5)即代表序列一次累加和的時間響應(yīng)曲線,再進行反運算即得到訓(xùn)練序列的相應(yīng)函數(shù)曲線,代表著訓(xùn)練序列的趨勢軌跡。

        1.2粒子群算法

        粒子群算法即PSO算法(Particle Swarm Optimization),是基于群體智能的一種尋找最優(yōu)解的優(yōu)化算法[4]。

        應(yīng)用PSO算法求解最優(yōu)解有兩個很重要的步驟:編碼和適應(yīng)度函數(shù)。PSO算法對粒子直接編碼,粒子在進化過程中通過適應(yīng)度函數(shù)的反饋確定最優(yōu)粒子,然后通過式(6)和(7)更新粒子的速度和位置,不斷逼近最優(yōu)解,當達到終止條件時,停止進化。

        vij(t+1)=wvij(t)+c1×rand()×(pbestij-xij(t))

        +c2×rand()×(gbestj-xij(t))

        (6)

        xij(t+1)=xij(t)+vij(t+1)

        (7)

        式中:w是代表運動慣性的參數(shù),較大的w有利于群體在更大的范圍內(nèi)搜索,較小的w能夠保證群體收斂到最優(yōu)位置,一般設(shè)置為0.8左右;c1和c2用于調(diào)整種群自身經(jīng)驗和社會經(jīng)驗在其運動中的作用,表示個體向pbest(自身最優(yōu)位置)和gbest(群體最優(yōu)位置)加速項的權(quán)重;rand()是介于(0,1)之間的隨機數(shù),在初始化階段用來定義粒子的初始位置和初始速度。

        1.3PSO-NGM模型

        在灰色模型的基礎(chǔ)上加入非齊次方程量,并結(jié)合粒子群優(yōu)化算法求解得到組合模型,即粒子群非齊次灰色模型PSO-NGM(Particle Swarm Optimization Non-homogenous Grey Model)。將它應(yīng)用于提高儀器精度上的思想就是:選取標準儀器對待測儀器量程內(nèi)進行少量數(shù)據(jù)測試,將標準與被測儀器示值差作為誤差,用誤差數(shù)據(jù)去訓(xùn)練PSO-NGM模型就可以得到儀器滿量程內(nèi)誤差模型。進而可對被測儀器滿量程內(nèi)任意測量值進行修正,提高儀器精度。

        (8)

        式中:v,C1,C2,C3,C4為待定系數(shù)。

        由公式(8)可以看出,新改進的方程不僅具有原來指數(shù)的模型,還增加了直線和拋物線的擬合模型[7-8]。因此比原灰色系統(tǒng)更具有適用性。

        2求解PSO-NGM模型

        PSO-NGM模型訓(xùn)練的流程圖如圖1所示。

        圖1 PSO-NGM模型訓(xùn)練流程圖

        2.1歸一化和反歸一化

        由于模型應(yīng)用了灰色系統(tǒng)理論,而灰色理論中要求訓(xùn)練數(shù)據(jù)為非負?,F(xiàn)實中儀器測量誤差不可能保證總為正數(shù),因此,需要先對原始誤差數(shù)據(jù)進行歸一化處理,有

        (9)

        式中:xmin和xmax代表數(shù)據(jù)中的最小和最大值;(0)代表歸一化的最小值是0值。

        得到的新數(shù)據(jù)是一系列在(0,1)范圍內(nèi)的歸一化數(shù)據(jù),可以用來進行模型訓(xùn)練。同理,在模型訓(xùn)練結(jié)束再進行反歸一化得到復(fù)原的數(shù)據(jù)值。

        2.2初始化過程

        用離子群優(yōu)化算法尋求最優(yōu)解需要先對代表解的粒子進行初始化,包括粒子初始速度和位置、迭代次數(shù)和種群大小等。

        2.3參數(shù)v,C1,C2,C3,C4的求解過程

        通過粒子群算法不斷迭代優(yōu)化得到最優(yōu)粒子v的值后,令

        (10)

        應(yīng)用最小二乘法可求得參數(shù)C1,C2,C3,C4的估計值:

        (11)

        2.4數(shù)據(jù)還原過程

        根據(jù)PSO算法和最小二乘法迭代后可得到v,C1,C2,C3,C4的值,即得到了序列累加后的擬合方程式(8),再經(jīng)過累減運算就可以得到還原序列:

        (12)

        2.5粒子速度和位置更新過程

        每次優(yōu)化后根據(jù)每個粒子對應(yīng)的適應(yīng)度函數(shù)大小判定粒子的優(yōu)劣。求取全部粒子中的最優(yōu)粒子。其他粒子根據(jù)式(6)和式(7)改變位置和速度后繼續(xù)進化,直到達到指定的進化次數(shù)為止。

        3PSO-NGM模型的應(yīng)用分析

        3.1模型訓(xùn)練

        為了驗證所建模型的正確性和有效性,我們特選取在工業(yè)生產(chǎn)和各大行業(yè)都普遍用到的數(shù)顯表頭作為研究對象。選取某型號數(shù)顯表,在0~50 V量程內(nèi)抽點進行電壓值測量,然后應(yīng)用本文模型對其誤差進行訓(xùn)練[9]。實驗中,我們選用了一組較均勻的分布于數(shù)顯表量程內(nèi)的電壓測量點,測量時,選用標準器5720A的輸出電壓作為標準電壓,數(shù)顯表顯示的電壓作為測量電壓。其顯示值與標準值之差作為誤差進行模型訓(xùn)練。為了證明本文模型的有效性,將修正后的結(jié)果與基本灰色模型系統(tǒng)修正的結(jié)果進行對比。

        在0~50 V量程內(nèi)包括最低、最高值點的等間距選取6個測試點。得到該數(shù)顯表顯示值與標準值誤差如表1所示。

        根據(jù)公式(9),將絕對誤差歸一化到(0,1)范圍,結(jié)果見表1。

        表1 顯示值與標準值誤差及歸一化結(jié)果

        PSO算法在本模型中只優(yōu)化一個未知解,可初始化粒子群的維數(shù)為1,初始數(shù)目為200,根據(jù)v的預(yù)估值,設(shè)置粒子初始位置和初始速度分別為(0,1)和(-0.1,0.1)內(nèi)的隨機數(shù)。設(shè)置終止條件為疊代次數(shù)達到500。應(yīng)用已有的6個歷史誤差數(shù)據(jù),選取所有訓(xùn)練數(shù)據(jù)擬合值與實際值的最小誤差和作為適應(yīng)度函數(shù),尋求最優(yōu)粒子解[10]。

        3.2結(jié)果分析

        使用PSO-NGM模型最終得到訓(xùn)練數(shù)據(jù)和擬合數(shù)據(jù)的對比如表2所示。圖2顯示了應(yīng)用本文模型與GM模型擬合效果的對比。圖3和圖4分別為粒子群優(yōu)化過程中適應(yīng)度值的變化過程和最優(yōu)粒子解的優(yōu)化過程。

        表2 PSO-NGM模型對訓(xùn)練數(shù)據(jù)的

        圖2 PSO-NGM模型與GM(1,1)模型訓(xùn)練結(jié)果對比圖

        圖3 PSO-NGM模型中適應(yīng)度值的變化

        圖4 PSO-NGM模型中最優(yōu)粒子的變化

        從圖2可以看出本文提出的PSO-NGM模型比灰色模型能更好地擬合儀器誤差的曲線。

        3.3模型驗證

        應(yīng)用標準源5720A對數(shù)顯表量程內(nèi)一組電壓點隨機測量,分別應(yīng)用GM(1,1)模型和PSO-NGM模型對誤差進行修正。將修正結(jié)果與標準值進行比較,對比情況如表3所示。

        表3 PSO-NGM與GM(1,1)模型

        由表3可以看出,灰色模型雖然能夠?qū)x表誤差進行少量修正,但也出現(xiàn)了錯誤修正,而本文提出的PSO-NGM模型卻能夠?qū)y量結(jié)果進行準確的修正,證明該改進模型克服了原始灰色模型適用性差的缺點,能夠適用于儀表誤差的修正。

        4總結(jié)

        本文提出了一種結(jié)合灰色系統(tǒng)和粒子群優(yōu)化算法的數(shù)學(xué)模型。該模型具有訓(xùn)練數(shù)據(jù)少,適用性強和精度高的優(yōu)點,可應(yīng)用于對儀器示值誤差進行修正而不需改變儀器的硬件,具有廣闊的應(yīng)用前景和實用價值。

        參考文獻

        [1] Yang G,Wu X.Fault prediction of ship machinery based on gray neural network model[C]//Proc.of the 6th IEEE International Conference on Control and Automation.Guangzhou,China:IEEE,2007:1063-1066.

        [2] 彭宇,劉大同,彭喜元.故障預(yù)測與健康管理技術(shù)綜述[J].電子測量與儀器學(xué)報,2010,24(1):1-9.

        [3] Cheng S,Pecht M.A fusion prognostics method for remaining useful life prediction of electronic products[C]//IEEE,2009:102-107.

        [4] 唐陽山,方媛,白艷,等.基于蟻群算法的交通出行生成預(yù)測方法的研究及應(yīng)用[J].遼寧工業(yè)大學(xué)學(xué)報:自然科學(xué)版,2009,(02):108-110.

        [5] 何斌,蒙清.灰色預(yù)測模型拓廣方法研究[J].系統(tǒng)工程理論與實踐,2002,9(9):137-140.

        [6] 仇芝.灰色組合模型研究與應(yīng)用[D].南京:南京航空航天大學(xué),2006.

        [7] 陳鵬宇,段新勝,項翔.優(yōu)化白化方程參數(shù)的新NGM(1,1,k)模型及其應(yīng)用[C]//第19屆灰色系統(tǒng)全國學(xué)術(shù)會議.北京:中國高等科學(xué)技術(shù)中心,2010:299-304.

        [8]柯鏵,柯科,灰色模型的擴展及應(yīng)用[J].蘭州理工大學(xué)學(xué)報,2013,39(6):152-155.

        [9] 潘亞林,鄭樹湘.應(yīng)用灰色系統(tǒng)模型提高儀器精度[J].低溫與超導(dǎo),2002,30(1):64-67.

        [10] 賈云濤.基于改進灰色系統(tǒng)的電力電子裝置故障預(yù)測技術(shù)研究[D].南京:南京航空航天大學(xué),2012.

        国产精品九九九久久九九| 人人妻人人澡人人爽欧美一区双| a级毛片免费完整视频| 亚洲黄视频| 一本色道久久综合亚洲精品蜜臀| 加勒比久久综合久久伊人爱| 国内免费高清在线观看| aaaaaa级特色特黄的毛片| 亚洲av成人在线网站| 久久黄色精品内射胖女人| 欧美激情肉欲高潮视频| 亚洲精品国产福利一二区| 无码人妻丝袜在线视频| 国产精品自拍视频在线| 国产电影无码午夜在线播放| 香蕉久久人人97超碰caoproen| 日韩在线视频不卡一区二区三区| 国产精品自拍午夜伦理福利| 国产丝袜美女一区二区三区 | 日韩人妻无码精品系列专区无遮| 中文字幕亚洲入口久久| 18精品久久久无码午夜福利| 豆国产95在线 | 亚洲| 中文字幕乱码亚洲无线| 国产一品二品精品在线| 亚洲avav天堂av在线网爱情| 熟妇无码AV| 在线久草视频免费播放| 人妻少妇精品久久久久久| 在线播放亚洲第一字幕| 国产午夜av一区二区三区| 一区二区三区激情免费视频| 久久久久久国产精品免费免费男同 | 亚洲av区无码字幕中文色| 日韩精品一区二区三区中文9| 国产精品国产三级国产av18| 中出人妻中文字幕无码| 亚洲男人的天堂精品一区二区 | 女人天堂av人禽交在线观看| 免费观看的a级毛片的网站| 亚洲五月激情综合图片区|