具有輸入故障自適應(yīng)能力的在線智能建模.pdf

1、在工程應(yīng)用和經(jīng)濟(jì)問題分析中，系統(tǒng)辨識建模是應(yīng)用分析的必不可少的一個步驟。在目前的絕大部分的文獻(xiàn)資料中都是考慮系統(tǒng)絕對可靠的情況下就模型的擬合問題進(jìn)行分析，極少看到相關(guān)的文獻(xiàn)討論模型在線運行后因輸入變量出現(xiàn)故障后仍設(shè)法使模型具備自適應(yīng)的能力從而使得系統(tǒng)有正確的輸出的問題。論文就這個問題進(jìn)行深入的研究和探討。 論文分析了飛機油箱剩余油量模型的輸入變量之間的多重相關(guān)性問題，以離線的方式和多種建模方法建立了系統(tǒng)的測量模型。其中離線方式建

2、立的模型有普通多元最小二乘線性回歸模型、向后刪除變量篩選變量法建立的多元線性回歸模型、偏最小二乘回歸分析模型、經(jīng)多種預(yù)處理減少輸入變量后建立的自適應(yīng)神經(jīng)模糊推理系統(tǒng)模型(ANFIS)。并且從精度和復(fù)雜度上對這幾種建模方式進(jìn)行對比分析。 論文重點研究了模型在投入運行后的可靠運行問題。論文提出了幾種診斷輸入變量是否出現(xiàn)故障和輸入變量的故障是否已經(jīng)消除的算法，并且比較分析了這幾種診斷算法的優(yōu)缺點：論文也給出了幾種應(yīng)對輸入變量故障的自適