主动学习算法在板厚控制系统中的应用研究

《主动学习算法在板厚控制系统中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中图分类号：TP183论文编号：HBLG2016-380UDC：密级：公开硕士学位论文主动学习算法在板厚控制系统中的应用研究作者姓名：李冬梅学科名称：控制工程研究方向：检测技术及智能装置学习单位：华北理工大学学制:2.5年提交日期:2015年11月30日申请学位类别：工程硕士导师姓名：李福进教授单位：华北理工大学电气工程学院王风军高工单位：唐山钢铁集团微尔自动化有限公司论文评阅人：史涛副教授单位：华北理工大学电气工程学院关榆君教授单位：唐山学院论文答辩日期：2016年1月13日答辩委员会主席：赵春祥研究员关键词：主动学习算法；全局敏感度分析法；动态神经网络

2、；板厚控制唐山华北理工大学2016年3月StudyofActiveLearningintheAutomaticGaugeControlSystemDissertationSubmittedtoNorthChinaUniversityofScienceandTechnologyinpartialfulfillmentoftherequirementforthedegreeofMasterofEngineeringbyLiDongmei(ControlEngineering)ProfessorLiFujinSupervisor:WangFengjunMarch

3、,2016独创性说明本人郑重声明：所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加Ｗ标注和致谢的，也不包含地方外，论文中不包含其他人己经发表或撰写的研究成果为获得华北理工大学レッ外其他教育机构的学位或证书所使用过的材一料。与我同工作的同志对本研究所做的任何贡献均己在论文中做了明确的说明并表示了谢意。、、．＇？‘口论文作者签名曰期年？＾月／曰：＞关于论文使用授权的说明本人完全了解华北理工大学有关保留、使用学位论文的规定，艮己获学位的研究生必须按学校规定提交学位论文

4、，学校有权保Ｐ；留、送交论文的复印件，允许论文被查阅和借阅；学校可ｙＡ将学位论．文的全部或部分内容采用影印、缩印或编入有关数据库进行公开、检索和交流。作和导师同意论文公开及网上交流的时间；＾自授予学位之日起□自年月日起’作者签名：私摘导师签名签字曰期：如年＾月／〇曰签字曰期；＾年案月口曰／摘要摘要主动学习算法是用来减少机器学习算法标记数据需求量的有效方法，它采用未标记样例辅助已标记样例的形式对分类器进行训练，以此构建高精度分类器。将主动学习应用到板厚控制系统中是机器学习及智能控制领域研究的重要课题。针对板厚控制系

5、统自适应能力较弱，智能化程度较低等问题，从模拟生物自学习的角度建立了板厚控制系统基于主动学习的发育模型。基于该发育模型，板厚控制系统能够根据系统反馈值做出控制参数的自适应调整，并不断积累调整经验以此提高系统智能化程度。首先，针对目前BP神经网络控制算法中训练样本采集耗时长的问题，提出了一种基于主动学习的BP神经网络控制算法。仿真实验结果显示，通过采用主动学习算法有效减少了网络训练时间。其次，针对主动学习算法中传统采样策略易采集重复样例的问题，提出了一种改进型采样策路，实现网络训练样本的采集，并使用快速下降算法用于网络自学习过程，提出一种改进型多层感知器神经

6、网络控制算法。最后，针对网络最终性能因自身结构固定不变而受影响的问题，提出一种动态神经网络。根据全局敏感度分析法调整动态网络结构，通过该动态网络在线调节PID控制器的参数，以此构建主动学习发育模型，从而建立控制带钢厚度的智能系统。主动学习算法的应用使板厚控制系统的智能化程度与自适应能力得以提高，最后的仿真实验验证了该研究的有效性。由于时间和条件的限制，研究尚有多方面等待改进和深入讨论。图41幅；表0个；参70篇。关键词：主动学习算法；全局敏感度分析法；动态神经网络；板厚控制分类号：TP183-I-华北理工大学硕士学位论文AbstractActivelear

7、ningalgorithmisaneffectivemethoedthatcanbeusedtoreducethedemandofmachinelearningalgorithmsmarkdata,whichusesunlabeledsampleintheformofaidmarkedsampleforclassifiertraining,inordertobuildthehighaccuracyclassifier.Theapplicationofactivelearninginthethicknesscontrolsystemisanimportant

8、issueinthefieldofmachinelearninga