摘要
本发明涉及化工加注过程温度建模领域,特别涉及一种基于自适应随机变分贝叶斯的低温推进剂加注过程温度模型建立方法。包括:采集低温推进剂加注系统的加注流量以及温度;建立NARX有源非线性自回归模型;以自适应随机变分贝叶斯算法优化NARX有源非线性自回归模型。本发明采用自适应随机变分贝叶斯方法,解决大规模数据下的非线性模型辨识问题。与传统变分贝叶斯方法相比,所用方法通过使用比例采样的梯度计算方式,大大减小了计算量;与随机变分贝叶斯方法相比,本发明所用方法通过平滑梯度和自适应学习率,在保持计算复杂度优势的同时,加快了收敛速度,也即时间减少。
技术关键词
低温推进剂
模型建立方法
变分贝叶斯算法
变分贝叶斯方法
非线性
加注系统
变量
参数
概率密度函数
指数
数据
噪声
复杂度
符号
化工
基准
理论
元素
系统为您推荐了相关专利信息
语义知识图谱
层级卷积神经网络
关键词
语义特征
推荐系统
冷启动推荐方法
邻居
二阶特征
物品特征
注意力机制
聚合物热氧老化
寿命评估方法
指标
关系
老化模块
序列标注模型
信息抽取方法
时间序列特征
非暂态计算机可读存储介质
滑动窗口