导读:本文包含了模态推理论文开题报告文献综述及选题提纲参考文献，主要关键词:桥梁健康监测,贝叶斯推理,概率映射关系,环境因素
模态推理论文文献综述
吴小环[1]（2018）在《基于贝叶斯推理的桥梁模态参数与环境因素映射关系研究》一文中研究指出利用桥梁健康监测数据对桥梁结构的健康状况进行预警和评估是桥梁健康监测的根本任务。模态参数是桥梁健康监测的主要指标,可以反映桥梁结构状况的改变,但同时也受到各种环境因素的影响。研究环境因素对结构模态参数的影响程度,对实现科学合理的预警与评估具有重要意义。由于结构参数和环境因素的随机性,监测数据、资料收集的不完备,以及对于各因素之间的作用机理、内在规律认识不全等方面的影响,结构模态参数与环境因素之间的相关性分析不可避免地存在着不确定性。贝叶斯推理是解决不确定性问题的有力工具。它能充分考虑模型参数和模型选择的不确定性,获得模型参数的后验概率分布以及模型后验置信度,得出预测量的概率分布,与只能得到最优估计的传统方法相比具有更好的应用价值。本文依托新光大桥健康监测工程实践,应用贝叶斯推理,开展桥梁模态参数与环境温度、相对湿度、风速和车流量等环境因素之间的相关性分析,建立表征结构系统的模态参数-环境因素概率映射关系,实现模型参数和预测残差的不确定性量化;利用模态参数-环境因素概率映射关系的预测结果,实现新光大桥结构模态参数以及结构整体健康状况的预警和评估分析。本研究的主要工作及成果包括:(1)对桥梁健康监测数据的相关性分析和建立表征结构系统的数学模型的相关研究进行了文献综述,介绍了贝叶斯推理在结构健康监测中的应用现状与前景;(2)开展贝叶斯推理方法研究。详细介绍了贝叶斯参数识别与模型选择方法;模型参数的先验分布选用共轭先验分布,对于参数最优估计的迭代计算问题,采用均匀先验情况下求得的最优估计值作为共轭先验时相应参数的初始迭代值,提高了计算效率;通过相关算例,验证了以下结论:随着样本数量的增大,样本数据在贝叶斯推理结果中逐渐占据主导地位,推理者对未知参数的认知也不断提高;贝叶斯优选模型具有较好的稳健性和可靠性。(3)开展随机子空间法研究。介绍了几种常见的基于环境激励的模态参数识别方法及其优缺点;详细阐述了随机子空间法,介绍了稳定图结合概率直方图自动获取模态参数的方法;设计算例验证了随机子空间法识别结构模态参数的有效性和准确性;应用数据驱动随机子空间法识别新光大桥的模态参数,并与有限元软件的计算结果和2010年识别结果进行对比,验证了数据驱动随机子空间法识别新光大桥模态参数的准确性。(4)开展贝叶斯推理在桥梁健康监测中的应用研究。以新光大桥健康监测系统为背景,应用贝叶斯参数识别和模型选择方法建立模态参数-环境因素概率映射关系,然后进行预测分析和桥梁整体健康状况预警和评估分析。研究表明,(a)新光大桥各阶模态频率均与环境温度呈反比关系;(b)较小的平均风速对新光大桥模态频率的影响相对于环境温度、相对湿度和车流量而言比较小,但平均风速是影响模态阻尼比的重要因素;(c)车流量是新光大桥模态频率的重要影响因素,考虑车流量的模态频率-环境因素概率映射关系对模态频率的预测能力有显着提高,而且能准确地描述模态频率在一天内的波动情况;(d)新光大桥2015年整体健康状况处于A级预警状态,安全状况良好;(e)研究成果能为实现桥梁健康状况科学合理的预警与评估提供科学依据,能够推广至其他桥梁健康监测工程应用中。(本文来源于《华南理工大学》期刊2018-04-16）
邹筱瑜,常玉清,王福利,周阳[2]（2016）在《基于GMM和贝叶斯推理的多模态过程运行状态评价》一文中研究指出为使综合经济效益最大化,生产过程应保持在最优运行状态等级.针对多模态过程运行状态等级优劣判断问题,提出一种运行状态等级评价方法.该方法对同一运行状态等级的多模态数据建立一个高斯混合模型(Gaussian mixture model,GMM),确保特征提取的准确性,避免模态划分问题.至于在线评价策略,本文采用贝叶斯推理,确定当前运行状态属于各等级的后验概率.并引入滑动窗口,判定当前运行状态等级,有效解决多模态过程运行状态在线评价问题.针对"非优"运行状态,本文提出一种基于变量偏导数的贡献计算方法,对导致过程运行状态等级"非优"的原因变量进行追溯.最后,通过田纳西–伊斯曼(Tennessee–Eastman,TE)过程验证所提方法的有效性.(本文来源于《控制理论与应用》期刊2016年02期）
林若望[3]（2016）在《“的”字结构、模态与违实推理》一文中研究指出道义模态命题"应该Ф的"句式是个多义句式,可表达与过去事实相反,与现在事实相反以及与未来可能性相反等叁种违实义,也可表达未来非违实义。此句式的关键是"的"的语法意义。"的"指称一个非未来的时段,要求被其修饰的模态命题要在那个非未来时段里成立,因此"应该Ф的"句可以表达过去时或现在时的道义模态。现在时的道义模态,若Ф表事件,可得未来非违实义,若表状态,可得与现在事实相反的违实义。过去时的道义模态则可得与过去事实相反或与未来可能性相反的违实义。违实义之产生是因为模态命题的事件真实性强度弱于直接断言一个过去或是现在的事件,Grice的语用原则因而推论出事件不为真。此外,"的"具有广义的确认功能,会确认其辖域底下的断言及蕴含为真,因此"应该Ф的"句的违实义无法被取消。(本文来源于《中国语文》期刊2016年02期）
杨洋,李广力,张桐搏,刘磊,吕帅[4]（2016）在《命题模态逻辑S5系统中并行推理方法》一文中研究指出S5系统是一类知识表示能力和处理能力都较强的模态公理系统,它是认知逻辑、信念逻辑等非经典逻辑理论的基础。根据Kripke语义模型以及S5系统中部分公理,对命题模态逻辑S5公理系统的性质进行了较为深入的研究,并对S5系统中一类具有代表性的标准模态子句集的特性进行了分析,提出了一种基于扩展规则方法的命题模态逻辑推理算法(propositional modal clausal reasoning based on novel extension rule,PMCRNER)。针对朴素算法时间复杂度较高的问题,利用任务间潜在的关联性对算法同时进行了粗粒度与细粒度并行化,提出了并行算法PPMCRNER(parallel PMCRNER)理论框架,并且与基本算法进行了对比。实验结果表明,PPMCRNER算法在不可满足的子句集上的推理具有良好的加速比,为高时间复杂性的模态推理方法的进一步研究提供了一种可行方案。(本文来源于《计算机科学与探索》期刊2016年12期）
周娟,李超[5]（2015）在《基于卢卡西维茨多值演算的模态逻辑推理机》一文中研究指出模态逻辑广泛应用于人工智能领域,但没有实际有效的推理机.针对上述问题,研究了模态逻辑中演绎推理的方法,该方法用必要的形式化方法将模态逻辑转换为卢卡西维茨多值逻辑,再将卢卡西维茨多值逻辑转换为布尔逻辑.结果表明和其他方法相比,该推理机在模态逻辑中具有普适性、计算简单性、推理规则应用的非限制性.(本文来源于《湖北民族学院学报(自然科学版)》期刊2015年03期）
Shi-jin,REN,Yin,LIANG,Xiang-jun,ZHAO,Mao-yun,YANG[6]（2015）在《一种融合贝叶斯推理与LDRSKM的多模态过程监测算法（英文）》一文中研究指出目的:针对复杂多模态工业过程故障监测存在的问题,充分利用过程数据的局部和非局部几何信息,同时实现数据聚类和低维子空间选择,提高非线性、非高斯多模态过程监测性能。创新点:提出融合局部鉴别正则化软k-均值与贝叶斯推理的多模态过程监测算法。该方法充分利用过程数据的局部和非局部几何信息,较好地发挥了无监督学习和有监督学习的优点,提高了模态数据的分离性和解释性,监测性能良好。方法:该方法分为二个阶段:第一阶段,首先,考虑过程数据的局部和非局部几何信息,提出一种局部保持的正则化软k-均值聚类算法(LPRSKM)。然后,建立有监督学习与无监督学习的统一框架,提出融合LPRSKM与广义线性鉴别分析算法(GELDA)的局部鉴别正则化软k-均值算法(LDRSKM)(图1)。第二阶段,使用核支持向量数据描述(KSVDD)对各局部子空间建立监测统计量及控制限。然后,基于贝叶斯推理方法建立多模态过程全局监测统计量。最后,在TE仿真平台对所提方法进行仿真分析。结论:针对非线性、非高斯的多模态过程监测,提出一种新的数据划分和最优低维子空间选择的迭代算法来提高不同模态数据的分离效果。在此基础上使用KSVDD和贝叶斯推理方法,较好地解决了多个非高斯和非线性的过程模态的监测准确性和可靠性问题。(本文来源于《Frontiers of Information Technology & Electronic Engineering》期刊2015年08期）
卢春红,熊伟丽,顾晓峰[7]（2014）在《基于贝叶斯推理的PKPCAM的非线性多模态过程故障检测与诊断方法》一文中研究指出针对一类非线性多模态的化工过程,提出一种基于概率核主元的混合模型(PKPCAM),并利用贝叶斯推理策略进行过程监控与故障诊断。在提出的模型中,每个操作模态由一个局部化的概率核主元分量描述,从而构建的一系列分量对应了不同的操作模态。首先,将过程数据从原始的度量空间投影到高维特征空间;其次,在该特征空间建立概率主元混合模型,从概率角度刻画数据集的多个局部分量特征;最后,在提取的核主元分量内获得测试样本的后验概率,结合模态内的马氏距离贡献度,提出基于贝叶斯推理的全局概率指标进行故障检测,同时利用模态内变量的相对贡献度,基于全局贡献度指标进行故障诊断。利用TEP仿真平台,与基于k均值聚类的次级主元分析和核主元分析的方法进行了对比分析,验证了提出的贝叶斯推理的PKPCAM方法对非线性多模态过程进行故障检测与诊断的可行性和有效性。(本文来源于《化工学报》期刊2014年12期）
牛彦峰,何静科,刘寒冰[8]（2013）在《基于模态频率的简支梁桥损伤识别模糊推理方法》一文中研究指出为了有效降低不确定性因素对结构损伤识别结果的影响,提出了一种基于模糊推理系统的损伤识别方法。该方法以结构的前四阶频率变化率为损伤识别参数,以单元的损伤状态(轻微、中度、严重损伤等)为输出参数。通过在原始数据中添加高斯白噪声来模拟不确定因素的影响,简支梁桥的数值模拟分析验证了该方法用于桥梁结构损伤识别的有效性。结果表明,该方法的抗噪水平达到10%以上。(本文来源于《工程与试验》期刊2013年03期）
唐酿,肖湘宁,陈众[9]（2011）在《基于Sugeno模糊推理的静止无功补偿器多模态切换方法》一文中研究指出多模态控制主要采用快速切换控制方式实现,此方法在切换瞬间易引起控制器输出和系统响应出现抖动现象。为平滑过渡过程,提出了一种基于Sugeno模糊推理的控制模态切换方法,将不同控制器的控制输出作为输入引入到Sugeno系统的输出隶属函数,并将输出隶属函数的概念扩展以实现模态的平滑过渡。通过仿真分析基于非线性度变换比例积分微分(proportional integral differential,PID)控制和常规PID控制2种方式在静止无功补偿器上的控制效果,验证了该方法可以平滑抖动现象,实现模态切换的平稳过渡。(本文来源于《电网技术》期刊2011年08期）
张晓如,张再跃,眭跃飞,黄智生[10]（2008）在《基于一阶模态逻辑的模糊推理(英文)》一文中研究指出研究基于可信度的模糊一阶模态逻辑,给出了基于常域的模糊一阶模态逻辑语义以及推理形式系统描述.为有效进行模糊断言间的推理,考虑了模糊约束的概念.模糊约束是一个表达式,其中既有语法成分又包含意义信息.模糊推理形式系统中的基本对象是模糊约束,针对模糊约束引进可满足性概念,研究模糊约束可满足性相关性质.利用模糊约束的概念,模糊断言间的推理可以直接在语义环境下加以考虑,因此,以模糊约束为基本元素的模糊推理形式系统随之建立.主要分析新产生断言有效性与模糊约束集可满足性之间的关系,并在此基础上给出了模糊推理形式系统的推理规则.进一步的工作可探讨模糊推理形式系统的可靠性与完全性,建立推理过程的能行机制.研究结果可在人工智能和计算机科学等领域得以应用.(本文来源于《软件学报》期刊2008年12期）
模态推理论文开题报告
（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：
为使综合经济效益最大化,生产过程应保持在最优运行状态等级.针对多模态过程运行状态等级优劣判断问题,提出一种运行状态等级评价方法.该方法对同一运行状态等级的多模态数据建立一个高斯混合模型(Gaussian mixture model,GMM),确保特征提取的准确性,避免模态划分问题.至于在线评价策略,本文采用贝叶斯推理,确定当前运行状态属于各等级的后验概率.并引入滑动窗口,判定当前运行状态等级,有效解决多模态过程运行状态在线评价问题.针对"非优"运行状态,本文提出一种基于变量偏导数的贡献计算方法,对导致过程运行状态等级"非优"的原因变量进行追溯.最后,通过田纳西–伊斯曼(Tennessee–Eastman,TE)过程验证所提方法的有效性.
（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。
模态推理论文参考文献
[1].吴小环.基于贝叶斯推理的桥梁模态参数与环境因素映射关系研究[D].华南理工大学.2018
[2].邹筱瑜,常玉清,王福利,周阳.基于GMM和贝叶斯推理的多模态过程运行状态评价[J].控制理论与应用.2016
[3].林若望.“的”字结构、模态与违实推理[J].中国语文.2016
[4].杨洋,李广力,张桐搏,刘磊,吕帅.命题模态逻辑S5系统中并行推理方法[J].计算机科学与探索.2016
[5].周娟,李超.基于卢卡西维茨多值演算的模态逻辑推理机[J].湖北民族学院学报(自然科学版).2015
[6].Shi-jin,REN,Yin,LIANG,Xiang-jun,ZHAO,Mao-yun,YANG.一种融合贝叶斯推理与LDRSKM的多模态过程监测算法（英文）[J].FrontiersofInformationTechnology&ElectronicEngineering.2015
[7].卢春红,熊伟丽,顾晓峰.基于贝叶斯推理的PKPCAM的非线性多模态过程故障检测与诊断方法[J].化工学报.2014
[8].牛彦峰,何静科,刘寒冰.基于模态频率的简支梁桥损伤识别模糊推理方法[J].工程与试验.2013
[9].唐酿,肖湘宁,陈众.基于Sugeno模糊推理的静止无功补偿器多模态切换方法[J].电网技术.2011
[10].张晓如,张再跃,眭跃飞,黄智生.基于一阶模态逻辑的模糊推理(英文)[J].软件学报.2008