基于回归算法的三相异步电动机电参数辨识模型研究

针对电能表测量三相异步电动机电参数成本高、安装复杂的问题,本文研究了一种基于回归算法的三相异步电动机电参数辨识模型。利用实际测量的三相异步电动机相关电参数数据,分析一元回归模型和二元回归模型分别用于电动机电参数辨识的特点,确定了以电动机线电流为自变量,有功功率为因变量的一元回归建模方式,在此基础上,分别采用一元线性回归模型和一元四次非线性回归模型,对三相异步电动机电参数进行辨识。研究结果表明,两种模型都能较准确的辨识电动机电参数,但一元四次非线性回归模型在点辨识精度和点辨识最大误差率方面具有更好的辨识性能,现场试验验证了其可行性和有效性。该研究为企业电动机电参数测量提供了新方法,具有较高的工程应用价值。     

基于投影追踪回归的机床热误差建模技术

针对机床热误差建模温度变量多、非线性度高的问题,提出了一种基于投影追踪回归的建立数控机床热误差模型的新方法。与传统的回归建模方法相比,该方法具有模型简单、计算简便的优点。将该方法应用于一台数控车床的实验研究,建立了该车床的热误差模型。实验结果表明,新方法能够大幅提高所建模型的精度及鲁棒性,进而提高机床的加工精度。     

舰舶航态极短期预报的非线性方法

针对舰船航态的非线性特征，提出了采用非线性自回归模型描述舰船海上航行极短期运行过程的新方法。利用正交化的手段得到了辅助模型，进而对辅助模型的辨识推广出舰船航 超前多步预报器。仿真结果表明本文提出的预报方法比线性自回归模型描述的预报圾效，能提高预报精度，加长预报时间。     

舰船航态极短期预报的非线性方法

针对舰船航态的非线性特征，提出了采用非线性自回归模型描述舰船海上航行极短期运动过程的新方法利用正交化的手段得到了辅助模型，进而通过对辅助模型的辨识推导出舰船航态超前多步预报器仿真结果表明本文提出的预报方法比线性自回归模型描述的预报方法有效，能提高预报精度、加长预报时间另外，本文给出的非线性预报器的辨识方法，可以加快预报时计算速度，适于进行实时预报     

飞蛾火焰优化算法-投影寻踪回归模型在需水预测中的应用

基于用水时间序列构建投影寻踪回归(PPR)需水预测模型。针对PPR模型矩阵参数难以确定的不足,利用一种新型群体智能仿生算法——飞蛾火焰优化(MFO)算法优化PPR模型矩阵参数,提出MFO-PPR预测模型,并构建MFO-BP模型作对比,以1980—2013年上海市需水预测为例,分别利用实例前20组和后10组数据对模型参数进行率定及预测。结果表明:MFO-PPR模型对实例后10 a需水预测的平均相对误差绝对值和最大相对误差绝对值分别为1.84%、4.20%,预测精度优于MFO-BP模型的2.06%、4.61%。MFO算法具有较好的全局寻优能力,将MFO算法应用于PPR模型参数寻优,可有效地提高PPR模型的预测精度。     

BP网络在非线性油阻尼减振器建模中的应用

针对传统的线性理论在解决复杂非线性油阻尼减振器模型上的局限性，提出了一种应用BP网络进行建模的新方法。为阐述BP网络在非线性系统中建模的优越性，进行了非线性油阻尼减振器的试验研究，建立了其相应的非线性模型。在分析实验模型的基础上，对BP网络进行改进，建立更为符合实际的非线性油阻尼减振器模型，仿真结果表明，神经网络在建模中具有较高的精度和适应性，是一种可行的方法。     

集成学习框架下的车辆跟驰行为建模

为了提高复杂行驶环境下车辆跟驰行为预测精度,提出了一种集成学习框架下融合理论驱动模型和数据驱动模型的车辆跟驰行为建模方法。基于stacking集成学习框架,选择理论驱动的智能驾驶模型（IDM）、考虑车辆队列和周围行驶条件因素的数据驱动的长短时记忆（LSTM）网络和门控循环单元（GRU）网络作为跟驰行为特征的一级学习算法,选择3种线性和8种非线性回归方法作为备选二级学习算法来融合一级学习器的输出特征。通过对比使用实际车辆轨迹数据计算的模型预测精度,确定了最优模型。研究结果表明:包含车辆队列和周围行驶条件变量的数据驱动跟驰模型比IDM模型的预测精度更高;多数情况下采用非线性二级学习算法的融合跟驰模型的预测精度高于IDM模型、数据驱动跟驰模型以及采用线性二级学习算法的融合跟驰模型;分别采用GBRT回归和随机森林回归作为二级学习算法的IDM-LSTM-stacking模型和IDM-GRU-stacking模型具有最高的预测精度;外界干扰下的融合跟驰模型稳定性优于单一的理论和数据驱动跟驰模型。集成学习为驾驶行为建模提供了新方法。     

航空发动机的模糊马尔可夫模型辨识方法研究

给出了动态马尔可夫链描述，着重讨论了基于模糊马尔可夫模型的航空发动机动态模型的辨识方法，研究了运用马乐疔夫模型，根据实际的输入输出数据，建立线性及非线性随机系统的非参数模型的新方法，航空发动机仿真结果表明，模糊马尔可夫模型能够精确地描述实际系统。     

江苏清安河水质污染预测模型的改进分析

应用BP人工神经网络模型算法,对清安河水质生化需氧量BOD在实验室条件和野外条件下的两种耗氧系数K1之间的非线性关系进行了拟合分析。其误差检验精度比基于线性回归方法及线性拟合方法更高、更能体现出实测数据之间的原始非线性映射规律,并可部分去除偶然因素的干扰。是一种在水质环境数学模型研究领域中值得应用的新方法。     

钢热轧变形抗力模型的建立

应用多元非线性曲线拟合的方法，建立了铜热轧变形抗力数学模型；计算结果表明，该模型精度好，可以满足工程计算要求。     

FMS中加工质量故障预报的新方法

对引起加工质量故障的原因进行了研究,建立了用于加工中心加工质量故障分析的与/或故障树,提出了隐加工质量故障(FMQF)的概念和由·FMQF 找出制造系统故障的决策树方法.本文在模糊理论基础上,提出了隐加工质量故障识别的新方法,用这种方法可以根据控制图的变化进行设备状态估计.基于以上研究,建立了可用于柔性制造系统隐加工质量故障预测和预报的专家系统.     

立方准晶的反平面问题与Ⅲ型裂纹问题

发展了立方准晶材料的断裂理论 .通过应用Fourier分析和对偶积分方程理论 ,得到了立方准晶材料Ⅲ型裂纹问题的精确解析解 ,并由此确定了位移与应力场 ,应力强度因子和应变能释放率 .结果表明 ,应力强度因子与材料常数无关 ,而应变能释放率依赖于所有的材料常数 .这些为研究此新固体材料的变形和断裂提供了重要的信息 .     

Banach代数中的行列式理论

探讨了 Banach 代数中的行列式理论.给出了具有单位元的迹 Banach 代数具有行列式的充要条件.     

非织造布滤料性能及过滤过程的研究进展

对近年来非织造布滤料的研究进展做了简要综述,介绍了内部结构的研究及表征、过滤性能及其影响因素、过滤过程的计算机模拟,指出进一步发展所需要解决的问题。     

高师物理专业人才培养与基础教育衔接问题的研究

分析了当前高师物理专业人才培养与基础教育人才需求存在的问题,结合调查情况,提出了高师物理专业在培养目标、课程设置、教学内容、教学方法及实践教学环节方面的改革措施。     

JOURNAL OF BEIJING INSTITUTE OF TECHNOLOGY TOTAL CONTENTS(Vol.23)

正~~     

鞋面织物染整过程节能减排技术方法

鞋面织物染整是纺织工业中一个特殊分支,公司通过采用先进染色技术和工艺,可以从源头上达到节能和减少废水产生量的效果,废水产生后经过处理达标排放,部分经深度处理后回用。公司经长期实践后已经达到吨织物染整用水125m~3/t_(产品),吨织物排放废水79.2 m~3/t_(产品),水回用率达37.8%,吨产品蒸汽耗量从9t/t_(产品)下降到7 t/t_(产品),均达到国内国际先进水平。     

Genomics,metagenomics,and microbial oceanography—A sea of opportunities

Microbial oceanography is an emerging discipline resulted from the interaction,cross-fertilization and integration of life science and ocean science.Microbial oceanography integrates the principles of marine microbiology,microbial ecology and oceanography to study the role of microorganisms in the biogeochemical dynamics of natural marine ecosystems.The application of genomics tools to study marine microbes is resulting in rapid advancements in microbial oceanography that has important implications in globa...     

Information for Authors

正General Journal of Beijing Institute of Technology(JBIT),an English language journal sponsored by Beijing Institute of Technology,was established in 1992.JBIT mainly publishes research articles that reflect the latest achievements in basic theory and experimental studies in various engineering fields and in applied mathematics,mechanics,physics,chemistry,and so on.JBIT is listed in Ei,CA,SA,AJ,CSA,MR,ZM and many other abstracting indexes.     

Information for Authors

正General Journal of Beijing Institute of Technology(JBIT),an English language journal sponsored by Beijing Institute of Technology,was established in 1992.JBIT mainly publishes research articles that reflect the latest achievements in basic theory and experimental studies in various engineering fields and in applied mathematics,mechanics,physics,chemistry,and so on.