实验数据的非线性最小二来法计算机模拟

用非线性最小二乘法精确模拟一级动力学过程，从而求得在没有C∞（反应时间为无限大时反应物浓度）条件下，求得一级反应速率常数。用非线性最小二乘法和线性最小二乘法处理数据，结果表明，非线性最小二乘法的残差平方和较线性最小二乘法为小。本文还指出：非线性最小二乘法同样适用于物理化学方程中含有非线性参数之求算。     

基于粒子群优化的灰色预测方法

对灰色预测算法进行了研究。在GM(1,1)模型中,发展系数a和灰色作用量u是两个关键的参数,对系统的性能有较大的影响。传统的方法使用最小二乘法来求解,不仅计算复杂,而且预测结果的误差也较大。论文对此进行了研究,并提出了一种改进的灰色预测算法PSOGP。PSOGP的主体仍使用GM(1,1)模型,但在求解相关参数时,PSOGP使用了粒子群优化算法。仿真试验表明,与经典的GM(1,1)模型相比,PSOGP算法的预测精度得到了较大的提高。     

两亲性肽纳米纤维聚集的耗散粒子动力学模拟

根据PA分子基团的化学性质和粒子大小,将PA分子分成DPD粒子,将适当大小的水簇视为溶剂粒子,克服了模拟技巧的困难,首次用耗散粒子动力学(dissipative particle dynamics,DPD)方法模拟了两亲性肽分子PA的自组装相行为.模拟结果表明:在水溶剂的辅助下,在三维纤维状的圆柱聚合体中,这些分子能进行自组装.DPD的模拟结果受溶剂珠粒的大小、温度及PA与溶剂的比例等多种因素的影响.研究同时发现,在圆筒状纤维中,使用5～9个水簇的溶剂粒子可得到PA分子的聚合体.形成纳米纤维聚合体的条件是PA与水珠粒的比值大于1∶6,温度高于340 K.筒状聚合体直径的估计值符合实验测量值.     

雾计算辅助的无线体域网任务卸载方法

基于无线体域网(Wireless Body Area Network,WBAN)的智慧医疗在取得广泛关注的同时也面临诸多挑战,传统方法引入云计算解决体域网网关设备(HUB)资源受限问题,但实时性差.采用低时延的雾计算辅助的方法对体域网生理数据进行处理,提出了一种雾计算目标节点优化选择及任务卸载方法.该方法充分考虑紧急任...     

工程计算中最小二乘法的应用及研究

现代工业生产和工程计算中,往往需要对大量实验或调查数据进行分析、整理,寻求相关量之间的关系。拟合数据的最小二乘法是解决此类问题的常用手段。本文将对此方法从理论上进行分析并加以应用,比较计算结果给出数据拟合时要注意的两个问题。     

基于粒子群的全空间瞬变电磁二维反演方法研究

针对煤矿实际采掘情况的复杂性,为了提高探测精度,为钻探提供有效靶点,为矿井水害防治提供可靠的地质资料,研究了基于粒子群的全空间瞬变电磁二维反演方法。通过建立Q型地电模型,开展基于时域有限差分的二维正演模拟,得到不同时刻各网格节点处的磁场强度值;抽取正演模拟得到的磁场强度值与实测资料中的磁场强度值进行最小二乘法反演,采用粒子群算法对电阻率和地层厚度参数进行寻优,使反演结果拟合误差满足精度要求;按测点号依次对最小二乘法反演后的磁场强度值进行全空间瞬变电磁二维反演计算,分析二维反演后得到的瞬变电磁场响应规律和反演精度。实际应用结果表明,基于粒子群的全空间瞬变电磁二维反演方法是可行的,反演结果中的低阻异常体具有成层特性及一定的连通性,更能反映层状地层以砂泥岩为主的岩性结构特征及含水特性,提高了探测精度和分辨率。     

面向IoT的边缘节点平台架构

针对边缘节点体系结构支持功能单一、模块划分混乱、向云端传输数据中的带宽开销大以及数据传输安全问题,设计开发了一套面向IoT的边缘节点平台架构.该平台架构包括设备管理、数据管理、资源管理、应用管理以及导出服务管理5个模块,使用最小二乘法等算法在边缘侧实现数据采集、数据过滤、数据加密、指标分析等功能.测试结果表明,该平台能...     

一种基于最小二乘法的摄像机非线性校正方法

摄像机线性化技术是机器视觉研究中的关键技术之一。本文针对高速彩色摄像机的非线性特性导致的图像畸变问题,分析其产生原因并给出了基于线性化校正的具体实现方法。在Visflal C＋＋6．0环境下实现了此算法,并应用异性纤维清除系统当中。试验结果表明,该方法能够提高系统性能并有效检测皮棉中的异性纤维。     

一种基于运动的线结构光视觉测量系统标定方法

针对船体分段数字化测量提出了一种基于直角坐标机器人的线结构光视觉测量系统.通过控制机器人的运动,安装在其末端的线结构光视觉传感器对固定的平面靶标成像,实现了摄像机坐标系与机器人坐标系位姿关系标定;同时利用交比不变性原理获取平面靶标上的特征点坐标,完成了结构光平面参数的标定.该方法易于实现,通过对已知的标准工件进行测量实...     

面向产品生命周期的动态服务集成方法研究*

针对大型制造企业产品生命周期系统中系统集成复杂、变化频繁的现状,分析现有基于SOA系统集成的不足,在引入模型驱动的基础上,提出了一种动态服务集成方法,该方法是自上向下建模和自下而上服务编排的双向结合。通过扩展领域元模型,将业务过程抽象为逻辑模型;将被集成系统以服务的形式封装,建立服务元数据仓库保存其关键属性;分离业务逻辑和具体实现系统,运用反射机制在运行时将模型实例化为具体的集成过程,自动部署到集成引擎。以该方法为基础建立PLM系统集成平台。实践证明该方法可以有效提高集成的适应能力和敏捷性,降低集成的复杂     

基于LS-SVM非线性内模控制在焊缝跟踪中的运用

针对单纯的模糊控制器在焊接机器人的焊缝跟踪中的控制精度欠佳、自适应性不强等问题,设计了一种新的用于焊缝跟踪的LS-SVM非线性内模控制器。通过样本数据建立系统固定的LS-SVM逆模型,与系统串联成精确的伪线性系统,对伪线性系统采用鲁棒性强的内模控制。仿真结果表明该方法具有很好的跟踪结果。     

重力固体潮IMF的AM-FM模型及其非线性拟合

首先建立AM-FM数学模型,用多个相近载波的调幅信号组合描述它。利用最小二乘法对幅度调制和频率调制两个部分分别进行非线性拟合;拟合以相关系数满足一定条件为精度控制原则,拟合项数以相邻相关系数不再显著变化为判定条件。有效性检验证明该方法切实可行。重力固体潮IMF的拟合结果表明,AM-FM数学模型可以很好地刻画重力固体潮IMF;重力固体潮是多个AM-FM信号合成的复合信号。为后续深入研究重力固体潮的AM-FM信号特征、循环平稳信号特征等性质建立了良好的数学基础。     

基于粒子群优化的无线传感器网络非视距节点定位算法

针对室内环境中传感器节点间的非视距传播会降低定位精度的情况,研究基于无线传感器网络的非视距节点定位方法。根据不同环境下信标节点的测量模型和视距传播概率建立目标函数,采用粒子群优化算法估计出未知节点的位置,将利用最小二乘法计算出的节点位置作为粒子的初始位置。仿真结果表明,通过与最小二乘法、残差加权和RANSAC算法相比较,所提出算法能够较好地削弱非视距误差,且具有更高的定位精度。     

催化剂颗粒浓度在线检测系统的研究与开发

基于Mie光散射理论,开发了石油炼化装置烟气催化剂颗粒浓度在线检测系统,采用了基于最小二乘支持向量机(least square support vector machine,LS-SVM)的软测量技术.利用LS-SVM优良的非线性映射和强大的泛化能力,建立了颗粒浓度的软测量模型,通过LS-SVM的学习和支持向量的自适应更新,实现催化剂颗粒浓度的最佳估计.仿真和实际运行结果表明所开发的监测系统可对烟气催化剂颗粒浓度进行有效测量,其测量精度比经验公式提高4.2倍.     

三维位错动力学并行算法与程序研制

为研究极端条件下金属材料的性质,在JASMIN 框架上研制了三维并行位错动力学程序PDD3D. 它集成了离散位错动力学模拟的物理方案和数值算法.通过设计实现高效的分布式数据结构、可扩展的快速多极子解法器以及基于影像区的拓扑操作通信方式,该程序具有较高的性能和较好的可扩展性.1024 个处理器上,对包含3 千万条位错线的物理模型的模拟结果显示,PDD3D 程序获得了81%的并行效率.     

Calculating the medial axis of a CAD model by multi-CPU based parallel computation

Computational efficiency is still a great challenge for the generation of the Medial Axis (MA) for complicated CAD models. Current research mainly focuses on CPU-based MA generation methods. However, most of the methods emphasize using a single CPU. The highly-efficient methods based on parallel computing are still missing. In this study, a parallel method based on multi-CPU is proposed for the efficient MA generation of CAD models using distance dilation. By dividing the whole model into several parts for which MAs are calculated in parallel and then combined, computational efficiency can be greatly improved in theory and the computation time can be reduced nearly K times if K CPUs are used. Firstly, an adaptive division method is proposed to divide the voxelized model into blocks which have nearly the same number of voxels to balance the computational burden. Secondly, the local Euclidean Distance Transform (EDT) is calculated for each block based on the existing distance dilation method. Thirdly, the complete inter-dilation method is proposed to compute the influence between different blocks to get a global EDT for each block. Finally, each block generates a sub-MA separately and then all the generated MAs are combined to obtain the final MA. The last three processes can be efficiently conducted in parallel by using multiple CPUs. Several groups of experiments are conducted which demonstrate the good performance of the proposed methods in terms of efficiency.     

基于PSO滚动优化的LS-SVM预测控制*

针对非线性时延系统、传统预测控制算法难以建立精确模型、控制精度不高的现状,提出一种基于最小二乘支持向量机（LS-SVM）的非线性系统预测控制算法。该算法通过LS-SVM对非线性系统输入输出数据序列的训练学习,建立其预测模型;然后运用粒子群(PSO)算法完成非线性预测控制的滚动优化。仿真结果表明,基于该方法的非线性系统预测控制具有较好的控制效果。     

Approximating of conic sections by DP curves with endpoint interpolation

Conic sections have many applications in industrial design, however, they cannot be exactly represented in polynomial form. Hence approximating conic sections with polynomials is a challenging problem. In this paper, we use the monomial form of Delgado and Peña (DP) curves and present a matrix representation for them. Using the matrix form and the least squares method, we propose a simple and efficient algorithm for approximating conic sections by DP curves of arbitrary degree with endpoint interpolation. Finally, we test and compare the proposed algorithm on some numerical examples which validates and confirms efficiency of it.