基于改进AHP法的导弹装备测试性参数选择方法研究

合理的测试性参数选择对于指导导弹装备测试性设计,保证导弹装备良好可用度和战备完好性具有重要意义;传统的列表法进行测试性参数优选时,优选参数排序结果存在并列、误差大等问题;用改进层次分析法(M-AHP法)优选测试性参数.能够充分考虑影响测试性参数各因素的重要程度,使得优选测试性参数排序结果更科学,更准确;以导弹发射装置为例,改进AHP法优选结果显示,首选测试性参数应该为故障检测率、故障虚警率和故障隔离率,这符合导弹发射装置诊断任务要求.     

基于神经网络的冠心病智能诊断系统

为解决冠心病多参数诊断中存在的问题,提出了一种基于优化算法的神经网络智能诊断系统,即采用优于BP算法的LM算法进行网络学习训练,采用黄金分割优选法对网络隐含层节点数进行优选。临床实验应用表明,这种系统具有拟合精度高和运算速度快等优点,且诊断正确率为100%。     

基于粒子群算法的煤气化过程LS_SVM预测模型

针对最小二乘支持向量机参数选择对模型性能的重要影响,并且以往的参数优选方法效果差且耗时长这一问题,提出基于粒子群算法优化最小二乘支持向量机预测模型.该模型用最小二乘支持向量机理论建立,用粒子群算法优化模型参数.论文将此模型用于预测评价固定床煤气化气化效果的三个主要性能指标(气体热值、气化效率、气体产率),通过现场实际数据仿真结果表明,该算法有效地提高了模型预测精度,验证了此模型的可靠性和可用性.     

基于BP网络的中速走丝切割加工参数优选研究

为了提高电火花线切割的工艺精度和加工效率,提出基于BP神经网络的中速走丝二次切割加工参数优选方法。通过对中速走丝两次切割过程进行正交试验,且在二次切割加工参数中加入二次切割的偏移量,进一步分析各因素对加工表面粗糙度和加工速度的影响,得出二次切割的最佳参数组合,最后运用BP神经网络构建加工参数优选模型并对实验结果进行分析。实验结果表明,该方法具有较高的预测精度,能够实现加工参数的优化选择,在实际生产过程中具有重要的参考作用。     

热敏电阻元件优选及线性化网络配置的电算程序

本文介绍了热敏电阻特性参数最小二乘法计算程序,同时介绍了以实测阻值与计算阻值的分段误差均方值为依据的元件优选法和配置线性化网络参数的计算方法,构成了一个完整的电子计算机程序,并列举了计算实例。     

用优选法整定自动调节系统的参数

在调节系统确定之后,适当选择比例度,积分时间和微分时间等参数是保证和提高自动调节系统调节品质的主要途径。本文即介绍用优选法整定调节系统参数的试验步骤。     

基于遗传算法的RBF神经网络的优化设计方法

该文提出了一种新的RBF神经网络的设计方法，采用遗传算法对RBF神经网络的隐层节点中心值进行进化优选，用自适应梯度下降法选择隐层节点高斯函数的宽度，用递推的最小二乘法训练RBF神经网络的权值，仿真结果证明了该方法的有效性。     

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。     

限定记忆法辨识带钢热镀锌退火炉模型参数

最小二乘参数估计方法可用于线性的或非线性的系统参数辨识,包括动态的、静态的和参数的或非参数的模型辨识,其递推算法更是收敛可靠,简单实用。但是随着数据的不断增长,最小二乘的递推算法将失去修正能力,出现数据饱和现象,限定记忆最小二乘法解决了这一问题,并能得到无偏、一致、有效估计。以已建立的连续带钢热镀锌退火炉数学模型为实例,用限定记忆最小二乘法辨识连续带钢热镀锌退火炉模型参数。通过对限定记忆最小二乘法的研究,进行模型参数辨识,并给出辨识结果和分析,结果证明了该方法的优越性。     

基于模糊多属性决策的南芬铁矿露天转地下采矿方法优选

大型露天矿山转为地下开采的采矿方法选择涉及诸多因素,其中许多因素具有模糊属性。本文根据南芬铁矿的 矿床赋存条件及开采技术条件,基于理想点规范化方法和海明贴近度方法进行采矿方法初选,基于模糊多属性决策理论 进行采矿方法终选,提高了采矿方法优选的科学性。采用主客观组合权重法确定采矿方法各影响因素的权重,使得权重 的确定更加合理,增加了优选结果的准确性。优选出南芬铁矿露天转地下开采的采矿方法为无底柱分段崩落法。根据南 芬铁矿露天转地下开采的采矿工程设计的专家评审意见,本文优选出的采矿方法技术上可靠、经济上合理,可在实际生 产中应用。     

基于Simulink的等静压机升压系统建模与仿真

研究等静压机升压系统的组成,通过理论辨识法确定控制系统模型结构,采用阶跃响应法确定模型参数,得到系统数学模型;研究各种非线性因素对升压曲线控制精度的影响,进而确定控制算法;设计比例-积分控制器,对控制器参数进行理论仿真整定,在Simulink上组建仿真平台,对等静压机升压过程按照一次曲线、抛物线、圆、椭圆及组合曲线进行系统级仿真实验,跟随误差低于1MPa;结果表明:所设计比例-积分控制策略可以满足等静压机在0~200MPa下的升压曲线控制精度要求。     

轨道车辆故障诊断算法参数优选和故障监测部位确定

转向架作为轨道车辆的重要部件,其弹性部件与阻尼部件的安全对车辆的安全有着重要影响。对轨道车辆转向架的故障种类、故障状态以及故障诊断方法中参数的选择进行了研究。对车辆的故障产生后果和现实情况进行了分析。为实现转向架故障诊断算法的输入参数优选和对应故障敏感部位的确定,提出P指标进行评判。利用matlab对车体、转向架以及转向架与轮对之间的弹性部件和阻尼部件建模,建立轨道车辆一系悬挂、二系悬挂的故障模型以及部件性能衰退的故障模型。用P作为评价故障前后统计参数改变程度的指标。实现车辆故障诊断算法输入参数的优选和对应故障敏感部位的确定。经过仿真实验可以利用指标P对故障诊断算法的参数输入做出优选,对故障的监测部位有明确定位。     

基于Fisher 准则和最大熵原理的SVM核参数选择方法

针对支持向量机(SVM)核参数选择困难的问题,提出一种基于Fisher准则和最大熵原理的SVM核参数优选方法.首先,从SVM分类器原理出发,提出SVM核参数优劣的衡量标准;然后,根据此标准利用Fisher准则来优选SVM核参数,并引入最大熵原理进一步调整算法的优选性能.整个模型采用粒子群优化算法(PSO)进行参数寻优.UCI标准数据集实验表明了所提方法具有良好的参数选择效果,优选出的核参数能够使SVM具有较高的泛化性能.     

基于最小二乘支持向量机的短期电力负荷预测

提出了结合遗传算法(Genetic Algorithm,GA)和最小二乘支持向量机(Least Squares Support Vector Machines,LS-SVM)的短期电力负荷预测。由于影响负荷预测因素的复杂性和最小二乘支持向量机参数选择的不确定性,提出了采用遗传算法同时对电力负荷训练样本进行特征提取和最小二乘支持向量机的参数选择,然后利用提取出的数据序列和选择的参数,建立最小二乘支持向量机预测模型。通过实际算例分析,证明了该算法可以改善预测模型的精度和泛化能力。     

基于GEP的最小二乘支持向量机模型参数选择

针对最小二乘支持向量机的多参数寻优问题,提出了一种基于基因表达式编程的最小二乘支持向量机参数优选方法.该算法将最小二乘支持向量机参数(C,σ)样本作为GEP的基因,按其变异算子随着进化代数和染色体所含基因数目动态变化的机制执行,其收敛速度和精确度大大提高.并与基于粒子群算法和遗传算法参数优选方法比较,通过标准测试函数验证了该算法的拟合误差最低.最后用其建立氧化铝生产蒸发过程参数预测模型,应用工业生产数据进行验证,实验结果表明该方法有效且获得了满意的效果.     

一种 G2 连续组合曲线的表示

针对 Bézier 曲线以及现有众多含形状参数的扩展 Bézier 曲线的 G2 拼接条件均对控制顶点有严 格要求的问题,拟提出一种 G2 连续组合曲线,其能综合 Bézier 与 B 样条方法的优点,其基函数具有显式表达 式,既具有 B 样条方法的自动光滑性,又能轻松拥有 Bézier 曲线的端点几何特征。为此,构造了一组含 6 个 参数的基函数,按照 3 次 Bézier 曲线的定义方式由之构造了基于 4 个控制顶点的曲线段,根据曲线段的拼接条 件,按照 3 次 B 样条曲线的定义方式构造了基于 4 点分段的组合曲线。基函数具有全正性,其同时包含 3 次 Bernstein 基函数和所有由内部节点重复度均为 1 的节点向量所确定的 3 次 B 样条基函数作为特例。曲线段具 有保凸性、端点位置以及形状可调性,其同时包含 3 次 Bézier 曲线和 3 次 B 样条曲线段作为特例。组合曲线 的定义方式自动保证了其整体 G2 连续,将部分参数取特定值,即可使其端点插值、端边相切,此时其中依然 存在用于调整内部形状的独立参数。按一定规则选取组合曲线中的参数,即可重构 C2 连续的 3 次 B 样条曲线。     

电涡流传感器特性曲线拟合的新方法

为了减小电涡流传感器的非线性误差,在最小二乘法的基础上,结合0.618优选法,使拟合方程式中的常数更合理。用这种方法可以求得最佳拟合直线方程和最小的非线性误差。此法适用于各种类型的线性传感器或可以通过适当的变量代换把变量之间的非线性关系化为线性关系的传感器或测量系统。     

三维断裂弹性动力学的改进无单元Galerkin法

为提高断裂弹性动力学问题数值计算的精度,避免出现病态或奇异方程组,基于改进的移动最小二乘法建立三维弹性动力学问题的积分弱形式,采用罚函数法施加位移边界条件,引入隐式时间积分并且结合三维断裂力学的形函数考虑裂纹尖端的奇异性,探究将改进的无单元Galerkin(improved element-free Galerkin,IEFG)法用于断裂弹性动力学问题的数值计算.通过悬臂梁、柱和矩形板等3个算例,讨论节点分布、影响域比例参数、罚因子和时间步长等参数对计算精度的影响,证明IEFG法用于求解三维断裂弹性动力学问题的正确性和有效性.     

基于遗传算法的LS-SVM参数优选及其在经济预测中的应用

针对最小二乘支持向量机的参数优选，提出用遗传算法优化其有关参数，以经济系统中的人口数据对它进行训练，并用于预测城市的人口。最后，把最小二乘支持向量机与传统的BP网络预测结果进行比较，结果证明，该模型的预测精确度是令人满意的，文中提出的方法是可行的。     

浅评变栅距光栅位移传感器几种位移解算方案

本文针对提高变栅距光栅位移传感器动态响应的问题,提出了传感器几种位移解算方案,并从解算时间、影响解算精度的主要因素等方面进行了分析.通过计算与对比,最终确定以综合回归法作为在传感器工作中的应用方案,并对综合回归法的参数进行了优化.