核极化的多核LSSVM及其在分类中的应用

为了解决最小二乘支持向量机对于选择核函数盲目性的问题,将核度量标准核极化和多核学习引入最小二乘支持向量机中,提出了基于核极化的多核最小二乘支持向量机算法。算法首先利用核极化确定每个基本核函数的权系数,再根据多核学习原理组合多核函数,然后,建立多核最小二乘支持向量机模型,并进行模型的学习训练和预测。UCI数据上的试验结果表明,所提出的算法比SVM、最小二乘支持向量机和其他的多核学习方法具有更高的分类准确率。     

混合核函数在线支持向量机在甲醇合成中的应用

针对甲醇生产过程中高度的非线性和时变性,采用精确在线支持向量机模型预测粗甲醇的转化率。在线支持向量机模型一般采用单一的核函数,混合核函数可以弥补单一核函数的不足,提高模型的泛化能力和学习能力。为了使模型的预测精度进一步提高,在混合核函数的基础上运用在线误差校正方法。将基于混合核函数和误差校正的在线支持向量机建模方法应用在煤制甲醇数据上,通过与传统支持向量机和准确在线支持向量机模型对比,仿真实验和分析结果表明改进的在线支持向量机模型比传统支持向量机预测精度高,能够实现粗甲醇转化率的实时预测,从而更好的指导甲醇生产。     

基于SVM的船舶动力定位系统预测控制

支持向量机(SVM)是基于统计学习理论的新一代机器学习技术。基于预测控制思想,利用支持向量机回归进行非线性系统辨识,并将支持向量机模型应用到船舶动力定位(DP)预测控制,提出一种基于支持向量机的非线性系统预测控制策略。仿真实验表明,支持向量机在小样本情况下具有良好的非线性建模能力和泛化能力,预测控制效果良好。     

基于粒子群优化的支持向量机的软测量应用

提出了一种基于粒子群优化算法的支持向量机参数选择方法。针对RBF-SVM,利用PSO算法中粒子速度及其位置与RBF-SVM模型中参数对C和g相对应,找到最优参数,代入支持向量机SVM预测模型中,得到基于粒子群优化算法的支持向量机(PSO-SVM)模型,利用此模型对电厂的一次风量软测量进行预测研究。实验结果表明,经过粒子群优化算法的支持向量机回归模型具有较高的预测精度,粒子群优化算法是选取支持向量机参数的有效方法。     

基于粒子群优化的VB-LSSVM算法研究辛烷值预测建模

针对现有红外线分析仪表无法实现阶段在线检测车用汽油调合中,MMT抗爆剂对辛烷值的影响问题,考虑到样本数据较少的因素,提出一种基于粒子群优化算法的矢量基最小二乘支持向量机方法,首先以粒子群优化的方法来选取最小二乘支持向量机的模型参数,然后用矢量基判据选择支持向量,使最小二乘支持向量机的解具有稀疏性.该方法不但克服了常用的交叉验证法的耗时与盲目性问题,发挥了最小二乘支持向量机的小样本学习和计算简单的特点,而且提高了最小二乘支持向量机模型的泛化能力,将其应用于汽油调合系统中研究法辛烷值的预测,仿真结果表明,该方法是可行且有效的.     

基于支持向量机方法建立超声振动磨削放电加工预测模型

针对采用机器学习理论建立超声振动磨削放电加工模型时存在试验样本数量少、预测量数值变化波动大的问题,提出利用支持向量机方法建立加工指标预测模型的方法。以超声振动磨削放电加工Si Cp/Al为例,利用正交试验获取学习样本数据,采用MATLAB软件建立超声振动磨削放电加工Si Cp/Al工艺指标的支持向量机预测模型,并利用该模型预测零件表面粗糙度和加工速度两项工艺指标。结果表明:支持向量机模型得到的工艺指标预测值与试验值具有较好的一致性,最大相对误差不超过12%,预测值精度较高,所建立的超声振动磨削放电加工工艺指标的支持向量机预测模型是可靠且有效的。     

基于最小二乘支持向量机的发酵过程混合建模

提出了一种综合先验知识与最小二乘支持向量机的发酵过程建模方法，并且采用遗传算法进行最小二乘支持向量机的参数优化选取。该模型应用到一个具体发酵过程状态变量的预估中，仿真结果表明基于最小二乘支持向量机的混合模型具有很高的精度与范化能力，同时也表明了最小二乘支持向量机是软测量建模的一种有效方法。     

基于多最小二乘支持向量机的草酸钴粒度软测量

提出了一种基于改进的鲁棒学习方法(improved robust learning algorithm,IRLA)的多最小二乘支持向量机(multipleleast squares support vector machine,Multi-LSSVM)建模方法,用以解决非线性系统建模问题。该方法通过Bootstrap算法复制出训练集样本空间上的多个样本子空间,训练出多个成员最小二乘支持向量机模型,然后应用改进的鲁棒学习方法对成员最小二乘支持向量机模型的权重进行优化融合,从而使多最小二乘支持向量机模型具有较高的准确率和泛化能力。通过仿真实验,验证了方法的有效性;并将其应用于湿法冶金合成过程草酸钴粒度软测量建模问题,获得了比单个最小二乘支持向量机模型方法更高的预测精度。     

基于支持向量机模型的产品意象评价研究

为准确把握消费者对产品造型意象的认知规律,将支持向量机模型引入消费者的意象评价中。以数控机床为例,调查数控机床的意象得分,然后对数控机床的造型要素进行分解,最后将获得的数据代入粒子群算法优化支持向量机中进行学习,获得产品意象评价的数据模型。为比较BP神经网络、交叉验证法支持向量机、粒子群算法支持向量机这3种方法的准确性,抽选出5组没有在前面进行学习的数据进行测试。实验结果表明,粒子群算法支持向量机模型预测出的意象评价平均值与问卷调查所得平均值比其他两种方法更为接近,可以较好地用于预测消费者对产品造型的意象评价。     

基于遗传算法的支持向量机分类器模型参数优化

建立在统计学习理论和结构风险最小原则上的支持向量机在理论上保证了模型的最大泛化能力,因此与建立在经验风险最小原则上的神经网络模型相比,理论上更为完善。本文运用支持向量机建立模式识别分类器模型,研究影响模型分类能力的相关参数,在分析参数对分类器识别精度的影响基础上,提出用遗传算法建立支持向量机分类器模型的参数自适应优化算法。最后,用算例表明了本文算法的正确有效性。     

叶切面最大厚度数值计算与应用

以叶切面最大厚度的数值计算方法为基础,探讨叶切面最大厚度计算的计算机实现,介绍叶切面厚度数值计算法的应用实例.     

Natural frequencies of vibration of a class of solids composed of layers of isotropic materials

In a recent paper, the Ritz method with simple algebraic polynomials as trial functions was used to obtain an eigenvalue equation for the free vibration of a class of homogeneous solids with cavities. The method presented is here extended to the study of a class of non-homogeneous solids, in which each solid is composed of a number of isotropic layers with different material properties. The Cartesian coordinate system is used to describe the geometry of the solid which is modelled by means of a segment bounded by the yz, zx and xy orthogonal coordinate planes and by two curved surfaces which are defined by fairly general polynomial expressions in the coordinates x, y and z. The surface representing the interface between two material layers in the solid is also described by a polynomial expression in the coordinates x, y and z. In order to demonstrate the accuracy of the approach, natural frequencies are given for both a two- and three-layered spherical shell and for a homogeneous hollow cylinder, as computed using the present approach, and are compared with those obtained using an exact solution. Results are then given for a number of two- and three-layered cylinders and, to demonstrate the versatility of the approach, natural frequencies are given for a five-layered cantilevered beam with a central circular hole as well as for a number of composite solids of more general shape.     

盘丝极心偏对三爪自定心卡盘找标精度影响的分析

三爪自定心卡盘作为机床的主要附件,已有一百多年的发展历史,尽管目前随着数控技术的不断发展,越来越多地需求高速动力卡盘,但三爪自定心卡盘目前仍有一定的市场。 要保证卡盘可靠地夹紧工件,必须使其有可靠的夹持精度;要保持卡盘的精度,必须要严格控制各零部件公差及误差,如盘丝的极心偏。 　　极心偏是形成圆的渐开线的基圆圆心 (极心 )与盘丝内孔中心不同心所造成的偏差值。它对卡盘精度的影响分两种情况,一是卡爪夹持弧采用配磨,二是卡爪夹持弧采用单磨。本文主要探讨配磨时的影响。 　　卡爪夹持弧采用配磨,即每台卡盘整体…     

双丝杠驱动机构同步分析

介绍了双丝杠驱动机构工作原理,论述了双丝杠运动产生不同步的原因以及如何判定与解决同步问题。     

圆柱面素线的直线度公差带解析

详细分析了圆柱面素线的直线度公差带在新旧标准中定义和解释的区别，并从对圆柱面素线实际要素检测的角度，提出了推行新标准的实际意义。     

膨胀套导向机构的设计

通过分析膨胀套在实际使用产生滑移受阻现象、卡死现象原因的实质,并在分析产生问题原因的基础上提出了改进措施即：增加导向机构。     

广州地铁APM列车制动机理分析

根据广州市珠江新城旅客自动运输系统(APM)列车的运行特点,介绍APM列车制动系统的制动方式及其特点,分析APM列车动态制动和摩擦制动的工作机理及其区别和联系,阐明APM列车制动系统的电控制过程和气控制过程,从而为APM列车制动系统的维护和管理提供一定的依据.     

磨粉机快辊轴承座加工工艺设计

设计了磨粉机快辊轴承座的加工工艺和具体的工装夹具.利用卧式加工中心加工磨粉机快辊轴承座,辅以能够高效快速夹紧的夹具,既可以保证加工精度,又能够提高加工效率.     

活塞销孔加工工艺的改进

我公司于８０年代末引进Aspera公司年产８０万台冰箱（冷柜）压缩机生产线及软件技术，在压缩机加工中，活塞销孔（如图１所示）的加工是难点之一。用镗床加工，质量一直难以达到要求，废品率很高。后来我们将Aspera公司的加工工艺即精镗后滚光改为精镗后用金刚石铰刀粗、精铰孔，由此解决了这个技术难题。（１）原意大利Aspera公司工艺简述其工艺流程为：钻６．５通孔→扩孔至７＋０．１→粗镗７．４７３＋０．０３６、圆柱度０．０１→精镗至７．９３５＋０．００６、圆柱度０．００２→滚光７．９３８＋０．００６、圆柱度０…     

多级离心泵噪声检测不确定度评定

对多级离心泵噪声检测的不确定度进行了评定,涉及不确定度的来源及分析,A类、B类标准不确定度的评定,合成标准不确定度的评定,以及扩展不确定度的评定和噪声检测结果的报告等.