排序方式: 共有9条查询结果,搜索用时 0 毫秒
1
1.
2.
4.
针对航空铅酸蓄电池容量预测的复杂性和非线性等问题,提出了一种基于概率神经网络(PNN,probabilistic neural network)的航空铅酸蓄电池容量预测模型.阐述了PNN的基本理论,分析了影响航空铅酸蓄电池容量的因素,并合理地选取了PNN的输入量.在中国民航飞行学院各个分院采集样本数据并进行了验证,验证结果表明,基于PNN的航空铅酸蓄电池容量预测方法不但具有泛化能力好、学习速度快、预测精度高等优点,而且可以有效地减少由满容量放电造成的电池老化,延长航空铅酸蓄电池的使用寿命,具有良好的应用前景. 相似文献
5.
普适边缘计算允许对等设备之间建立独立通信连接,能帮助用户以较低的时延处理海量的计算任务.然而,分散的设备中不能实时获取到网络的全局系统状态,无法保证设备资源利用的公平性.针对该问题,提出了一种基于生成对抗网络(Generative Adversarial Network,GAN)的普适边缘计算资源分配方案.首先基于最小化时延与能耗建立多目标优化问题,然后根据随机博弈理论将优化问题转化为最大奖励问题,接着提出一种基于多代理模仿学习的计算卸载算法,该算法将多代理生成对抗模仿学习(GAIL)和马尔可夫策略(Markov Decision Process,MDP)相结合以逼近专家性能,实现了算法的在线执行,最后结合非支配排序遗传算法Ⅱ(Non-dominated Sorting Genetic Algorithm Ⅱ,NSGA-Ⅱ)对时延和能耗进行了联合优化.仿真结果表明,所提出的解决方案与其他边缘计算资源分配方案相比,时延缩短了30.8%,能耗降低了34.3%. 相似文献
6.
针对航空铅酸蓄电池健康状况评估本身所存在的小样本、非线性和复杂性等特点,结合支持向量机(support vector machine,SVM)和遗传算法(genetic algorithm,GA),提出了一种新的航空铅酸蓄电池健康评估模型。由于支持向量机的分类准确率很大程度上取决于参数的选取,因此利用遗传算法对SVM模型参数进行优化,以得到优化的支持向量机的评估模型。为了验证该模型的有效性,利用中国民用航空飞行学院航空铅酸蓄电池的实测数据进行了验证,实验结果表明该模型的分类精度高达96.25%,该评估模型是可行的,并且为航空铅酸蓄电池的健康评估提供了一种新思路。 相似文献
7.
8.
采用超声波透射法成功实现了实时在线监测环氧树脂在不同条件下的固化反应过程,研究了超声波振幅衰减随固化反应时间的变化关系,探讨了中温条件下模具厚度和玻璃纤维对环氧树脂固化反应过程的影响。结果表明:振幅衰减呈现出先增加后减小并趋于稳定的规律;随着固化反应的进行,振幅衰减能够准确地反映出环氧树脂体系出现凝胶点的时间和黏稠态—凝胶态—玻璃态各相态的变化过程。提高温度能缩短固化时间,增加厚度和玻璃纤维能在一定程度上延缓凝胶点出现的时间,并对其机理进行了讨论。超声波在线监测为环氧树脂基复合材料的加工成型和制作工艺提供了理论依据和重要的技术手段。 相似文献
9.
研究了FJ44-1A发动机的主要性能参数;利用状态空间模型对发动机时变性能参数进行描述,建立了基于卡尔曼滤波递归算法的退化量模型;对涡轮级间温度的参数值收集处理,利用模型理论,验证了模型对于涡轮级间温度评估的有效性。 相似文献
1