基于BBO-SVM的大坝变形预测模型与性能验证

针对大坝监测数据小样本、高维度和非线性的特点,引入支持向量机( SVM) 机器学习方法,采用生物地理学优化算法( BBO) 优化其惩罚因子 c 和核函数参数 g,建立了基于 BBO-SVM 的大坝变形预测模型。结合 2011—2016 年水口大坝 4 个测点共 900 组环境量与效应量监测数据,对模型预测性能进行了验证,并将预测结果与 SVM、PSO-SVM 和 ABC-SVM 大坝变形预测模型进行对比。结果表明: 文中提出的 BBO-SVM 模型不仅预测精度高,且稳定性更好,4 个测点的均方根误差分别达到了 0. 332 0、0. 473 5、0. 405 7、0. 222 8,拟合优度分别达到了 0. 910 4、0. 961 0、0. 962 4、0. 956 9。本研究可提高大坝安全监测成果利用,对于大坝健康状态预测评估具有一定的工程指导意义。     

一种基于数值积分的过程神经元网络训练算法

针对过程神经元网络的训练问题,提出了一种基于数值积分的学习算法。直接采用数值积分进行网络中动态样本与连接权函数的时域加权聚合运算,采用梯度下降法实现连接权函数特征参数及网络性质参数的调整。设计了基于梯形积分、辛普森积分、柯特斯积分等3种过程神经元网络数值积分训练方法,以太阳黑子数据预测为例进行仿真实验,结果表明,基于数值积分的过程神经元网络训练算法是有效的,其中辛普森积分算法的性能最优。     

魔域幻音——瑞风音响改装

宽广的道路两旁是欧陆风格的建筑,这台瑞风停放在店面前空旷的场地上,很是扎眼,用“特别”宇眼来形容它显得有些单一,它很前卫,起码从绘有魔鬼形象的车身外观,足以让人怀疑是否本土制造,为释疑我决定深入了解。     

享受无价

近期翻开很多汽车行业杂志都会看到“大众”硬广软文大篇幅的宣传,特别是它那号称“不寻常的工作”德累斯顿透明工厂,仿佛让人步入了《星际大战》的场景,随之也对此品牌有了更深的了解和更高的推岽。大众途锐算是大众家族中的高端车型,售价在国内市场也早已名声大噪,对于喜欢整车进口、纯种德系SUV的消费者来说,     

ACIS/HOOPS几何建模与可视化技术研究与应用

几何建模与可视化是数值模拟前处理中重要的组成部分.重点介绍了ACIS建模技术及HOOPS可视化技术,并基于ACIS/HOOPS及格式转换组件(InterOp)、模型简化组件(Defeaturing)、网格划分组件(VisTools)等3D组件开发了数值建模与可视化软件,在系统中实现几何建模、模型导人、模型简化、网格划分及可视化功能,为后续的数值模拟奠定了良好的基础.应用表明:使用ACIS/HOOPS及相关3D组件开发数值模拟前处理系统具有效率高、效果好的特点.     

基于Agent的无线传感器网络AUML交互模型

节点之间的协作交互是无线传感器网络自组织基础,也是拓扑控制和路由选择的本质特性。分析无线传感器网络典型拓扑控制算法和路由协议中的交互行为,在多Agent系统模型基础上,提出基于AUML的无线传感器网络Agent元模型和Agent模型图,构建适合于无线传感器网络的AUML交互模型,该模型包括WSNAgent实例、WSNAgent角色特征、WSNAgent生命线和控制焦点、连接器、消息、条件等基本组件。典型协议建模表明,无线传感器网络AUML交互模型具有较好的可视化描述能力,为无线传感器网络交互的实现奠定了良好基础。     

粒子群优化算法在桁架结构优化中的应用

介绍了粒子群优化（PSO）算法的一种改进算法：用于约束优化问题的启发式粒子群优化（HPSO）算法。针对HP-SO算法在桁架结构优化中速度较慢的问题,将HPSO算法的约束处理策略与另一种适用于粒子群算法的约束处理方法结合,并将改进后的算法应用到1个桁架结构截面优化设计算例中,同时与HPSO算法进行对比分析。对于此算例,改进算法和HPSO算法都运行了多次,从多次运行的统计分析中可以看出,改进算法的优化效果和稳定性好于HPSO算法,且结构分析的次数减少了一半左右,从而整个程序运行的速度比HPSO算法提高了将近一倍。     

我技所响 成您所享——飞度汽车音响改装作品

曾有很多次见过飞度改装的案例,特别是去年,随着飞度的热销,很多激情的车主对其进行了音响升级,得美乐相随,飞度的动感特色发挥得随心所欲。虽说发烧友改装案例接触不少,但当接到这车的音响改装配置清单时,着实有点不理解,虽说飞度相对来说内厢也不算小,但加装3台功放15只喇叭,     

一种过程支持向量机及其在动态模式分类中的应用

针对一般SVM在机制上难以直接对动态模式进行分类的问题,提出了一种基于函数正交基展开的过程支持向量机.该模型的输入为时变函数,输出为模式类别.在输入函数空间中选择一组适当的正交函数基,将输入函数在该组函数基下进行有限项展开,把展开式系数作为核函数的输入.由于时变函数在基函数映射下与展开式系数一一对应,从而可利用SVM的变换机制实现动态模式分类.给出了基于SMO的求解算法,实验结果验证了模型和算法的有效性.     

基于中间节点效应的无标度网络演化模型研究

原BA模型以网络中已存在的各个节点与新增节点的连接相互独立为前提。然而,在真实系统中,当网络中一个节点与新增节点连接后,该节点对其邻居节点与新增节点的连接会存在影响。针对该现象,提出了基于中间节点效应的无标度网络演化模型。首先描述与定义了中间节点效应,然后给出了中间节点效应模型的生成算法,并从理论上分析了该模型的度分布情况,最后利用仿真验证了理论分析的正确性,并就度分布、群聚系数、平均路径长度等复杂网络参数与原BA模型进行了对比,结果表明此模型能生成无标度网络并且更符合现实网络的演化过程。