基于径向基函数的多目标回归特征构建算法

多目标回归（MTR）是一种针对单个样本同时具有多个连续型输出的回归问题。现有的多目标回归算法都基于同一个特征空间学习回归模型,而忽略了各输出目标本身的特殊性质。针对这一问题,提出基于径向基函数的多目标回归特征构建算法。首先,将各目标的输出作为额外的特征对各输出目标进行聚类,根据聚类中心在原始特征空间构成了目标特定特征空间的基;然后,通过径向基函数将原始特征空间映射到目标特定特征空间,构造目标特定的特征,并基于这些目标特定特征构建各输出目标的基回归模型;最后,用基回归模型的输出组成隐藏空间,采用低秩学习算法在其中发掘和利用输出目标之间的关联。在18个多目标回归数据集上进行实验,并把所提算法与层叠单目标回归（SST）、回归器链集成（ERC）、多层、多目标回归（MMR）等经典的多目标回归算法进行对比,结果表明所提算法在14个数据集上都取得了最好的性能,并且在18个数据集上的平均性能排序居第一位。可见所提算法构建的目标特定特征能够提高各输出目标的预测准确性,并结合低秩学习得到输出目标间的关联性以从整体上提升多目标回归的预测性能。     

砂土原位应力场中的灌注桩成孔卸荷收缩理论解

为了探究钻孔灌注桩在竖向成孔时伴随的孔周土体径向应力的卸荷情况,基于SMP屈服准则及非相关联流动法则,探讨了初始原位应力场条件下砂土竖向钻孔孔周存在的2个塑性区的应力状态工况,并推导了该工况的应力场、位移场的解答,给出了工况判别标准。结果表明:静止侧压力系数K₀、土体内摩擦角φ的选取关系到孔周塑性区半径r_e,r_p的变化,对塑性区的产生和发展有很大影响;不同K₀和泥浆重度r_mud下的孔壁相对位移、孔壁应力均随着钻孔深度的增大而呈线性增大,孔壁相对位移随K₀增大而增大,随r_mud的增大而减小,但孔壁径向和环向应力并不随K₀的改变而改变;砂土竖向成孔的孔周塑性区范围几乎沿深度不发生变化,塑性半径r_p对钻孔孔壁环向应力有较大影响。提出的理论解对于砂土初始原位应力场中的灌注桩成孔卸荷问题具有一定的理论意义。     

插电式混合动力汽车动力传动系参数优化

在既定的动力总成功率参数及整车控制策略前提下,为充分挖掘插电式混合动力汽车(PHEV)节能潜力,以满足整车性能为约束条件,以百公里行驶成本为响应,利用最优拉丁超立方设计方法探索了其传动系统所有因子的空间响应特性,辨别了系统关键设计因子,给出了最优局部区域。基于此,建立了系统径向基(RBF)神经网络模型,并充分利用非线性二次规划算法较强的局部优化能力,在上述局部区域内得到了传动系参数全局最优组合以及对应的百公里行驶成本。结果显示:基于近似模型的优化方法精度较高,误差为1.06%;百公里行驶成本降低了9.72%。     

基于神经网络的伺服机械手LuGre摩擦补偿控制

针对伺服机械手系统的LuGre摩擦模型参数辨识难,难以建立其精确的数学模型,利用径向基函数( RBF)神经网络的万能逼近特性逼近LuGre摩擦,并作为计算转矩控制器的补偿项。通过Lyapunov方法证明了系统的稳定性以及闭环系统跟踪误差的收敛性。仿真结果证明控制算法能对摩擦进行有效补偿,提高了伺服机械手系统的轨迹跟踪控制性能。     

大脑局部电位信号与呼吸的关系模型研究

由于脑电波信号由无数神经放电构成,使得研究大脑与生理动作刺激之间的关系极具挑战性。根据脑电波与呼吸之间的机理特征,该文采用小波变换分解并重构了局部电位信号的主要成分,采用主成份方法分析了与呼吸相关的脑电波主要成分,分析了子波段与呼吸的强弱关联关系与周期性关系。引入径向基函数神经网络方法辨识了脑系统的呼吸与局部电位信号关系模型。     

重力不同引起的载人月球车操纵差异分析

为分析月球与地球重力差异对驾驶员所带来的操纵影响,推导了载人月球车操纵动力学方程.基于径向基神经网络和间接逆模型的训练方法,建立以行驶轨迹为输入、驾驶员操纵转角为输出的载人月球车操纵动力学逆系统.采用两种不同类型的间接对比形式,包括地球重力条件下重复月面行驶的轨迹路线和月球重力条件下重复地面行驶的轨迹路线.将正弦函数和斜坡阶越函数作为驾驶员操纵输入,获得月球或地球重力条件下的行驶轨迹,并利用逆系统求解得到不同重力条件下行驶相同轨迹时驾驶员的操纵转角.结果表明,驾驶员在月球重力条件下需要做出更大的操纵转向角度、更快的操纵转向速度、更高的操纵转向变换频率,并且在月球重力条件下更不容易重复地球重力条件下的相同行驶轨迹.这说明载人月球车在月球重力条件下的操纵性能较差.     

矢量无衍射光束的光强

矢量无衍射光束不仅具有标量无衍射光束的特点,而且还具有标量无衍射光束所不具备的偏振特性,因此研究矢量无衍射光束具有十分重要的意义.研究结果表明,利用柯林斯等公式经过理论推导可以得到自由空间矢量无衍射光束的光强计算式,这对于研究矢量无衍射光束的自重建现象奠定了理论基础.     

局部化MAPS法求解时空偏微分方程

用基于径向基函数的局部近似特别解法求解时空偏微分方程,并与局部Kansa方法进行比较,通过在局部区域内构造低阶矩阵,并推广到全局形式,构建一个全局稀疏矩阵,成功摆脱了求解病态线性方程组的困境,大大提高了计算的效率。采用Matern与MQ径向基函数求解偏微分方程,Matern径向基函数避免了对形状参数c的选择。在时间层划分方面采用四阶龙格—库塔(Runge-Kutta)方法。最后对数值例子的误差进行了比较分析,验证了方法的有效性。     

RBF-NN与RBF-SVM组合的风电功率预测研究

针对单一预测模型无法全面利用历史数据对风电场风电功率预测问题,本文提出了基于径向基神经网络(RBF-NN)与径向基-支持向量机(RBF-SVM)组合的风电场风电功率预测模型,通过固定综合权系数将2个模型融合在一起,同时采用最小二乘法来求取各子模型的权系数,实现2个子模型的优势互补,并对实际某风电场的功率数据进行预测仿真和测试。仿真结果表明,2个模型组合后,平均绝对误差为11.63%,分别比子模型降低0.87%和0.76%,证明所提出的组合预测模型能有效提高预测精度。该研究满足实际的调度预测要求。     

架空导线径向温度场的数值模拟

基于二维稳态热传导控制方程,考虑了输电导线主要的发热源和散热途径,形成了一套准确的导线径向温度场数值求解方法,并通过实例应用于JL/LB1A-300/50型钢芯铝绞线。结果验证了导线径向温度差的真实存在且不可简单忽略,并且径向温度分布受导线内不同金属材料的单位体积发热率、绞线间接触情况和外界对流等多方面因素的共同影响。