多体动力学仿真在分析汽车极限工况中的应用

为提供一种分析汽车极限工况的快捷办法,根据多体动力学理论,使用Adams软件建立车辆悬架的多体动力学模型,根据实车参数对悬架模型参数进行定义,使模型尽可能符合实际情况。然后分析汽车在行驶过程中遇到的各种工况,其中着重选取了单侧过凸包和转向制动两种区别普通工况更具代表性的极限载荷工况进行分析,计算了两种极限工况下的轮胎接地力,然后通过Adams进行仿真分析,求出车身相连处硬点的载荷,为后续刚度分析提供了边界条件。     

电子信息工程中现代化技术的应用

电子信息工程对我们人类社会的进步起到了非常重要的作用,随着现代化技术的发展,电子信息工程的技术水平进一步得到提升,与我们的生活、生产关系更加紧密,本文以当前电子信息工程中现代化技术的应用情况为入手点,并分析了其中存在的问题,最后,基于问题提出几点建议,期待能够促进现代化技术在电子信息工程中得到更好的应用.     

嵌入式直驱力矩电机设计及其系统仿真分析

针对所要设计的转塔刀架嵌入式直驱力矩电机的应用领域和技术指标,计算确定了嵌入式直驱力矩电机的初步尺寸及各项性能参数,分别建立了基于Ansoft/RMxprt的力矩电机系统仿真模型和基于Matlab/Simulink的双闭环电机调速系统仿真模型,对力矩电机系统进行仿真分析,两者仿真结果基本一致且符合理论规律,从而验证力矩电机样机设计参数的有效性,并试制样机,为相关力矩电机的设计优化和控制系统设计提供了相应依据。     

某船用柴油机活塞组的设计与传热分析

活塞在工作时,受高温燃气作用,可能发生各种失效现象,直接影响发动机的可靠性和耐久性。选取某船用柴油机为研究对象,设计其活塞组,利用UG软件进行三维建模,并利用ABAQUS软件对其温度场和热应力进行研究和分析。结果表明:活塞最高温度出现在燃烧室喉口部位,燃烧室底部存在较大的热应力。分析结果可为活塞优化设计提供依据,并提出优化设计方案。     

基于多智能体深度强化学习的分布式电源优化调度策略

针对分布式电源集中优化调度难以解决隐私保护的问题,提出一种基于多智能体深度强化学习的分布式优化调度方法。该方法可自适应源荷不确定性,在源荷随机波动的情况下实时给出优化调度策略。首先,阐述了基于通信神经网络架构的多智能体深度强化学习方法原理。然后,提出基于多智能体深度强化学习的分区分布式优化调度框架,以日运行成本最低为目标构建日前优化调度模型,并考虑各种运行约束。继而,采用近端策略优化算法对该模型进行离线训练,利用训练好的模型进行在线优化调度决策。最后通过改进IEEE33节点算例进行仿真验证,结果表明,各自治区域在仅利用局部通信的情况下即可计算出各自的近似全局最优解。     

具备自纠正和逐维学习能力的粒子群算法

粒子群算法作为一种随机算法,其随机性对种群的进化速度和寻优精度提出了严峻的挑战.针对该问题,本文提出了一种具备自纠正和逐维学习能力的粒子群算法.首先提出了一种纠正策略来判断粒子进化趋势的正确性并作出必要干预,减少了随机性所带来的学习时间的浪费;其次,在使用逐维变异策略的基础上利用个体最优作为最优粒子的学习对象,加强个体...     

RA-ProtoNet：基于元学习的小样本遥感场景分类方法

深度学习在解决遥感影像场景分类问题中发挥了重要作用，但在某些特定的遥感场景分类问题中，存在可训练带标签样本严重不足的情况（单类样本数少于10），造成现有的传统深度模型分类效果不理想。针对上述问题，提出一种小样本遥感场景分类方法，并构建一种基于元学习（meta-learning）训练策略的模型ResNet14-Attention-ProtoNet(RA-ProtoNet)。首先，采用预训练的深度残差网络ResNet14作为特征嵌入模块，提取遥感影像深度特征；其次，针对同类样本特征不明显会对类级（class-level）表达造成的干扰问题，在类级表达模块，采用基于双向长短期记忆网络（BiLSTM）的注意力机制强化类内样本信息，生成样本的类级特征表达；最后，利用欧氏距离度量待分类样本与类级特征之间的距离，实现分类预测。在UCMERCED、AID-30和NWPU-RESISC45等3个遥感影像数据集上，将所提方法与基于迁移学习和现有元学习方法的遥感场景分类方法进行对比实验，在5-way 5-shot条件下，所提方法的整体场景分类精度分别达到81.30%、83.29%和81.22%。实验结果表明...