注水开发油田产油量产水量动态预报的新方法

对注水开发油田,提出一种新的产油量、产水量动态预报方法。该方法对油田开发过程的时变性和各种随机干扰因素具有自适应性。文章从信息论角度出发,利用神经网络非线性时间序列预测模型,构造了油田产油量、产水量的神经网络预测器。结果表明,该预测器具有较高的预测精度,适合于各个阶段的产油量、产水量的动态预报。并且该方法完善了油田产油量、产水量动态预报的理论。最后给出了两个动态预报的实例,具有较高的预报精度。     

动态测量误差灰色模型插值预报理论及应用

根据灰色建模机理和特点 ,分析动态测量中灰色模型插值的可行性 ,提出动态测量误差白化生成的灰色预测模型用于插值预报的方法。且进一步以长光栅动态测量系统为对象 ,将所获得的动态测量数据建立误差预报灰色模型 ,并对离散点进行动态测量误差插值预报。实践证明 ,灰色模型插值是正确的和有效的     

贝叶斯理论在光栅动态误差预报中的应用

针对实际测量过程中需要对数据量较少的非平稳性误差进行随机序列建模预报。提出了贝叶斯动态测量误差序列的预报方法。该方法不要求较大的数据量，对序列平稳性无限制，而且在预报过程中间隔插入标准量能有效提高预报精度。设计了一个光栅测长仪动态误差测量实验系统，利用贝叶斯预报方法对其动态误差数据进行建模预报，验证了贝叶斯预报方法的适用性和可行性。     

基本气象要素综合预报业务系统

使用中期数值预报产品和实况资料,充分利用现代计算机的快速计算能力,采用动态相似、最优相似等综合预报方法和经改进的传统预报方法以及综合集成预报方法,逐日滚动制作0～168h多测站温度、降水等基本气象要素预报。经2002年7月～2003年6月业务运行表明：系统运行稳定,动态综合预报等新方法预报效果明显优于PP等传统方法,对具有不同预报思路的6种预报结果进行综合集成后,预报精度明显提高。     

基于神经网络的风电场超短期风速数值预报的动态修订

 针对风电场风功率预测所需的离地70m、0~4h的超短期风速预报,本文利用中央气象台发布的MM5格点输出的数值预报风速及测风塔实时发回的气象资料,探讨了利用神经网络将前期误差观测值和测风塔湍流指标等因子对MM5数值预报风速进行动态修订的方法,建立动态修订超短期预报模型,为满足风电场超短期风功率预报的工程应用提供一定的参考。结果表明,修订后的预报风速平均绝对误差等指标大幅降低,有效地提高了预报精度。     

露天矿边坡移动的动态预报

本文根据监测及数据处理理论,讨论了边坡移动的统计判别方法。利用动态观测系统理论,建立了相应的动态预报模型和动态自适应预报模型。根据所得到的位移场和速度场,讨论了边坡破坏模式的判别方法。     

清河水库洪水预报误差分析及其解决办法

分析洪水预报中的误差来源,提出相应的解决办法,着重分析各种预报模型的预报问题,采用动态运用,蓄满产流模型,大伙房模型,新安江模型,水箱模型,对清河水库进行洪水预报,可以较好的提高预报精度的合理性。     

基于动态灰色模型的地下工程地面沉降预测

实时准确地预报地下工程引起的地面沉降对指导施工意义重要.利用动态灰色模型(MGM),可以根据适时更新的观测值建立实时的预报模型,从而提高预报精度.通过工程实例,表明该模型能较好地应用于沉降预报.     

基于时间序列分析的动态变形预报

对变形体的变形趋势做出预报,是变形监测的主要任务之一.时间序列分析能顾及各期数据间的统计相关性,通过建模实现变形体的动态变形预报.鉴于AR模型估计参数时有递推公式,且工作量小,故在介绍时间序列模型的基础上,结合变形监测实例,讨论了AR模型的建模过程,并采用AR模型实现了变形的动态预报.     

基于单率多点广播数据流的潜在瓶颈链路智能预报

针对单率多点广播数据流传送特点和要求,主要考察在自相似性数据流作用下缓存队列动态特性.运用模糊逻辑推理分析能力和神经网络学习泛化能力,通过引进补偿模糊算子,设计了一类在线无监督学习实时预报补偿模糊神经网络,提出了对单率多点广播数据流网络中潜在瓶颈链路的预报控制策略.并且设计了动态补偿因子,给出了动态补偿因子自适应调节律.仿真实验表明,基于单率多点广播数据流的层次广播树拓扑的潜在瓶颈链路进行智能预报方案是有效的.     

基于sub-MPLS的多阶段间歇过程质量预测与控制

针对大部分多阶段间歇过程,质量多数难以在线测量与控制问题,提出一种新颖的在线质量预测方法,基于子时段的MPLS质量预测方法.首先,采用聚类分析方法对间歇过程时间片矩阵PCA负载矩阵进行分类,依据过程变量相关性的变化,过程被分成几个操作阶段,然后,定出与质量变量最相关的阶段,在该阶段建立sub-MPLS在线质量预测模型,另外,还提出一种闭环质量控制方案.在一个典型的多阶段间歇过程-注塑过程的应用结果表明了所提出方法的有效性.     

基于误差传递模型的精密装配几何误差灵敏度分析

文中针对确定各零部件几何误差对装配精度的影响以及瓶颈装配工序等重要问题,分析了两零件装配时由于配合面表面形貌所导致的几何误差造成的零件位姿变动,确定单工序的配合误差.以此为基础,基于多体系统理论建立多工序装配过程误差传递模型,用矩阵微分法建立了几何误差对装配精度的灵敏度分析模型.该模型可以识别出多工序装配过程中对装配精度有较大影响的主要零部件几何误差,从而为精密装配精度分析以及控制提供基础,并通过实例验证了模型及分析方法的有效性.      

基于改进损伤算法及MCMC车流模拟的 混凝土桥梁疲劳寿命预测

基于改进损伤算法及多车道精细车流模拟,提出一种新的混凝土桥梁疲劳寿命的预测方法.改进损伤算法将每一次循环造成的损伤计入S-N曲线,对疲劳荷载作用下材料的S-N曲线进行了修正,使得材料疲劳寿命预测结果更贴近真实状况.采用马氏链蒙特卡洛模拟法(Markov Chain Monte-Carlo,MCMC),考虑车流中相邻车型及车道的相关性,生成多车道精细车流.分别通过一组钢筋混凝土梁及一组预应力混凝土梁多级变幅疲劳试验对改进损伤算法的准确性进行了验证.介绍MCMC多车道随机车流模拟的具体流程,并提出基于改进损伤算法及多车道随机车流模拟的混凝土桥梁疲劳寿命预测方法.最后,以某高速公路实测交通流数据与一座跨径为20 m的简支T梁桥为例进行分析.结果表明:5组试件预测误差较常规损伤算法均有明显降低,除两根预应力混凝土梁预测误差较大(53％～56％)外,其余3组试件误差较小(小于8％),表明改进损伤算法可用来预测混凝土桥梁的疲劳寿命;实例分析中,简支T梁桥各主梁应力幅谱呈现多峰分布的特征,与车辆荷载分布特征相似,验证了模拟的合理性;根据改进损伤算法预测,当年交通量增长率(Average Annual Growth Rate,AAGR)为0时,该T梁桥的疲劳寿命为77.50年,不满足设计使用年限要求.AAGR为3％时,疲劳寿命为52.49年,较AAGR为0时下降32.27％.     

基于多级观测器的液压伺服系统自适应故障检测与隔离

针对传统的基于固定阈值的故障检测及诊断方法虚警率高,无法有效实现液压伺服系统的故障检测与隔离,提出了一套基于多级观测器的液压伺服系统自适应故障检测与隔离方法。首先,采用第1级RBF网络作为液压伺服系统观测器,通过比较观测器估计输出值与实际系统输出得到残差信号。其次,采用第2级RBF神经网络产生自适应阈值,实现了液压伺服系统自适应故障检测。最后,采用小波包分析提取残差信号特征,利用第3级RBF神经网络实现系统的典型故障隔离。实验结果表明,利用多级观测器模型能够有效实现液压伺服系统的自适应故障检测及隔离。     

多输入多输出系统中基于多级维纳滤波的均衡算法

基于多级维纳滤波器,提出了一种多输入多输出系统中的降秩自适应均衡算法.该算法利用多级维纳滤波器得到一组子空间基向量,通过子空间投影,把均衡器输出限定在低维子空间内,从而降低了自适应均衡的迭代复杂度,加快了收敛速度.理论分析和仿真表明,降秩均衡算法有效地提高了均衡器的收敛速度,降低了计算复杂度,并在多级维纳滤波器的级数不超过 10 的情况下,就能达到近似满秩均方误差性能.     

基于遗传算法-BP神经网络的径向式导叶多级泵水力性能优化

针对径向式导叶多级泵内部流动状态复杂多变而导致其水力性能曲线难以精确测量的技术难题,采用遗传算法(ge-netic algorithm,GA)迭代优化反向传播(back propagation,BP)神经网络的权值与阈值,构建了基于GA-BP神经网络的径向式导叶多级泵水力性能预测模型,以MD500-57型径向式导叶多级泵为研究对象,建立了输入层为13个神经元、隐含层为10个神经元、输出层为2个神经元的GA-BP神经网络,采用正交试验方法设计了试验参数的正交试验方案,运用数值模拟计算方法对正交试验方案进行求解,获得了试验参数的训练样本,并对神经网络进行训练与测试,计算了过流部件关键几何参数的最优组合方案.试验结果表明:优化后该多级泵在设计工况下扬程增加了2.4 m,效率提高了3.34％,且高效区范围变宽.     

价格不确定条件下多阶段一次性采购策略研究

价格不确定条件下多阶段一次性采购的最低成本支出,需要采购决策人员对当前阶段的报价以及未来阶段可能的报价进行科学地预测与比较,决定当期采购还是推迟采购.针对每阶段由高价、中间价、低价分别按不变概率出现组成的离散型不确定价格结构,应用动态规划模型通过逆向求解法,并考虑三种价格之间的关系,运用归纳法对N阶段最优采购策略进行探讨.研究结果得出,当三种价格期望值低于中间价,以及高于中间价时多阶段一次性采购的最优策略.此最优策略通用性强,具有较高的实践意义.     

Viterbi解码器的纠错门限及其对多用户检测的影响

多用户检测技术因可极大提高CDMA系统的容量而受到广泛关注．文中研究了结合前向纠错解码的多级并行干扰对消多用户检测器的性能，讨论了卷积码的纠错能力，给出了Viterbi解码器的输入和输出特性曲线，提出了viterbi解码器的纠错门限及其两种表示方法．系统仿真结果表明，接收信号的信干比低于Viterbi解码器的纠错门限时，多用户检测器将不能正常工作，在设计实际多用户检测接收机时要设法克服纠错门限造成的影响。     

正交迭代泛函网络在中短期钟差预报中的应用

 在卫星钟源无法与地面钟源进行实时比对的时段中,准确预报卫星钟差对于维持卫星的稳定运行具有重要意义。针对卫星钟差的中短期预报问题,选择多项式模型对钟差进行建模分析,设计了一种基于滑动窗模型的正交迭代泛函网络算法。利用泛函网络的非线性学习能力对钟差预报模型进行拟合分析,采用正交函数作为泛函网络的基函数簇,并引入滑动窗思想来更新输入层元素进行迭代训练,获得较小的预报误差。分析表明,预报时间小于12 h 时,预报误差为0.2~0.5 ns,预报精度与IGU P精度相当;当预报时间为24 h 时,预报误差总体在1 ns,预报精度略次于IGU P 精度;当预报时间为1 个卫星周时,最大误差达130 ns,难以满足卫星运行对钟源的要求。研究表明：该算法适合于短期卫星钟差预报,不适合中长期钟差预报。     

Turbo码多级调制及性能分析

将Turbo码进行你级调制,然后进行多步译码。根据信息理论,将Turbo码设计出不同的码率,让低层码具有较高的纠错能力,而让高层码具有较高的传输信息的能力,从而提高系统传输率,并对Turbo码多级调制的误码性能进行分析,得出误码率计算公式,还对Turbo码调制方案进行了仿真,证明了结论的正确性。