随机因素对河流水质模型参数最成估值的影响分析

本文以用Ｄｏｂｂｉｎｓ－ＢＯＤ－ＤＯ水质模型，生成真实的无干扰的和有干扰的仿真水质数据，在此基础上，用绘制目标函数响应的方法，分析了水质监测数据中的随机噪声对水质模型参数最优估值的影响。     

随机因素对河流水质模型参数最优估值的影响分析

本文以用Ｄｏｂｂｉｎｓ－ＢＯＤ－ＤＯ水质模型，生成真实的无干扰的和有干扰的仿真水质数据，在此基础上，用绘制目标函数响应面的方法，分析了水质监测数据中的随机嗓声对水质模型参数最优估值的影响．     

基于遗传算法的河流水质模型参数估值系统

河流水质模型的参数最优化估值需要进行约束非线性规划的求解,遗传算法是一种高效的启发式随机搜索算法。将遗传算法应用于河流水质模型的参数估值问题的求解,开发了基于遗传算法的QUAL2E模型参数估值系统,并进行了算例验证,结果表明该系统具有较高的可靠性和搜索效率。     

多货种O—D分布模型及其应用

在已有成果－“用户最优Ｏ－Ｄ分布模型”的基础上，进一步研究了预测多个货种Ｏ－Ｄ分布的模型－“半比多阶段分布模型”并将这一模型应用于汇苏省２０００年航运的矿建、煤炭及其它三个货种的Ｏ－Ｄ分布预测，结果肯定了模型的可行性。     

改进的AGA在河流水质模型参数优化中的应用

河流水质模型一般具有非线性、非凸等不规则特点 ,若能找到一种优化方法平衡各参数的相对重要性 ,并能使其达到足够的精度 ,这是合理运用水质模型的关键。文章提出通过设置断点对 AGA加以改进 (称改进的 AGA) ,并成功地应用于多参数多宾斯 BOD-DO河流水质模型参数优化中 ,表明设置断点的有效性     

多货种O－D分布模型及其应用

在已有成果──“用户最优Ｏ－Ｄ分布模型”的基础上，进一步研究了预测多个货种Ｏ－Ｄ分布的模型──“半比多阶段分布模型”并将这一模型应用于江苏省２０００年航运的矿建、煤炭及其它三个货种的Ｏ－Ｄ分布预测，结果肯定了模型的可行性。     

协同工作过程模型的分析与设计

介绍一种协同工作过程的分析方法,选择办公室支持系统分析与设计（ＯＳＳＡＤ）方法作为协同工作程序分析的基本方法,并提出几点改进意见,其中包括模型的二维空间和信息流图,当将其应用于群体工作模型分析,尤其是应用于工作流应用程序时,可以优化其分析与设计过程。     

南淝河水质S-P模型参数K1、K2的估值

对南淝河河流水质S-P模型中碳化BOD衰减系数K1和大气复氧系数K2分段进行了估值.根据实验测定数据,用最小二乘法、图解法和两点法等3种方法对K1进行了估值,应用公式估算法对K2进行了估值,并对估值的结果与南淝河的有机污染状况进行了对比和分析,从而为模型提供准确的参数值,也为南淝河的水污染控制和水质规划提供有益的借鉴.     

77K MOS器件计算机模拟及软件实现

本文分析了半导体器件物理参数的低温模型，对低温器件计算机模拟方法作了具体的考虑，提出了适于低温器件模拟的误差限方法，并将该方法以及低温模型参数插入ＭＩＮＩＭＯＳ４．０进行数值试验，得到了低温ＭＯＳ器件模拟软件ＤＷＭＯＳ。本文给出了ＤＷＭＯＳ部分运行结果。     

管理系统的正交模拟实验设计研究

提出了将正交实验设计法应用于系统模拟的基本思路和实现方法。系统地论述了模拟实验中的因子分类、正交模拟实验方案的概念及其构成方法，以及对系统模型、实验方案进行优化和稳定性分析的方法。     

基于改进正交试验设计的飞行轨道参数优化

采用微分进化算法改进了标准正交设计的均匀性.运用标准正交设计法和改进的正交设计法优化亚轨道飞行器再入段轨道参数.在相同的样本容量下,标准正交设计得到了估计误差满足要求的回归模型,而改进的正交设计得到的回归模型的估计误差有了进一步减小.采用复形调优法对两个回归模型进行寻优计算,两模型所得最优解均满足精度要求,而改进正交设计所得模型的优化效果更好.改进正交设计法进一步增强了抽样效率,是适用于轨道参数优化的重要方法.     

基于实码遗传算法的河流水质模型的参数估计

针对理想条件下采用解析法往往导致水质参数估计较大误差的问题，以及针对含有多参数的二维水质模型的参数估计问题，具体介绍了采用有限单元法和实码遗传算法求解二维水质模型未知参数的基本步骤，对水质参数(包括纵向、横向弥散系数和衰减系数)分别进行编码，通过计算机模拟浓度输出，并与实测值比较从而得出最优的水质参数估计值．算例表明，采用有限单元法-遗传算法估计河流水质模型的参数是可行的．     

Integration of a statistical emulator approach with the SCE-UA method for parameter optimization of a hydrological model

Parameter optimization of a hydrological model is an indispensable process within model development and application.The lack of knowledge regarding the efficient optimization of model parameters often results in a bottle-neck within the modeling process,resulting in the effective calibration and validation of distributed hydrological models being more difficult to achieve.The classical approaches to global parameter optimization are usually characterized by being time consuming,and having a high computation cost.For this reason,an integrated approach coupling a meta-modeling approach with the SCE-UA method was proposed,and applied within this study to optimize hydrological model parameter estimation.Meta-modeling was used to determine the optimization range for all parameters,following which the SCE-UA method was applied to achieve global parameter optimization.The multivariate regression adaptive splines method was used to construct the response surface as a surrogate model to a complex hydrological model.In this study,the daily distributed time-variant gain model(DTVGM) applied to the Huaihe River Basin,China,was chosen as a case study.The integrated objective function based on the water balance coefficient and the Nash-Sutcliffe coefficient was used to evaluate the model performance.The case study shows that the integrated method can efficiently complete the multi-parameter optimization process,and also demonstrates that the method is a powerful tool for efficient parameter optimization.     

熔融沉积制造工艺参数的优化

在FDM工艺参数优化设计中，使用一个包含22个尺寸、几何精度及表面粗糙度特征的测试件，采用一个具有最少试验次数的正交试验得到27个FDM原型。通过使用三坐标测量仪和表面粗糙度轮廓仪来测量原型件的各种特征，并使用MATLAB软件进行试验数据处理，据此结果来评估FDM原型件的质量。取得了加工工艺参数与原型件质量之间的关系，并进行了工艺参数的优化。研究结果表明，工艺参数的优化设置能大幅度改善原型件的质量。     

一种基于遗传算法的新时延估计方法

提出了一种新的时延估计方法,通过采用FIR滤波器模型并结合遗传算法解决了代价函数复杂计算量下的高效全局优化．算法利用最小二乘法准则,推导得到优化目标函数,并将时延,滤波器系数列入到参数估计模型中,继而将目标函数作为适应度函数,将时延,滤波器系数作为决策变量,应用遗传算法进行全局优化．通过仿真实验表明,本文不仅在滤波器长度比较短的情况下获得最优的时延估计,而且大大地减少了计算量,提高了稳健性．     

Parameter Estimation of Mixed Weibull Distributions Using Cuckoo Search

The lifetime data of products with multiple failure modes which are collected from life testing are often fitted by the mixed Weibull distributions. Since the mixed Weibull distributions contain no less than five parameters,the parameter estimation is difficult and inaccurate. In order to enhance the accuracy,a new method of parameter estimation based on Cuckoo search( CS) is proposed. An optimization model for the mixed Weibull distribution is formulated by minimizing the residual sum of squares. The optimal parameters are searched via CS algorithm. In the case study,the lifetime data come from the life testing of diesel injectors and are fitted by the twocomponent Weibull mixture. Regarding the maximum absolute error and the accumulative absolute error between estimated and observed values as the accuracy index of parameter estimation,the results of four parameter estimation methods that the graphic estimation method,the nonlinear least square method,the optimization method based on particle swarm optimization( PSO) and the proposed method are compared. The result shows that the proposed method is more efficient and more accurate than the other three methods.     

交叉熵蝙蝠算法求解期权定价模型参数估计问题

期权定价模型的参数估计问题通常是非线性优化问题,且是非凸优化问题,经典的优化方法已不再适用。为此探寻用交叉熵蝙蝠算法来求解Merton跳-扩散模型、Heston随机波动模型和Bates带跳的随机波动模型的参数估计问题。实证结果表明该方法是有效可行的。     

基于大爆炸优化算法的结构参数识别

作为一种新颖的优化工具,大爆炸算法（Big Bang-Big Crunch optimization,BB-BC）被成功应用于很多复杂优化问题。结构参数识别一直是结构健康监测的核心问题,利用BB-BC算法进行结构参数识别的研究。该方法的基本思想是通过最小化识别模型与实际结构系统响应的误差,从而将参数识别问题转化成一个多峰值非线性非凸的优化问题,并利用BB-BC算法发现系统参数的最优估计。利用BB-BC算法在输入输出数据不完备且噪声污染条件下,同时在没有系统质量、刚度等先验信息的情况下对结构系统进行了参数识别,并与基于遗传算法（GA）、粒子群（PSO）的参数识别方法进行了比较。结果表明：该方法可以成功地应用于结构参数识别,识别效能更优越。     

一种左心室压力个性化估计模型参数子集选择方法

针对模型估计左心室压力波形的临床个性化需求和大量参数优化计算复杂情况，提出基于灵敏度分析的模型参数子集选择策略.以左心室压力波形特征作为体循环模型的输出，通过自适应稀疏多项式混沌展开算法构建原始模型的元模型，改进索贝尔灵敏度指标计算，选出模型中对左心室压力波形特征有重要影响的参数作为参数子集.本文提出的选择策略可以为左心室压力波形估计中的模型参数临床个性化提供参考依据；参数子集中模型参数数量的减少，可以降低优化空间和参数求解的复杂度.实验结果表明，采用参数子集的左心室压力波形及特征估计与模型的全体参数估计具有很高的一致性.