刀具柱面Data Matrix码几何畸变的仿真分析

分析了刀具柱面Data Matrix (DM)码几何畸变的原理与过程,利用透视投影的方法建立了柱面DM码的几何畸变模型并对其进行仿真.结果表明,该模型较好地模拟了DM码在刀具柱面的几何畸变状况.通过仿真分析,获得了在一定曲率柱面上标刻DM码的合适尺寸以及采集过程中相机的合适几何参数.
     

异型柱面数控车铣组合加工叠加成形技术研究

从异型柱面的结构特征分析入手,陈述了异型柱面类零件曲面创成与离散的一般程序,特别是对其数控车铣组合加工叠加成形过程进行了较深入的分析,导出了异型柱面的离散行宽和步长计算公式,并针对B样条曲线偏置后不能用样条曲线精确表达的问题,对异型柱面截面型线采取先离散后偏置的方法,保证了精度.     

基于遗传算法的Kriging在GPS高程拟合中应用

在用Kriging方法对GPS高程拟合中,对于求变异函数的参数,一般采用的是经过线性化后再用最小二乘方法等来求.采用遗传算法拟合Kriging中变异函数参数,使参数估计过程更加简便,更加自动化.同时应用实测数据进行检测,发现该方法较传统方法具有明显优势.     

桥梁结构基于高维模型拟合响应面的参数识别

为提高响应面法在桥梁结构参数识别中的计算精度,提出了基于高维模型拟合响应面的参数识别方法.即采用HDMR响应面法拟合结构响应面,并基于该响应面进行结构参数的识别.研究了HDMR响应面的基本构造方法,阐述了在响应面基础上通过有约束最小二乘优化实现参数识别的一般过程.以一座连续梁及一座独塔斜拉桥为算例进行分析,探讨了该方法在结构参数识别中的计算精度及效率.结果表明,相比传统响应面法,该方法在计算精度上具有显著优势.同时也验证了该方法在大型桥梁结构参数识别中的可靠性和适用性.     

载人潜水器多开孔耐压柱壳多目标优化

为提高载人潜水器多开孔耐压柱壳结构性能,利用Abaqus软件对初始方案进行分析,设计多开孔耐压柱壳参数化分析流程,采用最优拉丁超立方方法在设计空间进行样本的选择及分析,对设计变量对于响应的影响程度进行分析,建立具有较高拟合精度的四阶响应面多开孔耐压柱壳近似模型.以耐压柱壳质量和极限强度为目标函数,基于构建的近似模型建立多开孔耐压柱壳多目标优化模型,利用第二代非支配排序遗传算法进行求解.结果表明,Pareto解集中的解在部分指标上得到优化,但优化的方面和程度不尽相同,为多开孔耐压柱壳优化方案的选择提供了依据.     

悬臂梁平面结合面参数的识别技术研究

基于频率阻尼比法,提出了一种利用悬臂梁的平面结合面参数识别测试模型,采用有限元法建立了力学模型,通过模态试验优化识别出干摩擦和油脂润滑这2种不同介质状态下结合面的法向刚度系数和法向阻尼系数,并拟合出结合面动态参数随面压力的变化规律．研究结果表明,悬臂梁测试模型对于优化识别平面结合面的动态参数具有较高的精度,干摩擦和油脂润滑结合面的动态参数随面压力的变化不仅具有较强的非线性,而且油脂润滑结合面的动态参数值要比干摩擦的参数值大．     

二次柱面与平面的位置关系

利用系数行列式和平移变换,从二次曲线与直线的位置关系入手,借助二次曲面的不变量和二次曲面的截口不变量,由二次柱面的系数与平面的系数组成的行列式判定二次柱面与平面的关系.     

基于实数编码遗传算法的超二次模型参数提取计算

如何从真实景物形状信息中计算出对其几何形状描述的超二次基元模型的参数,是从二维图像或三维数据中进行超二次模型重建的关键,这个过程称为超二次模型的参数提取,也称为超二次拟合计算.由于传统的搜索算法很容易陷入局部最优解,因此,本文将实数编码遗传算法应用于超二次模型的参数提取中,针对不同的遗传算法控制策略、遗传算子等进行了大量的拟合计算数值比较实验.数值实验表明,应用实数编码遗传算法进行超二次模型参数提取计算具有效率高、鲁棒性好、精度高的优点.     

遗传算法求概率积分法预计参数程序设计

目前基于概率积分法求取地表移动预计参数的优化算法,如线性最小二乘法,具有易发散、易出现局部解、对初值要求较高、抗粗差干扰性弱等问题。遗传算法(Genetic Algorithm)是一种高效的全局寻优搜索方法,采用人工进化的方式对目标空间进行随机优化搜索。采用遗传算法,利用地表任意点的概率积分法数学模型编写了求取地表移动预计参数的程序,通过皖北某矿井的1013工作面的观测数据并结合地质采矿条件反演了地表移动预计参数,通过与传统的优化算法所求取的参数比较,证明了遗传算法反演结果的准确性和可靠性。     

一种适用于拟合单峰分布数据的模型

针对一类二参数概率模型,选取特殊的参数值,做出一批有代表性的概率密度曲线,并通过这些密度曲线揭示出模型中各参数的统计含义及模型所适用的拟合数据的范围.通过一个实例,给出了利用这类模型拟合单峰分布数据的方法步骤和拟合效果,并用扩展后的模型进一步提高了拟合精度.     

改进的遗传算法用于雷达天线曲面拟合

由于坐标系统不统一以及空间曲面方程的复杂性等，雷达天线表面检测是一个非线性求解问题。提出了改进的遗传算法求解雷达曲面方程拟合中的坐标平移、旋转以及曲面标准方程的参数。在一个工程实例中的应用和比较结果表明，遗传算法能够应用于雷达天线等曲面拟合，改进算法更具优势。     

一种基于随机粒子群的变差函数优化方法

变差函数是克里格法中反映区域化变量空间变化特征的有效数学模型,其在克里格插值算法中是重要的环节,由其确定的拟合模型参数直接影响插值精度。由于变差函数采用非线性模型,导致拟合误差曲面存在很多局部极值点。因此传统的最小二乘法不易达到满意的结果。基于这一问题,提出了基于随机粒子群优化(RPSO)算法的变差函数设计方法。实验结果验证了该方法的有效性。     

基于遗传规划的GSBAR学习算法

基于相似关系的广义近似推理方法(GSBAR)需要一个能根据案例数据来确定其函数参数的算法,即GSBAR学习算法。提出了基于遗传规划的GSBAR学习算法,论述了GSBAR学习算法的定义、学习算法任务的简化以及学习算法的组成部分和基本步骤。学习算法的运算实例表明:GSBAR学习算法能够以较大概率搜索到合适的函数参数。GSBAR学习算法提供了根据案例数据来确定GSBAR方法中关键函数的能力,从而使得GSBAR方法具有更好的适应性。     

数字钻孔图像岩体结构面自动化识别方法

数字钻孔摄像技术能准确获取钻孔中岩体结构面特征信息,针对现有数字钻孔图像分析人力需求量大、主观性强、计算量大的不足,研究提出方案实现数字钻孔摄像技术采集的钻孔内壁图像自动识别。首先,用二维伽马函数光照自适应矫算法对图像进行光照均匀处理,利用经过预训练的DexiNed网络对矫正后图像边缘进行特征提取;其次,提出Epremoval方法处理边缘点噪声提取感兴趣区域;最后,根据正弦曲线泰勒展开式对图像中的表征数据进行多项式拟合。通过对得到曲线进行计算、空间变换和数理变换得到岩体结构面参数。以某隧道工程的数字钻孔图像为例,研究提出的算法结果优于人工辅助判读结果。     

遗传算法拟合变异函数的参数

 由于堆积体的空间变异特殊性,用加权多项式回归法进行球状模型的理论变异函数拟合误差很大,有时甚至无法拟合出变异函数.为解决这一问题,结合遗传算法原理,充分利用遗传算法在求解非线性问题时具有全局寻优的特点,拟合出球状模型的理论变异函数参数,并以小湾水电站左岸堆积体边坡的变形监测数据为例进行了计算.经过多方法对实例进行比较分析表明,该方法简便、通用,具有较高的拟合精度,是非线性、不连续可微模型参数估计的好方法.     

基于蚁群算法的既有铁路整正优化设计

为了提高既有线路整正维修效率以及满足铁路快速发展对线路高平顺性的要求,结合蚁群算法在空间组合优化的优良性能,研究了基于蚁群算法的既有线平面多曲线整体整正优化设计方法.首先利用空间曲线拟合算法,结合平面线形的曲率变化特征,采用概略分段与迭代精确分段相结合的方式,确定初始交点坐标及曲线参数信息.以既有线所有初始交点坐标为基准,进行交点坐标网格划分,运用蚁群算法全局寻优的方式得到最优的交点组合.逐步缩小网格进行蚁群寻优,最终得到满足各类约束的线形参数组合及最优拨道量值,实现线路平面整正的整体优化算法设计.并结合实测数据进行相关计算分析,计算结果显示蚁群优化算法较传统的优化设计方法在获取最优线路参数,实现整体拨道量最小方面可以获取满意效果.     

孔轴配合的精度预测与公差优化设计

以圆柱形孔轴配合的结合面为研究对象,研究了新一代GPS标准体系下多公差项的孔轴配合实际误差模型.以圆柱度为例,结合GPS标准中圆柱面形状误差的评定方法,采用蒙特卡洛法模拟误差的随机性,建立了孔轴圆柱面体外拟合尺寸实际变动区间求解模型,并分析实际误差对配合性质的影响.分析了包括方向公差(或位置公差)在内的三类公差耦合作用下孔轴结合面误差的形成机理,建立了不同配合性质下的圆柱形孔轴结合面的实际误差模型,获得了结合面误差分量的实际变动区间以及实际的配合性质.实现了在设计阶段对孔轴实际装配精度的预测.以实际的孔轴结合面精度与配合性质要求为约束,孔轴加工成本为目标,进行了孔轴零件的公差优化设计.最后以一孔轴配合的装配误差分析与公差优化为例,验证了该方法的可行性与实用性.     

基于量子遗传算法的子空间拟合测向

针对子空间拟合算法对独立信源和相干信源求解过程中,多维搜索运算量大的问题,通过采用实数编码的量子位表示染色体和用量子旋转门更新量子位的方法,提出一种实数编码的量子遗传方法(RC-QGA)来实现加权信号子空间拟合(WSSF)测向,从而有效地降低传统算法的计算量.还研究了WSSF算法的一维解相干性能和二维波达方向(DOA)估计性能.实验仿真表明,RC-QGA方法在进化代数为10时就可以达到收敛,有效提高了传统遗传算法的收敛性能,并且具有计算量小和估计性能优良的特点.     

柱面共形阵列天线盲极化2D DOA 估计

针对柱面共形阵列天线的DOA估计问题,充分利用柱面载体的单曲率特性,通过合理的阵元设置,基于子空间原理,提出了盲极化2DDOA估计算法。首先,利用一条母线上的阵元构成子阵1,基于ESPRIT算法,实现信源俯仰角估计。然后,利用剩余阵元构成子阵2,结合子空间原理以及俯仰角估计值,通过一维参数搜索完成方位角估计,并实现了俯仰角与方位角的自动配对。该算法在不需要信源极化状态与阵元方向图任何信息的情况下进行二维来波方向估计,估计精度高、分辨力强。同时,所提算法不需要额外的参数配对,简化了估计方法的步骤,计算量小,易于实现。在不同信噪比、快拍数条件下的计算机Monte-Carlo仿真实验表明,所提算法可有效地解决共形阵DOA估计问题。     

支持向量机增量学习中模型参数选择问题研究

支持向量机性能主要受模型参数的影响,而支持向量机增量学习中模型参数选择问题研究较少。针对这一问题,提出一种支持向量机增量学习中模型参数选择方法。将鲁棒度作为增量学习的性能估计准则,用拟合误差和比例系数调节解空间取值范围,采用梯度下降法搜索参数,用初始模型参数作为梯度下降法的初始值。用该方法对Logistic模型和航空发动机振动监控进行实验。结果表明：与基本遗传算法和梯度法进行比较,所提方法能充分利用历史学习的结果,缩小解空间的搜索范围,加快收敛速度。