空间索面悬索桥成桥线形的Marquardt修正最小二乘法计算

空间索面悬索桥线形计算由于吊杆和主缆的相互耦合而非常复杂,采用传统的影响矩阵法收敛困难.基于Marquardt修正的最小二乘法,为空间索面悬索桥线形计算提出一种新的解析算法,编制了相应的Matlab程序,并以某三跨空间索面悬索桥为例进行了验证.结果表明:此方法较影响矩阵法收敛精度高,对初值要求低,具有明显的优越性.     

带后续迭代的双极S函数激励的WASD神经网络

结合Levenberg-Marquardt算法以及权值直接确定法这两种用于神经网络学习训练的方法,提出了一种带后续迭代、面向双极S(sigmoid)激励函数神经网络的权值与结构确定(weights-and-structure-determination,WASD)方法。该方法与MATLAB软件神经网络工具箱相结合,可以解决传统神经网络普遍存在的学习时间长、网络结构难以确定、学习能力和泛化能力有待提高等不足,同时具有较好的可行性和可操作性。以非线性函数的数据拟合为例,计算机数值实验和对比结果证实了WASD方法确定出最优隐神经元数和最优权值的优越性,最终得到的WASD神经网络具有更为优异的学习性能和泛化性能。     

棒束花状α-Fe_2O_3的制备及其气敏特性

以FeCl_3·6H_2O为前驱体,聚乙烯基吡咯烷酮(PVP,分子量为8 000)为表面活性剂,先通过水热反应,再经高温煅烧制备具有棒束花状多级结构的α-Fe_2O_3,并用场发射扫描电子显微镜(FESEM)和透射电子显微镜(TEM)表征样品结构.结果表明:样品结构由棒束以自组装的方式形成,每个棒束由多个单晶纳米棒构成;由该结构制成的传感器件在200℃对丙酮具有良好的选择性及较高的灵敏度.     

黔南坳陷牛蹄塘组富有机质页岩生气期和生气量

通过对华北地台上元古界青白口系下马岭组页岩样品和塔里木盆地寒武系富有机质页岩生成的原油样品进行热解实验,结合沉积史、热史等,利用化学动力学方法对黔南坳陷下寒武统牛蹄塘组富有机质页岩主要生气期和生气量进行研究。结果表明:黔南坳陷牛蹄塘组富有机质页岩主要成油期约为510~430 Ma,即早奥陶世早期至早奥陶世晚期,主要成气期约为500~240 Ma,即早奥陶世至晚二叠世;黔南坳陷牛蹄塘组富有机质页岩成气由干酪根成气和原油裂解成气两个阶段组成,分别约为500~475 Ma和400~240 Ma,即早奥陶世至中奥陶世和泥盆纪至早二叠世;黔南坳陷牛蹄塘组富有机质页岩的总生气量约为2 735.7×1011m3,主要生气时期为奥陶纪、泥盆纪和石炭纪,单位质量页岩生气量分别为14.72、8.87和6.54 m3/t,依次占总生气量的41.0%、24.7%和18.0%。     

PA序列生成的线性过程误差权函数估计的Berry-Esseen界

在由PA序列生成的线性过程误差下,讨论了非参数回归函数加权估计的Berry-Esseen界,其Berry-Esseen界可达O(n~(-1/6)).     

基于MIMO系统的多关节机械手自适应模糊控制系统的设计

针对机械手运行过程中存在着不确定性因素的干扰,设计出自适应模糊控制系统,该系统的控制算法是利用MIMO(多输入多输出)模糊系统来逼近存在的误差。用鲁棒自适应控制律,来消除逼近误差造成的影响,可以有效地保证系统运行的稳定性,减少了模糊控制规则的数量。通过实验验证和计算机仿真可表明该算法的有效性。     

物质平衡及线性流原理下的煤层气储层生产数据分析

针对煤层气开发过程中煤储层自身物理、化学、力学及渗流等方面性质的问题,利用物质平衡及线性流原理对某煤层气储层生产数据进行分析,探讨了水侵、解吸、地层及流体压缩性对原始含气量估算的影响及滑脱效应对半缝长xf的影响.结果表明:由于该煤储层产水量较低及地层负压,水侵、地层及流体压缩性对原始含气量G的影响程度较小;但该煤储层含气饱和度或游离气含量低,气体主要以吸附形式存在,解吸对原始含气量的影响程度最大;当利用线性流原理预测储层时,若忽略滑脱效应,预测结果偏低,同时也表明煤储层滑脱效应研究或合理定义渗透率比对压裂、渗流及模拟等方面的重要性.利用半缝长与渗透率比的关系也可以对煤储层表观渗透率进行预测.     

压电合成射流激励器LEM方法研究

基于线性复合平板理论,将机-电-声等效方法应用于压电合成射流激励器,建立了激励器的集总参数模型(LEM).借助ANSYS软件和Matlab软件提取等效模型的关键参数,并使用Matlab软件对合成射流激励器的LEM模型进行了仿真.仿真结果与实验测试值进行了对比,两者吻合得较好.与传统仿真方法相比,所提出的LEM方法具有操作简单、耗时短、占用资源少和效率高等优点.      

基于小世界无标度特征的回声状态小波网络

针对储备池的适应性问题,提出了一种复合回声状态网络模型(CESN).CESN依据增量生长准则构建小世界无标度进化状态储备池,解除了储备池谱半径的限制.同时,CESN将离散小波函数作为神经元的激活函数,用Symlets小波函数替代部分储备池神经元的S型函数,Symlets小波函数的伸缩和平移变换特征丰富了动态储备池的状态空间.将CESN应用于一些非线性时间序列逼近问题中,即NARMA系统、Henon映射和二氧化碳浓度预测.实验结果表明,在逼近高度复杂的非线性系统方面,CESN明显优于注入Symlets小波的经典回声状态网络(S-ESN)和具有高聚类系数的无标度回声状态网络(SHESN).      

业务流程的形式化设计与验证

针对如何保证业务流程设计模型与业务需求的一致性问题,在研究有限自动机模型的基础上,提出了一种业务流程的自动机模型构建和验证方法.采用扩展的带约束条件的确定有限自动机对业务流程设计模型进行形式化描述,使用线性时序逻辑表示业务需求,分别给出业务流程设计模型到自动机模型和自动机模型到Promela描述的转换算法,并通过模型检测技术,使用Spin工具验证设计模型是否满足需求性质.若不满足性质,则能够获得反例执行的路径.实例分析表明,该方法可用于业务流程设计的正确性验证.