基于特征的机械参数化设计方法的探讨

在特征理论的基础上探讨了机械参数化设计的基本原理,给出了特征的参数化模型及参数化思想.介绍了参数化的特征建模技术,并从面向对象的角度对基于特征的机械参数化设计进行了数据结构分析,建立了特征类的理论数据模型.     

一种改进的Nagel-Schreckenberg交通流模型

在Nagel-Schreckenberg交通流模型基础上,通过局域密度及当前车速两个参数来实现对减速概率的控制,同时考虑规则的不同运作次序可能会对系统的演化产生非凡的影响,提出一个改进的一维元胞自动机交通流模型,并进行数值模拟,将模拟结果与实测数据进行比较.结果显示,适当调节系统的相关参数,可以实现畅行相→低速同步相→宽幅运动阻塞相的转变.从系统中可以发现同步流和相分离的存在,弥补了Nagel-Schreckenberg交通流模型无法实现大尺度同步流的缺陷.     

人口增长率的非参数自回归预测模型

针对传统的人口增长预测模型不能理想地捕获我国人口增长率数据的非线性性特征，本文基于局部线性非参数估计理论，对我国建国以来的年人口增长率建立了非参数自回归NAB．（1）模型，并对2000年-2003年的年人口增长率进行了预测，计算结果表明，相对于参数自回归模型而言，非参数自回归模型能够很好地解决人口增长预测这一非线性问题，预测精度较高．     

Ag溅射参数对FePt/Ag薄膜取向生长的影响

采用有交互作用的正交实验方法对磁控溅射法在玻璃基片上制备FePt/Ag纳米双层膜Ag底层的溅射参数进行研究.通过直观分析,方差分析和XRD图分析,可以选出Ag底层诱导FePt层取向生长的最佳溅射条件,为FePt磁性层性能的进一步研究应用奠定了基础.     

静电陀螺支承系统的内模控制

针对静电陀螺支承系统超前-滞后PID控制器参数确定过程的复杂性,引入反馈控制器处理不稳定对象,处理后的对象采用一种改进的内模控制方法,推导了内模控制静电支承控制器的传递函数和系统闭环传递函数.结果表明,控制器可由新的稳定对象的逆、不稳定分量和一个低通滤波环节相乘得到,确定过程简单.给出了MATLAB环境下的仿真实验,仿真结果表明,采用内模控制的静电陀螺支承系统跟踪无静差,控制效果良好.     

基于盲数理论的最优化方法与程序实现

使用盲数表达优化设计中的不确定变量,结合常用的基于实数变量的优化算法,提出了基于盲数的优化方法.该方法从微观的角度分析和描述设计变量与优化参数之间的关系,给出优化问题的盲数解.盲数解不但给出了设计变量的取值,而且还给出了不同取值时优化对象处于最优状态的可靠性的评价.     

铝电解槽三维热应力场非线性有限元分析

基于通用有限元软件ANSYS建立了某大型铝电解槽结构的三维实体模型和热应力场耦合分析的有限元模型. 考虑材料非线性和接触非线性的基础上对电解槽结构强度进行了仿真计算,给出了槽壳和摇篮架的应力、应变云图,分析了电解槽结构的变形规律,并提出了结构优化的途径. 以槽壳近似弹性体为目标,对不同组合载荷工况进行了反算,得出与实际更接近的荷载条件.     

新型负单轴晶体BaAlBO3F2的频率变换特性

根据相位匹配理论,给出三倍频的参数计算公式。详细计算BABF晶体的相位匹配角、非线性有效系数、走离角、允许角随波长变化的理论曲线,得到了对基频波长为1 064 nm和1 342 nmI类相位匹配的三倍频的相位匹配角、非线性有效系数、谐波走离角、允许角,分别为:74.84°、0.348 6×10-12m/V、0.405 3°、6.465 6 mrad.mm-1和50.87°、0.839 8×10-12m/V、1.448 5°、0.589 0 mrad.mm-1。在考虑走离效应的情况下,研究了三倍频转换效率随BABF晶体长度、基频光光斑半径的变化规律。     

基于ISA-ECI参数的肽高效液相色谱保留时间支持向量机预测模型

基于氨基酸描述子ISA-ECI,利用加和法构建了101个混杂肽高效液相色谱保留时间的支持向量回归(SVR)预测模型(ε=0.001、σ=4和C=100),并与多元线性回归和投影寻踪回归作了比较研究,结果表明SVR要好于其它方法,SVR方法对数据集留一法交叉检验和拟合的预测复相关系数分别为0.8822和0.9530,其预测结果与实验值一致.且提出了一个简单的方法并指出保留时间与描述肽的分子结构信息的ISA-ECI参数存在着非线性关系.     

一种基于遗传算法的单神经元PID控制器参数优化

文章分析了神经元PID控制器存在的问题,提出了一种用遗传算法对单神经元控制器进行参数寻优,并利用种群数N和交换概率Pc逐次递减的方法来提高计算效率和收敛速度,在搜索空间内获得全局最优点的方法。试验仿真结果表明,基于遗传算法的单神经元PID控制器参数优化方法能获得很好的控制效果。