变风量空调系统中基于预测的末端再热控制策略

在对多区域变风量空调及其控制系统分析研究的基础上,提出一种优化的新风控制策略———基于预测的末端再热控制策略.该策略通过预测的方法对系统实施前馈控制,使用末端再热器调整区域的送风量,从而能够合理地分配新风.仿真结果表明,该新风控制策略与最大新风比控制策略相比,可以使系统保持较小的总新风吸入量,通过有效地控制各区域新风的配给,在保证各区域新风要求的同时,节约系统的能耗.     

阶梯状来流中立管的涡激振动响应预报

将变参数受拉柔性梁的有限元模态分析与涡激振动预报结合在一起,建立了变参数柔性立管的横向涡激振动预报模型,考虑到海洋立管的模态信息与涡激振动响应高度耦合,为合理计算附加质量对模态信息的影响,模态分析与涡激振动响应预报迭代进行.其中,使用有限元方法对立管进行模态分析,考虑了质量、拉力、抗弯刚度沿立管轴向的变化;在此基础上,涡激振动响应计算在各个模态上分别进行.在出现多模态参与的情况时,比较各模态的振幅,对模态受力进行折减.与近期阶梯状来流作用下立管涡激振动实验结果的比较显示,本文模型是有效的.     

基于短期预测的追捕方法

针对具有安全区的追捕逃避问题,抛开参与人是否理性的假设,提出了一种基于短期预测的追捕方法.由参与人短期内状态空间有限和伪蒙特卡罗方法原理阐述了进行短期预测的可行性.追捕方法的流程为:追捕方先根据物理条件限制预测双方的短期状态;根据反映对抗态势的特征计算出对手处于某状态时自身某状态的收益,并由此进一步获得针对同时刻对手各个状态的自身某状态的综合收益;估算出自身各个预测状态的综合收益后,选取某个状态作为短期目标,执行能到达该状态的行为.结合足球机器人一对一对抗的实践进行了仿真,结果表明该方法有效.介绍了在自主式足球机器人上应用基于短期预测的追捕方法的初步实验,证实该方法具有一定的实际应用价值.     

高速公路软基最终沉降预测的范例推理方法

针对高速公路软基沉降的复杂性和不确定性，充分利用地质资料，运用模糊相似优先的概念，构造了高速公路软基最终沉降预测模型。对每个影响软基沉降的因素，分别建立了软基目标范例与源范例之间的模糊相似优先关系。经过影响因素之间的两两比较，获得了不同影响因素下软基的目标范例与源范例之间的相似性序列，计算得到软基目标范例和源范例之间的综合相似性序列，从而找到与软基目标范例最相似的源范例，实现了软基最终沉降预测。实例评价结果与实际沉降观测结果一致，这为预测软土地基路基沉降提供了一种新的方法。     

砂岩级配料开采爆破块度预报与爆破参数优化研究

通过张河湾抽水蓄能电站上水库面板堆石坝级配料开采爆破试验对Kuz-Ram爆破块度预报经验模型进行修正,建立了适合张河湾蓄能电站级配料开采的爆破块度分布模型,通过对爆破块度级配与爆破参数的相关分析,提出了砂岩级配料开采的优化爆破参数.     

非分析方法研究水-甲醇二元系的汽液相平衡

在101.325kPa下,用新型泵式沸点仪测定了水-甲醇二元系在不同液相组成时的沸点,并用非分析法由tpx推算了与之平衡的汽相组成y.用最小二乘法分别求出了甲醇-水二元体系的液相活度系数W ilson、NRTL、M argu les和Van Laar模型参数,由这些模型参数推算的此二元系的泡点与实验值能很好的吻合.这些模型参数求得的结果,用面积检验法检验得到很好的热力学一致性.     

Research on Chaotic Time Series Prediction Based on K-entropy and RBF Neural Networks

In this paper, a method of direct multi-step prediction of chaotic time series is proposed, which is based on Kolmogorov entropy and radial basis functions neural networks. This is done first by reconstructing a phase space using chaotic time series, then using K-entropy as a quantitative parameter to obtain the maximum predictability time of chaotic time series, finally the predicted chaotic time series data can be acquired by using RBFNN. The application considered is Lorenz system. Simulation results for direct multi-step prediction method are compared with recurrence multi-step prediction method. The results indicate that the direct multi-step prediction is more accurate and rapid than the recurrence multi-step prediction within the maximum predictability time of chaotic time series. So, it is convenient to forecast and control with real time using the method of direct multi-step prediction.     

EKF在多变量混沌序列辨识中的应用

运用扩维技术以及扩展卡尔曼滤波算法的跟踪辨识特性同步实现对多变量混沌序列的精确预测和混沌系统主动态方程的参数辨识。利用典型混沌方程与所观测时间序列的吸引子特性比较，较准确地确定系统初始状态。对理想Roessler三个变量的时间序列和大连市气温降雨二变量时间序列进行仿真并与递推最小二乘法进行比较，结果表明该方法的有效性。     

人工神经网络在空气污染预报中的研究进展

人工神经网络是20世纪80年代迅速兴起的一门非线性科学,特别适用于对具有多因素性、不确定性、随机性、非线性等特点的对象进行研究,而空气污染预报正是这样的一类问题。简单介绍了人工神经网络的基本概念,详细地回顾了国内外人工神经网络在空气污染预报领域的研究应用情况,最后讨论了人工神经网络在空气污染预报领域中的研究方向和发展趋势。     

空间实体碰撞预报算法及其自适应步长设计

为避免空间飞行实体碰撞漏报并提高计算效率,提出了通用性的基于仿真的多空间飞行实体碰撞预报方法。采用自适应调整仿真计算步长,给出了相应算法,并通过典型算例验证了其正确性和有效性。