二元合金Ni-Mo,Ni-Ti形成非晶态浓度范围确定

本文应用Miedema宏观原子模型,结合正规溶液模型,计算了Ni-Mo,Ni-Ti二元合金的非晶态及结晶态的Gibbs自由能,由此确立了这两种合金形成玻璃态的成分范围.     

一种模拟自然纹理图象的神经网络模型

讨论了随机神经网络模型－吉布斯随机场模型的势能函数和分布规律，用该模型对自然纹理图象进行模拟，建立了神经网络模型，并在微机上进行了实验，结果表明，当设量不同参数时，可以得到不同的纹理图象。     

基于误差修正的电线覆冰厚度贝叶斯模型及分析

通过对已有的电线覆冰厚度数据进行分析,建立了电线覆冰厚度时间序列模型,对覆冰厚度进行贝叶斯统计推断,然后运用基于Gibbs抽样的MCMC方法对推断模型进行参数估计,并对MCMC模型进行误差修正.在此基础上,运用WINBUGS软件,对Gibbs抽样得到的预测结果与极大似然估计的预测结果进行比较.比较分析结果表明:通过误差...     

用BP神经网络对气流床粉煤气化炉的预测

利用3层BP神经网络对气流床粉煤气化炉进行模拟研究.以Gibbs自由能最小化方法建立粉煤气化炉数学模型的模拟结果作为BP神经网络训练数据,训练后的BP神经网络模型对模拟数据的预测准确度较好.以Shell粉煤气化炉和国内首套粉煤加压气化中试装置上的实际生产数据作为BP神经网络的训练数据,训练后的BP神经网络模型能预测实际生产数据.     

取土器贯入土体引起土体扰动的理论分析

为了研究取土器贯入对土体产生的扰动影响,基于贯入问题的半无限空间特性,根据半无限空间内球孔扩张产生的变形和应变解,推导出取土器贯入土体过程中产生的应变公式.分析了取土管中心线上土体单元应变变化和其影响因素,并与Balign的结果进行了比较.结果表明,取土器贯入土体对其内部土体产生了扰动影响,其中对两端土体扰动相对较大,中间土体相对较小.取土器径厚比、长径比均对贯入过程中土体单元的应变产生影响.     

EV回归的半参数部分线性模型的Bayes估计

考察部分线性模型y=X^τ_β+g(t)+ε,ε~N(0,σ²),其中回归变量X可以精确测量,而t具有测量误差. 用光滑样条估计非参数函数g(t), 结合光滑样条的Bayes解释及Bayes的线性回归, 将模型中的未知参数赋以一定的先验, 运用Gibbs抽样方法从后验分布中抽样, 用后验样本的均值来估计未知参数. MCMC模拟的另外一个好处是容易从后验样本中构造后验样本区间估计. 最后,提供了一个模拟例子来说明Bayes方法的估计效果.     

混合双参数指数分布的贝叶斯估计

混合指数分布是寿命数据分析中一个重要分布,其极大似然估计由于似然函数的复杂性而变得很困难.文献[9]应用EM算法研究了混合指数算法讨论了完全数据和截尾数据情形下有限混合双参数指数分布参数分布的参数估计问题,模拟研究表明贝叶斯方法对该模型的参数估计是有效的.     

计算流体力学中抑制Gibbs效应的新方法研究

在间断有限元格式的背景下,提出了一种抑制Gibbs效应的新方法,有效地避免了非物理解的产生.在保证高精度的前提下,成功的求解了流体力学中的Euler方程组,对Sod问题和Shu问题给出了令人满意的结果.数值实验表明,这种新方法的应用,能够大大提高数值格式的健壮性,特别是在求解含有间断的复杂流动问题时发挥了重要作用.     

扩展线性支出系统的贝叶斯估计--Gibbs抽样算法的一个应用

研究了线性支出系统的贝叶斯估计,提出了似然函数的三种等价形式,在条件共轭先验的假设下,推导了该系统贝叶斯估计的Gibbs抽样器,并用我国1999年城镇居民家庭支出数据进行了计算.     

自动驾驶自动紧急制动关键场景测试案例提取研究

为提取自动驾驶自动紧急制动(autonomous emergency braking system, AEB)关键场景测试案例，依据不同抽象程度依次重构符合自然驾驶规律的功能场景、逻辑场景、具体场景，进而对AEB系统展开测试并求解其关键场景。从自然驾驶数据集NGSIM筛选出车辆跟随实例构建出功能场景，基于场景要素构建功能场景，提取出该场景的关键字要素，采用高斯混合模型拟合自然驾驶数据，获得具有概率密度分布的逻辑场景，基于Gibbs抽样的蒙特卡洛方法生成具体测试实例，并通过重要性抽样方法生成关键场景。最后对生成到的关键场景聚类加速场景生成，并对其AEB系统在Prescan仿真软件进行测试。结果表明，AEB系统可对生成的关键场景实现避免碰撞。