"基于组播组的联邦时间推进策略"一文的商榷

2003年3月第3期15卷中“基于组播组的联邦时间推进策略”一文中，针对计算LBTS过程中“过于保守”的缺陷，将时间管理与数据分发管理相结合，提出了基于组播组的时间推进策略。但其在基于组播组计算LBTS时，并没有充分考虑组播组的定义从而导致错误的结论。鉴于此，指出其不妥之处，并对其错误之处进行了论证。     

动态数据系统(DDS)建模方法的改进

本文概述了原DDS建模方法的缺点,叙述了改进的途径,推导了改进的算法,给出了改进部分的详细框图。首先用长自回归拟合数据直到残差为白噪声,如AR模型阶不高,则认定为AR模型。否则,利用数据和残差,线性估计ARMA模型参数。增阶和降阶时,Yule—Wolker方程系数阵和模型参数都可递推求得。初估ARMA模型后,用非线性最小二乘法来优化参数。通过二个实例计算表明,经改进的方法可以节省66％的机时,效果是明显的。     

BF及模糊神经网络在旋转机械故障诊断中的应用

本文对模糊神经网络用于故障诊断较传统BP(Back-Propagation)网络的优越性进行了分析,并提出了一种利用模糊神经网络进行旋转机械故障诊断的新方法。在这种方法中利用RBF(Radial Basis Function)神经网络获得隶属度函数,并简化了模糊神经网络的训练,使得新的故障诊断专家知识更易于扩充到现有的故障诊断网络中。仿真结果表明,本文方法所构建的故障诊断网络易于扩展且有良好的诊断效果。     

门限自回归模型建模方法的改进

本文简述了门限自回归模型的建模步骤和原算法的缺点,详细推导了建模方法的改进途径和步骤。即将模型进行适当变换,用数据的一阶差分和部分原始数据来求变换后模型参数的最小二乘估计,再反回去求原模型参数。增加阶数时,系数阵及其逆阵和模型参数都采用了递推算法。通过实例计算表明,改进的方法比原方法可节省机时60％左右。     

时间序列分析建模与予报子系统CSTSMP的开发与使用

本文简述了CSTSMP子系统的功能及主要算法,并就如何使用该子系统提出了专家指导意见,并用具体例子说明其使用方法。     

超高速撞击仿真算法分析

分别用拉格朗日(Lagrange)算法、欧拉(Euler)算法及光滑粒子流体动力学(SPH)算法对超高速撞击问题进行了数值仿真,对各种算法的优劣性进行讨论及对比研究。与传统的拉格朗日算法欧拉算法相比,新兴的SPH算法更适宜于超高速撞击仿真分析。     

基于小波分析的呼吸信号消噪方法研究

为搭建呼吸信号采集平台,利用小波分析对流量传感器采集的呼吸信号进行了滤波处理. 实验中,讨论了小波基函数、分解层数以及阈值准则对小波消噪效果的影响,并得到了分析信号的最优小波基函数和最优分解层数. 基于组件对象模型(COM)技术,运用VC++和Matlab联合编程,形成可脱离Matlab环境运行的可执行文件. 仿真结果表明,信号采集平台成功实现了呼吸信号的采集与消噪,并取得了较好的效果.     

一种新的未知输入观测器设计方法

基于线性系统结构的分解原理,提出一种新的含未知输入的观测器设计方法,利用矩阵分解技术,将带有未知输入的动态系统分解为彼此相互联系的两个系统,它们分别仅由已知输入所作用。给出了设计算法,该算法简洁、适用,通过简单的代数运算即可实现含未知输入观测器的设计,仿真结果验证了所提方法的可行性。     

基于遗传规划的中厚板轧制力矩的非线性回归

研究热轧中厚板轧制力矩的计算方法. 运用遗传规划法分析中厚板轧制过程的现场数据,找出与轧制力矩密切相关的因素,将其作为自变量生成函数表达式,体现轧制力矩的变化规律,得出轧制力矩非线性回归计算模型和相关参数, 并完成了算法设计和编程实验. 实验结果表明,计算值与实测值的平均相对误差为6.23%. 该模型已应用于临汾钢铁公司2800mm中厚板的轧制生产中.     

基于神经网络的六自由度摇摆台位置正解

研究用多层前向神经网络求解六自由度摇摆台位置正解的方法.通过位置反解产生神经网络的学习样本,并进行数据预处理.针对位置正解映射关系的复杂性,确立对应于摇摆台6个自由度的6个子神经网络作为位置正解的网络模型.提出用重构学习样本的方法改善网络误差分布的不利特点.仿真结果表明,用神经网络求解六自由度摇摆台的位置正解是有效的;摇摆台在全工作范围内,神经网络位置正解的误差为0.5°,3mm.