均匀设计用于地形特征与匹配性能关系的研究

分析地形特征因素与地形匹配性能的理论关系,并进行大量实验,用多元二次回归模型分析实验结果,得到其实际关系．实验中采用均匀设计法,构造U28（286）表,设计实验参数,挑选实验对象,从而减少了实验次数．实验所得的实际关系与理论分析结果相吻合．     

均匀设计法优化PVC静电纺丝工艺参数

静电纺丝过程工艺参数对产品结构性能有很大影响,如何可控制备理想的纳米纤维材料成为电纺研究的重点。本文通过单因素实验考察静电纺丝重要工艺参数对PVC纳米纤维膜成纤性状的影响,并以此为依据确定因素水平范围,然后采用均匀设计法进行了多因素多水平的实验设计。实验结果表明:均匀设计法可采用较少的实验数据回归分析得到PVC静电纺丝最佳工艺参数(纺丝液浓度13%、流速1.2 m L/h、混合溶剂质量比DMF/THF=3/2、针头内径0.60 mm、静电纺电压20 k V和纺距25 cm),回归模型能有效预测纤维平均直径和串珠数,得到与实验值接近的结果。此方法为可控、有效制备复杂的聚氯乙烯纳米纤维材料奠定了基础。     

基于均匀设计的船舶目标检测深度学习 模型训练方法研究

针对沿岸监控视频图像的舰船目标识别问题,传统检测方法检测速度和准确率有待进一步提升。深度学习方法已经能够实现船舶目标的检测,但模型网络结构复杂且存在交互影响的超参数,模型训练时耗长,检测精度往往受限于训练样本和超参数的选取。拟在YOLO算法的卷积神经网络模型训练过程中,采用均匀设计理念,对影响因素和水平协同优化,减少按照主观经验训练深度学习算法参数的盲目性。分析清晰度和人工标注影响,以场景、训练集与测试集样本比例、训练算法、训练轮次作为影响因素,设置差异化水平值,采用均匀设计方法训练深度学习模型,选用AP 值对比分析经验法和均匀设计法。以上海市黄浦江水域场景作为实例验证,研究表明：经验法设计的9组训练方案中最优AP值为0.84,均匀设计法产生的6组训练方案中,选用YOLOv5x算法,样本比例90%、训练100轮次时,深度学习模型AP值为0.91,表明均匀设计在深度学习模型超参数训练中有效。     

多元非线性回归法探讨细支烟材料参数对焦油释放量的影响

为研究细支烟主流烟气焦油释放量受材料参数(卷烟纸透气度、接装纸透气度、成型纸透气度、滤棒丝束规格)的影响程度,运用均匀设计实验方案制备了不同材料组合的卷烟样品,采用多元非线性回归法,通过单因素、主效应、边际效应等分析方法对建立的焦油释放量(因变量)与材料参数(自变量)数学模型进行了数据分析,进一步优化参数与验证实验.结...     

基于混合因素均匀设计的槽式聚光器结构优化

为控制槽式聚光器的成本,以镜面位移和杆件应力为约束条件,以主三角桁架和拉翅的截面尺寸为连续变化的定量参数,拉索初拉力为状态变化的定性参数,采用均匀设计法对聚光器进行了优化.根据优化得到的参数取值,采用BIM(Building Information Modeling)技术进行槽式聚光器三维模型的建立,并依据模型包含的钢材种类、数量、长度、质量等信息进行钢材成本的计算.结果表明:均匀设计法可以用于含有定性和定量因素的聚光器结构优化,在满足既定约束条件下聚光器的钢材成本可降低10.32%,用钢量可减少11.86%,优化效果较好.本文提出的方法对于同时包含定量参数和定性参数的复杂优化问题具有一定参考价值,借助于聚光器三维BIM信息模型对钢材成本的计算,进一步证明了该优化方法的可行性.     

均匀设计在求解TSP问题中的应用

本文利用均匀设计抽样的理论和方法,针对遗传算法解决旅行商问题,将遗传算法基本模型的参数设定问题描述成均匀设计中多因素多水平的试验设计,确定参数后再运用均匀设计产生初始种群,用TSP问题库内的基准问题进行仿真实验,证明了该方法是有效的。     

频变负阻模拟有源滤波器的设计

本文采用结构简单的单运放元件阻抗模拟器设计频变负阻模拟有源滤波器,引出“带耗2阶容抗”概念.用带耗2阶容抗实现有源滤波器时,损耗对滤波器特性影响严重.本文提出采用阻抗标定法引进一个设计参数,适当选择参数可降低损耗影响.通过实例说明频变负阻模拟有源滤波器的设计过程和实验结果.此方法也适用于其它滤波器的设计.     

一种基于振动舒适性的山地自行车后悬架参数设计方法

采用实验方法,比较了在不同频率简谐激励下后悬架配有不同类型减振器时全减振山地自行车车架的振动特性,发现在一定频率范围内弹簧减振器具有良好的减振效果.通过对具有弹簧减振器后悬架山地车的车架振动实验验证了该车架动态仿真模型的正确性,在此基础上建立了整车动态仿真模型.借鉴国际标准ISO2631-1中人体承受全身振动的评价方法,给出了自行车骑行过程中振动舒适性的评价指标.采用均匀设计试验法进行了整车动态仿真实验,并通过逐步回归分析找到了减振器刚度和结构尺寸等后悬架设计参数与评价指标之间的映射关系,同时利用规划求解方法对设计参数进行了优化.研究过程为山地自行车后悬架的设计提供了一种有效方法.     

多层前向网络在非均匀介质参数识别中的应用

将多层前向神经网络技术和计算力学方法相结合应用于非均匀介质参数识别,提出了一种新的Ｓｉｇｍｏｉｄ函数,使用前网络能较好实现全局最优逼近,采用有限元法获得神经网络训练所需的样本集,然后通过实测点的位移值用三层人工神经网络对非均匀介质进行参数识别,计算机数值实验表明,这种方法是有效的,所得结果具有相当的精度。     

常用实验设计与优化方法及其在发酵实验中的应用

简要介绍实验设计与优化的常用方法：优选法、正交设计法、均匀设计法、人工神经网络等，重点介绍了正交设计法、均匀设计法的特点和异同，及其在发酵实验中的应用。     

控制系统神经网络结构优化问题研究

应用Δ目标函数法，研究了控制系统神经网络结构优化问题．给出一个推广算法及一个前向全连网络，并对用网络实现非线性映射进行仿真研究．结果表明：用推广算法训练前向全连网络，能同时得到优化结构与权值，训练速度快，适合控制系统神经网络使用     

自适应模糊神经网络构建方法

模糊极大极小神经网络的结构与超盒形状系数有关，该神经网络的性能取决于超盒形状系数的选择．在构建该神经网络时，最优超盒形状系数的确定比较困难，故提出了一种自适应的模糊极大极小神经网络构建方法，取消了超盒形状系数对扩张过程的限制，以是否包含其他类样本为超盒扩张条件．实验结果表明，使用这种模糊神经网络方法生成的神经网络结构更简单，对模式分类的效果更好．     

自适应模糊神经网络构建方法

模糊极大极小神经网络的结构与超盒形状系数有关,该神经网络的性能取决于超盒形状系数的选择.在构建该神经网络时,最优超盒形状系数的确定比较困难,故提出了一种自适应的模糊极大极小神经网络构建方法,取消了超盒形状系数对扩张过程的限制,以是否包含其他类样本为超盒扩张条件.实验结果表明,使用这种模糊神经网络方法生成的神经网络结构更简单,对模式分类的效果更好.     

细胞神经网络的研究进展

本文综述了细胞神经网络的理论、硬件实现、软件系统以及一些应用。     

基于遗传算法径向基神经网络的交通流预测

为提高径向基（RBF）神经网络预测模型对交通流预测的准确性,提出了一种基于遗传算法优化径向基神经网络的交通流预测方法。利用遗传算法优化径向基神经网络的权值和阈值,然后训练RBF神经网络预测模型以求得最优解,并将该预测方法与RBF神经网络和BP神经网络的预测结果进行对比。仿真结果表明,该方法对交通流具有较好的非线性拟合能力,预测精度高于径向基神经网络和BP神经网络。     

二维图像中交叉点的神经网络识别

提出一种识别灰度图像中交叉点的神经网络方法，用自组织特征映射网络和BP网络组成多分类器，识别图像中的二交叉点、三交叉点和四交叉点，在加入8%的干扰时，仍能达到85％左右的识别率。     

非线性、大滞后系统神经网络辨识研究

基于神经网络的非线性、大滞后系统辨识是当前研究的热点之一,介绍了神经网络辨识的基本原理,研究了BP与RBF神经网络两种典型网络的设计和算法,最后通过MATLAB进行了仿真分析与比较。仿真结果表明:一致性方面RBF优于BP神经网络,RBF神经网络收敛速度更快,辨识效果更好;泛化性能方面RBF网络较差,不如BP网络。由此得出两种网络各自的优缺点,在实际应用中可以此作为神经网络模型辨识的参考。     

量子神经网络动力学及其在信息安全中的应用

提出了二阶Hopfield神经元及其量子动力学模型，讨论了它的粒子数图像，计算了真空量子涨落幅度值。这个幅度值是设计量子神经电子器件，井基于量子神经网络器件进行量子神经计算、量子神经信息存储与提取的物理限制。文章还进一步讨论了量子神经网络器件在信息安全中的应用。     

径向基神经网络在入侵检测中的应用

与广泛使用的BP网络模型相比,径向基函数神经网络具有训练时间短且不易收敛到局部最小的优点.将3种径向基神经网络应用到入侵检测中,用于入侵模式识别的分类和预测,从而提高入侵检测系统的检测率并降低误报率.     

基于组合神经网络的教师评价模型研究

本文提出的基于组合神经网络的教师评价模型,可以弥补以往基于神经网络的教师评价模型的不足,不但可以给出教师的综合得分或所属类别,还可以给出教师在每个方面的得分.所使用的组合神经网络,由多个结构相同的BP神经网络组成;用构建的组合神经网络和传统BP神经网络分别进行实验.仿真实验表明,该模型相对误差较小,可以满足评价需求.