非线性对流扩散方程迎风有限元的自适应方法

对二维非线性发展型对流扩散方程的迎风有限元格式给出了显式后验误差估计,建立了真实误差由后验误差估计器上下界定的估计式,由此给出了相应的自适应算法,数值试验表明了该算法的有效性.     

一类最优控制问题混合有限元解的后验误差估计

对一类受非线性椭圆方程约束的二次最优控制问题的混合有限元方法进行了后验误差分析.利用k阶R-T混合元空间和分片常数函数分别对状态变量和控制变量进行估计,得到合适的后验误差指示子.在数值实验中将所得的后验误差指示子作为网格加密的指示子,得到较为精确的数值解.     

拟线性椭圆问题多水平有限元方法的后验误差估计

考虑二阶拟线性椭圆问题的多水平有限元方法.利用有限元方法精确解和多水平算法解之间的超逼近性质,得到了该问题多水平有限元方法的后验误差估计子.数值算例验证了该理论的正确性.     

BP网络自适应学习率研究

分析了自适应学习率BP算法,并对其进行了总结分类,针对每一类介绍了几种具体的自适应学习率BP算法。最后结合XOR问题把一种自适应学习率BP算法和标准BP算法进行了比较和评价。     

基于散乱数据的层次B样条曲面重构与优化

运用B样条曲面的表示方法,构造了初始B样条曲面网格控制点逼近散乱点集,在此基础上构造包围盒进行局部搜索,用于误差检测,将查找问题转化为计算问题;并采取单元凝聚方式处理小单元,减少了误差超限的子区域个数,最后在误差超限的子区域内优化曲面.由粗糙到精细,实现了散乱数据的曲面重构与优化.该方法在误差检测和区域处理上进行修正,从而加快了搜索速度,简化了计算.算例表明,算法简单易行,逼近效果良好.     

基于特征的结构分析有限元h型自适应模糊控制算法

基于特征分区的网格生成和模糊控制原理，提出了一种不严格依赖后验误差估计的自适应有限元模糊控制算法,采用基于奇异效应的误差估计式，使得自适应的过程能客观地控制误差的分布.     

一种改进的自适应并行干扰抵消算法

分析了LMS算法用于部分并行干扰抵消器(PIC)的不足，提出了一种采用变步长LMS自适应算法的改进方案。该方案利用变步长自适应算法收敛速度快且具有较小稳态误差的特点，使计算出来的部分干扰抵消系数更可靠。实验结果表明，本文提出的改进方案，在误码率性能方面优于传统PIC方法。     

基于SARSA算法的水声通信自适应调制

水声信道复杂多变,自适应调制系统中反馈信息存在较大的时延,实际信道状态与接收到的反馈信息无法匹配,带来反馈信道状态信息过时问题,发送端不能准确做出自适应决策进而导致传输误码高及吞吐量低等问题。针对该问题,利用强化学习中的SARSA算法学习信道的变化并进行行为策略的选择,根据信道的变化,择优选出最佳的调制方式,以改善系统的传输误码和通信吞吐量。对比固定调制方式和直接反馈情况下的系统的误码率和吞吐量,结果表明,经强化学习后的系统误码率和吞吐量均优于其他两种方式,可见,强化学习算法在时变水声信道自适应调制中改善传输误码和吞吐量的问题上是有效可行的。     

圆柱形推拉式电磁铁的电磁力数值算法

电磁力是推拉式电磁铁非常重要的参数,但由于磁场的非线性变化,解析计算困难。针对这一问题,本文研究利用柱状坐标系下的磁矢量势理论求解圆柱形推拉式电磁铁的电磁力。将整个螺线管磁场划分为多个子域并明确边界条件得到可求数值解的子域磁矢量方程组,再通过MATLAB软件编程实现磁矢量势、电感和电磁力等电磁特性数据的计算。对比有限元中铁芯磁导率分别为恒定值10000和电工软铁的B-H曲线两种情况,说明了该数值算法的计算准确度及误差变化趋势,并分析了误差形成的原因。随着电流的加大铁芯会发生磁饱和,当磁饱和问题不严重时,数值算法的计算结果具有高准确度;随着电流的增加,铁芯发生磁饱和后误差迅速增加。实验中给圆柱形推拉式电磁铁施加不同大小的励磁电流,得到的输出推力结果与理论分析相符。     

一种基于强化学习的自适应变步长路径规划算法

在基于神经网络结构的机器人全局路径规划算法中，利用强化学习的思想，引进评价预测学习的自适应变步长算法，实现了步长的在线自动调节，加快了路径规划的计算速度。仿真试验表明，该算法能有效实现步长参数的在线自动调节，并使路径规划收敛速度平均提高了10倍以上。     

有限元网格全自动自适应生成新方法

详细论述了基于推进波前技术提出的全自动自适应网格生成方法．对推进波前法中的基边选择和单元生成等技术关键作了深入的分析，并给出了合理的处理方案，同时也提出了一种快速可靠的单元搜索方法．通过使用当前网格上的计算结果提供的信息，网格被自适应地重新生成．给出的一些实例说明了所提出的自适应网格生成方法的性能．     

改进人工蜂群算法的四旋翼自抗扰控制参数优化

针对四旋翼自抗扰控制(ADRC)参数整定困难,给工程应用带来较大限制的问题,提出一种改进人工蜂群算法的四旋翼ADRC控制器参数优化方法。该算法采用自适应的探索策略,根据选择概率,从五种不同的搜索规则中进行选择,提高种群的多样性和寻优能力。将ADRC控制器中的参数作为蜂群中的种群应用到四旋翼无人机仿真模型中进行迭代寻优,并把风干扰模型作为环境噪声引入系统,测试算法性能。仿真结果表明,改进后的人工蜂群算法得到的控制器参数响应速度更快,稳态误差更小,抗干扰能力更强。     

二阶椭圆方程自适应最小二乘混合有限元法

研究了二阶椭圆方程的自适应最小二乘混合有限元法,利用二次非协调有限元空间和Raviatr-Thomas有限元空间进行逼近,利用最小二乘函数构造了进行自适应计算的后验误差估计子,并进行了后验误差估计。     

四边形剖分下的对称有限体积元格式

针对一类椭圆问题,在四边形剖分下,构造了一类保对称有限体积元格式,给出了其误差的H^1模估计,数值实验验证了理论结果的正确性,其L^2模也达到了饱和阶,该格式对非一致网格有好的收敛精度和稳定性．     

基于小波变换的SAR图像自适应子带编码算法

为降低大数据量SAR图像对传输带宽和存储空间的要求,必须对SAR图像进行高效压缩.基于小波变换的传统SAR图像压缩方法只对低频子带进行分解处理,造成SAR图像处于中高频子带的重要纹理信息丢失.针对上述问题,提出一种基于小波变换的自适应SAR图像压缩算法.首先对图像进行小波软阈值消噪预处理,然后依据能量指标,进行子带重要性判定,对认定为重要的子带进行深一层次分解,分解完成后对所有子带进行恒定比特率条件下的最小误差量化,实现对图像的自适应压缩.仿真实验表明:该算法能很好地保护SAR图像的高频细节,提高了信噪比.     

基于复数ICA的无线直放站反馈干扰抵消算法

为了利用自适应滤波器抵消转发与接收天线间的反馈干扰,根据卷积型混合与独立分量分析ICA解混的原理,将反馈干扰抵消问题纳入了ICA方法的框架中.针对亚高斯复值信号的特点,依据极小化互信息的准则,提出了一种基于复数ICA的自适应算法,简要分析了算法收敛的平衡点并据此给出了新的干扰抵消器的结构.计算机仿真结果表明,相比于LM...     

一种单神经元自抗扰控制器

针对自抗扰控制器可调参数多且不易整定的问题,提出了一种用单神经元改进非线性状态误差反馈控制律的算法.利用神经网络的自学习能力,采用一个单神经元构造自适应参数,使参数依据系统误差的变化自动作相应地调整,从而完成参数的在线自整定.仿真结果表明,改进后的控制器调整参数大大减少,而且具有更强的适应性和鲁棒性.     

一种基于梯度恢复后验误差估计的ZZ改进方法

基于三角网格剖分线性插值,对h型自适应有限元中的后验误差估计的zZ方法进行了改进,提出以单元为中心构造单元块的方法.数值实验表明,该方法比传统的zz方法有较高的精度及较快的收敛速度.     

非定常对流扩散问题间断有限元方法的后验误差估计

后验误差估计是自适应算法的基础.为了设计有效的自适应算法,必须恰当估计数值解的误差界,自适应算法依此来实现网格的局部调整,提高计算效率,改善计算精度.运用对偶论证,给出了非定常对流扩散问题间断有限元(DG)方法的后验误差分析.由有限元的正交性、分部积分和相关逼近性质,严格推导出误差泛函的上界.     

基于自适应惩罚函数法的混合遗传算法

引入了自适应的惩罚因子,将约束问题转化为无约束问题．通过遗传算法求得无约束问题的可行解,再将此解作为约束变尺度法的初始可行点,由约束变尺度法得到精度较高的解．数值实验表明该混合算法比单纯使用遗传算法效率高,而且在多数情况下能得到全局最优解。