基于复变量求导法的弹塑性边界元参数识别

为了解决弹塑性边界元参数识别问题,基于复变量求导法,提出了一种新方法.由于在非线性参数识别过程中,灵敏度矩阵计算困难,利用复变量求导法把隐式函数的求导过程转化为函数值的计算,最终高精度的识别非线性参数.针对弹塑性参数识别问题,以边界元法为基础,采用复变量求导法来计算位移对弹塑性参数的灵敏度矩阵,对弹性模量、泊松比、黏聚力以及内摩擦角进行了单参数和多参数识别.数值算例表明,所提出的方法对单参数和多参数的识别问题均有效可靠.相比文献中的有限元法,对于单参数识别问题,该方法具有更高精度;而对于多参数识别问题,该方法在保证精度一致情况下效率更高.     

复变量求导法灵敏度分析及弹塑性参数反演

提出了灵敏度分析和弹塑性参数反演的一种新方法.针对非线性参数反演过程中灵敏度计算困难的问题,利用复变量求导法,把隐式函数的求导过程转化为函数值的计算,进而高精度地计算出参数灵敏度.相对于常规的基于有限差分的灵敏度数值计算方法,该方法更为高效.以岩土工程中弹塑性参数反演问题为背景,给出了基于复域位移分析的参数反演过程,对弹性模量、泊松比、粘聚力以及内摩擦角进行了反演.数值算例表明,所提出的方法对单一参数和耦合参数的非线性反演问题均有效可靠,解决了参数反演时位移对反演参数不敏感问题.     

支持向量回归多参数的同时调节

参数调节问题是支持向量回归的基本问题.已有的参数调节方法主要采用内外双层优化框架,调节过程中,训练学习器与更新超参数交替进行.这种嵌套结构具有较高的计算复杂性.针对这一问题,提出了支持向量回归多参数的同时调节模型.首先,将Lagrange乘子、惩罚因子、不敏感度参数和核函数参数合并为一个参数向量,推导出支持向量回归问题的一个新的表示形式,可将原来分离的双层调节过程整合为一个单层调节过程.然后,应用贯序无约束极小化技术(SUMT),将支持向量回归问题转化为多元无约束优化问题.在此基础上,应用变尺度方法(VMM)设计、分析并实现了一个同时调节算法.最后,通过标准数据集上的实验,验证了同时调节算法的收敛性,并比较了同时调节算法与常用调节算法的有效性和计算效率.理论分析与实验结果表明,同时调节模型是一正确且有效的多参数调节模型.     

基于遗传算法的模型参数选择

企业求解复杂问题往往求助于智能决策支持系统,而智能决策支持系统要在用户给出各参数后,为其选择模型结构、确定模型参数.本文探讨利用遗传算法实现对具体问题模型参数的选择方法.     

基于Isight的冲压驱动桥壳参数化有限元建模方法

针对目前冲压驱动桥壳有限元建模方式繁琐低效的问题,在多学科优化集成软件Isight环境中,综合运用Pro_E参数化建模功能和ABAQUS有限元分析功能,建立了考虑冲压工艺和焊接工艺影响的驱动桥壳参数化有限元分析流程及参数化有限元模型.该方法有效地解决了复杂结构参数化有限元分析过程中的模型描述、参数驱动、自动更新等问题,不仅为解决类似问题提供了一种新的解决方案,也为桥壳可靠性预测和评估等问题提供了有效的工具.实例结果表明,该方法合理、可行.     

变换下回归模型的似然估计

研究了对响应变量作变换后成线性回归模型的参数估计问题.当变换是非参数时,用分段线性函数来逼近非参数变换,把非参数问题化成参数问题.当变换是参数时,求出了似然估计的显示解并证明了其强相合性,同时讨论估计的条件分布.     

基于结构元理论的模糊非线性规划求解方法

针对目标函数与约束函数含有多个模糊数参数的非线性规划问题,应用模糊结构元理论优化求解.利用结构元理论研究模糊值函数问题,得到了多参数函数转换成单参数函数的方法,将多模糊数参数非线性规划问题化简为仅含有一个模糊数参数(即结构元)的非线性规划问题.通过结构元方法构造的自然序,将该规划问题转换成经典的非线性规划问题,并且二者同解.实例分析验证了方法的有效性.     

基于摄动法的不确定性汽车悬架振动控制特征值的凸模型分析

对含有不确定性参数悬架系统的振动控制问题进行研究.应用多维椭球凸模型理论将区间不确定参数悬架系统的振动控制问题转化为确定性问题来处理.基于矩阵摄动法利用凸模型理论分析不确定参数对汽车悬架系统的影响,推导具有不确定参数闭环系统特征值的上、下界计算公式.计算结果表明:所提出方法对两自由度汽车悬架系统有效.     

两参数Lomax分布中参数的区间估计和假设检验

研究了两参数Lomax分布参数的区间估计和假设检验问题.分别在形状参数和尺度参数已知的情形下,给出了尺度参数、形状参数的置信区间和假设检验的拒绝域以及p分位数的置信区间,并运用随机模拟的方法分别对2个参数进行了统计分析.     

多组分溶质运移参数反演的数值模拟

讨论了多孔介质中以硫酸盐为主的多组分溶质运移的数学模型.鉴于模型参数的不可直接测量性,提出了一类多参数反演问题,并应用最佳摄动量迭代算法进行了不同参数取值条件下的数值模拟.数值反演结果表明,给出的最佳摄动量迭代算法至少对于所提出的多方程、多参数的反演问题是有效的.     

基于Kriging模型的冷水机组故障检测与诊断方法

提出应用Kriging模型对冷水机组进行故障检测与诊断(FDD),采用ASHRAE RP-1043项目中无故障运行数据建立并验证冷水机组Kriging模型.利用参数敏感性原理对比T-统计方法和指数加权移动平均(EWMA)方法,对比结果表明,EWMA方法提高了参数敏感性.结合Kriging模型、EWMA方法和故障诊断规则表,用实测故障数据对冷水机组故障进行检测与诊断,检测和诊断的故障包括冷凝器结垢、制冷剂充注过多、制冷剂泄漏、不凝性气体、冷冻水流量减少和冷却水流量减少6个故障.诊断结果表明,应用Kriging模型能够准确有效地检测与诊断冷水机组不同水平的故障.     

具有可变抽样区间的Poisson INAR(1)EWMA控制图

研究了监测带有泊松数的一阶取整数值自相关过程所用的指数加权滑动平均控制图,并对此控制图进行了可变抽样区间设计。利用马尔科夫链方法计算其平均报警时间,计算结果表明,在参数取值相同的情况下,VSI图的平均报警时间总是比FSI图小一些,即所设计的动态指数加权滑动平均控制图比固定抽样区间的控制图有更好的监控效果。     

监视过程均值变化的残差控制图检测能力分析

对过程实施统计质量控制的基本假设前提是观测值彼此独立,但实际工作中经常出现过程的观测值存在自相关的现象.若自相关过程的残差满足独立同分布条件,对残差实施控制图监视是解决自相关过程控制的方法之一.应用检测能力指数和平均运行长度两种衡量指标,分析了自相关过程由时间序列模型AR(1)描述时,残差控制图对过程均值变化的检测能力.结果表明,残差EWMA(φ≤1-λ)控制图对过程均值小偏移较灵敏,当φ<0时,残差EWMA控制图对过程均值大偏移的检测能力略差于残差Shewhart控制图.     

同时监控过程均值和方差漂移的VSI EWMA平均损失控制图设计

结合WLE控制图和VSI EWMA控制图,提出了基于田口损失函数下的可变抽样区间的EWMA控制图（简称VSI EWMA平均损失控制图）,它是一种在抽样区间可以变化的条件下能够同时检测过程均值和方差漂移的控制图;同时构造的新控制图通过添加控制限区分漂移类型,即在过程失控状态下区分是过程均值发生了漂移还是方差发生了漂移,或者两者都发生了漂移.通过与FP EWMA平均损失控制图及X-～S控制图进行比较,得出新构造的控制图对过程漂移具有更好的敏感性.     

应用MCEWMA控制图监视刀具磨损过程

为了有效地利用控制图技术,用指数加权滑动平均方法,对由于刀具磨损导致轴尺寸精度呈线性趋势变化进行预测,提出了应用MCEWMA控制图监视刀具磨损过程.在刀具使用期内,将刀具磨损及由刀具磨损带来的随机波动视为共同原因,对生产过程进行监视,避免了使用传统控制图时,产生频繁报警的弊端.最后,运用具体例子,说明控制图参数选择准则.     

Lévy稳定过程均值变点监测在CUSUM和EWMA控制图中的比较

给出了CUSUM和EWMA控制图在Lévy稳定过程均值变点监测的ARL近似估计,采用数字模拟的方法对CUSUM和EWMA控制图监测Lévy稳定过程均值变点的效果进行比较．     

最优套期比率理论及其估计方法的比较

本文首先在均值-方差框架下,对最优套期比率（OHR）的确定进行了分析,分别从静态和动态角度进行了回顾.我们对OHR的估计模型进行了介绍和比较,分别通过移动平均（RW）模型、EWMA模型和基于PE分布的强估计模型进行实证检验.本文对各种模型、方法都是基于最小方差（MV）框架的,在中国期货市场上,这种分析框架比较具有现实意义.     

RED算法的随机模型和仿真

运用随机分析的方法建立了一个关于RED(random early detection)队列长度及其指数加权滑动平均值(exponentially weighted moving average,EWMA)的随机模型.对该模型的动态仿真和数值分析表明,它能够很好地预测RED在忙期的动态行为.利用这个模型,RED的参数可以通过简单的数值分析方法进行设置,避免了经验方法在链路特性参数和流量参数变化时所出现的性能问题.     

控制图和EWMA控制图的灵敏性分析

在统计过程控制中通过分析X控制图,指出X图虽然对监测过程大波动非常灵敏,但对过程均值小漂移却不敏感,若结合使用判异规则,将导致虚发警报概率的增加。通过仿真数据图形化,分析了EWMA图的灵敏性,并与X图进行比较,结果表明EWMA图对监测过程小漂移比X图更灵敏,而X图对均值大偏移反应比较灵敏;两种控制图如互为补充,共同用于监测过程波动更有效。     

一种IP可追踪性的网络流量异常检测方法

提出了一种支持IP可追踪性的网络流量异常检测方法.该方法实时记录网络数据流信息到概要数据结构,然后每隔一定周期进行异常检测.采用EWMA预测模型预测每一周期的预测值,计算观测值与预测值之间的差异sketch,然后基于差异sketch采用均值均方差建立网络流量变化参考模型.该方法能够检测DDoS、扫描等攻击行为,并能追踪发生异常的流中的IP地址.通过模拟试验验证,该方法占用很少的计算和存储资源,能检测骨干网络流量中的异常IP地址.