基于改进黑猩猩算法的解析Preisach模型参数辨识

解析Preisach模型解决了Preisach模型因离散 Everett 函数造成的测量误差大,数值不稳定的问题,但是解析Preisach模型同时存在参数多,辨识复杂的问题。针对上述问题,本文提出一种融合多策略的改进黑猩猩优化算法,来实现对解析Preisach 模型的参数快速、精确辨识。该算法首先应用改进的logistic映射和动态反向学习策略进行种群初始化;其次提出一种新的动态非线性递减收敛因子平衡全局搜索和局部开发能力;再次将差分变异引入到种群个体位置更新中,增加种群多样性、扩大搜索范围;最后使用随机变异策略对全局最优位置进行扰动更新,跳出局部最优。结合实验数据,分别使用遗传算法、黑猩猩算法与本文所提算法对解析Preisach 模型参数进行辨识,并基于辨识结果对取向硅钢片的磁滞回线进行模拟。通过磁滞回线拟合度、迭代次数与适应度值等三方面的结果对比可得,本文所提算法在解析Preisach 模型的参数辨识上兼具辨识精度高、收敛速度快的优点。
关键词:解析Preisach模型;Everett函数;参数辨识;改进黑猩猩优化算法;磁滞回线     

白洋淀流域河流干涸断流遥感监测

白洋淀流域水生态环境质量对雄安新区及周边区域具有重要意义,为了掌握白洋淀流域地表河流水资源状况,利用高分辨率遥感影像进行人工目视解译,分别获取了白洋淀流域河流2018年春季(枯水期)、2018年夏季(丰水期)干涸断流河段的空间位置、干涸长度以及干涸比等信息,并从干涸断流河流的空间分布、季度变化、干涸断流原因等方面进行了分析。结果表明：白洋淀流域河流2018年春季及夏季河流干涸断流长度均在1 100 km左右,2018年丰水期干涸河道长度比枯水期减少了98.78 km,夏季河流干涸断流情况略有改善,但白洋淀流域整体河流干涸断流情况较严重;唐河、大沙河、慈河常年干涸断流情况严重,在监测期内两个季度出现干涸断流的河段都超过50 km;保定市相对于白洋淀流域其他地市,监测期内常年干涸河道最长,达到535.54 km,间歇性干涸河道长度为250.3 km,因此保定市是白洋淀流域开展水生态环境治理改善的重点区域;白洋淀流域河流干涸断流问题较严重。建议制订严格的水资源规划及利用管理制度,同时建立流域地表水资源状况遥感动态监测机制,为跨流域调水工程实施提供决策依据,同时对调水工程实施后的效果开展评价,...     

观测器在电控罗经快速启动中的应用研究

术文研究了一种新的电控陀螺罗经的快速启动方法,即采用状态观测器,通过状态反馈实现极点配置,使陀螺罗经快速启动。文中讨论了陀螺罗经在静基座和动基座上的快速启动方法,对系统的各种非线性效应及误差作了分析。数字仿真结果表明:采用此法后,电控陀螺罗经在静基座上的快稳时间比原来缩短了一半以上;罗经在动基座上的快稳时间可减少到半小时以内。     

西北超高压输电系统可靠性分析——(1990年规划方案研究)

一、分析输电系统可靠性的判据和指标任一输电网络可向用户提供的电力,受到两方面的约制:系统可调发电容量和输电线路的额定传输容量(已计及稳定条件后)。本文以L.L.Garver提出输电系统负荷供应能力(LSC)作为基本判据,并在N—1安全检验规则条件下来衡量输电网络的供电能力。LSC可用如下线性规划模型来定义     

不定方程x2+324=my19(m=1,2,3,6,9,18)的整数解

主要利用代数数论和同余理论的相关知识，研究了不定方程x²+324=my¹⁹(m=1,2,3,6,9,18)的整数解问题，得出该方程无整数解的结论，从而丰富了不定方程x²+D=myⁿ(x,y∈Z,n∈N,n≥2)的研究内容。     

不同温度场下断层黏滑失稳过程模拟

随着国家对深部工程开发的需求增大，深部高岩温条件下断层黏滑失稳过程的演化规律和形成机制亟待研究.为此，本文借助离散元数值模拟手段，构建热力耦合数值模型，对6种不同温度场条件下的断层黏滑力学行为进行了详细研究，探究了不同温度场对断层黏滑失稳过程的影响机制.结果表明:随着温度场的不断上升，断层黏滑的破坏形态以及破坏模式均发生改变；断层黏滑次数、启滑应力以及启滑应力降整体上随温度上升，呈现不断下降的变化趋势；断层黏滑能量耗散以摩擦滑动为主；断层启滑时，总应变能与温度呈正相关，耗散能与温度呈负相关.     

基于Mel频谱和LSTM-DCNN的矿山微震信号混合识别模型

微震监测是保证矿山安全生产的有效手段，微震信号识别精度直接影响着微震事件的判定及分析结果.鉴于此，以夏甸金矿微震监测数据作为样本，建立了基于Mel频谱和长短时记忆(long short-term memory, LSTM)神经网络与深度卷积神经网络(deep convolutional neural networks, DCNN)混合的矿山微震信号识别模型.首先对监测信号进行预处理，利用Mel时频谱降低干扰频段的权重并减小样本尺寸.然后利用LSTM和DCNN模型分别提取信号的时间特征及空间特征.通过多种模型的对比分析，结果表明本文提出的Mel-LSTM-DCNN混合模型对微震信号识别准确率最高.该模型为矿山准确识别微震信号提供参考.