CSAMT一维全区Levenberg-Marquardt反演方法

本文将Levenberg-Marquardt这一全新反演方法引入CSAMT勘探的全区数据反演,提高了CSAMT勘探的深度,避免了测深数据的浪费。Levenberg-Marquardt反演的核心是引入变阻尼的思想,在反演的过程中根据向量各个分量的收敛速度的不同,给定不同的阻尼因子,实现反演的自适应化,这样就大大增加了整个反演的收敛速度和反演精度。反演中采用改进的Bostick变换作为初始模型,减少了反演的迭代次数。     

人工神经网络与动态搜索的机组组合算法

为了使机组达到最优组合,减少运行成本,研究了基于修正BP人工神经网络与动态搜索的快速算法在机组组合中的运用．采用修正Levenberg-Marquardt算法训练BP神经网络,并针对该算法占用内存大的缺点,提出了减少内存占用量的修正．由此,根据负荷预测曲线,应用修正BP人工神经网络产生机组的预开停计划,在此基础之上,针对预计划中某些机组状态不确定的阶段,应用动态规划法进行全局调整以确定机组的状态组合．实验数据表明,所提出的算法与传统的动态规划算法相比,可以在有效地减少时间与内存的占用量的前提下,有效地避免动态规划法中的维数灾的问题．     

柴油机燃烧放热规律的数值模拟

提出一种将模拟退火算法和阻尼最小二乘算法相结合的改进算法,并将其用于零维燃烧模型的建立.以预测值和实测值的偏差及曲线的拟合优度为衡量标准,对改进算法和传统算法进行比较.结果证明,改进算法具有提高零维燃烧模型精度、减少计算时间及对初值的要求、避免病态矩阵和复数结果出现的优点.     

基于气动装置神经网络模型的anti-windup控制器设计

为提高气动系统的控制效果,以Levenberg-Marquardt算法训练多层前馈神经网络,建立了一气动装置的神经网络模型并推导出ARX模型.基于气动装置的ARX模型,采用Ragazzini方法设计了anti-windup控制器.实时控制结果表明,所设计的控制器有效地克服了控制死区和阀的饱和效应,实现了对该气动装置快速和高精度的控制.     

Levenberg-Marquardt神经网络在煤矿作业人员人因可靠性评价中应用研究

依据人因可靠性原理、事故致因理论,结合煤矿生产系统的特点,提出了观测可靠度的概念,确立了一系列便于统计和赋值的人因可靠性评价指标.针对人因失误事件过程的动态性、复杂性以及数据的不完整性,利用BP神经网络对非线性动态系统的自学习性和自适应性的特点,建立了基于BP神经网络的煤矿作业人员人因可靠性评价模型.运用Levenberg-Marquardt算法改进的BP神经网络,克服了收敛速度慢,容易陷入局部极小点的缺点,提高了预测精度和稳定性.对于岗位工龄短或有效记录不足的煤矿作业人员,采用BP神经网络模型进行了人因可靠性评价.评价结果表明,基于BP神经网络的煤矿作业人员人因可靠性评价方法具有较好的适用性和可行性.     

求解半光滑方程组的LM方法收敛性分析

Levenberg-Marquardt(LM)方法是一个经典并且有效的求解非线性方程组的方法,但是目前的研究都是针对光滑方程组的.在这样的背景下,研究求解半光滑非线性方程组的LM方法.构造了求解半光滑方程组的一个参数调整LM方法(S-PALM),其中LM参数在每次迭代中是基于实际下降量和预测下降量的比值自动更新的.在水平有界的前提下,得到了S-PALM方法的全局收敛性.在强BD正则性成立的条件下,得到S-PALM方法的局部超线性收敛速度.     

Autonomous orbit determination for the probe around small body

The algorithm of autonomous orbit determination for the probe around small body is studied. In the algorithm,first, the observed images of the body are compared with its pre-computed model of the body to obtain the location of the limb features of the body in the inertial coordinate. Second, the information of the images and features in utilized to ob-, tain the position of the probe using the Levenberg-Marquardt algorithm. The position is then input to an extended Kalman filter which determines the real time orbit of the probe. Finally, considering the effective of the irregular small body shape perturbation and the small body model parameter error on the orbit determination precise, the procedure of autonomous orbit determination is validated using digital simulation.     

Method of Fire Image Identification Based on Optimization Theory

In view of some distinctive characteristics of the early-stage flame image, a corresponding method of characteristic extraction is presented. Also introduced is the application of the improved BP algorithm based on the optimization theory to identifying fire image characteristics. First the optimization of BP neural network adopting Levenberg-Marquardt algorithm with the property of quadratic convergence is discussed, and then a new system of fire image identification is devised. Plenty of experiments and field tests have proved that this system can detect the early-stage fire flame quickly and reliably.     

人工神经网络及其在电力短期负荷预测中的应用研究

电力系统负荷预测的精度将直接影响电力系统的经济效益和用电的安全和稳定.通过讨论短期负荷预测,来阐述Levenberg-Marquardt算法优于传统BP算法.并分别用BP算法和Levenberg-Marquardt算法对绥龙110 kV变电局所属供电网络远动采集来的负荷数据进行预测,来说明Levenberg-Marquardt算法优于传统BP算法.     

基于Levenberg-Marquardt算法的非量测数码相机影像纠正

根据物方空间的三维直线中心投影到像片平面上也应该是一条直线这一约束条件,首先提取出原始图像中的畸变直线;然后利用畸变模型对其进行畸变纠正,使其满足直线约束条件;最后采用Levenberg-Marquardt算法对非线性方程组进行求解,解出约束优化条件的最佳畸变参数和像主点坐标,并完成对原始影像的纠正。实验结果证明该方法简单快捷,具有较强的实用性。