采用钢轨棚架法处理隧道通顶塌方

本文介绍了处理隧道通顶塌方的一种施工方法——钢轨棚架法，该方法利用轻轨作为主棚架，对稳定山体及保证施工安全起到了至关重要的作用     

基于线性均方误差估值的LPC距离量度

本文从LPC系数的统计特性出发,基于线性均方误差估值的思想,提出了一种用于语音识别的新的LPC距离量度——LMSE距离.在一个IBM-PC机语音处理系统和一个VAX-11/750机语音处理系统上,做了大量孤立词识别实俭,证实了这种距离的可行性.文中还将它与著名的Itakura距离进行了比较.     

透视变换矩阵及其应用

目前,在一些计算机图学的书籍中,根据其透视变换矩阵所绘的图形异常,不符合透视投影原理,不能满足工程上的需要。为此,(1)推导了符合透视投影理论的3种透视的变换矩阵。(2)分析了3种透视变换矩阵参数的合理数量。(3)分析了矩阵参数的意义、对图形的影响、并提出合理选取范围。(4)为了用计算机绘出符合工程上需要的图样,提出了有关的方程和确定参数的顺序。     

基于Ethernet IP协议的交流电参数检测仪表设计

针对电参数检测问题,设计一种新型电参数检测仪表,以ARM微处理器STM32F103为控制核心,利用电能计量专用芯片ADE7758作为电参数采集,并采用HMS公司的Anybus-Compact Com模块实现Ethernet IP工业以太网协议的仪表设计。设计结果表明,该仪表性能稳定、测量准确,具有良好的应用价值。     

微生物批式流加发酵动力系统及参数辨识

微生物批式流加发酵生产1,3-丙二醇是一种重要的生产方式,但是目前研究只考虑了细胞外5种物质浓度的变化,没有考虑代谢机理、细胞内物质浓度的变化及重要的中间产物。本文将细胞内甘油、3-羟基丙醛和1,3-丙二醇三种物质的浓度变化考虑在内,假设甘油跨膜运输情形为主动运输和被动扩散,1,3-丙二醇的跨膜运输情形为主动运输和被动扩散,建立了微生物批式流加发酵动力系统。以实验值与计算值的误差平方和作为性能指标建立参数辨识模型,并用改进的粒子群算法求解模型中参数。结果表明,改进后模型平均相对误差比现有文献略有降低,说明了模型的有效性。     

风力机叶片结构参数敏感性分析及优化设计

以某1.5 MW风力机叶片为实例,建立叶片有限元模型,并对叶片关键结构参数进行敏感性分析。结果表明,铺层角度对叶片结构特性影响最大,主梁帽宽度及铺层厚度的影响次之,主梁帽铺层位置以及腹板布置位置的影响最小。在敏感性分析的基础上,建立以叶片质量最轻为目标函数,以主梁帽宽度、铺层数、铺层位置以及腹板布置位置为设计变量,以叶片的强度、刚度与振动性能为约束条件的优化设计数学模型,采用遗传算法与有限元法相结合的方法对叶片结构进行优化设计研究。与原设计方案相比,优化设计方案的叶片质量减轻9.8%,结构应变分布更为合理,且不会发生共振,表明优化方法合理有效。     

混沌优化Smith预估补偿器

一个控制系统的Smith预估补偿器参数如果选取不精确可能会导致控制器失效,针对这一问题,提出一种在线混沌优化Smith预估补偿器参数的方法.首先通过混沌映射对被控对象的阶跃响应曲线进行数学辨识得到其传递函数,然后依据辨识出的数学模型进行离线PID参数优化.当模型变化时,控制器可以自适应调节参数.此方法具有被控对象自动识别、系统针对性强、可以在线滚动优化等优点.分别以低阶和高阶数学模型为被控对象进行仿真,仿真结果表明,控制器具有较强的跟踪能力和鲁棒性.     

混合Kriging代理模型的高维参数估计优化算法

基于Kriging代理模型的优化算法对于解决函数计算昂贵的优化问题非常有效,但并不适用于高维参数的优化.针对该问题,提出了一个混合Kriging代理模型和多种优化技术的算法.该算法在Kriging模型选择新样例点时使用单维参数独立优化以克服维度灾难并提高收敛速度,同时基于已构建的Kriging代理模型信息提出一种新的动态坐标扰动策略,并将该策略用于高维参数优化以得到更好的目标函数值.为了保证不丢失全局最优解,在使用一般期望提高加点策略作为选点原则时,在期望函数的多个峰值同时选点.为了验证算法的有效性,将该算法应用于具有41维参数的人类白细胞代谢网络参数估计问题.实验结果表明,在有限的迭代次数下,该算法能产生较小的目标函数值,以及和实验拟合较好的参数估计结果.     

基于混沌人工蜂群算法优化的SVM 齿轮故障诊断

为克服支持向量机中模型参数的随意选择对分类性能造成的不利影响, 提出了基于混沌人工蜂群算法的支持向量机(CABC鄄SVM: Chaotic Artificial Bee Colony algorithm of Support Vector Machine)参数优化方法。该方法采用Logistic 混沌映射初始化种群和锦标赛选择策略, 对支持向量机的惩罚因子和核函数参数进行优化时以分类准确率作为适应度函数。通过UCI 标准数据集实验证明, CABC 具有较强的局部和全局搜索能力, 其优化的支持向量机可在很大程度上克服局部极值点, 从而获取更高的分类准确率, 并有效缩短了搜索时间。将该方法应用于实际齿轮故障诊断中, 采用小波相对能量作为特征输入支持向量机, 分类准确率达到99. 4%, 验证了该方法的可行性和有效性。     

PA样本下刻度指数族参数的渐近最优的EB估计

本文在PA样本下研究刻度指数族参数的渐近最优的经验Bayes估计,在刻度平方误差损失函数下导出参数的Bayes估计,利用核估计的方法构造了参数的EB估计,并且证明这种估计的渐近最优性,最后给出一个例子.