木材染色颜料配方预测模型

 木材颜色是决定消费者印象的重要因素,为了提高木制品的装饰作用和产品价值,要对木材及木质材料进行着色。将计算机配色的方法用于木材染色中,能加快染料配方生成的速度并将极大地提高工作效率、节约成本。本文研究了一种运用动态模糊神经网络建立的木材染色颜料配方预测模型,所谓的“动态”是指模糊神经网络的网络结构不是预先设定的,而是动态变化的,即在学习开始前,没有一条模糊规则,其模糊规则在学习过程中逐渐增长而形成的。在论述建模方法的基础上,对算法中的学习规则和参数确定进行了研究。模型为三输入三输出系统,输出就确定为活性艳红X-3B、活性黄X-R、活性蓝X-R的浓度值,输入为色差,该模型预测相对误差为0.52%,训练时间为128s,结果比较令人满意。这种方法为木材染色配色提供了一种新的途径,同时也为其理论在配色系统中的应用提供了新的思路,具有一定的理论研究价值和实际应用价值。     

张衡和托勒密的地心说与中西方科学模式差异

在中西方科学史中都曾经形成了以地心说占主流的天文学体系,分别以同时代中国张衡的浑天说理论和古希腊托勒密的本轮-均轮说理论为代表.这两种体系的组成理论及天文模式完全不同,反映了中西方科学模式存在的差异.西方科学技术注重形式逻辑、定量描述和理性思维模式,古代中国则发展辩证逻辑,以定性描述为主,采用感性思维模式.     

北方季风边缘区洞穴石笋δ18O序列预测初步研究

基于时域组合模型建立了中国北方季风边缘区万象洞及黄爷洞石笋δ¹⁸O时间序列的动态模型, 并对未来20年的降水变化趋势进行了预测. 研究结果表明, 时域组合模型较好地提取了时间序列的周期信息, 用其拟合实测数据精度较高; 用其预测时间序列的变化情况, 和现代气象观测记录相吻合, 具有一定的可信度. 同时通过中国北方季风边缘区树轮的预测结果对比显示, 该地区在2012~2013年前后降水最少, 随后20年里将呈现先升后降的变化趋势.     

基于最优样本子集的在线模糊LSSVM混沌时间序列预测

提出一种基于最优样本子集的在线模糊最小二乘支持向量机(least squares support vector machine,LSSVM) 混沌时间序列预测方法. 算法选择与预测样本时间上以及欧氏距离最近的样本点构成最优样本子集,并采用" 不敏感函数对其进行模糊化处理,通过模糊LSSVM 训练获得预测模型. 随着时间窗口的滑动,最优样本子
集和预测模型实时更新,模型更新采用分块矩阵方法降低运算复杂度. 实验中对时变Ikeda 序列进行预测,表明所提出的方法与离线和在线LSSVM 相比,训练速度更快,预测精度更高.     

基于Lyapunov指数的预报方法及在气象预报中的应用

介绍了混沌时间序列的 Lyapunov指数预报分析方法 ,并应用混沌方法对气象预测时间序列进行处理 ,把其混沌特性应用于气象预报中。根据气象时间观测数据计算了重构相空间嵌入维数 D2 和 Lyapunov指数。结合实际例子对 Lyapunov指数预测方法进行了验证。     

基于NCAGA-投影寻踪混合优化城市客运量预测

为了提高参数投影寻踪回归(parameter projection pursuit regression,PPPR)模型对城市客运量的预测精度, 基于cat映射、高斯分布和精英局部搜索对加速遗传算法进行改进. 提出了新的混沌加速遗传算法(new chaosaccelerating genetic algorithm, NCAGA),用于对PPPR模型的最佳投影方向α的优选.建立了在外层优化岭函数个数M的同时,内层利用NCAGA优化最佳投影方向a的NCAGA-PPPR混合优化城市客运量预测模型,结合某市统 计资料进行了仿真预测.结果表明该方法的预测精度优于BP神经网络模型、传统PPR模型和基于加速遗传优选的PPPR模型, 平均绝对相对误差小于3.1%,提高了城市客运量的预测精度,可有效应用于城市客运量的预测.     

基于振幅压缩的随机振荡序列预测模型

以提高灰色系统预测模型对随机振荡序列的预测精度为目的, 提出了一种通过平滑性算子压缩随机振荡序列振幅, 提高序列光滑度的算法, 并在此基础上推导及建立随机振荡序列的灰色预测模型; 将该模型应用于多组随机振荡序列的模拟, 并与其他模型的模拟精度进行了比较, 结果表明, 新模型能显著提高随机振荡序列的模拟精度.     

基于UT变换的MMPHD机动目标跟踪

基于序列蒙特卡罗方法的多模概率假设密度(probability hypothesis density, PHD)滤波算法及其改进方法,在预测过程中依据多个并行的状态转移模型将大量粒子散布到下一时刻目标所有可能出现的状态空间,从而实现目标状态的捕获。由于这些方法大量使用粒子,造成计算量巨大、算法实时性差。为此,提出了基于无迹变换的多模PHD机动目标跟踪方法。该方法利用最新量测信息获得粒子预测过程中的建议密度函数,从而将粒子聚合在目标最可能出现的状态空间邻域中,充分实现粒子的有效利用。仿真实验表明,论文提出的算法不仅显著减少了多模PHD算法的计算量,而且在一定程度上提高了多模PHD算法的精度。     

基于PO的进近着陆系统信道环境分析和仿真预测

针对机场环境日益复杂,进近着陆系统对于机场环境的影响十分敏感的实际问题,提出了一种基于物理光学理论(PO)的进近着陆系统信道环境分析和仿真预测方法。应用基于PO的信道散射环境分析方法,建立了系统的信号源模型和考虑信道环境影响的系统航道偏移模型,对受多散射体影响的信道环境下的进近着陆系统进行建模,结合实际问题,应用建立的模型对散射环境中的进近着陆进行了仿真,结果表明,基于PO的仿真预测方法能够较准确、合理地给出散射环境对系统的影响程度,具有预测机场配置物体对系统影响的能力。     

侧风状况下轿车气动特性的仿真与实验研究

以获得适合计算侧风气动特性的湍流模型为目的,应用计算流体动力学方法对比了标准k模型、RNG k模型、Realizable k模型以及SST模型对不同横摆角状态下轿车气动特性仿真结果的影响。结果表明,当0时,采用Realizable k湍流模型仿真得出的阻力系数与实验结果最为吻合,误差仅为1.53%,侧力系数的仿真结果与理论分析更为吻合;当3～1 5时,采用Realizable k湍流模型仿真得出的阻力系数与实验结果相比误差最大为0.96%,侧力系数的仿真结果与实验结果趋势一致,误差最大也仅为4.9%。总之,Realizable k湍流模型能够很好的模拟侧风状态下车辆的气动特性,仿真结果为进一步分析车辆的侧风稳定性提供了参考数据。