海浪谱法模拟海面场景仿真参数选取准则

为提升海面场景模拟的物理真实感,本文探讨了仿真参数对海洋粗糙面模拟精确性的影响,并建立了海表模拟中仿真参数的选取准则。依据海浪谱和随机过程统计理论,采用自相关函数研究了海面相关长度随风速变化规律。通过建立海浪蒙特卡罗仿真模型,结合随机粗糙面误差分析,提出了不同风速条件下海面场景仿真参数的选取准则。研究表明:将海表模拟的采样间隔限定在顺风向相关长度的0.1~0.5倍,可显著提高海面场景模拟的精确度;而当海面仿真参数超出上述范围时,可能导致海面场景模拟失真,进而影响其视觉真实感。本文所提出的仿真参数选取标准可为开发航海模拟器提供技术支撑。

特长TBM隧道连续皮带机参数选取及洞内布设研究

特长隧道连续皮带机合理的参数选取和洞内布设位置是保证TBM高效掘进的关键因素。文章对天山胜利隧道中导洞TBM连续皮带机出渣进行分析,给出了中导洞出渣所用皮带机的带速、带宽、皮带类型、托辊类型和皮带驱动方式。同时通过对比连续皮带机洞内不同布设方案,确定了中导洞正上方为皮带机最优布设位置。在此基础上对皮带机悬挂稳定性进行分析,研究表明选取的悬挂方式能够保证连续皮带机在出渣期间的安全运行。本研究对相关领域的研究和实践提供了有益参考和借鉴。

水泥混凝土切割机作业动力学及参数选取

为确保水泥混凝土切割机参数选取的科学性,对其应用效果进行研究。运用金刚石锯片切割机理对水泥混凝土切割机开展动力学分析,探究不同组成结构在实际切割作业中的动力学变化及其对切割效率的影响。通过借鉴同类旋转作业机械的研究成果,对水泥混凝土切割机的切割锯锯片功率、复合运动和锯切阻力的规律展开深入分析。结果表明,在不同工况下,水泥混凝土切割机的作业参数受到锯切深度、作业速度、金刚石锯片转速的影响,可通过控制变量的方式获得最佳作业参数。在水泥混凝土切割机的参数选取中,锯片直径的大小与锯切阻力之间存在正比关系,锯切阻力与锯片转速存在反比关系。在参数选取中要综合考虑作业参数、锯切材料、金刚石锯片等多重因素的影响,可运用有限元的分析方法对其运行参数进行科学计算。

边坡稳定性分析及SLOPE/W参数选取方法

边坡稳定性对关乎人民的生命安全,在边坡防治工程中,对边坡进行稳定性分析是设计的主要任务,边坡稳定性分析方法在工程实践中也得到了不断发展。首先总结了目前用于边坡稳定性分析问题的条分法和有限单元法的基本假定、原理、计算公式等,然后分析了稳定性分析软件Geostudio Slope/w分析问题时参数选取的方法,为边坡设计提供了一定的参考依据。

基于混沌优化算法的支持向量机参数选取方法

支持向量机(SVM)的参数取值决定了其学习性能和泛化能力.对此,将SVM参数的选取看作参数的组合优化,建立组合优化的目标函数,采用变尺度混沌优化算法来搜索最优目标函数值.混沌优化算法是一种全局搜索方法,在选取SVM参数时,不必考虑模型的复杂度和变量维数.仿真表明,混沌优化算法是选取SVM参数的有效方法,应用到函数逼近时具有优良的性能.

齿轮啮合力仿真计算的参数选取研究

该文通过建立某传动系统的三维实体模型 ,以Hertz弹性撞击理论为基础 ,合理地定义了齿轮激振力的参数 ,利用多体动力学仿真软件ADAMS进行了齿轮啮合力仿真计算 ,并给出某一特定传动条件下的齿轮激振力的计算结果。结果表明 ,该文提出的齿轮激励力仿真计算时参数选取是合理的。

基于遗传算法的SVM参数选取

支持向量机(SVM)是一种非常有前景的学习机器。然而在实际应用中,SVM的参数选取问题一直没有得到很好的解决,这在很大程度上限制了它的应用。为了能够自动地获得最佳参数,提出了基于遗传算法的SVM参数选取方法。该方法首先通过分析SVM参数对其性能的影响来确定遗传算法的搜索区间,然后在该区间内对搜索的参数进行选取。将该文提出的方法应用于5个由R tsch收集的标准模式库,实验结果表明由该方法所得参数确定的SVM具有较优的识别率和较简单的结构,即具有较佳的整体性能。

油纸绝缘局部放电发展趋势及监测参数选取

用三维图谱对变压器油浸纸绝缘模型的局部放电作趋势分析以发现其发展规律 ,试验和分析指出单纯放电量不能准确、全面反映绝缘劣化过程。

短期负荷预测中SVM参数选取的混沌优化方法

支持向量机已成功地应用于短期负荷预测领域,但其学习和泛化能力取决于参数的有效选取。为进一步提高预测精度,针对目前支持向量机参数选取方法的人为盲目性等缺点,在分析各个参数对其预测性能的影响的基础上,将混沌优化技术应用于参数的选取过程。对组合优化问题建立目标函数,采用一种改进的变尺度混沌优化算法来搜索全局最优值,从而得到最优的参数组合。通过湖南某地区电网日负荷预测的仿真结果表明,该方法与常规方法相比,显著地降低了模型的建模误差和预测误差,具有更好的性能。

浅层地震勘探资料处理中的速度分析参数选取

浅层人工地震勘探是当前城市地震活断层探测的主要方法,勘探精度不仅受激发、接收等因素的影响,还与地震数据处理的精度密切相关。速度分析是地震勘探资料处理中的关键环节,它的准确与否对动校正、共深度点叠加、叠后偏移及时深转换等都将产生影响。针对浅层地震资料目的层较浅、叠加次数少和城市背景干扰大等特点,文中对速度分析的参数选取问题进行了研究。首先通过对相邻CDP道集内各接收道炮检距的分析,以及单个和多个CDP道集的对比,提出了用于速度分析的CDP大道集的抽取原则。并通过对不同的CDP大道集、速度扫描间隔、计算时窗长度、动校切除比例等所获得的速度谱的对比分析,对速度谱扫描过程中各参数的选取提出了建议,并对速度分析及时深转换过程中值得注意的问题进行了讨论。

油气储层流动单元划分参数选取

目的对油气储层流动单元划分中的参数及选取进行综合分析。方法对所涉及的参数进行系统分析、分类,并讨论各参数之间的关系以及各自的代表性。结果将厚度、孔隙度、渗透率、流动层指数、地层系数等划分流动单元参数分为5类。结论在油气储层流动单元划分参数选取时应同时考虑沉积特征与孔隙结构、地质特征与流体的性质以及开发目的等方面的因素。

基于仿真的优化的粒子群算法参数选取研究

粒子群优化(Particle Swarm Optimization,PSO)算法参数较少、搜索机制简单,故一直是智能优化算法研究和应用的重点。然而PSO有易早熟、搜索精度不高及搜索性能对参数依赖性强的缺陷。针对此特点,在基于仿真的优化框架下,基于多Agent对融合传统全局最佳和局部最佳的PSO算法人工生命模型进行了仿真,以混合优化算法为计算引擎,对PSO的参数选取进行了重点讨论。利用一系列benchmark函数为例,进行了仿真优化实验和分析,取得了较为满意的结果,从而说明了本思想方法的可行性与可信性。

基于量子粒子群优化的加权平均倒数熵阈值法参数选取

考虑到目标和背景对图像分割的不同影响,提出了一种对目标和背景类的倒数熵进行加权平均的阈值分割方法。同时,针对该方法中权重参数m的选取问题,给出一种利用量子粒子群优化算法自适应选取参数的优化策略,依据图像分割质量评价均匀性准则对权重参数m在(0,1)区间进行全局寻优,进而实现了加权平均倒数熵阈值分割方法的自动阈值选取。研究结果表明,该方法可获得比传统熵阈值法更好的分割效果。

图像去噪的偏微分方程模型的最优参数选取

偏微分方程去噪已公认为具有显著效果的图像去噪技术,但其中存在一个重要的最优参数的选取问题,包括扩散系数的选取和最优停止时间的选取,参数选取的正确与否直接关系到去噪的效果和方程的稳定性。通过分析线性偏微分方程去噪模型的解析解,获得了线性去噪模型的最优停止时间的准确取值。并从公式推导与工程应用相结合的角度考虑,得到了非线性去噪模型中扩散系数与最优停止时间的确定方法。仿真计算结果表明所选择的参数确实是最优的。

悬架运动学特性优化中的参数选取方法

本文中结合摄动理论和广义逆理论,研究了悬架运动学特性优化中的参数选取问题。提出了两种参数选取方法:理想修改参数选取法和最优修改参数选取法。在双横臂独立悬架运动学特性优化实例中,分别采用两种方法进行优化参数的选取。结果表明两种方法均可满足优化的要求。

一种电子装备故障预测参数选取方法

针对电子装备故障预测中的预测参数选取问题,建立电子装备故障预测信息系统,设置故障预测参数选取原则,基于多信号流图模型提取反映电子装备故障状态的预测参数集,利用决策辨识函数对该参数集进行约简,并采用基于相关危险度的统计模型选取出最优故障预测参数集。实例证明该方法可以实现预测参数选取的自动化。

改进定子磁链估计器及其参数选取

在永磁同步电动机直接转矩控制系统中根据电磁转矩和定子磁链误差选择合适的定子电压矢量,因此必须对定子磁链进行估计。针对传统定子磁链计算中存在的受定子电阻和反电动势积分影响等问题,研究了扩展卡尔曼滤波在永磁同步电动机定子磁链估计中的应用。建立了以定子电流,转子速度和转子位置为状态变量的扩展卡尔曼滤波估计器,进而利用永磁同步电动机的电流模型计算定子磁链。同时,在大量仿真实验基础上,总结协方差矩阵参数对系统性能的影响。实验结果表明所提出的算法不仅能准确估计速度、转子位置和定子磁链,并且对电机参数具有很强的鲁棒性。

机器人运动学模型中的参数选取

在国内的专业书籍中,对机器人运动学模型的论述仍以DH模型为主,而对MDH模型鲜有提及。文中详细介绍了DH和MDH模型,给出了MDH模型中参数的选取原则,最后通过实例进行了说明。对机器人运动学建模具有一定的参考价值,弥补了国内专业书籍论述中的不足。

二维Tsallis熵阈值法中基于粒子群优化的参数选取

针对二维Tsallis熵阈值分割法中参数q的选取问题,提出一种粒子群优化算法自适应选取参数q的方法.该方法基于一种图像分割质量评价指标—均匀性测度,利用粒子群优化算法对参数q在参数空间进行优化搜索,从而实现了二维Tsallis熵阈值分割法的自动阈值选取.实验表明,所提出的方法可以根据具体的图像有效地选取参数q,获得理想的图像分割结果.

基于统计试验设计方法的支持向量机参数选取

为优化支持向量机算法参数的选取,提出了一种基于统计试验设计的参数选取方法。在参数空间内进行优化搜索,以较少的搜索次数获得参数的优化组合,提高算法整体性能。将基于统计学基础的正交试验设计方法整合到支持向量机算法的实施过程中,形成一个完整的算法。在几个数据集上的测试结果表明,该方法能够有效提高分类率,相应的模型复杂度较低。