结合机器学习的SA湍流模型闭合系数修正

将修正Morris分类筛选法与极端梯度提升(extreme gradient boosting,XGBoost)相结合,在计算流体动力学(computational fluid dynamics,CFD)数据驱动下,用于SA(Spalart-Allmaras)湍流模型闭合系数的修正.利用分类筛选法有效缩小闭合系数研究范围,同时依据XGBoost方法在小规模数据集下取得精度较高的拟合模型,有效提升系数修正效率.在三维DLR-F6-WB构型下进行了数值实验,实验结果显示利用本方法能够在三维复杂模型上基于小样本数据进行系数修正,修正后的升阻力系数计算精度得到了显著提升.

基于GA-SA算法的机器人几何参数误差辨识

几何参数误差对机器人末端绝对定位精度影响最大,而几何误差参数辨识是一个高维非线性问题,求解困难,所以建立一种简单高效的辨识算法是有必要的,本文提出了遗传模拟退火算法(GA-SA)对机器人几何参数误差辨识。以机器人末端位姿误差最小为目标,采用遗传模拟退火算法辨识机器人几何参数误差,以ABB IRB120为算例迭代1100次,遗传算法在200代陷入局部最优,模拟退火参与后最终适应度为0.0914。误差补偿结果表明:机器人末端位置误差沿X,Y,Z轴方向分别降低了88.05%,81.73%,83.72%,姿态误差分别降低了93.92%,83.64%,83.44%,证明遗传模拟退火算法可以有效辨识机器人几何参数误差,提高误差补偿后的机器人末端位姿精度。

基于GA-SA的多点封控行动中的兵力分配研究

封控是武警部队遂行多样性任务中经常采用的一种重要军事行动,关系到多样化任务遂行的成败。为进一步提高武警部队在多点封控行动中的兵力分配的精确性和科学性,文中基于武警部队驻地分散实际,考虑各封控小组对各封控点成功率不同及到各封控点的距离不相等等因素,以实现各封控点成功率最大化和以小组开进的路程和最短为目标,建立了多点封控行动中的兵力分配模型。依据问题特点进行了遗传算法编码和适应度函数设计,将遗传算法(Genetic Algorithm, GA)和模拟退火算法(Simulated Annealing, SA)相结合,提出了一种GA-SA算法,实验仿真结果验证了算法的有效性及较遗传算法和模拟退火算法的优越性。

基于自适应阈值的SA雷达发射机故障重构预警方法研究

新一代天气雷达的故障识别和判定一直是雷达运维面临的技术挑战,部分严重故障的滞后响应会导致雷达相应部件的损坏加剧。本文在结合人工智能技术和雷达数据特点的基础上,提出了基于自适应阈值的SA雷达发射机系统故障预警和判定方法,建立了基于重构模型的发射机故障在线监测的算法框架。该算法框架能够在雷达发射机故障发生早期识别异常并给出预警。采用实际运行记录进行计算分析,并验证了该方法在实际运行中有效可用。

《SAS及其应用》在数学建模中的应用

《SAS及其应用》作为应用统计学专业的核心课程,旨在培养大学生利用SAS软件和相关统计知识解决实际问题的能力及创新能力和实践能力.数学建模是应用数学理论和方法解决实际问题的过程,也是培养大学生自主创新能力和动手实践能力的有效途径和重要平台,是大学生数学应用、实践与创新的综合载体.以《SAS及其应用》在近两年全国大学生数学建模竞赛中的应用为例,展示了SAS统计软件在数据处理、数值分析和图表绘制等方面的优势,进而体现了《SAS及其应用》课程在数学建模中的重要性.

基于SA-RF的公路隧道交通流数据修复模型研究

为保障公路隧道交通流数据完整性,同时为公路隧道运营决策提供稳定数据支撑,采用SA-RF模型预测修补公路隧道交通流数据缺失数据,根据交通流数据缺失模式,分别建立单变量和多变量修复模式,并将两者相结合构建了SA-RF综合修复模型,以预测修补公路隧道交通流数据,同时对比分析了不同修复模型在3%、5%、10%和15%缺失率下的修复效果。实例证明,SA-RF综合修复模型在不同缺失率下均可高精度修复交通流缺失数据,且修复精度均高于同等缺失率的RF、LSTM、均值插补修复方法。

基于SST-SAS方法的水射流数值模拟

水射流在工业生产中广泛应用,具有重要的研究价值。本文采用数值模拟方法,使用CFD软件对水射流的流场进行了模拟和分析。研究对圆形喷管进行了简化,建立了二维轴对称模型,流体介质为甘油水溶液,湍流模型基于SST-SAS模型,并与实验结果进行对比。研究发现,k-ε湍流模型在冲击射流低雷诺数区域的模拟能力不足,而SAS湍流模型在不同位置处的计算值与实验值吻合良好,表明该模型可以很好地模拟低雷诺数区域的冲击射流流场,可以为下一步研究冲击射流中冲击高度、喷嘴形状、雷诺数等因素对流动特性的影响奠定了良好的工作基础。

政策工具视角下我国地方政府公共数据治理政策研究

[目的/意义]公共数据对于经济发展以及社会服务具有重要意义,聚焦我国省域公共数据治理的政策工具问题,有助于公共数据政策设计的完善以及相关工作的开展。[方法/过程]基于马—萨理论模型构建公共数据“政策工具—政策执行”二维分析框架,运用文本内容分析法并借助NVivo质性分析软件对我国31个省级行政区(不含港澳台地区)的公共数据政策进行编码和量化分析,考察我国地方政府在公共数据治理中的决策逻辑、执行策略及其运行特征。[结果/结论]我国省级公共数据政策地域发展不均衡,存在环境型政策工具过溢、需求型政策工具应用不足、政策工具组合结构欠佳,以及政策执行目标定位不足、内部执行要素不够协调、外部环境衔接不强等问题,未来应该加强区域协调发展,优化工具结构,明确价值定位,规范执行程序,强化衔接影响。

灰色系统理论在陕西省农作物秸秆可收集量预测中的SAS应用

[目的]在SAS环境下,运用灰色系统理论对陕西省农作物秸秆可收集量进行预测。[方法]以草谷比和可收集系数估算2005—2015年陕西省农作物秸秆可收集量。以农村就业人口、农作物播种面积、农用化肥施用量和农业机械总动力作为影响农作物秸秆可收集量的4个主要因素进行灰色关联度分析。在SAS环境下,利用GM(1,1)灰色模型和基于GM(1,1)的多元回归模型对2016—2020年的陕西农作物秸秆可收集量进行预测,并对模型精度与误差进行分析比较。[结果]基于GM(1,1)的多元回归模型预测精度高于GM(1,1)模型的精度,较准确预测了2016—2020年陕西农作物秸秆的可收集量。[结论]准确预测农作物秸秆可收集量可为政府开展农业面源污染防治、提高秸秆综合利用提供强有力的数据支撑。

ARIMA预测模型的SAS程序实现及其应用

目的:利用SAS程序实现ARIMA模型,探讨ARIMA预测模型在季节性时间序列资料分析中的应用。方法:采用条件最小二乘方法估计模型参数。通过对数转换及差分方法使原始序列平稳,按照残差不相关原则、简洁原则确定模型结构,依据AIC和SBC准则确定模型阶数,最终建立起ARIMA预测模型。结果:对甲型肝炎月发病率资料建立了乘积ARIMA(O,1,1)(0,1,1)12模型。方差估计值为0.125003,AIC=46.71429,SBC=50.86936,时模型进行白噪声残差分析(p=0.7755),根据拟合优度统计量,表明(1-B)(1-B12)Zt=(1-0.84397B)(1-0.6649B12)αt是适合的。结论:用所建立的ARIMA模型对甲型肝炎月发病率进行分析预测,结果表明ARIMA是一种短期预测精度较高的预测模型。

基于SAS软件的城市电力需求ARIMA模型及预测

城市年度电能消耗数据既有随机成分，又有较明显的内在规律。科学预测城市电力需求，是一项重要的基础性工作，需要有一种较为简易又有足够精度的预测方法。从紧贴实际和易于检验出发，以常州市1995～2004年度的奎社会用电量作为时间序列，用求和自回归移动平均（ARIMA）乘积模型建模，并做出1年期电能消耗预测。将预测结果和2005年1～12月的实际用电量进行对比，预测结果令人满意，表明该类模型可以用于城市电力需求中期预测。

SAS系统在大坝监测数据处理中的应用

介绍SAS系统的数据处理功能,分析SAS系统应用于大坝监测资料的可行性和意义,讨论了应用SAS软件进行监测资料常规分析和定量分析的建模方法,为监测资料分析提供了新途径。

基于SA-WNN模型的油价预测研究

原油价格不仅受到传统供需面因素的影响,在短期内更容易受到战争、金融危机、自然灾害、政治事件等非常规性因素的影响。为了更加准确地刻画国际油价走势,完善油价预测理论体系,论文首先运用情感分析(SA)方法对反映非常规影响因素的文本数据进行预处理,然后根据文本计算市场趋势项,再将该项作为小波神经网络(WNN)的输入数据,构建基于情感分析的小波神经网络预测模型(SA-WNN)。预测的结果显示,相对于传统BP神经网络模型和基于独立源分析的小波神经网络(ICA-WNN)模型,SA-WNN模型能够准确判断油价的方向性走势,是一种更加优秀的预测模型。

回归正交设计在天然橡胶/蒙脱土纳米复合材料制备中的应用及其SAS实施

用二次回归正交设计研究了有机土浓度、分散剂浓度、胶乳浓度和有机土填充量4个因子对天然橡胶/蒙脱土纳米复合材料撕裂强度的影响,获得了最佳的试验工艺参数值和二次回归模型。通过检验,肯定了模型的可靠性和应用的有效性。

含缺失值的重复测量资料分析在SPSS和SAS中的实现

目的探讨含缺失值的重复测量资料混合线性模型分析在SPSS和SAS中的实现。方法应用重复测量资料的方差分析和混合线性模型分别对抑郁治疗的资料进行分析,以治疗后抑郁量表得分为分析指标,评价不同治疗方法的效果。结果当大量个体的重复测量数据存在缺失值时,方差分析将这些个体排除在外,而混合线性模型将存在测量数据的个体全部纳入分析,二者得出不同的统计推断。结论混合线性模型可以灵活处理含有缺失值的重复测量资料,能够充分利用数据信息,结果可靠。SPSS和SAS的MIXED模块都可以实现其统计分析,且在随机缺失情况下结果一致。

线性回归模型在等效性、非劣效性中的应用及其SAS实现

目的针对医学研究中常见的定量资料等效性检验、非劣效性检验存在的问题,探讨应用线性回归模型理论进行定量资料的等效性检验、非劣效性检验,并给予统计软件技术上的支持。方法从线性回归模型的构造出发,根据模型中参数的统计学意义,结合等效性检验、非劣效性检验原理,利用SAS统计软件包,结合实例,编写程序,并计算相应的统计量。结果分别对平行设计和多中心设计的定量资料进行统计学检验,并对主要输出结果进行了解释。结论探索出在临床研究中利用线性回归模型,通过SAS软件包进行统计学检验的途径,并为类似问题的解决提供了理论参考。

GPS系统SA误差模型的分析和建立

将采集的 GPS数据进行处理 ,获得 GPS的误差数据 ,使用非平稳时间序列数据的建模方法对其进行分析 ,首先通过直观检验方法判断误差数据具有非平稳特性 ,而后对误差数据进行一次差分处理 ,得到差分数据序列 ,通过系数检验方法证明此数据序列是平稳的。使用平稳信号建模方法确定差分数据序列的模型结构、类别、阶数以及模型系数 ,建立了 AR( 2 )模型。最后对此模型进行检验 ,结果表明此模型的效果较好。

关于科技期刊半衰期计算的商榷及SAS软件计算程序

文章给出了研究文献老化的4种统计数学模型，并以南京农业大学学报的引文统计数据为实例，分析了过去在文献半衰期计算中存在的某些缺陷，同时提供了计算上简便准确的SAS软件计算程序。

SAS在辐射剂量效应研究中的应用

简述辐射剂量 效应研究中常用的 13种数学模型。应用SAS 6 12forwindows统计软件包编写的程序可以方便、快捷地实现辐射剂量 效应曲线的拟合并筛选出最佳的数学模型。

基于时间序列与混合核函数SA-SVR的滑坡位移预测模型研究

本文针对阶跃型滑坡变形定量预测困难,提出一种基于时间序列分解与混合核函数SA-SVR的滑坡位移预测模型。首先基于时间序列分解原理,反复使用指数平滑法将滑坡累积位移分解为趋势项位移和周期项位移,使分解后的趋势项位移较平滑且能保证周期项位移的预测精度。同时针对多项式预测容易过拟合造成预测值偏离真实值的问题,采用K-flod交叉验证的3次多项式对趋势项位移进行预测;通过SVR核函数性质,构造泛化能力和学习能力都较强的混合核函数作为SVR模型的核方法,以滑坡诱发因子作为SVR模型输入向量,以模拟退火算法(SA)对使用混合核函数的SVR模型进行参数寻优,从而建立混合核函数的SA-SVR模型预测周期项位移;最后合并趋势项位移和周期项位移得到总位移预测值。以三峡库区白家包滑坡为例,选取ZG325监测点2012年1月~2020年9月数据进行研究,并以ZG324监测点作为辅助验证。结果表明,相较于传统SVR预测模型,模拟退火算法(SA)在参数寻优方面表现良好,混合核函数对SVR模型更加敏感,能较大幅度提高预测精度,具有较高的应用和推广价值。