弹性边界条件识别反问题的正则化间接边界元法

基于间接变量规则化边界元法,对弹性边界条件识别Cauchy反问题进行了研究。对于实施过程中出现的线性病态方程组,采用Tikhonov和TSVD两种正则化方法求解,通过广义交叉校验准则法(GCV法)确定正则化参数。数值算例表明:该算法稳定,数值解与精确解比较吻合。

热线式空气质量流量传感器Hammerstein模型结构辨识

利用稳态和动态校准信息,辨识了基于Hammerstein模型的热线式空气质量流量(MAF)传感器模型结构。模型辨识采用两步法,在用多项式逼近静态非线性特性的基础上,动态线性环节分别选取ARX模型、输出误差(OE)模型和Box-Jenkins(BJ)模型,采用交叉准则法进行参数估计和阶次选择,模型的残差分析和用验证数据对模型交叉检验的结果表明,最终输出误差(FOE)准则和最终预报误差(FPE)准则选择的阶次一致,基于预测误差法的3阶OE和BJ模型均可用于热线式MAF传感器Hammerstein模型动态线性环节的建模。