结合Cokriging模型和单目标函数的随机模型修正

将Cokriging代理模型技术和单目标函数进行结合,提出了一种随机模型修正方法。该方法将不确定性模型修正问题转化为较简单的待修正参数统计特征的修正问题,能够在保证模型修正精度的同时,有效缓解模型修正中由于分步修正和多目标修正造成的计算成本高的问题。首先,假设待修正参数和响应均服从高斯分布,采用拉丁超立方抽样获取训练集样本,构造满足精度要求的Cokriging模型替代复杂的有限元模型参与迭代计算。然后,建立有限元模型计算响应统计特征与试验响应统计特征的加权残差目标函数,引入土狼优化算法最小化该单目标函数来得到待修正参数的统计特征。最后,通过二维和三维桁架结构验证了所提方法的可行性。

基于低风速功率修正和损失函数改进的超短期风电功率预测

风电功率具有较强的波动性和随机性。为进一步提升风电功率的预测精度,提出一种基于低风速功率修正和损失函数改进的超短期风电功率预测模型。该模型采用卷积神经网络、自注意力机制和双向门控循环单元捕获风电功率序列的长期时序依赖关系。为了解决低风速下待风状态神经网络难以精确拟合的问题,模型通过预测风速并结合当前时段的风电功率对低风速段的预测功率进行修正。针对参数训练的稳定性问题,模型通过改进预测策略和共享权重,引入一种多元非线性的损失函数来提取序列间的关联性。结果表明,所提模型在多项误差指标中均优于对比模型,能够有效提升超短期风电功率的预测效果。

初值修正和函数变换的改进灰色模型在管道腐蚀深度预测中的应用

为了准确预测管道的腐蚀深度,借助灰色理论建立了改进GM(1,1)模型。针对传统灰色模型的不足,引入反双曲正弦函数变换方法建立了改进模型一,并在此基础上提出了一种基于初值修正结合反双曲正弦函数变换的改进模型二,通过实例对比分析了改进模型和传统模型预测管道腐蚀深度所得结果的差异。室内试验测试数据和实际管道检测数据的计算结果表明:传统模型预测所得的平均相对误差(分别为5.300%和13.617%)均较大,因此模型的精度较差;改进模型一预测所得的平均相对误差分别为2.345%和2.639%,其预测精度较传统模型有大幅度的提高,因此该模型适用于腐蚀深度的准确预测;对改进模型一采用初值优化方法后,所得改进模型二的预测精度进一步提高,其提高的程度较为有限;总体来看,所建改进模型能够满足管道腐蚀深度预测的精度要求,具有较强的推广应用价值。

考虑加速度频响函数不确定的有限元模型修正

为克服实际应用中缺乏足够的结构统计信息,获得结构参数和响应的极限值,提出了一种基于加速度频响函数的区间有限元模型修正方法。首先,将频响函数小波变换,提取低频小波系数作为模型修正的响应特征量,以待修正参数和响应特征量分别为输入和输出构建径向基代理模型并采用鲸鱼优化算法来优选径向基模型方差值;其次,根据区间重叠率和巴氏距离分别构造两步求解待修正参数区间的两个目标函数和同步求解待修正参数区间的一个目标函数,以评估两个样本区间分布的相似性和相异性;然后,由灰色数学方法估计径向基模型预测响应特征量的区间,运用花朵授粉算法分别实施待修正参数区间中点和半径的两步和同步求解;最后,通过两个数值算例和一个试验算例验证了所提方法的可行性。结果表明,所提区间有限元模型修正方法能够有效地修正结构参数的区间中点和半径,且在不同试验响应区间下对参数区间的修正具有鲁棒性,同时可以有效地解决小样本的不确定性模型修正问题。

测压管长度对单测点信号的影响及修正效果验证

测压试验中,测压管的存在会导致风压信号产生畸变,影响后续数据分析的精度。通过实际测定测压管路频响函数,获得测压管对信号的影响规律,并揭示了“B-T理论”的不足。在实际紊流作用下研究测压管长度对单测点压力数据和模型整体力的影响,并验证“B-T理论”的修正效果。结果表明:对于单测点压力数据,测压管将不会影响数据均值和变异系数,标准差随管长增加先增后减,信号时域随管长增加而整体向均值靠近,相位则不断滞后,信号频域值随管长和频率的增加逐渐偏离真实值;对于整体力,整体阻力、各力的相关性、相干性均可认为不受测压管影响,力谱的变化规律与单测点频域值相同;“B-T理论”在信号时域上修正效果较差,在频域修正方面表现良好。

基于响应面法的钢管混凝土系杆拱桥有限元模型修正

为探讨将钢管混凝土系杆拱桥有限元模型修正方法应用于实际工程性能评估的有效性,以某80 m单拱面钢管混凝土系杆拱桥为工程背景,采用Midas Civil与ANSYS有限元软件分别建立全桥梁格模型与拱脚精细化数值模型,基于径向基函数网络的响应面法对此多尺度模型进行修正。首先根据结构特点和实桥试验选取修正参数与目标函数,以中心复合试验设计构造不同修正水平下的修正参数样本,通过桥梁有限元模型计算得到对应的目标函数样本,并利用F检验法对修正参数的显著性水平进行判断;然后,以修正参数样本与目标函数样本分别作为响应面的输入输出,对径向基函数网络进行拟合训练;最后在修正范围内随机生成修正参数样本,并利用训练好的径向基网络预测对应的目标函数,采用期望度函数D进行优化处理以完成有限元模型的修正。研究结果表明:对于单拱面钢管混凝土系杆拱桥的有限元模型,可以通过径向基函数网络的响应面法进行修正,对比实测数据,修正后的模型误差有明显下降,可作为结构再分析的基准模型;对于使用不同程序建立的多尺度桥梁有限元模型,模型修正方法依旧有效,修正后的参数具有明确的物理意义,其误差可降到工程实践接受范围之内。研究结果为建立与修正钢管混凝土系杆拱桥的有限元模型提供参考。

基于归一化频响函数曲率的随机模型修正

为提高随机模型修正的计算效率以及待修正参数均值和标准差的修正精度,提出了一种将Kriging模型和归一化频响函数曲率相结合的随机模型修正方法。首先,构造Kriging模型,将待修正参数作为Kriging模型输入,对应的归一化频响函数曲率作为Kriging模型输出;然后,采用麻雀算法以Kriging模型预测响应与实验响应之差的绝对值之和作为目标函数修正参数均值,以互信息作为目标函数修正参数标准差;最后,通过三维桁架验证了所提方法的有效性。结果表明,所提方法修正后的参数均值误差均低于0.2%,标准差误差均低于2.5%。

基于静动力试验的铁路连续刚构-拱桥模型修正

为提升大跨度铁路连续刚构-拱桥有限元模型预测精度,同时针对传统有限元模型修正中只采用全局最优解而忽略可能更接近实际情况的局部最优解问题,提出一种基于距离机制的改进稳态遗传算法(DSSGA),利用实测静动力数据对其初始有限元模型进行模型修正。首先,介绍桥梁基本信息、初始有限元模型和静动力试验及其试验结果;其次,介绍DSSGA算法的理论以及其结合Kriging代理模型的基本修正流程,并通过测试函数验证DSS-GA算法的优化效果;最后,通过灵敏度分析选择待修正结构参数,利用拉丁超立方设计构建Kriging代理模型并检验其精度,利用静力位移、试验模态参数构造目标函数,对该桥进行模型修正。结果表明:与标准稳态遗传算法(SSGA)相比,DSSGA算法能够提供目标函数在搜索域的全局最优解和更多组局部最优解,有效避免SSGA算法角度机制所产生的解集不完整的局限性,且全局最优解的目标函数值更小,具有更高的搜索效率。经过模型修正,所有测点的位移相对误差控制在10%以内,频率相对误差控制在5%以内,修正后模型的预测精度大幅度提升。修正后的模型可作为该桥的基准有限元模型,用于后续桥梁健康监测与状态评估。

基于遗传-模拟退火算法修正高斯烟羽模型参数

高斯烟羽模型由于受到地形地貌与气象条件等因素的影响,难以准确反映大气的实际扩散过程。为解决上述问题,首先在经验参数作为先验值的基础上,通过遗传算法对实际观测数据进行参数反演修正,根据观测结果调整模型参数,提高模型的准确性;然后,为进一步优化参数修正结果,引入模拟退火算法,通过随机搜索和逐步降温的策略来跳出遗传算法可能陷入的局部最优解,进一步改善模型的性能。为了评估修正效果,建立一个基于权重的模型值与观测值之间差异的适应度函数,通过比较修正前后的误差率来判断参数修正对高斯烟羽模型的影响程度。仿真实验的结果表明,所提出的遗传-模拟退火算法模型能够有效地修正高斯烟羽模型中的扩散参数,修正后的模型在预测污染物浓度方面的误差率下降了89.40%。所提模型可为环境保护和污染防治提供重要的理论支撑和决策依据,具有较大的应用潜力。

空间特性光谱反演及对户外光谱修正的可行性研究

户外高光谱探测可以快速获取样品的光谱信息,但受环境光线和样品二向反射特性的影响,采集到的光谱并不能准确反映样品的真实信息,对户外探测精度有一定影响。为了提高户外高光谱探测精度,提出了一种使用空间特性光谱对户外光谱进行修正的方法,以冬枣、红提、小白杏为研究对象,使用Walthall、Shibayama、Ross-li、Roujean与Rahman这5种BRDF模型反演3种果品的空间特性光谱,利用反演的空间特性光谱对户外光谱进行修正,之后分别建立暗室光谱、户外光谱与修正光谱的品质预测模型。反演结果表明:3种果品的空间特性光谱均有较好的反演效果,反演误差从低到高依次为冬枣、小白杏、红提,平均决定系数R2分别为0.957、0.947、0.927,平均误差分别为3.56%、4.90%、8.23%;5种BRDF模型中,Walthall模型的反演效果最佳,平均决定系数R2与误差分别为0.949、5.33%,Ross-li模型的反演效果最差,平均决定系数与误差分别为0.934、6.05%。户外光谱修正结果表明:户外光谱经过修正后噪声减少,光谱更为平滑,且光谱趋势与暗室光谱一致,受反演效果影响,冬枣光谱的修正效果最佳,而红提与小白杏的修正光谱中噪声较多。品质预测模型结果表明:3种果品的品质预测模型预测效果差异较大,从高到低依次为冬枣、小白杏、红提,可能与3种果品的品质不同有关;5种BRDF模型得到的修正光谱所建立的模型预测效果不同,但无显著差异;预测模型中,使用暗室光谱建立的预测模型最优,修正光谱建立的模型预测能力优于户外光谱建立的模型,表明户外光谱经过修正后模型预测能力得到提升。BRDF模型能够较好地反演果品的空间特性光谱,修正后的光谱与暗室光谱较为接近,修正光谱建立的模型优于户外光谱建立的模型,表明使用空间特性光谱对户外光谱进行修正的方法是可行的,可为提高户外无损检测的精度提供一种新的思路。

具有恐惧效应及修正的Holling-Ⅱ捕食者-食饵扩散模型的动力学分析

研究了在齐次Dirichlet边界条件下一类具有恐惧效应及修正的Holling-Ⅱ捕食者-食饵扩散模型。首先,利用极大值原理和比较定理给出模型的先验估计;然后,通过计算锥映射不动点指标,得到正解存在的充分条件,且根据线性稳定性理论,讨论了当H充分大时正解的稳定性;最后,借助谱分析和分支定理,以m为分支参数,讨论了局部分支解的存在性与稳定性。

具有恐惧效应及修正的Holling-Ⅱ捕食者-食饵模型动力学分析

利用微分方程的特征值理论、 Poincare-Bendixson环域定理和Hopf分支理论分析具有恐惧效应及修正的Holling-Ⅱ捕食者-食饵模型,给出该模型平衡点的稳定性,并证明该模型具有稳定的极限环以及在共存平衡点处会出现Hopf分支.结果表明,恐惧效应和修正的Holling-Ⅱ函数对系统稳定性有显著影响.

基于径向基响应面和遗传算法优化的大跨悬索桥有限元模型修正

为建立贴合桥梁实际状况的有限元模型,提出了一种精确预测、分析大跨度悬索桥结构行为的有限元模型修正方法。通过高斯径向基函数构建响应面模型,将结构动力特征作为特征量构建目标函数,并引入遗传算法进行优化求解,对某大跨悬索桥的有限元模型利用数值仿真数据和安全监测系统实测数据进行了修正。结果表明:采用高斯径向基函数建立响应面模型进行有限元模型修正,可有效提高有限元模型计算精度。同时,遗传算法的引入大幅提高了计算效率。基于数值仿真数据修正后,桥梁有限元模型计算误差均小于3%。基于安全监测系统实测动力特征修正后,最大计算误差由20.4%下降至10%以内,最大误差减少54.0%以上。可见该方法具有较高的精度和较强的工程适用性,可对大跨悬索桥有限元模型进行有效修正。

mnist数据集上非线性激活函数relu的两个性质

非线性激活函数在卷积神经网络的结构中起重要的作用,卷积神经网络是将高维数的线性不可分数据经卷积神经网络处理后变成低维数的线性可分数据,非线性的激活函数就是将高维非线性数据转化成低维线性可分数据最强有力的工具。基于激活函数relu通过坐标对称变换和旋转变换得到两类新的激活函数,并验证了这两类新构建的非线性激活函数在mnist上和激活函数relu能起到同样的效果。

结构动力学有限元模型修正的目标函数及算法

结构动力学有限元模型修正是结构动力学领域的一个热点问题,回顾了结构动力学有限元模型修正研究的发展历史和现状,简要评述了结构动力学有限元模型修正所使用的设计变量,着重阐述了各种结构动力学有限元模型修正方法中所使用的目标函数及修正算法,讨论了工程结构动力学有限元模型修正的一些策略,最后对结构动力学有限元模型修正技术的发展进行了总结和展望。

变截面梁柱刚度方程的Bessel函数解

本文提出一个计算 Bessel函数 Jp(x)及 Np(x)的近似方法并在 -∞ <p <∞和 x >0的范围内验证了方法的适用性 ,进而提出了截面按幂函数变化的变截面梁柱的刚度方程并研究了其临界力。

基于修正函数的杉木人工林单木冠幅预测模型

在福建省顺昌县,选择50块不同林龄、密度和立地条件的杉木人工纯林为研究对象,采用修正方程法构建杉木单木冠幅模型。在冠幅-树龄潜在生长函数的基础上,以地位指数、林分密度、竞争指数和胸径作为修正变量,根据指数函数和幂函数的组合形式构建误差函数,基础函数与误差函数的乘积即为冠幅修正模型。结果表明:在16种组合的修正方程中,4项幂函数乘积组合的模型拟合效果最佳(R2=0.876);使用未参与建模的数据对模型进行检验,检验结果显著;将修正模型与一元线性回归和多元线性回归模型进行对比分析,发现无论是决定系数还是残差值,修正模型的拟合效果最优,因此,修正模型可以更好地预测杉木冠幅生长。

基于双曲正切函数的修正线性单元

为解决修正线性单元(ReLU)的神经元死亡现象,提出一个新的激活函数——基于双曲正切函数(tanh)的修正线性单元(ThLU)。ThLU函数正半轴来自于ReLU函数的正半轴,负半轴来自于tanh函数的负半轴。为验证ThLU函数的性能,基于VggNet-16神经网络架构,分别在CIFAR-10和CIFAR-100数据集上进行了试验验证。结果表明:基于ThLU函数训练得到的神经网络模型比基于tanh、ReLU、泄露修正线性单元(LReLU)和指数线性单元(ELU)训练得到的神经网络模型具有更高的准确率、更低的损失。

基于频响函数相关性的灵敏度分析的有限元模型修正

有限元模型的修正对机械结构的动态特性进行准确而可靠的预测是很重要的。利用试验测试和预测的有限元模型计算得到的频响函数 (FRF) ,引入两种频响函数相关性的判定标准 ,提出基于频响相关函数的灵敏度分析的修正方程。数值实例研究结果表明 ,该方法利用少量的测量数据 ,即使测试数据含附加噪声 ,也可在很宽的频率范围内得到接近真实结构的有限元模型修正解。本文的方法可适用于大型复杂结构的模型修正。

一种改进的利用频响函数进行有限元模型修正的方法

在对机械结构的动态特性进行准确而可靠的预测时 ,有限元模型的设计参数的修正是很重要的。利用试验测试和预测的有限元模型计算得到的频响函数 (FRF) ,在结构动力缩聚技术的基础上 ,推导出了一种改进的基于频响函数的灵敏度分析的修正方程。数值实例研究结果表明该方法利用不完备的测量数据 ,也可在很宽的频率范围内 ,同时对多个参数进行修正 ,有限元模型修正解与真实结构参数完全吻合。