混合相依删失数据下非参数比例风险模型的半参数分析

目的构建一种处理混合相依删失数据的非参数比例风险(PH)模型,探讨心脏移植手术风险与风险因子直接的关系并预测心脏移植手术风险。方法基于混合相依区间删失数据的复杂性,考虑失效时间过程与观测时间过程的相依关系,假设风险因子与心脏移植手术风险存在非线性函数关系,建立具有非参数结构的比例风险模型,并给出两步Sieve估计极大似然算法。根据观测过程模型建立估计方程,获得脆弱变量的估计;再分别利用I-样条和B-样条去近似基准风险函数和非参数结构函数,获得Sieve空间中的工作似然函数,对于模型参数求偏导获得得分方程;最后通过求解方程获得参数的极大似然估计,绘制风险因子影响心脏移植手术风险的函数曲线。结果模拟研究揭示了各种设置下所提方法获得的估计量是相合的且渐近有效的,同时获得很好的参数拟合曲线。心脏移植手术数据分析结果显示,心脏供体的年龄对患者手术风险影响呈现正向线性关系,患者(受体)发病年龄影响先增大后平稳,最后有缓慢增大,供体与受体的年龄差对患者手术风险影响呈现正向线性关系。结论本研究建立了一个可分析复杂相依删数据的非参数PH模型,该模型应用于分析预测心脏移植手术风险,通过模型可探索出心脏移植手术风险与风险因子之间的函数关系。

基于遗传算法整定参数的火力发电用电机伺服控制分析

同步发电机的控制精度对提高火力发电效率的影响较大,为进一步提高火力发电用电机伺服控制控制精度,选用遗传算法整定驱动轴参数。从正弦信号和直线信号两个方面开展进给测试,促进跟随性能的显著提升。研究结果表明:遗传算法优化可知,在当前人工经验条件进行整定得到的系统带宽接近64 Hz,响应性能较为理想。正弦信号下,采用遗传算法进行参数整定时,跟随误差更低,表现出更优的跟随性能。绝对误差极值降低27.3%,绝对误差积分降低42.4%。直线进给状态下,跟随误差更低,表现出更优的跟随性能。绝对误差极值降低28.6%,绝对误差积分降低39.1%。相对于人工经验整定方式,达到更优的误差波动控制状态,实现了较优的伺服稳定性。

弧齿锥齿轮基于比例修正参数的齿形误差修正

对弧齿锥齿轮齿形误差的修正方法进行了研究。根据弧齿锥齿轮齿面的数学模型,对齿面进行离散化处理并给出齿面离散点的径矢和法矢,建立修正齿面在离散点处相对于理论齿面的齿形误差表达式。根据实际齿面齿形误差的测量数据,得到弧齿锥齿轮的差曲面。在建立差曲面特征参数与比例修正参数之间关系的基础上,根据弧齿锥齿轮切齿计算得到的比例修正参数以及实际齿面在各离散点处的齿形误差值,建立一种基于比例修正参数的齿形误差修正方法。运用最优化算法可得到各种比例修正参数的修正倍数,进而得到机床调整参数的修正量。由修正后的机床调整参数可实现轮齿齿形误差的修正。通过实际的磨齿加工和齿形误差测量,验证了齿形误差修正方法的正确有效性。

关于二项分布比例参数置信区间的一点注记

针对二项分布比例参数的大样本置信区间,Agresti与Coull提出一种改进的Agresti-Coul置信区间。文章模拟研究Agresti-Coul置信区间的表现,证明它包含二项分布比例参数的大样本置信区间,同时也发现它只能在成功次数不低于5时可用。对于二项分布比例参数点估计为0%的情形,文章给出了一种替代估计形式。

基于不等比例降强度参数的龙滩碾压混凝土坝稳定分析

采用考虑坝体坝基渗流、大坝分期加高、温度效应和应变软化等因素的弹塑性有限元和不等比例降材料强度参数的方法 ,分析了龙滩碾压混凝土重力坝前、后期挡水段和溢流段的渐进破坏过程、破坏机理和极限承载能力 .计算结果表明 。

用稳健M-估计同时求位参数及比例参数的估值

本文提出了稳健比例估计,这种估计适用于位置残差为非对称分布的情况。为了从修改后的M-估计中求得一致的比例系数,需要将残差进行标准化。由于位置参数估计与比例参数估计相互制约,所以要采用迭代解法。通过一个简单的例子,说明了这种方法比普通的M-估计以及最小二乘结果更加优越。

MILOS500采集器辐射比例参数的设置

辐射观测是大气探测的重要观测项目之一，采集的数据的准确与否与采集器辐射比例参数设置正确与否密切相关，探讨辐射比例参数的设置问题就是为了保证采集数据的准确性。通过对各辐射比例参数的设置、查看、修改的详细说明，起到了预防由于比例系数用错造成记录错误的目的。

基于变参数PI的永磁同步电动机矢量控制系统

研究了一种变参数PI控制器,用于永磁同步电动机(PMSM)矢量控制系统中的速度控制。该控制器根据输入误差的大小,通过非线性函数在线改变比例增益和积分增益,以获得满意的控制性能。仿真研究结果表明,采用该方案的系统具有响应速度快、动静态性能好和鲁棒性强的特点。实验结果证明了该方案的正确性和可行性。

路基改良土循环加/卸载试验能量演化研究

通过循环加/卸载试验,分析公路路基改良土受载时的各能量参数转化规律。结果表明:不同围压下路基改良土的能量转化近似,都呈现峰前能量聚集,破坏能量耗散,峰后残余强度能量重新积聚,但效率和总量低于峰前;围压对峰前路基改良土能量参数影响较小,但少量提升了残余强度时能量聚集的作用;峰前能耗比K随轴向应变的增加而缓慢减小,当土体强度失效时,能耗比K产生突变;能耗比K突变点与应力-时间曲线拐点相对应,说明能耗比可以作为路基改良土三轴应力状态下循环加/卸载作用时的强度失效特征,也可以从能量的角度解释路基改良土的演化破坏规律。

一种多轴非比例载荷低周疲劳寿命预测方法

利用Itoh等人提出的非比例参数 ,提出一种非比例载荷下多轴低周疲劳寿命预测方法 ,提出几种不同非比例参数 。

三相PWM整流器PI参数的设计分析

此处分析了PWM整流器双闭环控制系统中传递函数的推导及化简过程,并根据传递函数计算出电压环和电流环PI参数的理论值,通过仿真分析了PI参数对PWM整流器动态性能的影响,研究了限幅值对整流器动态性能的影响,总结出一套PI参数整定的方法。在Matlab/Simulink仿真环境中搭建了PWM整流器的仿真模型,验证了理论分析。最后基于TMS3202812型DSP的小功率平台,对理论和仿真得出PI参数进行了实验验证。

利用MR数据进行WCDMA软切换参数优化的方法

对现网软切换优化的意义、目标、软切换参数影响及传统优化方法的不足进行了分析;首次提出了以MR原始数据统计分析结果为依据进行软切换参数本地化设置的方法,并结合2个城市的实际数据进行了案例分析。

基于线性与非线性模型的水轮机调速器PID参数优化比较

分别推导出了基于线性模型和非线性模型的水轮机调节系统闭环比例积分微分(proportional-integral-derivative,PID)控制的微分方程。以水轮发电机组转速偏差相对值的时间乘误差绝对值积分指标作为粒子群优化算法的适应度函数,分别实现了采用这2种不同数学模型的水轮机调速器PID参数的优化设计。计算结果表明,PSO优化算法对于非线性系统控制参数的优化设计是一种有效的方法;采用不同数学模型的水轮机调节系统,其PID参数的优化结果是不同的;水轮机调节系统采用非线性模型时的优化结果相对较好。

量子神经网络在PID参数调整中的应用

提出一种基于量子神经网络(QNNs)的比例积分微分(PID)参数在线调整方法。通过构造受控量子旋转门,给出一个量子神经元模型,其中包括输入量子比特相位的旋转角度和控制量2种设计参数。在此基础上提出一个量子神经网络模型,利用梯度下降法设计该模型的学习算法,并将其用于PID参数的在线调整,实验结果表明,QNNs的调整能力及稳定性均优于反向传播网络。

基于解析计算的CSC-PMSG-WGS控制器PI参数设计

在基于电流源型变换器的永磁同步风力发电系统(CSC-PMSG-WGS)控制中,比例积分(PI)控制依然是广泛采用的基本控制方法。传统PI参数设计方法由于采用诸多近似计算而使得设计结果不准确,或是由于采用智能优化算法进行参数自动寻优导致PI参数的设计方法不通用。为了综合考虑系统中控制器PI参数设计的准确性和简便性,提出一种基于解析计算的设计方法。该方法首先在分析考虑工程实际情况的控制系统传递函数基础上,推导出控制器PI参数解析计算表达式;然后按照系统性能要求及系统参数确定计算式中的关键待定参数进而得到PI参数的值;最后,针对10k W CSC-PMSG-WGS系统实例,分析采用该方法的PI参数详细设计过程。仿真和实验结果证明了采用所提控制器参数设计方法能够有效减少控制器参数设计工作量,并且取得良好的动态和稳态控制性能。

宁波地区典型地层HSS模型参数试验研究

HSS(小应变硬化)模型能够反映土体在小应变范围内模量的高度非线性,在软土地区基坑开挖模拟中得到广泛应用.本文对宁波地区典型地层的HSS模型参数进行了试验测定,通过固结试验确定参考切线模量1-sinφ’;三轴剪切试验确定参考割线模量1-sinφ’、有效内摩擦角φ’、黏聚力c’、破坏比Rf和参考加卸载模量1-sinφ’;GDS弯曲元试验测定参考初始模量1-sinφ’,再间接计算得到参考应变γ.在此基础上,系统分析了各土层的模型参数与模量间的比例关系,并将其与国内其他地区的结果进行了比较.试验结果可为宁波地区基坑开挖工程数值分析中HSS模型参数的选取提供参考.

系数比例自适应算法的研究

系数比例自适应算法是利用系统的稀疏特性而发展起来的一种新的算法。这类算法为每一个滤波器系数引入一个成比例步长参数,使得成比例步长参数与滤波器系数的估计值成正比,保证了大系数获得大步长,缩短了算法的收敛时间。该文首先介绍了系数比例自适应算法的研究背景及研究现状,然后详细描述了典型的系数比例归一化最小均方(PNLMS)算法,最后重点介绍几种改进的PNLMS算法。

改进细菌觅食算法在PID参数整定中的应用

针对细菌觅食算法存在优化精度低、收敛速度较慢、易陷入局部最优等缺点,提出了一种改进的细菌觅食优化算法。将改进粒子群算法运用到细菌觅食算法趋化中,改变步长的大小与翻转方向,加快个体间的信息交流,以提升细菌觅食算法的收敛速度及精度;利用适应度值大小选择迁徙方式,迁移方式有直接迁徙、概率迁徙、不迁徙,个体迁徙概率依据适应度值动态调整,减少误迁或停止不前情况。利用6个标准函数与比例—积分—微分(PID)参数整定进行仿真实验,并对细菌觅食算法和改进细菌觅食算法结果进行比较,验证改进算法的有效性及实用性。

基于改进的遗传算法的有刷直流电机PID参数整定

针对有刷直流(DC)电机的比例积分微分(PID)参数整定工作复杂耗时的问题,提出了一种基于改进型遗传算法(GA)的PID参数整定方法。首先,提出了适应度增强淘汰法则,改进了传统GA的选择过程;然后,提出了基因感染交叉方法,保证了进化过程中平均适应度值的增加;最后,删除了传统GA中不必要的复制操作,提升了算法的运行速度。通过电机传递函数进行建模和仿真分析。实验结果表明,与常规整定方法相比,所提改进型GA能够显著提升PID参数整定效果,且改进型GA相较于传统GA,达到同样进化效果所需的进化代数减少了79%,算法运行速度提升了4.1%。所提出的改进型GA从选择和交叉两个关键操作步骤对GA进行了改进,并应用于PID参数整定使得上升时间更少、稳定时间更短、过冲更小。

基于多任务深度学习的自适应软参数共享方法

在软参数共享模型的基础上,通过任务之间的相似度与参数之间的关系,设置自适应正则项系数λ^(*),自适应参数衰减比例0.文章提出了基于多任务深度学习的自适应软参数共享方法.在基于均值约束的L2范数基础上,通过自适应地去除损失函数中正则项中的项数,去除任务间相似度不高的信息.文章的方法将软参数多任务学习动态地转化为软参数多任务与单任务联合学习,相对于软参数多任务学习方法,该方法减少了负迁移现象带来的影响.相对于单任务学习方法,该方法可以极大地降低局部最小解的风险.模拟研究和案例分析都验证了该方法的有效性,该方法的预测精度优于传统的多任务学习和单任务学习.