基于改进Kruskal-Wallis检验的低压开关电器状态表征参数选择

由于状态数据的多属性、高维度和大数据量,以及特征参数难以满足正态性和方差齐性检验的事实,低压开关电器的状态表征参数难于选择。针对该问题,基于非参数单体多状态样本的分组状态间秩差异性,以及特征参数Kruskal-Wallis(KW)检验统计量的计算规则和变化趋势,研究论证了单体样本特征参数表征显著性鉴别机理。同时,基于状态序列斜率变化增量和子序列变异增量,提出样本状态时序分类算法,并将该算法与参数鉴别机理相结合,形成单体多状态样本改进KW检验理论。最后,基于改进理论提出低压开关电器状态表征参数选择新方法。以交流接触器为例进行验证,结果表明该文方法适用于具有非线性、非平稳、动态随机分布等特点的低压开关电器状态表征参数选择。实例证明,基于该方法获得状态表征曲线的拟合优度可达0.91,状态划分显著性P值可达8.42848×10–266,表征与分类精度较参数选择前及同类方法提升明显,为下一步研究低压开关电器状态的精确划分与识别奠定了理论基础。

曹坪抽水蓄能电站水泵水轮机主要参数选择及关键技术研究

陕西曹坪抽水蓄能电站总装机容量1 400 MW,具备日调节性能,电站建成后将主要承担陕西电网调峰填谷、储能、调频调相、事故备用等任务。文章对该电站可行性研究阶段水泵水轮机主要参数的优化选择及关键技术进行研究,为下阶段工作奠定了坚实基础。

基于MPC时域参数选择的换道避撞研究

为提高汽车的主动安全性,针对前车忽然静止或视野死角路口突然有车辆出现等紧急情况,设计了基于模型预测控制(MPC)的轨迹跟踪控制器实现换道避撞。研究控制器参数(预测时域Np和控制时域Nc)对转向避撞效果的影响,建立路径跟踪性能综合评价指标,确定最优预测时域和控制时域值,在CarSim/Simulink中实现联合仿真。

水泵水轮机主要参数选择对机组运行稳定性的影响分析

水泵水轮机主要参数的选择对机组运行稳定性的影响尤为重要,且能够对机组运行稳定性造成影响的参数较多,为探寻不同参数对机组运行稳定性的影响,本文根据已建和在建项目的运行情况和模型试验结果等经验,通过公式拟合等手段为新建机组推荐合适的参数选择,减少前期设计的不确定性,为今后抽水蓄能前期设计工作提供一定借鉴,为将来新建机组的稳定性打下基础。

基于局部搜索贝叶斯算法的Xgboost参数选择

提出了一种基于密度的局部搜索贝叶斯算法的Xgboost参数选择方法(BOA-DLS-Xgboost).基于密度的局部搜索贝叶斯算法(BOA-DLS)在选择初始种群时采用拉丁超立方抽样(LHS),使初始种群更均匀地分布于参数空间;每次探索过程是在LHS抽样点的基础上,对稀疏点和当前最优解周围进行局部搜索得到待采样集,以提高解的收敛速度和精度.仿真实验结果表明:BOA-DLS比BOA具有更好的优化性能.利用BOA-DLS对Xgboost算法的参数进行优化,通过与四种经典集成学习算法以及BOA-Xgboost算法比较,所提出的BOA-DLS-Xgboost算法在参数优化方面的应用是合理有效的.

采用灰色关联和D⁃S证据理论的压射工艺参数选择方法

合理的压射工艺对于提高压铸生产效率和降低压铸件缺陷意义重大。本文针对压铸过程中的压射工艺参数的选择提出了基于灰色关联和D-S证据理论相融合的决策方法,摆脱了以往依托专家经验的试错法,使得压射工艺参数的选择更具有科学性。实验证明本文提出的方法在满足准确性的同时具有高效性。

基于Landsat 8城市街区尺度对象分割参数选择研究

城市街区是城市结构的基本组成单位,对城市街区尺度进行空间划分有利于更好地研究理解城市化进程。基于对象的图像分割方法适用于提取城市街区,这类地物在光谱特征及空间纹理具有一定的相似性,但需要选择合适的分割尺度以获取良好的分割结果。利用多时相Landsat 8 OLI影像数据,以代表不同行政地理分区的主要城市(长春、天津、上海、福州、武汉、广州、成都及乌鲁木齐)为研究对象,使用基于对象图像分析的两种分割算法对中分辨率遥感影像进行城市街区尺度的最优分割参数研究,获取30 m空间分辨率影像尺度下主要城市的城市街区分割最优参数,为城市街区尺度的信息提取提供参数选择参考。

模糊神经网络算法对机械加工参数选择的优化分析

机械加工过程中,参数的选择对加工质量的影响十分重要,但是存在参数频繁调整,加工参数设置不准确的问题,而且参数调整时间过长。由此,本文提出一种模糊神经网络算法,进行机械加工中的参数调整。首先,采用模糊理论对铣削量、每齿进给量、工序间余量、螺距、螺纹直径等参数进行判断,并按照调整标准进行划分,提高机械加工的准确性。然后,模糊神经算法对机械加工标准进行判断,并对判断结果进行验证。MATLAB仿真显示,在同一机械加工设备下,模糊神经网络算法对机械加工参数选择的准确性、选择时间均优于系统参数调节法。

基于Pro/E的机械密封的参数选择

为了有效促进机械密封设计,利用Pro/E开发设计工具设计自动装置系统,结合系统实际设计需求,有效进行相关数值计算,利用Pro/TOOLKIT程序将外部参数转化为内部参数,构建一种新的模型形式,实现参数化设计目标,利用Pro/E自带关系式功能构建新的关系式,实现Pro/E系统内部参数与外部参数之间的联动,设置动环、静环的关系式,结合机械密封的实际情况进行调整,在系统中自动生成二维工程图、零部件三维图,实现系统相关数值的自动装配,将参数输入至系统,计算摩擦副尺寸,主要参数包括动静环宽度、内外径、端面线速度等,控制二维工程图标注与尺寸,对话框按钮显示尺寸差异、尺寸公差、尺寸移动情况等,为摩擦副尺寸计算设计运行程序,以此提升设计效率,增强总体运行效益。

大型立式蜗壳离心泵主要参数选择及模型试验

针对泵站扬程变幅大、泥沙含量大的运行环境,研究了立式蜗壳离心泵的水力特性,为水泵参数选取提供依据。结合重庆市渝西水资源配置工程金刚沱泵站工程特性及类似工程经验,对水泵参数的选择进行了优化,同时为验证水泵模型的水力特性,进行了水泵模型试验。试验结果表明:水泵模型效率、压力脉动、空化特性等各项指标均满足要求,水泵在中高扬程段装置空化系数裕量充足,低扬程段可以保证稳定运行,预计水泵将拥有良好的水力性能。研究成果说明水泵参数选择合理,可为同类型水泵的选型设计及水力开发提供参考。

数控车床加工大直径薄壁零件的工艺及参数选择

本研究针对大直径薄壁零件的加工工艺及参数选择进行了深入研究,旨在提高加工效率和质量。通过分析大直径薄壁零件的特点和加工挑战,我们研究了数控车床的基本原理和结构,以及数控编程、刀具路径规划和切削参数优化等关键技术。在材料选择和工艺流程设计方面,我们考虑了材料性能和加工要求,以及合理确定工艺流程的重要性。同时,我们深入探讨了刀具选择和切削参数优化的策略,以及加工精度控制和表面质量改进的关键因素。通过实验研究和结果分析,我们验证了所提出的工艺优化方法的有效性和可行性。

支持向量机参数选择方法研究

针对支持向量机的参数选择问题,提出了一种最优化选择方法。通过分析支持向量个数与留一法的关系以及支持向量机参数的几何意义和对推广能力的影响,该算法利用支持向量机比例来衡量参数选择时推广能力的变化,使用不同的规则更新核参数和惩罚因子,简化了参数选择的难度。理论分析证明这种最小最大化参数选择方法可以选择支持向量机参数,仿真试验验证了该方法的有效性。

基于粒子群优化算法的支持向量机参数选择及其应用

参数选择是支持向量机(SVM)研究领域的重要问题,它的本质是一个优化搜索过程,考虑到进化算法在求解优化问题上的有效性,提出了以最小化k-fold交叉验证误差为目标．粒子群优化(PSO)算法为寻优技巧的SVM参数调整方法．通过仿真例子验证该方法的有效性后,用其建立了聚丙烯腈生产过程中数均分子量的软测量模型,结果表明该方法有效．

最小二乘支持向量机参数选择方法及其应用研究

针对最小二乘支持向量机参数选择问题,提出了一种基于三步搜索技术的参数选择方法,理论分析表明了这种方法的有效性和优越性,可以优化选择最小二乘支持向量机参数。然后把该方法用于钢材淬透性建模中的参数选择,仿真结果表明,这种方法可以得到优化的参数,从而获得精确的建模效果。

连续潮流参数选择及步长控制的分析与改进

从算法原理及数值计算规律角度,分析了连续潮流(CPF)含参数方程解曲线在转折点附近校正过程中迭代不收敛的原因。由此,在预测切向量规格化基础上,提出改进局部参数化方法的参数选择策略,以减少局部参数化方法在校正过程中不收敛的可能性,从而提高CPF计算的鲁棒性。针对变步长算法在实际工程应用中遇到的初始参数需经试算才能确定的问题,以校正过程中迭代次数为主要参量,提出自适应变步长算法。通过对IEEE 39节点电网以及山东电网2010年冬季典型方式的算例分析,对改进算法进行了有效性验证。

短期负荷预测的支持向量机参数选择方法

支持向量机SVM(support vector machine)方法的合理参数选择对提高回归结果的准确性有重要作用。该文采用基于支持向量机短期负荷预测的参数选择方法,用遗传算法对参数种群进行编码、交叉、复制和变异,求得最优参数和最优核函数。将该算法应用于电力系统短期负荷预测中,应用了筛选和不筛选特征值两种方案对历史数据进行了预测。算例证明,无论是应用筛选特征值方案还是不筛选特征值方案,参数选择对预测精度提高都具有重要作用。

基于加工过程数值模拟的电解加工参数选择方法

要获得稳定的电解加工参数,通常需要进行多次工艺试验。为了减少试验次数并提高加工精度,提出了一种基于加工过程数值模拟的电解加工参数选择方法,即在开发的加工过程数值模拟软件上使用不同的加工参数进行加工过程模拟以获得合适的加工参数。实践表明,用基于加工过程数值模拟的方法获得的加工参数进行加工,可提高加工精度、效率及加工过程的稳定性,能大量减少工艺试验的次数,缩短加工周期。

基于差分进化算法的支持向量机参数选择

支持向量机参数是影响其性能的重要因素,为了进一步提高支持向量机分类精度和泛化能力,提出了基于差分进化算法的SVM参数选择。以样本误判率最小为优化准则,利用差分进化算法对SVM参数进行优化选择。实验结果表明,利用差分进化算法选择SVM参数,加快了参数搜索的速度,提高了SVM分类精度,该方法具有良好的鲁棒性和较强的全局寻优能力。

RBF-SVM的核参数选择方法及其在故障诊断中的应用

基于核理论的SVM中,RBF核函数应用最广,是一个普适的核函数,但其参数的选择却没有固定方法。鉴于此,本文首先分析了现有核函数参数优选算法的不足;然后在SVM网络结构分类原理的基础上提出了基于数据最大方差-关联度准则的核参数选择算法,并结合粒子群算法建立了RBF核参数的自动优选流程。将其用于模拟电路故障诊断实验,证明了所提方法具有参数选择准确、简单快速等优点,优选得到的核参数提高了故障诊断率。

基于蚁群优化算法的支持向量机参数选择及仿真

基于支持向量回归机(SVR)模型的拟合精度和泛化能力取决于其相关参数的选取,以蚁群优化算法为基础,给出支持向量回归机参数优化的一种新方法。该方法以最小化k?fold交叉验证误差为目标,对支持向量回归机中的核参数σ和惩罚系数C由蚁群系统中的节点值体现,数值的优选通过蚂蚁对最优路径的选择进行确定。计算机仿真结果表明:与正交法、遗传算法等相比,该方法在参数优化方面有良好的鲁棒性能和较强的全局搜索能力;该方法用于青霉素发酵过程的建模研究,建模精度较高。