GIS技术支持下的洪水模型建模

在复杂区域建立洪水模型时 ,计算网格的手工生成方法容易出错甚至不可行 ,自动生成算法则可大大节省计算网格生成的工作量。洪水模型中的计算网格与GIS栅格数据及不规则三角网空间数据结构非常相似 ,因此 ,GIS中成熟的网格自动生成算法可用于生成洪水模型计算网格。文章详细讨论了GIS支持下的洪水模型自动建立步骤 ,并以黄河下游花园口～夹河滩河段为例 ,利用地形图、土地利用图、水利工程设施分布、水文站点图等资料 ,通过自动生成网格及其空间拓扑关系 ,建立了洪水过程数值模拟模型 ,并详细解释了计算网格数据格式。

基于满意聚类的多模型建模方法

从系统输入输出数据出发 ,首先在GK模糊聚类算法的基础上 ,提出一种模糊满意聚类算法 ,该算法能快速对系统进行用户满意的模糊划分 ;继而将其引入多模型建模过程中 ,满意的系统划分数目即对应多模型个数 ,然后针对不同的聚类建立起相应的子系统模型 ,全局系统可视为各子模型的加权组合 ;最后通过几个典型实例验证了模糊满意聚类及基于此的多模型建模方法的有效性、准确性和快速性 .

基于模糊核聚类的乙烯裂解深度DE-LSSVM多模型建模

乙烯裂解深度的建模与控制对于裂解炉的实时优化具有重要意义。针对石脑油原料组分复杂、油品特性波动大等状况,采用模糊核聚类对石脑油数据库进行最优划分,建立最小二乘支持向量机的多模型,对于最小二乘支持向量机中模型的参数选取,利用差分进化算法进行参数寻优,提高了模型的精度和泛化能力。通过对现场数据的建模实验,结果表明:基于模糊核聚类的乙烯裂解深度最小二乘支持向量机多模型跟踪性能良好,预测精度较高。

基于递阶G-K聚类的热工过程多模型建模方法

针对热工过程分段线性化的特点,本文提出一种新的基于递阶模糊聚类的热工过程多模型建模方法。首先基于递阶G-K模糊聚类对系统输入／输出数据空间进行快速聚类分解,避免了聚类数确定的盲目性;然后在每个子空间中利用最小二乘法辨识出相应的线性子模型,再将各子模型通过模糊加权求和以得到精确的系统全局模型。同时,为保证各聚类子空间内样本的“线性化度”,采用新的综合聚类指标,并利用免疫遗传算法来求解该聚类问题,以克服迭代算法易陷入局部极小和对聚类初始化敏感的缺点。该方法能充分利用运行数据中所包涵的对象动态特性信息,以描述过程的全局非线性。最后通过几个典型实例验证了该方法的有效性、准确性。

汽轮机热耗率多模型建模方法研究

针对汽轮机热耗率难以准确计算的问题，提出了核模糊C均值与混合蛙跳算法优化最小二乘支持向量机（LS—SVM）的汽轮机热耗率多模型建模方法，用来计算不同工况下的热耗率。该方法利用核模糊C均值算法对热耗率数据聚类，采用5折交叉验证平均误差作为LS—SVM参数选择的适应度值，利用混合蛙跳算法优化参数并建立局部模型，采用开关切换得到模型输出，以此实现热耗率的多模型建模。与单一的LS—SVM模型和BP网络热耗率预测模型比较，结果表明该多模型方法有更高的预测精确和更好的泛化能力，能更准确地计算汽轮机热耗率。

基于LPF算法的多模型建模方法

针对结构未知的复杂非线性系统 ,提出一种多模型建模方法。从理性建模的思想出发 ,在积累的大量系统输入输出数据中找出与系统当前模态相匹配的数据集合 ,再用局部多项式拟合 (L PF)算法建立系统的局部模型 ,根据系统模态的变化建立系统的多个模型 ,实现对全局非线性系统的准确建模。该方法运算简单 ,易于实施。仿真并与其它方法比较 。

芳烃异构化过程的多模型建模

针对芳烃异构化过程的非线性、复杂性,提出利用仿射传播聚类和最小二乘支持向量机对芳烃异构化过程进行多模型建模,以此来弥补单一模型建模的不足。首先仿射传播聚类对异构化数据聚类,利用最小二乘支持向量机对聚类之后的各个类分别建立子模型,通过计算欧氏距离来判断测试样本的所属类,将测试样本送入所属类的模型进行预测,以此来实现异构化过程的多模型预测。实验证明,与单模型以及基于k均值聚类的神经网络模型相比,本文提出的基于仿射传播聚类的最小二乘支持向量机模型更能准确地预测输出。

基于输入输出数据的一体化多模型建模与控制

针对复杂非线性系统,提出了一种完全基于输入输出数据的一体化多模型建模与预测控制设计方法。首先,利用模糊空间划分对输入数据进行在线聚类;然后,采用最小二乘法在每一个聚类点处建立一个局部模型,并将模糊空间划分与多模型建模相结合,利用即时输入输出数据对局部模型的数量以及每一个局部模型的参数进行在线更新,从而实现对复杂非线性系统的在线建模;最后,在此基础上进行预测控制器的设计,将系统建模与控制器的设计包含在一个控制系统设计框架以内,对模型不确定性具有更好的鲁棒性。仿真实验的结果表明了该方法的有效性。

缸盖的多模型建模及其CAD/CAM/CAE集成技术研究

建立统一的产品定义模型 ,是实现 CAD/CAM/CAE集成的关键。在分析了传统的缸盖开发技术的基础上 ,提出了一种统一的产品模型定义技术即多模型技术 ,并利用这一技术对缸盖进行了建模 ,给出了缸盖的多模型三维实体结构和缸盖开发全过程基于多模型技术的 CAD/CAM/CAE集成方案。利用论文中的技术 ,新产品从概念设计到市场只需

基于图象的三维模型建模绘制系统

基于图象绘制技术近几年来在图形学领域引起了极大的重视,它不仅弥补了传统的基于几何绘制技术中存在的不足,而且能给出更加逼真的图象显示,在构建一种基于图象建模系统的基础上重点讨论了图象变形、图象重构、以及最后采用传统纹理映射技术进行复杂三维模型建模的主要原理与方法。

污水处理过程聚类多模型建模与应用

针对污水生化处理过程单模型建模存在计算量大和精度差等的问题,提出一种改进的有监督的k-means聚类算法的ARX多模型建模方法。该方法引入CCIA算法初始化聚类中心的思想,对样本数据进行聚类及二次聚类划分,并对各类数据分别建立ARX子模型,系统模型通过子模型加权合成。将该方法应用于污水处理过程中氨氮浓度模型辨识,仿真结果和实际污水处理厂实践结果表明,该建模方法具有较高的精度,能准确拟合系统的非线性特性。

倾斜摄影技术支持下的山地乡村实景三维模型建模——以黔江区为例

本人分析了山地乡村实景三维模型的建模方法,采用旋翼无人机对黔江区4个乡镇集镇区进行了倾斜摄影及实景三维模型生产,详细论述了在乡镇进行无人机倾斜摄影、像控点布设、空中三角测量及实景三维模型后期处理优化等技术方法,最后总结了山地乡村实景三维模型的成果和应用思路。

基于相关分析与最小二乘支持向量机的TE过程多模型建模

针对TE化工过程高度非线性、复杂性的特点,文章提出了一种基于相关分析和最小二乘支持向量机对TE过程进行多模型建模方法,以提高模型性能;首先对TE过程采用相关分析法划分为3个子系统,对每个子系统分别采用基于C-均值聚类的最小二乘支持向量机建模和基于K均值聚类的最小二乘支持向量机多模型建模;实验表明,基于K均值聚类的多模型建模能简化计算、提高模型精度、并且能更好的预测模型输出。

堆叠隐空间模糊C回归算法及其在发酵数据多模型建模中的应用

切换回归算法FCR的性能容易受到噪声点以及离群点的影响,同时该算法对于复杂数据的处理能力较差。对此,文中提出一种基于堆叠隐空间的模糊C回归算法。该算法将基于ELM特征映射技术,利用主成分分析进行特征提取,再结合多层前馈神经网络学习结构对隐空间进行多次扩展和压缩。实验结果表明,该算法具有更好的抗噪性能,对模糊指数的变化不敏感,同时在处理复杂数据以及在多模型建模中更加精确、高效、稳定。

基于SolidWorks的铁路粉状货物罐车装配模型建模方法

在制造企业中,有效的软件不但能缩短产品的设计周期同时还能提高设计质量。本文作者根据企业本身主导产品的技术特点,利用SolidWorks软件探索了从零件设计、部件设计到最终产品装配设计的实现方法及设计技巧,以供读者参考。

工程三维模型的程序化建模算法研究

文章提出了一种工程三维模型自动生成的算法,该算法可以用来开发建筑信息模型(BIM)自动生成系统,从而降低工程设计资料三维可视化的技术门槛。首先设定了算法的假设前提、介绍了算法中的基本原理和基本操作,然后用函数式的表达方式给出了算法中基本操作的程序化表达方式。在这个基础上,用伪代码给出了工程三维模型自动建模算法的基本步骤,并且用一种DSL语言方案来描述了该算法的过程。最后,用了一个工程实例检验了该DSL语言和算法的正确性。

基于政策建模一致性(PMC)指数模型的中美人工智能政策比较研究

对人工智能政策文本,特别是从人工智能专项政策的角度开展相关研究,能够为进一步完善中国人工智能政策体系提供决策支持。为此,以中美两国在顶层设计、职能部门两个层面共74份人工智能政策文本作为研究对象(中国51份、美国23份),通过文本挖掘方法识别出两国人工智能政策的关注重点,用政策建模一致性(PMC)指数模型建立人工智能政策评价指标体系,并结合PMC指数值和PMC曲面图,对两国各6份具有代表性的政策文本进行量化评价和对比分析。研究发现在总体上,中美两国的人工智能政策表现较好,能够较为准确地把握当前人工智能的发展前景,具有一定价值导向性和前瞻性;政策制定设计较为合理、政策协同性较高;在政策制定过程中都注重对智能化、科技创新、成果应用等方面的研究,而对于政策领域和效力级别方面则重视程度较低。同时发现两国在政策对象、政策内容和保障措施等方面的差异化显著:美国的政策扎根于技术研发、人才队伍建设、标准体系构建和基础研究投资等方面,在政策内容、保障措施等方面比中国更完善,但政策对象覆盖程度不够广;中国的政策对象兼顾宏观和微观的视角,涉及国家、产业和企业等层面,但在伦理规范、合作发展、核心技术优势等方面存在缺陷。基于此,进一步从保障措施、政策内容与政策领域3个方面提出完善中国人工智能政策的发展对策,强调中国人工智能政策的整体优化路径应为“保障措施→政策内容→政策领域”。

指向深度学习的概念模型建构教学——以“激素通过反馈调节和分级调节维持稳态”为例

概念模型建构是深度学习的有效方式之一。在激素相关内容的教学中,首先对概念进行深度分析,课堂引导学生通过探究活动和资料分析,运用磁力片等材料选择、建构概念模型并修正完善,发展科学思维和探究能力,并通过问题引导学生应用概念模型,形成生命观念,发展学生的社会责任。

基于PMC指数模型的黑龙江省高校毕业生就业政策评价与优化研究

黑龙江省区位优势不明显,省份舒适性差,亟需通过政策手段吸引高校毕业生留黑就业。通过采用内容文本挖掘及政策建模一致性(PMC)指数构建等研究方法,为黑龙江省出台的高校毕业生就业政策构建包含10个一级指标、44个二级指标的政策量化PMC指数模型,进行实证分析。实证结果表明:黑龙江省高校毕业生就业政策PMC指数均值为7.67,处于优秀水平;15项政策样本中,完美级别1项,优秀级别12项,可接受级别2项,无不良级别政策,优良率占比为100%。在此基础上,选择指数值最高的政策P14、指数值居中的政策P5和指数值最低的政策P2进行详细分析发现,黑龙江省高校毕业生就业政策整体上设计较为合理,一致性程度较高,仍有很大改善空间。

一种基于差分进化算法的多模型建模方法

针对非线性系统的多模型建模问题,基于差分进化算法提出了一种优化建模方法.从系统的输入输出数据出发,将样本空间分割与局部模型建立相结合,首先将PWA辨识问题转化为MIQP问题;然后采用自适应混沌差分进化算法对模型数量及模型参数同时优化;最后利用支持向量基求取分割曲面方程.仿真结果表明,该方法能以最优的线性子模型集准确地逼近非线性系统.