神经网络-牛顿改进算法求解stewart平台正解

正向运动学求解是并联机器人机构应用的基础,传统求解方法中BP神经网络通过将并联机器人平台的逆解作为训练样本,通过网络学习的方法求解stweart平台的正解,具有优秀的解域搜索功能,但求解精度有待提高,且局部存在收敛速度慢以及局部最小化问题。而牛顿迭代法虽然具有能够在局部快速收敛但对初值依赖程度较大。鉴于两者的优缺点互补,设计一种混合算法能够精确的精确的求得stewart平台正解。能够提升传统神经网络算法的求解速度及就求解精度。

基于L-M算法的正交Stewart平台位姿正解的初值补偿

针对牛顿拉夫逊迭代法求解正交Stewart六自由度平台位姿正解对迭代初值依赖的问题,提出基于Levenberg-Marquardt(L-M)算法改进的BP神经网络模型,进而实现对Stewart平台位姿正解的迭代初值补偿值计算,并与基于BFGS拟牛顿算法、SCG量化共轭梯度算法、GDA梯度下降自适应算法所建立的BP神经网络模型进行对比分析,重点分析模型的适应性、预测输出、误差性能等。结果表明:采用提出的基于L-M算法改进的BP神经网络模型对正交Stewart六自由度平台位姿正解的迭代初值校正后,收敛速度有显著提升,初始值校正误差低于0.1%,校正结果满足预期要求。

一种碳纳米管场效应管半经典模型计算方法

基于弹道输运的碳纳米管场效应管半经典模型求解自洽电势通常采用牛顿-拉夫逊迭代法,每次迭代都需要对态密度方程积分计算,运算量巨大.我们用支持向量回归机近似表达自洽电势与载流子密度之间的关系,不需要反复迭代积分,并用梯度下降法求解自洽电势.仿真结果表明,与牛顿-拉夫逊迭代法比较,该方法精度较高,有效降低了运算量,为今后大规模集成电路中碳纳米管器件的设计和应用奠定理论基础.

谐波谐振的s域模态分析法

为了减少频率扫描的计算时间,提高计算精度,提出了利用s域模态分析确定谐波谐振频率的方法。通过牛顿-拉夫逊迭代法对电力系统在s域中传递函数极点的求解,可得到电力系统中谐振频率及大小程度等信息。在每次迭代求解过程中,只需更新复频率s值即能确定谐振的幅度等信息,不需要频率扫描,从而节省计算时间并提高计算精度。测试系统分析表明,s域模态分析法对于谐波谐振的分析简单有效,快速准确,是分析谐波谐振及谐振治理的有效工具。

基于MATLAB的互联网中最优负载潮流分析

负载潮流分析是电力系统规划设计与运作的基础。运用不同方法如牛顿-拉夫逊迭代法、高斯-赛德尔和快速解耦方法,成功地解决了负载潮流测试案例中的互联配电系统问题。对IEEE-30母线网络测试结果表明,牛顿-拉夫逊法能够获得负载潮流问题的最佳解决方案。通过MATLAB编程,得到了降低功率损耗的解决方案和补救措施的实现方法。

KBe_2 BO_3 F_2晶体的非共线倍频特性数值分析

根据KBBF(KBe_2O_3F_2)晶体的色散方程、非共线相位匹配时各个光束应该满足的能量和动量守恒条件,用牛顿-拉夫逊迭代法求解非线性方程组,以YAG激光器1064 nm波长入射为例,数值计算了KBBF晶体的Ⅰ类非共线倍频相位匹配角、有效非线性系数和允许角。结果以关系曲线形式给出。第一束基频波角度在20°～85°的范围内,都可以实现非共线相位匹配,相应的第二基频波和倍频波的匹配角度在29.1°～52.7°,24.6°～68.8°范围内;随着第一束基频波角度的增大,第二基频波和倍频波的相位匹配角以及倍频光相位匹配允许角也相应增大,而有效非线性系数随之减小;当第一束基频波的角度在26.1°～26.8°的范围内时它们的取值都出现了振荡现象。