一种径向基函数神经网络的参数求解方法

为了求解径向基函数神经网络的权值,首先分析了传统基于训练误差的方法,发现该方法容易造成数据过拟合,原因在于训练误差是风险函数的下偏估计;因此,文中提出采用缺一交叉验证得分代替训练误差,来实现无偏估计风险函数;实验对摩托数据与玻璃数据进行拟合,证实了基于缺一交叉验证的方法优于传统基于训练误差的方法,且所得到的径向基函数网络能够较光滑地拟合数据,不会造成过拟合。

Pareto分布形状参数的简单贝叶斯估计

针对Pareto分布,在尺度参数已知、先验信息为某一固定时刻分布函数及其标准差的估计值的情况下,参考Kaminskiy等提出的简单贝叶斯估计过程,借助缺一交叉验证法以及核密度估计法,研究了形状参数的简单贝叶斯估计.基于上述先验信息,在估计过程中构造了Pareto分布形状参数的先验与后验概率密度、先验与后验点估计,并给出了在给定任意时刻分布函数及其标准差的先验与后验估计.最后通过一个数值例子说明了这种估计方法,并对灵敏度进行了定量分析.

基于代理模型的三立柱半潜平台多目标优化

在半潜平台初始设计阶段,平台主尺度是影响平台水动力性能和建造成本的关键性因素.因此,对半潜平台主尺度进行多目标优化是一项极具工程意义的研究工作.首先,采用试验设计法确定平台的设计变量和样本数据库.其次,对半潜平台采用面元法和莫里森公式结合的方法进行水动力特性分析.同时在静水面上布置波面升高监测点,计算平台气隙值.根据数值模拟得到的数据库建立基于径向基函数的代理模型,并通过缺一交叉验证法得到径向基函数中的形参数值.所建立的代理模型可以极大提高优化效率.最后,采用多目标粒子群优化算法,以平台安全性和经济性作为两个优化目标,以平台稳性、气隙高度、水平方向运动性能作为约束条件,得到半潜平台的优化方案.通过对半潜平台多目标优化方案的分析,最终提出三立柱半潜平台最高效的优化策略.