网络泛化能力与随机扩展训练集

针对神经网络的过拟合和泛化能力差的问题 ,研究了样本数据的输入输出混合概率密度函数的局部最大熵密度估计 ,提出了运用Chebyshev不等式的样本参数按类分批自校正方法 ,以此估计拉伸样本集 ,得到新的随机扩充训练集 .使估计质量更高 ,效果更好 .仿真结果证明用这种方法训练的前馈神经网络具有较好的泛化性能 .

基于随机扩展方法的致密油储层裂缝建模研究

现有的储层裂缝建模方法大多忽略了储层裂缝扩展历史与裂缝属性随机分布特征之间的本质关系,所建裂缝模型多为不考虑断裂尖端扩展历史的静态模型,因而不可能给出有效的区域裂缝信息。针对裂缝建模难题,提出了基于裂缝扩展反演模型的裂缝建模方法。首先,基于裂缝扩展规律,采用扩展有限元方法,利用模拟退火技术,建立裂缝扩展反演模拟模型;然后,采用克里金模型和断裂力学模拟系统,综合构造和成像测井裂缝解释资料,构建多场趋势克里金估计模拟模型。选取大情字井地区青山口组扶余致密油层作为实验区,建立了该区块的裂缝扩展模型和裂缝分布模型。实验表明,构建的基于随机扩展有限元模拟的裂缝建模方法可以克服现有裂缝建模方法的不足,可提高裂缝性油藏的表征精度。

疲劳裂纹随机扩展模型进展

本文分析了疲劳裂纹扩展具有分散性的主要来源，对疲劳裂纹随机扩展模型从唯象学的角度作了较为详细的分析和回顾．尽管疲劳裂纹随机扩展问题已有了很多的研究结果，但还有许多问题有待进一步的深入研究．

基于Neumann展开的Monte-Carlo随机扩展有限元法

基于Neumann级数展开的Monte-Carlo随机有限元在涉及几何构形存在随机性的问题时,需要对网格进行重新划分,需要极大的计算量。为解决该问题,提高运算效率,提出一种新的计算裂纹问题的随机方法。该方法结合了扩展有限元法与随机有限元法的优点,通过对扩展有限元控制方程进行Neumann展开,可方便地处理几何构形的随机性,不需重新划分网格。该方法具有计算量小,计算效率高的优点,并能保持较高的计算精度。利用矩阵级数理论讨论了该方法的收敛性。最后通过数值算例验证了该方法的有效性。

基于单轴随机扩展算法的自主探测器大角度机动规划

自主姿态大角度机动是自主深空探测器的关键技术之一,而在满足敏感仪器、保持通信链路等约束的情况下实现姿态大角度机动的自主规划与执行是目前面临的一个难题。针对这个问题,提出一种单轴随机扩展算法,该算法采用扩展的方式生成规划路径,并充分利用扩展过程中邻近点的信息,把属于三维构造空间的大角度机动规划问题简化为二维规划问题,从而减少问题求解的搜索空间。最后利用前向搜索方法对初始的规划路径进行优化,并通过算例验证了此方法的可行性。

风力发电机叶片多裂纹随机扩展和损伤容限研究

考虑多裂纹间的相互干扰,建立含多裂纹结构的随机扩展模型,基于裂纹扩展随机过程的微熵最大化原理,采用随机梯度下降法推导出裂纹扩展速率的迭代式,从而计算出多裂纹扩展至指定尺寸所需加载循环数,并证明其与自然梯度算法等同且不受学习率的影响。通过风力机叶片裂纹扩展试验,记录多裂纹和单裂纹扩展时的扩展曲线,发现多裂纹干扰对主裂纹扩展有抑制作用,并用显微镜观察裂纹的金相组织,分析多裂纹增加断裂能的主要原因是层间纤维的强介质作用。最后在损伤容限分析中比较工程估算值、试验值以及该文提出方法的预测值,结果表明,该文所提出的方法可提高裂纹扩展寿命预测精度,提供风力机叶片损伤容限分析方法。

焊接接头疲劳裂纹随机扩展的概率模型

焊接接头微观组织的不均匀性,使得结构疲劳裂纹萌生和扩展寿命的随机性很大。本文采用概率断裂力学方法和可靠性分析方法,针对压力容器焊接接头的组织不均匀特点,研究了焊缝区疲劳失效概率模型。Monte-Carlo数值模拟结果表明,这一模型对裂纹亚临界扩展规律的描述是令人满意的,在安全判定上是安全的。

块谱特征与疲劳裂纹随机扩展

目前的疲劳裂纹随机扩展模型大多建立在损伤逐步累积的基础上，其数学描述繁琐复杂，计算用时较多。本文较为深入地研究了载荷分散性对裂纹随机扩展的影响，定义了块谱强度Ｓｅｑ和形状因子α，并用这些特征去描述载荷分散性对裂纹随机扩展的影响，结果表明裂纹随机扩展的均值可以用块谱强度Ｓｅｑ恰当地描述，而块谱的形状因子α可以很好地反映裂纹随机扩展的方差，因此通过块谱的特征迅速获取裂纹随机扩展的参数是可行的。

基于零厚度内聚力单元的水力裂缝随机扩展方法研究

为有效模拟裂缝性页岩储层中水力裂缝随机扩展过程,基于单元节点的拓扑数据结构,利用网格节点分裂方式,建立了一种基于有限元网格嵌入零厚度内聚力单元的水力裂缝随机扩展新方法。利用KGD模型解析解和2种室内试验,验证了新方法的准确性和有效性。同时,通过数值算例研究了水平地应力差和储层非均质性对水力裂缝随机扩展过程的影响。研究表明:(1)该方法弥补了ABAQUS平台内置的内聚力单元无法有效模拟水力裂缝随机扩展的不足;(2)在较高水平地应力差下页岩储层非均质性越强,与水力裂缝相交的高角度天然裂缝越容易开启。所建方法能准确地描述复杂水力裂缝的随机扩展行为,可为裂缝性页岩储层的数值模拟提供新手段。

基于变参数阈值的随机扩展树算法路径规划研究

针对随机扩展树算法在未知空间中进行路径规划扩展时随机性大,且扩展的树节点在整个环境空间中搜索过于均匀等问题,提出一种基于变参数阈值的随机扩展树算法。改进后的算法在路径规划中,针对具体情况选取参数阈值作下一步扩展,使得每次扩展都有着一定的概率性偏向目标;同时设定可变参数阈值,避免了陷入局部极小值,有效解决了随机性大和搜索均匀问题。通过Matlab仿真实验,验证了该算法的可行性和有效性。

随机轮载下钢桥面顶板与纵肋焊缝疲劳裂纹扩展特性研究

车辆轮迹横向分布是钢桥面板焊缝处产生随机应力谱的一项关键因素,加之焊接缺陷形态的随机性,诱发钢桥面板疲劳裂纹随机扩展行为。为了研究钢桥面顶板焊缝处疲劳裂纹的随机扩展特性,基于断裂力学理论与扩展有限元方法分析了轮迹横向分布对钢桥面板顶板焊根和焊趾等效应力强度因子的影响规律,揭示了轮迹横向分布离散度、初始裂纹深度和初始裂纹形态比对焊缝处疲劳裂纹随机扩展路径分布的影响规律。结果表明:轮载中心处于U肋正上方中心和焊缝中心位置分别为顶板焊趾和焊根的最不利横向加载工况;车辆轮迹横向分布对顶板焊根和顶板焊趾疲劳裂纹前缘应力强度因子影响差异显著,顶板焊根最大等效应力强度因子为85.99 MPa·mm^(1/2),比顶板焊趾增加了6.72%;轮迹横向分布离散度和初始裂纹深度与钢桥面板焊缝处疲劳裂纹随机扩展路径分布离散程度成正相关,初始裂纹形态比与其成负相关;焊缝细节初始裂纹深度越大,车辆荷载对其横向影响范围越大;焊缝细节初始裂纹形态比越大,车辆荷载对其横向影响范围变化不明显。

改进人工势场引导的双向扩展随机树路径规划算法

针对地面移动机器人在复杂环境之下要求规划路径实时性强、路线平滑度高、避障精确完备等需求,在快速扩展随机树算法(RRT)的基础之上,提出一种由改进人工势场法(APF)引导的双向扩展随机树算法(APF-Bi-RRT^(*))。首先,在每次迭代的过程之中两棵随机树同时分别从起始点和目标点进行扩展,以加快算法收敛速度;其次,在算法随机树生长方向上,引入目标偏置策略来优化随机子节点的选取,并在随机树和障碍物中加入人工势场分量,限制路径方向选择的随机性,改进算法克服引力和斥力过大导致陷入局部最优值或目标不可达的问题;最后,在形成锯齿型规划路径之上应用一种采样优化和关键节点平滑策略,进一步缩短和平滑原路径的总距离。对比实验结果证明,该算法既克服了传统随机树算法的节点盲目扩展的问题,又兼顾了生成路径的效率和平滑性,与目标偏置RRT算法相比,在规划路径长度上减少了9.7%左右,在运行时间上缩短了65.3%左右,在算法迭代次数上减少了78.2%左右。

麻雀搜索算法-粒子群算法与快速扩展随机树算法协同优化的智能车辆路径规划

针对智能汽车在面对多样化工作场景时其路径规划算法存在响应时间长、规划效率低的问题,提出了多元协同优化策略。首先,融合麻雀搜索算法(SSA)的警惕机制与粒子群算法(PSO)的种群寻优特性,对PSO算法中的惯性权重因子和学习因子进行优化;其次,提出“三角布线”搜索规则,对快速扩展随机树算法(RRT)进行双向优化(RRT-Connect);然后,基于MATLAB软件建立了复杂环境道路仿真模型,对上述优化方案进行了仿真验证。结果表明,相较于单一的优化方案,协同优化算法在路径长度与规划时间上均具有显著的优势。对两种协同优化方案的应用场景进行了实车试验,结果显示:在局部路径规划中,SSA-PSO算法响应时间更短,规划效率更高,而在全局路径规划中,“三角布线”RRT-Connect算法更具优势。

基于改进双向快速扩展随机树算法的智能汽车路径规划研究

针对智能汽车路径规划中双向快速扩展随机树(RRT-Connect)算法获得的路径不是最优解和狭小通道探索性能较差的问题,在分析RRT-Connect算法基本原理的基础上,对其在扩展策略和路径平滑等方面进行了改进。首先,引入概率偏向法对选取的随机点进行筛选,并基于人工势场进行扩展,以缩短路径和计算时间,然后,引入三次B样条曲线对路径进行优化,生成光滑路径,保证路径满足智能汽车的动力学特性,最后,通过仿真验证改进RRT-Connect算法的性能,结果表明,在简单障碍物、复杂障碍物和狭窄路径环境下,改进的RRT-Connect算法的平均路径长度和平均耗时均优于传统RRT-Connect算法。

基于快速扩展随机树的小麦收割机作业路径智能控制方法

小麦收割机作业受农田地形和作物分布、农田尺寸和形状等多种因素的影响,造成小麦收割机的路径智能控制效果不佳,导致收割效率和小麦收割质量相对偏低,提出基于快速扩展随机树的小麦收割机作业路径智能控制方法。从路径的起点到终点都是作业区域点,每个作业区域点收割任务一次完成,不能重复路过两次,所有作业区域点收割任务不能超过收割机预算时间为约束,建立了小麦收割机作业路径控制数学模型。将小麦收割机在待收割小麦农田中开始收割起始点作为扩展树的根节点,让小麦收割机从根节点出发,随机扩展选取小麦收割机的下一个可移动位置,对构建目标函数进行寻优。通过在整个自由空间生成一棵扩展随机树的方法,控制小麦收割机在最优可行路径上。测试结果表明,所提路径控制方法综合考虑了单位面积油耗和收割效率,能够在同样时间内完成更多的收割作业,具有更高的收割效率和小麦收割质量,提高了作业效率和生产能力。

基于快速扩展随机树的7R机械臂避障达点运动规划

基于单树随机树搜索算法(Single directional rapidly-exploring random tree,single-RRT)和双树随机树搜索算法(Bi-directional rapidly-exploring random tree,bi-RRT),对7R机械臂的避障达点运动规划展开系统研究。基于single-RRT算法进行避障达点运动的数值仿真和实物样机试验。提出一种新的bi-RRT算法,结合末端姿态调整和关节自运动来生成目标树。并利用7R机械臂的解析逆解,生成目标位形。传统的bi-RRT算法只给定了一个目标位形,而新算法中目标点树根是由一群目标位形组成。在给定的障碍物环境中,机器人自动选择某一合适的位形作为目标节点来引导搜索树最有效地生长。通过数值仿真,验证该方法的优越性。利用Matlab和C++的混合编程和OpenGL开发了7R机械臂避障达点运动规划仿真软件。利用该软件,对基于bi-RRT的7R机械臂避障达点运动规划进行虚拟样机的试验研究。

基于SVM和扩展条件随机场的Web实体活动抽取

在传统信息抽取的基础上,研究Web实体活动抽取,基于格语法对实体活动进行了形式化定义,并提出一种基于SVM(supported vector machine)和扩展条件随机场的Web实体活动抽取方法,能够从Web上准确地抽取实体的活动信息.首先,为了避免人工标注训练数据的繁重工作,提出一种基于启发式规则的训练数据生成算法,将语义角色标注的训练数据集转化为适合Web实体活动抽取的训练数据集,分别训练支持向量机分类器和扩展条件随机场.在抽取过程中,通过分类器获得包含实体活动的语句,然后利用扩展条件随机场对传统条件随机场中不能利用的标签频率特征和关系特征建模,标注自然语句中的待抽取信息,提高标注的准确率.通过多领域的实验,其结果表明,所提出的抽取方法能够较好地适用于Web实体活动抽取.

基于改进快速扩展随机树方法的隐身无人机突防航迹规划

针对隐身无人机在日趋严密的雷达防御系统下的生存问题,提出了基于改进快速扩展随机树的隐身突防航迹规划方法.本文首先对隐身突防航迹规划中无人机的动态雷达散射截面积和雷达的发现准则这两个关键问题进行了分析和建模,然后针对现有算法在解决隐身飞机航迹规划问题时的不足,设计了改进快速扩展随机树算法,将无人机的雷达散射截面积随姿态变化的情况考虑到新节点生成中,并且结合滚动时域策略计算时域范围内所有节点的瞬时发现概率均值,以判断新节点可行性.仿真结果和对比研究表明,算法的改进策略能够处理隐身突防航迹规划的两个特性,并且可在复杂环境下快速生成更优的突防路径.

改进的快速扩展随机树在航迹规划中的应用

通过在快速扩展随机树(rapidly-exploring random tree)算法的基础上融入状态-时间空间(state-timespace)的思想,使改进后的算法能够有效地处理动态环境中的航迹规划问题。仿真试验首先采用四元素法建立航天飞行器的六自由度动力学模型,在三维空间中验证该算法搜索高维空间的能力。其次运用改进的算法在动态环境中进行航迹规划试验,证明了该算法的有效性。

基于扩展随机Petri网的可重组制造系统建模与分析方法

可重组制造系统(Reconfigurable manufacturing system,RMS)可根据市场变化进行组态调整和组元升级,系统的建模与分析方法必须能适应上述特点。提出基于扩展随机Petri网(Extended stochastic Petri nets,ESPN)的模块化建模方法,将RMS不同的加工资源对应于相应的ESPN基本模块,并通过过渡变迁合成ESPN模型,该模型能适应任意分布的制造系统,可更加精确地反映生产过程。在此基础上采用基于行为表达式的分析方法,得到系统性能指标,该分析方法可不必画出可达图而直接得到系统性能关系函数,使分析过程更加直观、简洁。可重组电动机生产线的实例证明了该建模与分析方法的有效性。