地震波散射非线性反演的不动点方法(英文)

旨在构造一种新的地震波散射非线性反演方法.将函数论中的不动点理论引入到地震波散射非线性反演中,并构造出了波相空间里关于速度参数的具体的压缩映射算子,从而从理论上保证了速度参数不动点的存在性和寻找途径.在此基础上还证明了利用此速度参数的不动点和正演所得到的相应的波值也是波函数本身的不动点,并利用不动点的稳定属性得出此不动点是一个最优的点.最后,文中还用该方法给出了具体的数值算例,间接地证实了本方法的实用性.

非线性流水线优化中MAL的一种计算方法

文章介绍一种将含多环有向多重连通图分解为顶点带环且彼此孤立的有向简单图G1和顶点无环的有向多重连通图G2的方法,并在G2上用启发式搜索算法求非线性流水线的最小平均等待时间MAL。

地震波散射非线性反演的不动点理论研究

本文的工作聚焦于构造一种新的地震波散射非线性反演方法.文中将不动点理论引入到地震波散射非线性反演中,并具体的构造出了波的相空间里的一系列关于速度参数具体的压缩映射算子,从而从理论上保证了速度参数不动点的存在性和寻找途径.在此基础上文中还证明了利用此速度参数的不动点和正演所得到的相应的波的值也是波函数本身的不动点,并利用不动点的稳定属性得出此不动点是一个全局最优的点.

基于一种新模糊模型的非线性系统模糊辨识

提出一种基于新的模糊模型和加权递推最小二乘算法 (WRLSA)的非线性系统模糊辨识方法 .新型的具有插值能力的模糊系统可以通过学习从输入输出采样数据中提取MISO系统模糊规则 ,它继承了Sugeno模型及其变化形式的许多优点 .采用相应的模糊隶属函数 ,使得被辨识的模型可用若干局部线性模型来表示 ,然后利用WRLSA拟合这些线性模型 .给出了详细的模糊辨识算法 ,为了验证该辨识方法的有效性 。

基于地震成像数据稀疏反演的不连续及非均质地质体检测方法

本文针对油气藏储层预测中的不连续及非均质地质信息识别问题,研究基于地震成像数据的稀疏反演方法.由于该类地质体的地震响应特征为弱信号,因此利用平面波破坏滤波器由地震成像数据中去除强反射同相轴.在此基础上,对剩余的地震数据进行非线性加强滤波,并构建L1稀疏反演模型.为有效求解L1模型,采用非光滑泛函L1范数逼近和拟牛顿求解算法.该方法考虑稀疏先验信息,能够提高反演结果信噪比.缝洞模型测试验证该方法在检测断点、微断裂、散射点等小尺度地质体上的有效性,塔北缝洞型碳酸盐岩储层预测的应用效果进一步证实该方法的实用性.

非完备信息系统的启发式特征选择遗传算法

为了获取非完备信息系统的相对最小特征子集,提出一种基于非完备信息系统的启发式特征选择遗传算法.本文首先构造了适应度函数,并以特征重要度为启发式信息融入特征选择;同时利用特征的相对核对种群初始化,引导染色体的进化,缩小了算法的搜索空间;且在染色体的交叉和变异过程中,对满足条件的染色体及时删除,加快算法的收敛性;实验结果验证了算法的有效性.

非线性充电函数电动汽车配送路径问题研究

电动汽车实际配送路径中不管是充电过程还是耗电过程都是以非线性方式变化的,为了在规划路径时更接近电动汽车实际的能耗方式,采用非线性充电函数,且充电函数不进行线性化近似,而是直接使用。首先建立数学模型,模型采用新技术,在不使用重复虚拟节点或电弧的情况下,降低了模型复杂性;其次,在求解时设计几种不同的启发式求解方法。结果显示,启发式求解方法优于模型求解方法:①每个案例下,启发式求解方法都能得出可行解;②基于有限的求解时间,启发式求解方法能求得比模型求解方法更好的解,在VRPTW实例中平均可减少1.6辆车,而在配送问题中,每减少一辆车都是至关重要的。

用趋势面分析方法提高模拟退火法反演的效率

利用模拟退火反演过程中废弃的随机搜索的模型解信息 ,建立起目标函数的二阶趋势面 ,根据趋势面的分析结果预测和指导模拟退火的搜索方向 ,使模拟退火法快速地收敛到全局最优解 .数值试验证明 ,这种方法比传统模拟退火法的计算效率高出十倍以上 .

土工加筋材料处治填挖交界路基非均匀沉降设计方法研究

为了解决填挖交界路基非均匀沉降 ,在填土中分层铺设土工格网等土工加筋材料 ;通过非线性有限元计算分析 ,结合现场沉降观测、FWD弯沉检测 ,研究了土工格网处治填挖交界路基非均匀沉降的机理。在此基础上 ,根据理论分析 ,提出了土工加筋材料处治填挖交界路基非均匀沉降的设计方法。

基于组合SVR的非平稳时间序列的模糊建模方法

本文介绍一种对非平稳时间序列建模的新方法.参考Janos Abonyi提出的应用于时间序列的模糊分块算法,将该算法与改进的支持向量回归模型结合起来.首先,提出一种改进的支持向量回归的表达形式;然后,通过启发式的加权方法将模糊分块的信息与SVR结合起来;最后,提出一种基于组合SVR的建模方法.实验结果表明,本文提出的方法对于非平稳时间序列的建模具有较高的实用价值.

基于无扰切换的非完整系统有限时间镇定控制

为了使一类非完整系统各状态能够更快收敛至平衡状态,该文对此类系统的有限时间镇定问题进行了研究。该文分别应用齐次系统方法和终端滑模控制理论,结合无扰切换策略,提出了两种有限时间镇定控制器,并给出了相应的控制器参数选择条件。所设计控制器能够根据非完整链式系统各状态的变化,使得系统状态在有限时间内收敛至平衡位置,且有效解决了原有非完整链式系统切换控制中的扰动问题。仿真结果表明,所设计的两种有限时间镇定控制器能够使三维非完整链式系统各状态在有限时间内收敛至平衡位置,并且控制输入在整个控制过程中连续变化。

基于长短期记忆神经网络的非侵入式约化基方法在非线性波问题中的应用

在基于反向传播(BackPropagation,BP)网络的非侵入式约化基方法(BP-RBM)的基础上,非侵入式约化基方法(Reduced basismethod,RBM)引入了长短期记忆神经网络(LongShort-TermMemory,LSTM),提出了基于LSTM网络的非侵入式约化基方法(LSTM-RBM).该网络在继承循环神经网络(RecurrentNeuralNetwork,RNN)的可记忆性,参数共享性,图灵完备性等特性的基础上,同时解决了RNN在长时间序列训练过程中存在的梯度消失和梯度爆炸问题.LSTM-RBM解决了BP-RBM无法准确求解的具有复杂非线性特性的非线性波问题,例如二维Navier-Stokes方程和海洋内孤立波问题.此外,在求解一般的非线性波问题中,该方法相比BP-RBM在处理由非线性性质产生的大梯度结构上更有优势.数值测试结果表明,相比于BP-RBM,该方法恢复的降阶解与高保真快照解的误差可以缩小10倍左右.

几种主要的现代教学方法的一个共同特征

本文在简要介绍了启发式教学、发现式教学和探究式教学等几种主要的现代教学方法之后 ,着重揭示了它们的一个共同特征 :训练和培养学生的非逻辑思维的习惯和能力。

非单调推理与假说的发生

本文对作为人工智能理论基础的人类思维和逻辑的发展及问题进行了讨论,着重研讨了推理的非单调性质、自动推理模式、调节机制,以及假说和猜想的产生。

喇曼光纤放大器泵浦优化配置方法

结合笔者所做的工作,介绍了当前用于喇曼光纤放大器泵浦优化配置的各种方法及其基本原理以及各种方法之间的关系,并比较了它们在性能和时间开销方面的差别。最后指出泵浦优化配置新的发展需求,如OSNR平坦、非线性损伤小的双向泵浦喇曼光纤放大器。

迭代式全局指令调度

基于非线性控制流图的全局指令调度由于非线性控制流的控制流图的复杂性不易计算出一条指令在其所在控制流图中的优先级,因此也不易判断来自不同基本块的指令的优先顺序,从而导致在决定一条指令何时被调度出该指令所在的基本块以及调度到哪儿时倾向于保守和随意。例如D.Bernstetin的全局指令调度的启发性方法优先来自这些基本块的指令:调度器当前正在调度的基本块以及与当前基本块控制等价的基本块。然而,这种启发性方法往往导致处在关键路径上的指令被滞后。本文提出的迭代式全局指令调度算法基于D.Bernstein的全局调度算法。它采用与D.Bernstein相同的启发性方法,但有选择地多次调度一个基本块使得处在关键路径上的指令被尽早调度。实验结果表明该算法以增加10%的调度时间开销提高调度器8%的性能。

基于不完美先验信息的随机系数回归模型剩余寿命预测方法

剩余寿命预测是设备预测与健康管理的核心问题,准确的剩余寿命预测可以在故障发生前进行有效的维护保养,以减小设备故障发生的概率。针对实际剩余寿命预测中先验信息不足或缺乏的问题,提出一种克服不完美先验信息影响的启发式剩余寿命预测方法。首先,利用非线性随机系数回归模型进行退化建模。其次,证明了基于单个设备现场退化数据,期望最大化(EM)算法的参数估计结果收敛于极大似然估计(MLE)算法的参数估计结果,并提出一种合理融合先验信息和现场信息的启发式剩余寿命预测方法。最后,通过数值仿真数据和实际锂电池退化数据对提出的结论和方法进行了验证,结果表明:启发式剩余寿命预测方法相比传统贝叶斯方法能够较好地克服不完美先验信息的影响,更为准确的预测设备地实际剩余寿命。

一类截断函数最优化问题的求解方法

研究一类截断函数的最优化问题,应用了启发式方法和ADMM方法的思想对该问题求解.此外,运用了这两种方法求解经验风险最小化问题(ERM),给出数值实验结果,表明两种方法都有效.

在高三英语教学中突破非谓语动词难点

在高三英语教学中突破非谓语动词难点韩庆兰高三毕业班的教学是整个中学教学的最后阶段。它的重要任务是引导学生通过全面的、系统的、有重点的复习，达到巩固、提高所学知识的目的。我认为在进行总复习的整个教学过程中，应该注意进一步突破教学中的某些重点和难点。非谓...