基于灰色理论-支持向量机的Gardner模型参数的预报模型

为探索获取土壤水分特征曲线模型参数新途径,以山西省黄土高原区农耕土壤为试验材料,进行了系列土壤水分特征曲线试验,拟合得到了Gardner模型参数a和b,同时测定了土壤基本理化参数,建立了由Gardner模型参数a、b和土壤基本理化参数组成的数据样本。采用灰色关联理论,分析了土壤各基本理化参数与Gardner模型参数之间的关联度,基于支持向量机理论建立了以关联度较大的土壤容重、黏粒含量、粉粒含量、有机质含量、全盐量为输入因子,以Gardner模型参数a和b为输出因子的预报模型。研究表明:以土壤容重、黏粒含量、粉粒含量、有机质含量、全盐量为输入因子,对Gardner模型参数a与b进行预报是可行的,参数a、b的实测值与预测值之间相对误差的平均值分别为3.96%、4.68%,吻合度高,预测效果好。该研究结果可为获取土壤水分特征曲线模型参数提供技术手段,同时可促进土壤传输函数理论的发展。

水分特征曲线Gardner模型参数的预测模型对比分析

为实现土壤水分特征曲线Gardner模型参数的预测以及精度的对比,以山西省黄土高原区农耕土壤为试验材料,进行了土壤水分特征曲线的系列试验,构建了土壤水分特征曲线Gardner拟合模型参数a、b和对应的土壤基本理化参数的数据样本;采用BP神经网络与支持向量机两种预报模型对土壤水分特征曲线Gardner模型参数a、b实现了预测,并对预测精度进行了对比。研究结果表明:随着两种模型输入变量的增加,两种预报模型的精度都得到提高;当输入变量为土壤质地、土壤容重、土壤有机质含量、土壤无机盐含量时,两种预报模型对参数a、b的平均相对误差值均在6%以下,预测模型具有可行性;同时,相比于BP神经网络而言,支持向量机预报模型精度相对较高,而且预测结果波动空间较小,离散程度较低。该成果一方面丰富了Gardner模型参数的土壤传输函数创建的途径,更为Gardner模型参数预测模型的选择提供了依据。

土壤水分特征曲线Gardner模型参数预报研究

为实现基于土壤基本理化参数的土壤水分特征曲线预测,以黄土高原地区农田土壤为研究对象,进行土壤水分特征曲线的系列试验,并配套测定了土壤基本理化参数,获取了Gardner模型参数与土壤基本理化参数间一一对应关系的数据样本。在分析研究各土壤理化参数与Gardner模型参数间单因素关系的基础上,创建了以土壤黏粒含量、粉粒含量、干密度、有机质含量为输入变量的水分特征曲线Gardner模型参数多元非线性预报模型。结果表明:以土壤黏粒含量、粉粒含量、干密度、有机质含量为输入因子,对Gardner模型参数进行预测是可行的,建模样本的拟合相对误差平均值小于11%,用检验样本进行预测的相对误差平均值小于10%,预测精度较高。

基于BP神经网络的Gardner模型参数预测

为了准确推求包气带土壤的持水性能和水分运动参数,以黄土高原区田间耕作层土壤水分特征曲线的试验资料为数据样本,建立了以易于通过试验手段获取的土壤基本理化参数为输入变量,以土壤水分特征曲线Gardner模型参数为输出变量的BP预测模型。所建立的预测模型对两参数预测值的平均相对误差在6%以下,在可接受的范围。研究结果表明:选取土壤体积质量、有机质量、黏粒量、粉粒量以及无机盐量等基本理化参数作为预报模型的输入因子是合理的,所建立的土壤水分特征曲线Gardner模型参数BP预报模型可靠。研究结果可为黄土高原区包气带土壤持水性能和水分运动参数的准确获取提供借鉴。

滤波辨识(10):多变量Box-Jenkins系统的滤波辅助模型递阶广义增广参数辨识

针对多变量Box-Jenkins模型,即多变量输出误差自回归滑动平均(M-OEARMA)系统,利用滤波辨识理念和辅助模型辨识思想,研究和提出了滤波辅助模型递阶广义增广随机梯度辨识方法、滤波辅助模型递阶多新息广义增广随机梯度辨识方法、滤波辅助模型递阶广义增广递推梯度辨识方法、滤波辅助模型递阶多新息广义增广递推梯度辨识方法、滤波辅助模型递阶广义增广最小二乘辨识方法、滤波辅助模型递阶多新息广义增广最小二乘辨识方法。这些滤波辅助模型递阶广义增广辨识方法可以推广到其他有色噪声干扰下的线性和非线性多变量随机系统中。

新安江模型敏感参数动态变化规律研究

为了提高新安江模型在变化环境下的模拟精度,揭示模型参数动态变化规律,以淮河上游大坡岭流域为研究区构建分布式新安江模型,采用Spearman相关系数对比分析了模型敏感参数(KC、SM和CS)动态变化与环境因子(降水、气温和归一化植被指数)的变化关系,并建立了回归方程用于未来参数计算。结果表明:参数KC和SM的动态变化反映了研究区域的降水、气温和植被条件变化,而参数CS的动态变化仅反映了年降水总量变化;相较于静态参数,动态参数的模拟结果精度显著提高,径流深相对误差均值从21.3%降低到9.1%,纳什效率系数均值从0.75提高到0.81,动态参数比静态参数更适用于当前变化的环境。

质子交换膜燃料电池多物理场建模及模型参数敏感性分析

受限于外部运行工况及内部多物理场参数的耦合作用机制,质子交换膜燃料电池的精确机理建模成为其研发和应用的瓶颈。该文通过探究燃料电池内部“电-热-流”多场耦合关系,构建准一维电堆动态模型,并基于单参数敏感性和多参数敏感性分析,得到不同模型参数的敏感度指标,完成了建模中部分关键参数的权重分析。为验证模型精度及耦合参数变动对输出特性的影响,在搭建Ballard NEXA 1.2 kW燃料电池测试平台的基础上开展变载及参数变动实验。结果表明,所构建的模型能够较为精确的模拟电堆特性,且对称因子、活化面积和压力系数的变动对电堆输出的影响较大。结果可为燃料电池电堆的测试及改型提供理论基础,并揭示电堆故障及老化过程中主要参数的衰退变化趋势。

基于子宫内膜结构与子宫螺旋动脉血流参数构建人工授精妊娠预测模型及验证

背景:现子宫内膜结构及子宫螺旋动脉血流参数对夫精宫腔内人工授精(artificial insemination by husband,AIH)妊娠率的影响水平尚不明确,该研究通过校准其他混杂因素后,确定了其独立影响因素,并构建了预测模型,具有较好的临床应用效能。目的:基于子宫内膜结构及子宫螺旋动脉血流参数构建AIH临床妊娠预测模型及验证。方法:回顾性分析2017年1月至2021年1月于常州市妇幼保健院接受AIH助孕治疗患者共1299例,将其中1182例未临床妊娠者纳入未妊娠组,117例临床妊娠者纳入妊娠组;通过1∶1倾向评分匹配,妊娠组与未妊娠组各匹配成功93例;采用单、多因素分析筛选子宫内膜结构及子宫螺旋动脉血流参数对AIH结局的影响因素,通过受试者工作曲线确定各独立影响因素的最佳截断值,限制性立方样条法分析各独立影响因素对AIH妊娠影响的风险趋势,临床决策曲线与临床影响曲线对该联合预测模型的临床应用效能进行检验。结果与结论:①倾向评分后妊娠组与未妊娠组各非内膜因素均无显著统计学意义,数据具有较好的均衡性(P>0.05);②单因素分析结果显示,内膜下血管化指数、血流指数、血管化血流指数、子宫动脉阻力指数、子宫动脉搏动指数、收缩期最高血流速度/舒张期末血流速度、基底子宫内膜到外子宫肌层内层平均交界区、最大交界区厚度为AIH妊娠的影响因素(P<0.05);③多因素Logistic回归结果显示,基底子宫内膜到外子宫肌层内层平均交界区厚度、子宫动脉搏动指数、血管化血流指数为AIH妊娠的独立影响因素,影响大小依次为血管化血流指数>基底子宫内膜到外子宫肌层内层平均交界区厚度>子宫动脉搏动指数;④受试者工作曲线显示,血管化血流指数的曲线下面积为0.704(0.629,0.779),最佳截断值为6.26;基底子宫内膜到外子宫肌层内层平均交界区厚度的曲线下面积为0.660(0.582,0.739),最佳截断值为6.38;子宫动脉搏动指数的曲线下面积为0.642(0.563,0.721),最佳截断值为1.18;⑤限制性立方样条曲线显示,当血管化血流指数>6.24时,其对AIH妊娠具有显著的正影响趋势;基底子宫内膜到外子宫肌层内层平均交界区厚度≤6.55 mm时,其对AIH妊娠具有显著的正影响趋势;当子宫动脉搏动指数>1.27时,其对AIH妊娠具有负影响风险;⑥临床决策曲线与临床影响曲线显示,该联合预测模型在阈概率值为0.17-0.93时具有临床最大净获益,且在该阈概率范围内损失与获益的比值始终小于1,显示出该联合预测模型具有较好的临床效能;⑦结果表明,通过倾向评分与多因素Logistic回归校正子宫内膜外其他混杂因素后,基底子宫内膜到外子宫肌层内层平均交界区厚度、子宫动脉搏动指数、血管化血流指数为AIH妊娠的独立影响因素,通过对其最佳截断值的确定与风险趋势性评估,证实该联合预测模型具有较好的预测价值与临床应用效能。

脑出血患者血肿扩大的CT征象、参数表现及其相关的影响因素模型构建

目的 探讨脑出血(ICH)患者血肿扩大(HE)的电子计算机断层扫描(CT)征象、参数表现及其相关的影响因素,并构建模型。方法 对于2020年1月~2023年1月在湖北省潜江市中心医院接受治疗的124例ICH患者的临床资料进行回顾性分析,将发生HE的患者纳入HE组(59例),未发生HE的患者纳入无HE组(65例)。比较两组一般资料、CT征象、参数表现,并予以多因素Logistic回归分析法分析ICH患者HE的危险因素,构建预测模型,绘制受试者工作特征(ROC)曲线分析其对ICH患者HE的预测价值。结果 HE组入院时格拉斯哥昏迷量表(GCS)评分低于无HE组;基线血肿量、全血NPR水平均高于无HE组;初诊血肿体积、高低密度差大于无H E组;岛征、漩涡征、黑洞征、混合征及联合征象的患者占比分别为40.68%、44.07%、35.59%、52.54%及83.05%,均高于无HE组的7.69%、7.69%、4.62%、 9.23%及20.00%(P<0.05)。多因素Logistic回归分析结果显示,ICH患者HE的独立危险因素包括全血NPR水平高、初诊血肿体积大、高低密度差大、岛征、漩涡征、黑洞征、混合征及联合征象(OR=1.575、2.406、1.408、1.929、2.713、2.784、2.195、2.633,P<0.05)。构建回归方程模型:logit(P)=-8.983+全血NPR水平×0.454+初诊血肿体积×0.878+高低密度差×0.342+岛征×0.657+漩涡征×0.998+黑洞征X1.024+混合征×0.786+联合征象×0.968。ROC曲线显示,当logit(P)>12.41时,曲线下面积(AUC)值为0.824,95%CI为0.746~0.887,χ^(2)为8.848,诊断敏感度为79.66%,特异度为73.85%。结论 ICH患者HE的独立危险因素包括全血NPR水平高、初诊血肿体积大、高低密度差大、漩涡征、岛征、混合征、黑洞征及联合征象,预测模型对其预测价值较高,临床尽早结合上述情况进行评估,并给予针对性干预措施,有助于预防ICH患者HE的发生风险。

磁流变阻尼器Bingham力学模型改进及参数辨识

磁流变阻尼器不仅具有阻尼快速响应、良好的温度稳定性、内部结构简单等优势,而且可以通过调节控制电流使阻尼器的出力值连续变化,实现阻尼力可控。由于磁流变阻尼器阻尼特性与内部磁流变液的磁流变效应有关,具体表现非常复杂,现有力学模型目精度不足,无法精确描述磁流变阻尼器的阻尼特性。在磁流变阻尼器力学性能测试基础上,应用分段拟合函数方法同时结合反正切函数模型改进模型,并辨识改进后力学模型中各参数。将改进后的Bingham模型与实际测试出力值进行对比,结果表明改进后的Bingham模型能够很好地解决Bingham力学模型在非线性滞回阶段出力值曲线与实际测试数据不符的问题,改进后模型总体出力值曲线与阻尼器实际出力值基本相同,模型精度大幅提升。此种改进方法为磁流变阻尼器建立高精度力学模型提供参考。

裂隙花岗岩非线性蠕变本构模型及参数分析

裂隙花岗岩的蠕变特性对高放废物地质处置库的长期稳定性和安全性至关重要。本文基于裂隙花岗岩在不同应力条件下的蠕变试验结果,结合蠕变过程中应力产生的损伤累积的影响,提出一种考虑损伤的弹黏塑性体。通过将经典Burgers模型的黏性元件替换为分数阶黏弹性元件,将黏弹性体替换为考虑损伤的弹黏塑性体的方法,构建了裂隙花岗岩非线性蠕变本构模型,并推导出模型在3维应力状态下的本构方程。通过对倾角30°及45°单裂隙花岗岩在不同应力条件下蠕变试验数据的拟合分析,确定了模型参数,验证了模型的适用性和合理性,获得了各模型参数随应力水平的变化规律。通过模型参数的敏感性分析,揭示了分数阶导数、损伤参数,以及应力水平对裂隙花岗岩蠕变应变的影响规律,并验证了裂隙花岗岩非线性蠕变本构模型在特殊条件下可退化为经典Burgers模型。研究表明,本文提出的裂隙花岗岩非线性蠕变本构模型能够准确地描述裂隙花岗岩蠕变破坏全过程的3个阶段,尤其是加速蠕变阶段应变随时间非线性增长的过程。

变温条件下解析Preisach磁滞模型误差修正和特征参数辨识方法

温度升高会影响磁性材料的磁滞特性,从而改变电气设备的性能。目前解析Preisach模型无法对温度进行有效表征,导致损耗计算结果误差较大。为此,本文首先分析了基于Lorentzian函数的解析Preisach模型特征参数对磁滞回线形状参数的影响程度,如饱和磁通密度、矫顽力、剩磁等,研究了不同温度下模型参数和材料磁特性的变化。根据模型特征参数具有的磁滞回线形状相关性和温度相关性,引进温度系数来修正模型特征参数,构建变温条件下的解析Preisach模型,并给出了计及温度影响的模型参数辨识方法。最终实验测量纳米晶合金在变温条件下的极限磁滞回线,对多组实测值和修正后的解析Preisach模型计算值进行对比后,得出在饱和磁通密度、矫顽力和剩磁处修正模型结果的平均相对误差分别为0.15%、2.21%、5.76%,证明了该修正模型的准确性。

机器人几何参数标定误差模型对定位精度影响研究

机器人几何参数误差是影响机器人定位精度的主要因素,通过对几何参数标定能够有效提高机器人定位精度。为了解决机器人在标定过程中的奇异性问题,采用改进的Denavit-Hartenberg(MDH)方法建立机器人几何参数模型,根据微分误差原理分别建立了机器人几何参数标定位姿误差和位置误差及姿态误差模型,并通过对几何参数冗余性分析及采用Levenberg-Marquardt(LM)算法辨识几何参数误差,研究不同误差模型对机器人定位精度影响。实验结果表明:采用位姿误差模型对机器人几何参数标定后其末端位置和姿态精度均能提升约75%,适于在有高精度定位要求的机器人中推广应用。

基于隐式参数化模型的地铁车体轻量化设计

为实现地铁新车型前期快速的概念设计和性能评估,引用“分析驱动设计”理念对重庆6号线地铁的MP车体进行了隐式参数化建模;并录入车体的17个主要钣金件进行设计分析。以板厚为设计变量,筛选出模态和刚度对质量相对灵敏度较大的7个车体钣金件,进行基于响应面法的多目标轻量化优化设计;车体的刚度、模态等多项性能指标达到了良好的轻量化效果。研究结果表明:所引入“分析驱动设计”理念的车体隐式参数化建模及基于响应面法的多目标优化方法能应用于车体结构的轻量化设计,具有较好的工程指导意义。

振动压路机的能量传递模型与作业参数优化研究

为提高振动压路机作业过程的压实质量,研究了振动压路机的能量传递模型与作业参数优化。首先基于U-K方程建立“碾轮-被压实材料”的系统振动动力学模型,结合能量守恒提出振动压路机能量传递模型;然后以振动频率和压实速度作为寻优工作参数,构建路面压实质量的优化模型;最后通过案例验证证明了所提方法的可行性与有效性。结果表明:工作频率与被压实材料的固有频率比值保持在√2~2范围内,可避免共振带来的影响;初始阶段低速碾压,材料性能稳定后提高碾压速度可保证高效压实,得出振动频率在21.8~27 Hz、压实速度在2.36~2.91 km/s范围内,可达到最优的压实效果。所提的能量传递模型、作业参数优化模型为保障振动压路机压实质量奠定了基础,为提高振动压路机压实质量和效率提供了参考。

扩散加权成像联合动态增强磁共振扫描构建影像组学模型联合临床参数评估直肠癌分期

目的探究基于扩散加权成像联合多期动态增强提取纹理参数构建无侵袭性模型评估直肠癌分期的可行性。方法回顾性选取郑州大学第二附属医院2016年7月至2021年6月就诊的直肠癌患者为研究对象。所有患者的分期严格按照AJCC第8版进行分期,并分为早期组(Ⅰ~Ⅱ)和晚期组(Ⅲ~Ⅳ)。收集患者的年龄、性别、癌胚抗原(CEA)、糖类抗原199(CA199)等信息,所有患者均在获取病理资料前进行多期动态增强磁共振扫描以及磁共振弥散加权扫描,并计算血管渗透性参数(K_(trans)、K_(ep)、V_(e)、V_(p))以及表观弥散系数(ADC),基于动态增强磁共振影像提取影像组学参数、ADC、血管渗透性参数以及临床信息构建联合模型进行直肠癌的分期预测。结果本研究共纳入115例患者,训练组81例,测试组34例,以训练组患者的影像组学特征信息进行特征降纬,取惩罚系数log=0.0617时对应的特征个数进行影像组学模型构建,训练组Ⅰ~Ⅱ患者影像组学模型平均值为-0.4(-0.7~0),Ⅲ~Ⅳ组患者的影像组学模型的平均值为0.6(0.1~1.3);测试组Ⅰ~Ⅱ患者影像组学模型平均值为-0.1(-0.5~0.2),Ⅲ~Ⅳ组患者的影像组学模型的平均值为1.2(0.5~1.4);训练组和测试组中,Ⅰ~Ⅱ患者的影像组学模型低于Ⅲ~Ⅳ组患者,差异有统计学意义。分别针对Ⅰ~Ⅱ与Ⅲ~Ⅳ的非影像组学参数进行单因素逻辑回归分析后,V_(e)的OR值为0,ADC的OR值为0.04,联合两者进行临床模型构建。训练组中联合模型AUC为0.921,测试组中AUC为0.811。结论联合临床信息、ADC、血管渗透性参数与影像组学参数构建的联合模型可以协助临床上无侵袭性预测直肠癌患者分期信息。

不同目标函数对新安江模型参数的敏感性和不确定性影响分析

目标函数的选择影响流域水文模型的参数率定结果。为深入探究不同目标函数对水文模型参数的敏感性和不确定性及径流模拟结果的影响,本文以福建省金溪池潭流域日径流模拟为例,采用SCEM-UA优化算法率定三水源新安江模型,选择纳什效率系数f_(1)、均方根误差f_(2)和Kling-Gupta效率系数f_(3)作为参数率定的目标函数,同时构建分别偏好f_(1)、f_(2)、f_(3)三者的组合多目标函数F_(1)、F_(2)和F_(3)共6个率定目标,比较不同率定目标下的径流模拟精度差异,采用Sobol全局敏感性分析方法定量对比分析不同目标函数下的新安江模型参数敏感性,最后基于GLUE方法分析丰枯水期和不同流量级别下的径流模拟不确定性。结果表明:(1)6个目标函数下,新安江模型的主要敏感参数识别结果一致;(2)F_(1),F_(2),F_(3)较单目标函数展现出更高的径流模拟精度;(3)在不同水文时期和不同流量级别下,f_(1)表现出较其他目标函数更高的覆盖率和较小的不确定性区间。不同目标函数下均呈现枯水期参数不确定性最小,且随流量级别的增大而径流模拟不确定性增加的规律。

基于HPPC-FFRLS的锂电池等效模型参数在线辨识

目的为了实现锂离子动力电池的高精度状态监测与分析,方法针对锂离子动力电池二阶RC等效电路模型的参数在线辨识展开研究。搭建锂离子动力电池二阶RC等效电路模型;利用开路电压法与安-时积分算法相结合的方式进行电池荷电状态(SOC)评估;通过HPPC测试实验数据进行等效电路模型的离线参数辨识;以离线辨识结果作为系统状态初值,结合带遗忘因子的递推最小二乘算法(FFRLS)对锂离子动力电池二阶RC等效电路模型参数进行在线辨识;利用Simulink搭建电池状态监测和充放电控制仿真系统,对基于在线辨识参数的模型进行仿真测试;利用可编程电源和电子负载搭建实验平台。结果对比在线辨识参数的系统仿真输出、离线辨识参数的系统仿真输出和实验数据,结果表明:基于HPPC-FFRLS在线辨识的模型仿真输出的误差相对于HPPC实验法减小了50%;在线辨识策略克服了环境温度、电池老化、充放电倍率等因素对参数的影响;仿真初期系统波动明显减小,等效模型系统动态跟踪具有更高的精度,鲁棒性更好。结论基于HPPC-FFRLS的锂电池等效模型在线辨识保证了模型参数的有效性,简化运算量的同时提高了模型精度。

饱和砂土液化Finn模型的关键参数

以闽江中细砂层为对象,开展三因素三水平正交设计的小型振动台试验,定性探讨闽江砂土液化特性;同时基于Finn模型,在FLAC3D数值平台上对典型试验过程开展动力时程数值模拟。结果表明:Finn模型可有效模拟地震动作用下饱和砂土孔压的增长与有效应力的降低,能较为准确地反映饱和砂土的液化效应,Finn模型中的关键参数C_(1)、C_(2)对计算结果影响显著。以超孔压比峰值及超孔压比稳定值为指标,通过大量数值模拟结果与试验结果的对比,对上述关键参数进行标定,建议闽江饱和砂土液化Finn模型的关键参数取值为C_(1)=1.30、C_(2)=0.31。饱和砂土激振过程中呈现出轻微剪胀趋势,大致与液化现象同步出现。

针对十参数标定模型的导航避障相机影像精确校正

十参数标定模型是近景摄影测量中一种经典的内参标定模型。在影像畸变校正中,如果利用此模型采用直接重采样方式会产生空洞条纹,而常规的间接重采样方式虽无空洞产生,但在畸变较大的非中心区域同样无法得到较好的校正效果。针对此问题,本文提出了一种针对十参数标定模型的影像牛顿迭代精确校正算法。首先利用十参数标定模型将像点理想值和实际值进行重组,构建以像点实际值为待求量的非线性方程组;然后采用牛顿迭代法对影像中畸变部分进行局部线性逼近求解;最后采用间接重采样方法实现精确校正的目的。以移动机器人导航和避障相机作为研究对象,试验结果表明,牛顿迭代法校正可以得到高精度的优质去畸变影像,对避障相机的处理效果尤为显著。本文算法适用于移动机器人导航避障相机影像的畸变精确去除,为后续立体匹配环节生成优质的双目核线影像提供了可靠数据源。