基于分布参数模型的摇摆墙-框架结构协同性能分析

为了研究自复位摇摆墙-框架(rocking wall-moment frame,RWMF)结构的协同工作性能,利用所提出的分布参数模型对自复位RWMF结构的协同工作原理与基本影响规律进行研究,建立并求解了完整的静力和动力方程;得到RWMF结构的侧移、内力和各阶动态响应的闭合解,通过参数分析研究框架与摇摆墙(rocking wall,RW)之间的刚度特征值λ和RW底部旋转约束R_(f)对协同性能的影响,并采用层间位移集中系数(inter-story drift concentration factor,DCF)量化RW与框架之间的协同性能。结果表明:RW的设计应满足λ<10,否则,RW对协同性能的影响将微乎其微;当λ值适中时,RW底部约束可以增进协同作用,R_(f)>5后,其约束的继续增大不会再增进RW与框架间的协同效果;当λ和R_(f)取1≤λ≤5∩0.1<R_(f)≤10时,自复位RWMF结构可以在分布均匀性和减小主体框架损伤之间实现平衡,达到最优的协同性能。

基于分布参数模型的通信网络数据挖掘加速算法

为优化通信网络数据挖掘效果,开展了基于分布参数模型的通信网络数据挖掘加速算法研究。首先,预处理通信网络数据,消除通信网络数据噪声影响、填补数据缺失值,获取完整数据。其次,选取待加速挖掘的通信网络数据候选属性子集。采用基于统计的通信网络异常点挖掘方法,挖掘通信网络数据异常点。在此基础上,设计通信网络数据挖掘加速算法内容,将挖掘加速聚类分析结果作为最终的数据挖掘结果,全方位、多维度地实现数据挖掘加速目标。实验结果表明,提出的算法应用后,通信网络数据挖掘速度始终高于对照组,加速效果较好。

基于RAGA的分布式水文模型参数分类优化方法研究

计算效率低及异参同效(局部优化)是分布式水文模型参数优化研究中存在的主要问题。本文基于RAGA(基于实数编码的加速遗传算法),提出一种分布式水文模型参数分类优化方法,将需要率定的参数根据物理意义分成若干类,逐类进行优化。这种方法可降低待优化参数的维度,一方面可以提高优化计算的速度,另一方面可以在一定程度上逼近全局最优,减少异参同效的问题。本文采用分布式水文模型WEP-L(Water and Energy Processesin Large Scale Basin)模型,针对黄河流域玛曲水文站以上区域1997—2000年逐月流量过程进行参数率定,并对2006—2016年系列进行验证。对比参数不分类优化方法,发现采用参数分类优化方法后,WEP-L模型参数优化的速度提高37%左右,纳什效率系数(NSE)从0.739提高到0.829。说明参数分类优化方法既可以节约时间,又可以保证优化算法的全局性,提高模拟的精度。

计及跟随型和支撑型分布式光伏的广义综合负荷模型及两阶段参数聚合等效方法

为有效聚合等值包含不同控制类型分布式光伏发电系统的配电网,提出一种计及跟随型和支撑型分布式光伏的广义综合负荷模型及两阶段模型参数聚合等效方法。通过将跟随型和支撑型光伏等效模型与传统综合负荷模型并联形成广义综合负荷模型,实现对实际配电网并网特性的有效拟合;基于参数灵敏度分析与改进的微分进化算法,通过两阶段聚合等效确定模型参数,避免模型未知参数过多带来的辨识解分散性大的弊端。基于PSCAD和MATLAB验证了所提模型的自描述能力、泛化能力和参数稳定性。

基于Copula函数的长江堤防岸线土体参数分布模型研究

针对二维独立分布不能考虑变量间相关性,导致堤防边坡稳定性的可靠度计算结果不够准确的问题,基于171组长江堤防岸线土体抗剪强度试验数据,采用Copula函数研究长江堤防岸线土体抗剪强度参数间相关性,利用AIC、BIC准则识别最优边缘分布与Copula函数,构建二维联合分布模型,并分析数据量对参数间相关结构识别的影响。结果表明,基于Copula函数的二维联合分布模型能够较准确地表征长江堤防岸线土体参数间的相关性;当数据量大于24组时,AIC、BIC准则可准确识别最优Copula函数,为堤防边坡可靠度计算和Copula函数模型的构建提供参考。

0-k膨胀计数回归模型的参数估计与统计检验

0-k膨胀计数回归模型的参数估计与统计检验一直是数据分析的热点问题.借助隐变量重新设定0-k膨胀回归模型,并采用EM算法和Fisher信息矩阵给出参数的点估计和区间估计;基于Wald统计量和LR统计量对0-k膨胀分布是否会退化的现象进行统计检验;以0-k膨胀泊松回归模型为例进行实际应用.研究结果显示,采用EM算法进行参数估计时收敛速度较快且估计结果稳健,不同的0-k膨胀泊松分布对原始数据的拟合效果不同,若将k设定为非膨胀数值可能会导致拟合结果出现偏差.

基于分布参数模型的多高层建筑楼面加速度研究

建筑非结构构件的抗震分析方法及其性能评估愈发受到关注和研究。其中,对楼面加速度需求进行研究可合理确定加速度敏感型非结构构件的地震作用。该研究通过分布参数模型对多高层建筑结构进行简化,建立楼面加速度与地震输入和结构特征的联系,研究了弯剪刚度比对结构动力特性、模态振型的影响;基于模型各阶频率比与弯剪刚度比的关系,提出识别结构弯剪刚度比的方法;选用ATC-63的远近场强震动记录数据集,预测了楼面加速度放大(floor acceleration amplification, FAA)系数,回归拟合了楼面加速度与结构阻尼比、周期、刚度比之间的关系,可用于对楼面加速度的预测。

复杂场景散射特性的参数化仿真模型

针对复杂场景电磁散射特性的实时仿真需求,提出了一种基于散射中心的散射特性参数化仿真模型。首先基于数字高程数据,利用蒙特卡罗法补充粗糙度信息,构建复杂地形网格模型;再利用双向反射分布函数修正的属性散射中心(bidirectional reflection distribution function modified attribute scattering center,BRDF-ASC)模型建立参数化仿真模型。数值实验结果表明:所提算法仿真的典型山峰和沙丘地形的雷达散射截面积(radar cross section,RCS)与物理光学(physical optics,PO)法仿真的RCS的均值误差低于3.6 dBsm;与大型海港的实测合成孔径雷达(synthetic aperture radar,SAR)图像进行对比,其参数化散射模型仿真SAR图像的变更检出率为0.1097,验证了所提算法的可行性。

混合Beta分布GARCH模型的EM算法求解与实证分析

GARCH模型在处理时序数据异方差问题中得到广泛应用,然而在面临一些特殊领域的数据,尤其是金融市场领域中具有高峰厚尾、非对称性、有界取值区间等特征的数据时,传统正态分布的基本假设往往与现实严重不一致。针对此类问题,文章提出混合Beta分布的GARCH模型,并给出了基于完全数据最大似然函数的EM算法估计模型的参数,以仿真模拟数据和金融市场现实数据为例,进行了实证分析。结果显示,在违背正态分布假设的情形下,混合Beta分布GARCH模型更能有效地提炼波动的一系列非正态性信息,同时也验证了EM算法对模型的参数求解行之有效。

基于支持向量回归和分位数的雷达K分布海杂波形状参数估计方法

针对传统的雷达K分布海杂波形状参数估计方法在异常样本存在情况下估计精度严重下降的问题,该文提出一种基于支持向量回归(SVR)和样本分位数比值的K分布海杂波形状参数估计方法。首先给定K分布杂波参数和分位数位置的值,根据K分布的累积分布函数计算样本分位数比值及其对数,然后建立以样本分位数比值对数为输入、待估计形状参数为输出的SVR模型,通过交叉验证确定SVR模型的超参数,最后训练SVR模型实现对K分布海杂波形状参数的稳健精确估计。仿真和实测雷达数据表明,所提方法的估计误差低于基于矩的估计方法的估计误差,并且与基于分位数的估计方法具有相近估计性能。此外,相比已有基于分位数的方法,所提方法的超参数容易确定,并且不依赖于查表。

基于分布参数模型的小管径换热器性能预测及参数分析

基于分布参数三维模型建立了分体式家用空调室内机小管径换热器的仿真模型,得到了总传热量、显热量、潜热量、制冷剂侧压降以及空气侧压降等参数。研究了管长、制冷剂流量、风量、空气入口温度及空气入口相对湿度在不同工况下对换热器性能的影响,结果表明:针对本文研究的5 mm管径换热器,性能最优时对应的管长区间为0.6~0.7 m,不仅可以保证较大的传热量,同时使得压降处于较低水平。由于传热系数与有效传质时间的综合影响,当风量处于600~700 m^(3)/h区间时,制冷工况下的潜热量达到极大值426 W。随着空气入口温度的升高,制冷工况下的显热量也会出现先增大后减小的趋势。

区间删失数据下基于OLLGG分布的多参数回归模型的参数估计

该文基于Ⅱ型区间删失数据,在OLLGG分布下提出多参数回归模型,通过线性回归刻画分布参数与协变量之间的关系,并通过极大似然方法给出了模型的参数估计,数值模拟验证了模型参数的估计有良好的性质,将提出的模型应用到血友病患者HIV感染的数据中,发现提出的模型对数据有灵活的拟合效果.

高维时变协高阶矩建模及其投资组合应用——基于半参数分布因子模型

本研究提出了一种基于半参数分布时变因子模型的动态协高阶矩建模方法,给出了模型设定、模型估计和时变高阶矩的检验.通过因子模型有效缓解了动态协高阶矩估计存在的“维数灾难”问题,同时通过引入半参数分布增加了模型的稳健性.实证研究表明:相比于现有协高阶矩估计方法,基于因子模型的动态建模能够有效捕捉资产收益率协高阶矩的时变结构,同时更加契合金融资产收益率的潜在特征;动态投资组合能够应用于高维场景,并产生更高且更稳定的经济价值,稳健性分析进一步证实了这一点.

基于分布式参数测距算法的城市轨道交通直流牵引供电系统故障识别研究

城市轨道交通发展为人们的便捷出行提供了保障,维护直流牵引供电系统是保障城市轨道交通发展的重要内容。基于直流牵引供电系统的故障特性进行分析,提出考虑分布式参数测距算法的贝瑞隆模型来对故障问题进行定位识别,并考虑到供电系统的回流特性进行了进一步分析。结果表明,该模型能有效识别故障信号,其识别相对误差和绝对误差都较小,且系统整体运行具有较高的精度和稳定性。

零膨胀贝叶斯非参数模型对车险索赔频率的估计

在非寿险精算领域,往往数据中会出现大量的零次索赔情况,这一零聚集现象称为零膨胀现象。在保险实务中,导致零膨胀现象的原因有多方面:比如某些保险产品在设计时就设定了较高的理赔门槛,导致很多小额理赔无法触发,从而产生大量的零值数据;或是在保险期限内被保险人没有出险因而没有产生索赔等。为了拟合数据中过多的零值,用零膨胀模型是一种很有效的方法。目前精算中领域中解决零膨胀问题大多使用的零膨胀模型,都用传统的参数估计方法进行参数估计,都局限在有限维的参数空间中。本研究使用贝叶斯非参数模型,它是一种定义在无限维参数空间上的贝叶斯模型,其大小可以随着模型内数据的增大或减小而自适应模型的变化。因此,将贝叶斯非参数方法引入零膨胀问题中,使得模型综合了贝叶斯方法和非参数方法的诸多优点,具有更大的灵活性。对解决保险精算领域中的问题具有重要的理论意义与实际应用价值。

分布式水文模型参数群组敏感性快速定量评估研究

为提高分布式水文模型参数敏感性分析的效率,首次结合RSMSobo方法,对分布式水文模型SWAT模型进行参数群组的敏感性分析。结果表明:其下垫面综合影响参数CN值对SWAT模型水量目标影响程度最高,其参数群组的敏感度均值为0.52,计算单元坡比SLOPE对洪水过程影响程度最低。研究成果对于分布式水文模型参数群组的敏感度快速分析具有重要参考价值。

基于长输供热管网分布参数模型的循环泵调频特性研究

在集中供热系统飞速发展背景下,现有供热管道依旧采用滞后严重、能耗较高的质调节方式。量调节方式能够有效改善上述问题,但会引起管道水力波动,危害系统安全运行。以水力波动理论为基础建立长输供热管道分布参数模型,并结合案例分析循环泵调频方式对长输供热管道水力特性的影响。结果显示,循环泵降频对管道中的流量和压力波动影响更大,且波动随着调节时间的减少和调节幅度的增大而越发强烈。为了减弱长输供热管道的水力波动,循环泵调频动作时间应尽量大于180 s。

不同优化算法在新安江模型参数率定中的效果评估

针对水文模拟预报中需要寻求实用、稳健、高效的优化算法并据此确定参数的全局最优解的问题,以綦江流域典型控制断面五岔断面为研究对象,分别选取GA、SCE-UA、CMA-ES、PSO等4种优化算法进行分布式新安江模型汇流参数率定,并从有效性、稳定性、耗时和效率4个方面评估算法的参数率定性能。结果表明:CMA-ES算法优化效果最佳,相同迭代次数下耗时最少;SCE-UA算法稳定性和效率最高,但耗时随着迭代次数增大而显著增加;PSO算法有效性和效率相对较优,但稳定性最差;GA算法耗时相对较少,优化效果和效率最差;综合性能从优到劣依次为CMA-ES算法、SCE-UA算法、PSO算法、GA算法。

基于分布参数模型的高压输电线路故障测距算法

输电线路故障定位一直是电力系统亟待解决的难题 ,快速准确的故障定位对电力系统有极为重要的意义。由于传统的单端法故障测距易受过渡电阻和对端助增电流的影响 ;基于集中参数电路模型的故障测距算法又不适用于长线路测距。文中提出一种只使用输电线路参数和 2端电气量的基于分布参数电路模型的输电线路故障定位方法。并利用相模变化来减少实际线路的不换位和线路参数不平衡的影响 ,最后在模域求解故障距离。EMTP仿真结果表明 ,该算法具有很好的准确性和鲁棒性 ,而且受过渡电阻、故障类型。

分布式水文模型的参数率定及敏感性分析探讨

参数率定与敏感性分析是分布式水文模型应用和发展中的难点问题,论文对当前典型的、应用比较成功的全局最优化参数率定和敏感性分析方法进行归纳和分析,包括:遗传算法(Genetic Algorithm)、SCE-UA算法(Shuffled Complex Evolution)、贝叶斯方法(Bayesian Method)、RSA方法(Regionalized Sensitivity Analysis)、GLUE方法(Generalized Likelihood Uncertainty Estimation)等等。并对计算机自动优化方法和人工参数调试方法的利弊进行讨论,展望了分布式水文模型的参数率定与敏感性分析的发展方向。