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。

滤波辨识(14):类多变量输出误差ARMA系统的滤波辅助模型递阶广义增广迭代参数辨识

针对类多变量输出误差自回归滑动平均(M-OEARMA-like)系统,利用滤波辨识理念和递阶辨识原理,研究和提出了滤波辅助模型递阶广义增广梯度迭代辨识方法、滤波辅助模型递阶多新息广义增广梯度迭代辨识方法、滤波辅助模型递阶广义增广最小二乘迭代辨识方法、滤波辅助模型递阶多新息广义增广最小二乘迭代辨识方法。这些滤波辅助模型递阶广义增广迭代参数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输出误差随机系统中。

一种基于大语言模型的命题智能辅助系统

命题作为高等教育自学考试的核心环节,直接决定着考试的质量。命题智能辅助系统通过采用LLM(大语言模型),有效解决了命题文件不规范、拟制工作量大等问题。文章列举管理端和应用端等命题智能辅助系统构成要素的功能,提出包含基础资源层、数据资源层、模型资源层、能力支撑层和应用服务层在内的命题智能辅助系统架构,分析试题数据处理、大模型开发训练和大模型应用编排等管理端模块的基本构成、功能指标和设计思路,描述试题生成、试题复核、试卷生成、试卷审核、试卷文档生成和发布考试等应用端模块的实现流程。

基于UTAUT模型的医生人工智能辅助诊疗系统采纳意愿研究

目的探究医生对人工智能辅助诊疗系统(aided diagnosis and treatment system,ADTS)的采纳意愿及其影响因素,厘清ADTS推行的重要环节,进而提出优化技术、管理的建议。方法在整合型技术接受使用模型的基础上添加感知风险、认知信任、法律监管等因素设计问卷,在预调研修正后对226份正式回收问卷数据进行信度和效度分析、假设检验、结构方程模型拟合,得到医生ADTS采纳意愿关系链模型。结果绩效期望、认知信任、社会影响对医生的行为意愿产生直接正向影响,其中社会影响的作用效果最大;促成因素、法律监管等存在间接影响。研究还发现,使用过ADTS的医生在绩效期望、努力期望、学习适应性等多方面赋分较高。结论落实ADTS应用应重视培训科普、建立运维体系、完善风险责任规制,需要多方合力。

基于模型的飞机辅助冷却系统仿真设备设计

大型飞机环控系统通常采用辅助冷却装置实现温度的调节与控制,其主要应用于冷却厨房餐车、电子设备以及大功率设备舱等。基于此,设计了一种基于模型的飞机环控辅助冷却系统仿真设备,通过PID控制模拟飞机辅助冷却系统的工作情况,该设备不受场地限制,支持在不同实验环境下运行,同时设备硬件平台可加载不同的模型,支持多次开发,以适应不同的需求场景。

滤波辨识(5):输出误差自回归滑动平均系统的滤波辅助模型递推广义增广参数估计

针对输出误差自回归滑动平均系统,即Box-Jenkis系统,利用滤波辨识理念,研究和提出了滤波辅助模型广义增广随机梯度辨识方法、滤波辅助模型多新息广义增广随机梯度辨识方法、滤波辅助模型多新息广义增广投影辨识方法、滤波辅助模型递推广义增广梯度辨识方法、滤波辅助模型多新息递推广义增广梯度辨识方法、滤波辅助模型递推广义增广最小二乘辨识方法、滤波辅助模型多新息递推广义增广最小二乘辨识方法。这些滤波辅助模型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。

滤波辨识(6):输出误差自回归滑动平均系统的滤波辅助模型广义增广迭代参数估计

输出误差自回归滑动平均模型也称为Box-Jenkins模型。针对Box-Jenkins系统,基于滤波辨识理念,研究和提出了滤波辅助模型广义增广梯度迭代辨识方法、滤波辅助模型多新息广义增广梯度迭代辨识方法、滤波辅助模型多新息广义增广投影迭代辨识方法、滤波辅助模型广义增广最小二乘迭代辨识方法、滤波辅助模型多新息广义增广最小二乘迭代辨识方法。这些滤波辅助模型广义增广迭代辨识方法可以推广到其它有色噪声干扰下的线性和非线性多变量随机系统中。

滤波辨识(8):类多变量输出误差ARMA系统的滤波辅助模型递阶广义增广参数辨识

针对类多变量输出误差自回归滑动平均(M-OEARMA-like)系统,利用辅助模型辨识思想,滤波辨识理念和递阶辨识原理,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、滤波辅助模型递阶递推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参数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。

考虑电化学模型的配电网侧光储系统分布式优化调度

配电网侧广泛接入的光储系统具备成为电网调度中灵活性资源的潜力。为了提高光储系统调控的精细程度,分析建模了光储系统运行的动态特性,构建了考虑电化学模型的光储调度模型。针对保护节点用户隐私和调用分布式计算资源的需求,根据该光储调度模型给出了适用于计算的矩阵化形式,并构建了各节点处含光储系统的配电网调度优化的分布式子问题,实现了该调度优化问题的分布式求解。基于IEEE 33节点系统算例验证了所提方法的有效性。结果表明,该方法给出的调度方案在可行性、储能运行高效性和老化衰退抑制能力等方面具有优势。

智能化测量学教学辅助系统与组卷策略的设计及研究

针对当前计算机教学辅助系统中存在的组卷难度和题型比例不合理等问题,以测量学课程为例,提出了多约束条件的组合优化模型,解决了自动化组卷的多指标参数问题,为实现科学的组卷策略提供参考依据。该模型综合考虑试卷的总分、难度、曝光率、题型比例、章节知识量、培养目标等多个方面的要求进行量化加权,建立了智能化组卷的总约束方程,构建了多参数约束的组合优化模型。采用计算机模拟仿真的方法建立了题库,分析了三种启发式搜索算法求解模型的解算精度和效率。结果表明,利用遗传算法实现的自动化组卷的整体精度和效率更高,在总分、难度、曝光率、题型比例、章节知识量和培养目标方面的平均偏差分别为0.2%.0.074、0.1%6.1%、8.2%和9.6%,迭代次数在230次以内基本能够达到最优解。

基于三维模型的变电站智能辅助控制系统设计

为了提高智能变电站设备运行环境与公共安全状态的远程监控及智能化防控能力,提出一种基于三维模型的变电站智能辅助控制系统。按照变电站智能辅助控制系统的设备选型布置需求进行数据库开发设计,采用三维模型实现变电站智能辅助控制系统的三维设计成果的共享,通过三维设计模型校验和红外双鉴三维建模完成变电站智能辅助控制系统的三维设计,并对三维建模算法进行优化,得到三维建模输出结果。仿真测试结果表明,该系统进行变电站三维建模的输出功率稳定性好,抗干扰能力强,运维闭环管理处理效率高,有利于提高变电站设备的远程监控及智能化防控能力。

变电设备温度态势感知及辅助决策系统方案研究

【目的】为了提升变电设备运维管理的智能化水平,及时发现并预防因设备过热导致的故障风险,保障电网安全稳定运行,提出了变电设备温度态势感知及辅助决策方案。【方法】从感知层、理解层、预测层和辅助决策层4个方面展开研究。在感知层,利用K近邻(K-nearest neighbor,KNN)分类算法分析多类温度数据的关联性。在理解层,通过BP神经网络构建历史数据传递模型,以处理历史数据缺失问题。在预测层,为应对非线性数据和噪声,设计了自回归积分滑动平均(autoregressive integrated moving average,ARIMA)模型与支持向量机(support vector machine,SVM)组合的温度预测模型。在辅助决策层,应用灰色关联度分析设备温度变化与故障风险之间的关系。【结果】基于所提方案的算例验证结果表明,该方案实现了对设备未来温度变化趋势的有效感知,并为设备缺陷判断提供了依据。【结论】所提方案通过多维度、深层次的温度数据分析,揭示了设备温度与故障风险之间潜在的关联关系,实现了对变电设备运行趋势的预判,为变电设备运行方式优化以及制定设备检修计划提供参考。

CEUS LI-RADS联合人工智能辅助决策模型对肝细胞癌的诊断价值评估

目的评估超声肝脏造影报告及数据管理系统(CEUS LI-RADS)联合人工智能辅助决策模型对肝细胞癌的诊断价值。方法选取88例肝细胞肿瘤患者,均通过CEUS LI-RADS评估肝细胞肿瘤的良性与恶性,根据CEUS LI-RADS结果采用人工智能辅助决策模型进行诊断,比较CEUS LI-RADS和人工智能辅助决策模型对肝细胞癌的单独诊断结果与联合诊断价值,并分析CEUS LI-RADS在不同病理特征肝细胞肿瘤诊断中的价值。结果CEUS LI-RADS联合人工智能辅助决策模型对肝细胞癌的诊断灵敏度、准确度高于单一方案诊断,漏诊率低于单一方案诊断,差异均具有统计学意义(P<0.05)。肝细胞肿瘤<5 cm的阳性患者和阴性患者CEUS LI-RADS分类LR-1~LR-3、LR-4、LR-5之间有显著差异(P<0.05)。肝细胞肿瘤≥5 cm阳性患者和阴性患者LR-1~LR-3、LR-5之间有显著差异(P<0.05)。不同分化程度肝细胞癌患者CEUS LI-RADS分类LR-3、LR-5之间有显著差异(P<0.05)。结论CEUS LI-RADS联合人工智能辅助决策模型对于肝细胞癌诊断准确度、灵敏度较高,可有效提高肝细胞癌诊断效能,降低漏诊率。

自动化辅助设计技术在机械传动系统优化中的应用

阐述一种基于机械辅助设计的优化方法,通过建立机械传动系统的仿真模型,利用优化算法对传动系统进行优化设计。实验结果表明,其在提高机械传动系统的效率和性能方面具有明显的优势。

辅助给水系统神经网络模型预测控制方案设计

为优化“华龙一号”核电机组辅助给水系统控制性能,对辅助给水控制方案进行了研究,设计了一种基于长短时记忆(LSTM)网络的辅助给水系统神经网络模型预测控制方案。通过仿真验证平台进行数据采集后,利用LSTM神经网络训练出蒸汽发生器液位预测器,以反应控制过程的动态特性。应用模型预测控制方案,根据蒸汽发生器液位估计值实时优化控制变量。验证结果表明,与手动控制/核电厂自动控制方案相比,模型预测控制方案可实现更快、更准确的设定点跟踪功能,同时需要的控制工作量更少,可达到有效减少对系统部件的磨损、延长系统部件使用寿命的作用。此外,所提方案可被应用于其他需要精确和有效控制的复杂工业过程。

计及辅助服务的电-气-氢综合能源系统优化调度

氢能是中国能源行业低碳化转型的重要支撑。电制氢技术可将电网难以消纳的新能源转换成绿氢注入天然气管道,实现绿氢的远距离传输与利用。文中提出一种计及绿氢注入的电-气综合能源系统优化调度模型,且计及电网辅助服务以支撑高比例新能源消纳。首先,建立了计及绿氢注入及管道管存的天然气系统准动态运行模型;然后,构建了计及调峰与灵活备用的辅助服务的综合能源系统灵活运行模型。最后,算例测试量化评估了电制氢及多能协同对于支撑新能源消纳及提高系统运行灵活性的价值,并且分析了新能源渗透率、管道掺氢比限制对于综合能源系统调度结果的影响机理。

骨肿瘤辅助诊断专家系统模糊推理模型

目的 :建立骨肿瘤辅助诊断专家系统的推理模型 .方法 :通过对医学专家在骨肿瘤诊断实践中的方法研究 ,结合模糊集合论和医学统计理论建立量化的诊断模型 .结果 :提出和构建的骨肿瘤诊断模糊推理模型符合医学专家的诊断逻辑 ,而且推理模型中的隶属度可随辅助诊断系统对诊断案例的积累不断地自我调整 ,提高辅助诊断准确度 .结论

汽车驾驶辅助实时仿真系统的整车动力学模型

简述了以xPC技术为核心的汽车驾驶辅助实时仿真系统的总体结构。基于汽车各主要部件的动力学分析,建立了整车七自由度非线性动力学模型,详细阐述了利用Matlab/Simulink及Stateflow进行模型实现的过程。仿真及试验表明,模型占用计算资源少,且准确地反映了整车纵、侧向动力学特性,能够满足汽车驾驶辅助实时仿真系统的要求。

辅助汽流通过冷却器进出热力系统的定量分析计算模型

火电机组的部分辅汽通过冷却器凝结为疏水后再进入热力系统,本文针对冷却器在热力系统中所处位置,以质量平衡与能量平衡为基础,应用矩阵理论,通过严谨的数学推演,提出了辅助汽流通过冷却器进出热力系统的定量分析计算模型,具有分析与计算方便、简洁、准确性高、通用性强等特点,为火电机组的节能降耗特别是辅助汽水系统的定量分析计算提供了新方法。

传递函数辨识(25):自回归输出误差自回归滑动平均系统的辅助模型递阶广义增广递推参数估计

利用递阶辨识原理、多新息辨识理论,研究和提出AR-OEARMA系统的辅助模型递阶广义增广随机梯度算法、辅助模型递阶多新息广义增广随机梯度算法、辅助模型递阶广义增广递推梯度算法、辅助模型递阶多新息广义增广递推梯度算法、辅助模型递阶广义增广最小二乘算法、辅助模型递阶多新息广义增广最小二乘算法。这些辅助模型递阶递推辨识方法可以推广到其他有色噪声干扰下的线性多变量和非线性多变量随机系统中。