基于机器学习的数据库系统参数优化方法综述

参数优化是影响数据库性能和适应性的关键技术,合理的参数配置对于保障数据库系统的高效运行至关重要,但由于参数较多且参数间具有强关联性,传统参数优化方法难以在高维连续的参数空间中寻找最优配置,机器学习的发展为解决这一难题带来新的机遇。通过总结和分析相关工作,将已有工作按照发展时间和特性分为专家决策、静态规则、启发式算法、传统机器学习方法和深度强化学习方法。对数据库参数优化问题进行定义,并说明启发式算法在参数优化问题上的局限性。介绍基于传统机器学习的参数优化方法,包括随机森林、支持向量机、决策树等,描述机器学习方法解决参数优化问题的一般流程并给出一般实现。由于需要大量带标注的数据,传统机器学习模型在适应性和调优能力等方面存在不足。侧重介绍深度强化学习模型的工作原理,定义参数优化问题与深度强化学习模型的映射关系,比较基于深度强化学习的相关工作对数据库性能提升、模型训练时间和涉及的技术,描述基于深度神经网络构建和训练智能体的具体流程。最后,总结已有工作的特点,对当前机器学习在数据库参数优化方面的研究热点和发展方向进行展望,指出多粒度调优、自适应算法和自运维是未来的研究趋势。

滤波辨识(11):多变量CARARMA系统的滤波递阶广义增广迭代参数辨识

针对多变量受控自回归自回归滑动平均(M-CARARMA)系统,利用滤波辨识理念和递阶辨识原理,研究和提出了滤波递阶广义增广梯度迭代辨识方法、滤波递阶多新息广义增广梯度迭代辨识方法、滤波递阶递推广义增广最小二乘迭代辨识方法、滤波递阶多新息广义增广最小二乘迭代辨识方法等。这些滤波递阶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(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。

基于物联网农业灌溉系统的参数检测方法研究

为提升农业灌溉系统检测环节准确性及整体作业效率为目标,基于物联网灌溉及参数检测方法应用展开设计。以当前灌溉作业机理及通信结构布局为出发点,通过建立合理正确的参数检测架构,选定高效适应的参数检测方法,实现整体灌溉系统功能优化。进行灌溉系统作业监测试验,结果表明:参数数据通信监测准确率及系统执行效率分别提升至93.70%与95.89%,系统丢包率相对降低至0.79%,平均节水效率相对提升了6.39%。基于物联网平台进行参数检测的有效性与适应性改进,较好地满足了智能灌溉的发展趋势,其方法研究理念对于灌溉系统及类似农机培育系统开发应用具有参考价值。

滤波辨识(12):多变量OEARMA系统的滤波辅助模型递阶广义增广迭代参数辨识

针对多变量输出误差自回归滑动平均(M-OEARMA)系统,即多变量Box-Jenkins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、滤波辅助模型递阶递推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等。这些滤波辅助模型递阶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。

灌木平茬机切割系统参数优化设计与验证

为分析圆盘锯式切割系统的切割机理,在Solidworks中建立单组圆盘锯及灌木枝条的简化模型,并在动力学分析软件ABAQUS中进行仿真分析,研究灌木切割过程中工作参数与圆锯片参数的关系。同时,以锯片转速、行进速度、枝径为影响因素,以锯切力为评价指标,对其影响的因素进行虚拟正交试验,并用Design Expert动态响应软件进行分析,得到响应面回归方程,得知当圆锯转速为2500r/min、前进速度为0.9m/s时平茬效果较好。用小型灌木平茬机上进行实地试验,结果表明破茬率和留茬高度均能满足农艺要求。

滤波辨识(13):类多变量方程误差ARMA系统的滤波递阶广义增广迭代参数辨识

针对类多变量方程误差自回归滑动平均(M-EEARMA-like)系统,利用滤波辨识理念和递阶辨识原理,研究和提出了滤波递阶广义增广梯度迭代辨识方法、滤波递阶多新息广义增广迭代梯度辨识方法、滤波递阶广义增广最小二乘迭代辨识方法、滤波递阶多新息广义增广最小二乘迭代辨识方法。这些滤波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方程误差随机系统中。

砻谷机转子系统结构参数辅助计算系统的设计与实现

[目的]提高胶辊砻谷机转子系统机械工作效率。[方法]基于VB与Matlab平台开发可在Windows系统下独立安装运行的胶辊砻谷机转子系统结构参数辅助计算系统(RRHRSPD)。根据等效设计方法和传统机械设计方法建立了砻谷机的工艺参数、动力参数、结构参数间的耦联关系,探明了转子系统结构参数的设计计算原理;采用VB开发系统操作界面并实时调用Matlab动态链接库,形成系统的核心运算机制,并对系统进行封装发布。[结果]开发了一套胶辊砻谷机转子系统结构参数辅助计算系统。[结论]该系统的计算结果准确、可靠,不仅可用于砻谷机转子系统机械结构的设计计算,也可用于砻谷机性能分析的虚拟试验平台。

燃烧系统参数对商用车发动机燃烧和排放特性的影响研究

为改善商用车发动机性能,采用计算流体力学(computational fluid dynamics,CFD)模拟、正交设计等方法,针对某商用车的燃烧室结构参数设计了4种新方案,并选取油束夹角、喷雾锥角、主喷正时等3个喷油参数开展多因素影响研究。结果表明:燃烧室形状曲线向内收缩且最大半径增大的方案1燃烧室可提升缸内湍流特性,改善燃油浓度分布,使燃烧速度加快,油气混合更好,为最优方案。在喷油参数研究方案中,以碳烟(soot)排放为优化指标时,油束夹角对排放特性影响最大,最优匹配方案是油束夹角147°、喷雾锥角15°、主喷正时-1°,其缸内碳烟排放较原机下降13.91%,且NOx排放减少13.98%;以氮氧化物(nitrogen oxides,NOx)排放为优化指标时,主喷正时对排放特性影响最大,最优匹配方案是油束夹角160°、喷雾锥角25°、主喷正时-1°,其缸内NOx排放较原机降低37.79%。

数控机床伺服系统参数设计数字孪生实验平台

为解决数控机床伺服系统参数设计相关实验,在真实机床上难开展、高耗材、安全风险大等问题,提出了一种“基于MCD+PLCSIMAdvanced+TIA架构的伺服系统参数设计数字孪生实验平台”设计方案。该方案将机床模型实体与数字孪生实验平台有机地结合起来,以“单轴伺服系统参数优化设计实验”为例,对数字孪生实验平台伺服系统的相关参数进行了调试与优化,并在机床模型实体上对其所得参数的准确性进行了验证,同时也证实了该数字孪生实验平台设计方案的可靠性。

矿井瓦斯抽采参数调控实验教学系统研制

为了满足工程流体专业相关课程的教学需求,自主研发了煤矿井下瓦斯抽采参数调控实验教学系统,可实现不同管道阻力、漏气程度、抽采负压等条件下瓦斯-空气流动规律的实验模拟。该系统由井下煤层抽采环境和瓦斯压力状态子系统,井下瓦斯抽采管网、阀门、动力结构子系统,气体体积流量、瓦斯体积分数、气体压力等气体参数采集子系统以及参数上传和数据分析处理子系统四部分组成;利用单片机控制各个阀门的开度、泵的转速,实时监测各个区域流经的气体体积流量、瓦斯体积分数、气体压力等数据。该系统可以开展工程流体专业相关课程的教学实验,培养学生对专业的认识,提升学生的动手能力。

基于自谐振线圈参数优化的多中继无线供电系统效率提升研究

印刷电路板(printed circuitboard,PCB)自谐振线圈可以避免绕线引起的偏差,且不受分立补偿电容的影响,应用在多中继无线供电系统中极具前景。针对PCB自谐振线圈结构参数优化不完全所导致的多中继无线供电系统传输效率低下的问题,该文给出了一种用以提升系统传输效率的PCB自谐振线圈结构参数优化设计方法。首先,建立了多中继无线供电系统的传输效率模型,并分析了线圈的电参数对传输效率的影响机理;其次,详细推导了线圈电参数与线圈的匝数、介质厚度、线宽、铜箔厚度、介质损耗角正切值以及介电常数之间的关系;然后,基于上述关系,以传输效率最高为目标,优化了线圈参数;最后,利用优化后的PCB自谐振线圈搭建了一套五线圈无线供电系统实验样机。实验结果表明,采用优化后的PCB自谐振线圈传输效率最高可达76.5%,相比优化前33.1%的传输效率,提高了43.4%。

基于参数自适应随机模型预测控制的风光氢耦合系统功率调控策略

针对风光氢耦合系统源荷两侧不确定性对其系统功率平衡造成的影响,提出了一种基于场景分析法的参数自适应随机模型预测控制功率调控策略。根据风光氢耦合系统的能源供给架构建立了描述其动态特性的线性离散状态空间模型;通过场景分析法对系统不确定性进行描述,作为参数自适应随机模型预测控制的输入;在设计的参数自适应随机模型预测控制优化框架下,计及延长系统设备生命周期的目标进行优化。针对随机模型预测控制在优化过程中预测时域和控制时域固定不变的缺陷,提出参数自适应方法以获取更好的优化效果。结果表明:在优化系统功率平衡方面,所提控制策略相较于随机模型预测控制提高了6.25百分点;在减少可控设备大功率运行方面,所提策略相较于常规模型预测控制降低了60%,验证了所提策略能够有效解决风光氢耦合系统源荷两侧的不确定性。

高阶时滞系统的改进线性自抗扰控制及参数整定方法

针对高阶时滞系统采用传统线性自抗扰控制调节效果不佳、参数整定困难的问题,提出一种高阶时滞线性自抗扰控制。在一阶线性自抗扰控制的基础上,串联高阶前馈补偿器,从而解决了线性扩张状态观测器前馈信号和反馈信号不同步的问题,提高了系统的状态观测精度;在此基础上,采用目标逼近法定量化参数整定公式,并推导出参数可调节区间,实现利用单参数λ调节控制器参数,简化参数整定;进一步采用频域分析法验证该整定方法的有效性,并确定参数和系统鲁棒性的关系。最后,在选择性催化还原(SCR)脱硝控制系统的仿真实验中将所提出的控制器与其他类型控制器进行了对比,验证了该控制器的优越性。结果表明:所提出的高阶时滞线性自抗扰控制在定值跟随、抗扰动和鲁棒性上均具有明显优势,具有很大的工程应用潜力。

一种高参数供热汽轮机热力系统方案介绍

文章介绍了1种高参数抽汽供热汽轮机热力系统方案,通过对汽轮机结构进行优化调整,以实现高参数供热的目的。以及采用这种供热抽汽方案的可行性及其调节方式。

地铁站台公共区弥散送风系统结构参数研究

地铁站台公共区弥散送风系统(DASS)可以提供舒适的热环境,其结构设计参数会影响DASS送风效果。采用数值模拟方法,研究不同弥散送风板开口率、送风口数量、静压室高度以及下部空间高度等结构参数对站台公共区DASS送风效果的影响。结果表明:站台公共区气流分布均匀性和人员热舒适性随弥散送风板开口率和送风口数量的增加而增加;静压室高度在1.1m左右时的送风效果最好;下部空间高度越高,气流分布越均匀,但冷风感越强,综合初投资和系统送风效果,下部空间最优高度为3m。

双线性参数系统的极大似然递推参数估计

研究具有自回归滑动平均噪声的双线性参数系统,该系统结构复杂,噪声项的研究更具普遍意义。为实现系统参数的在线辨识,采用梯度搜索方法,推导了双线性参数系统的随机梯度算法。对于出现的未知项,基于递阶辨识原理使用其估计值进行替代。极大似然估计方法基于概率论,具有良好的一致性、渐近正态性和可用性,在引入极大似然估计方法后得到了相应的极大似然随机梯度算法,为进一步减小有色噪声对参数估计精度的影响,结合多新息辨识理论,将标量单新息扩展为多新息向量,研究了具有自回归滑动平均噪声的双线性参数系统的极大似然多新息随机梯度参数估计方法,并进行了仿真验证。

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。

基于多参数耦合模型的锂离子电池充电策略在智能物流系统中的研究进展

为有效优化锂离子电池充电行为,避免智能物流系统过量消耗电力信号,针对基于多参数耦合模型的锂离子电池充电策略在智能物流系统中的应用展开研究。定义多参数耦合模型表达式,在此基础上,研究锂离子电池的充电行为,并对其进行调节,根据点电荷存储量,确定锂离子电池的最大储能水平,从而实现基于多参数耦合模型的锂离子电池充电特性分析,再以充电效率、电池安全性、智能化充电三个因素作为切入点,研究锂离子电池优化充电策略在智能物流系统中的可行性。

含预紧弹簧碰撞系统的两参数动力学

考虑含预紧弹簧机械碰撞系统,构建由光滑流映射和不连续映射复合的Poincaré映射,给出Floquet乘子计算的数值方法。数值仿真系统在两参数平面的周期吸引子模式及其参数域,应用延拓打靶法和胞映射法研究周期1吸引子的分岔特征以及不连续擦边分岔、擦边和周期倍化诱导的分岔、亚临界周期倍化分岔和激变等不连续分岔行为,揭示迟滞域和亚谐包含域的形成机理。不连续擦边分岔在相邻1-m与1-(m+1)吸引子的转迁过程中产生迟滞域和亚谐包含域。然而,当预压量等于0时,擦边诱导的鞍结和周期倍化分岔分别产生迟滞域和亚谐包含域。研究结果能够为工程实际含预紧弹簧机械碰撞系统的参数设计与优化提供参考。