会员中心
搜索
登录
注册

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文

基于人工蜂群算法优化支持向量机的接地网腐蚀速率预测模型_刘渝根

为了提高接地网腐蚀速率预测的精确度,在建立预测模型的过程中,首先对接地网进行了基于电网络理论的腐蚀诊断过程,并以经过诊断之后确定的腐蚀支路位置为采样点。考虑到仅以土壤理化性质反映接地网腐蚀速率的局限性,在接地网腐蚀诊断结果的基础上,提出接地网电阻平均增长速率作为预测模型的输入特征量之一。建立了基于人工蜂群优化支持向量机的接地网腐蚀速率预测模型,测试结果显示相对BP神经网络模型和广义回归神经网络模型,所提模型的预测结果精确度和稳定性更高,表明了对于解决接地网腐蚀速率预测问题,所提模型具有良好的适用性。

  • 2021-05-06
  • 阅读433
  • 下载0
  • 6页
  • pdf

基于改进遗传算法的海上风电场消纳拓扑结构优化模型_赵东来

在对海上风电场功率汇集系统进行分析的基础上,建立数学模型对其经济性和可靠性进行综合评估,提出基于改进单亲遗传算法的海上风电场功率汇集系统拓扑结构优化模型。对包含多个海上变电站的大型海上风电场提出基于范式距离最优的区域划分方法。研究结果表明:所提出的模型可以在统筹优化经济性和可靠性的同时快速获得拓扑连接优化结果,与传统的遗传算法相比收敛速度更快,优化结果更好；通过对海上风电场经济性和可靠性的权重赋值,还可得到不同权重下的拓扑结构优化结果,从而为大型海上风电场建设中的功率汇集系统拓扑优化提供参考。

  • 2021-05-06
  • 阅读445
  • 下载0
  • 7页
  • pdf

基于粒子群算法改进最小二乘支持向量机的工程投资风险评价模型_唐碧秋

为了有效控制工程投资风险,有预见性地采取风险应对策略,通过粒子群算法优化最小二乘支持向量机的核函数参数和正则化参数,构建了一种工程投资风险评价模型。分别采用WBS和元分析法分析工程项目投资环境面临的内部和外部风险因素,并建立投资风险评价体系。根据工程实际情况采用专家打分法对17个已完工项目和4个新开工项目进行投资风险因素打分,将打分值归一化处理后作为最小二乘支持向量机的输入向量,4个新开工项目的风险评价值作为输出向量,根据评价值确定其对应的风险等级。结果表明,粒子群改进最小二乘支持向量机模型预测的平均误差为2. 48%,能够较准确地评价投资风险等级,为工程投资风险控制提供参考依据。

  • 2021-05-06
  • 阅读459
  • 下载0
  • 6页
  • pdf

一种应用于空间碎片演化模型的碰撞概率算法_王晓伟

针对碰撞概率算法Cube模型参数影响空间碎片演化模型的仿真结果问题进行了深入分析与研究,并将原Cube算法进行改进,由此提出I-Cube模型。经过多次蒙特卡洛仿真结果验证,I-Cube模型对演化过程中空间碎片碰撞概率的计算更为准确合理,空间碎片长期演化模型的结果不再依赖于自身碰撞概率算法的相关参数,提高了空间碎片长期演化模型的稳定性与可信度。

  • 2021-05-06
  • 阅读563
  • 下载0
  • 7页
  • pdf

基于遗传算法的BP神经网络模型在预测海洋沉积物烧失量中的应用_李强

烧失量（LOI）是进行海洋地质研究的一个重要指标,采用常规方式测定烧失量不仅操作耗时,而且对分析环境要求比较高。实验基于SiO2、Al2O3、Fe2O3、CaO、K2O和TiO2等的含量与烧失量的相关性,尝试引入BP神经网络模型利用其非线性拟合能力预测烧失量的含量。实验表明,以大量的海洋沉积物样品中SiO2、Al2O3、Fe2O3、CaO、K2O和TiO2的含量数据以及烧失量为训练样本,采用遗传算法优化BP神经网络的初始权值和偏置,成功建立了海洋沉积物烧失量的遗传算法（GA）-BP神经网络预测模型。利用X射线荧光光谱（XRF）分析数据并结合GA-BP神经网络预测海洋沉积物烧失量,烧失量预测结果的相对标准偏差（RSD）为1.3%；海洋沉积物标准样品和实际样品中烧失量的预测值与参考值的相对偏差绝对值在0.1%～6.2%之间,为烧失量的测定提供了一种新的有效途径。

  • 2021-05-06
  • 阅读456
  • 下载0
  • 6页
  • pdf

基于动态投影系统的带非线性边界约束混行路网均衡模型求解算法_徐若辰

烧失量（LOI）是进行海洋地质研究的一个重要指标,采用常规方式测定烧失量不仅操作耗时,而且对分析环境要求比较高。实验基于SiO2、Al2O3、Fe2O3、CaO、K2O和TiO2等的含量与烧失量的相关性,尝试引入BP神经网络模型利用其非线性拟合能力预测烧失量的含量。实验表明,以大量的海洋沉积物样品中SiO2、Al2O3、Fe2O3、CaO、K2O和TiO2的含量数据以及烧失量为训练样本,采用遗传算法优化BP神经网络的初始权值和偏置,成功建立了海洋沉积物烧失量的遗传算法（GA）-BP神经网络预测模型。利用X射线荧光光谱（XRF）分析数据并结合GA-BP神经网络预测海洋沉积物烧失量,烧失量预测结果的相对标准偏差（RSD）为1.3%；海洋沉积物标准样品和实际样品中烧失量的预测值与参考值的相对偏差绝对值在0.1%～6.2%之间,为烧失量的测定提供了一种新的有效途径。

  • 2021-05-06
  • 阅读452
  • 下载0
  • 8页
  • pdf

适用于饱和砂土循环动力分析边界面塑性模型的显式积分算法_高源

基于适用于饱和砂土循环动力分析的边界面模型,利用修正广义Mises方法将其推广至三维应力空间中,引入与状态相关的剪胀函数,采用历史最大加载面硬化准则,以反映饱和砂土排水条件下刚度变化、剪胀剪缩等特性。结合子增量步显式积分算法的思想,建立了适用于饱和砂土循环动力分析边界面模型的显式积分算法流程。借助有限元软件子程序接口,将该算法流程开发到有限元软件中,通过建立土体单元数值模型,对Toyoura砂在单调荷载和循环荷载下的三轴试验工况进行模拟。结果表明,利用子增量步显式积分算法对模型进行积分,能够准确有效地模拟砂土的应力-应变曲线、以及砂土在单调和循环荷载作用下均展现的剪胀剪缩现象,验证了显式积分算法的有效性。通过设置不同的增量步长,验证了子增量步显式积分算法对于较小应变增量步的高度稳定性和收敛性

  • 2021-05-06
  • 阅读461
  • 下载0
  • 8页
  • pdf

特征驱动的三维网格模型自适应重采样算法_戴佳佳

提出一种由可编辑特征驱动的三维网格模型自适应重采样算法,该算法运用一组特征曲线控制重采样密度。将网格模型参数化到平面域,用灰度几何图像表示原模型的局部几何信息；由几何图像的灰度及用户编辑信息定义三维模型表面采样的密度控制函数；该函数控制采样点在参数域中的疏密分布,并采用重心Voronoi方法优化采样点的局部分布；将采样结果映射到三维空间生成重采样模型。算法能有效地处理不同模型,得到的重采样点分布具有局部特征自适应性,用户以交互方式控制采样分布。

  • 2021-05-06
  • 阅读535
  • 下载0
  • 8页
  • pdf