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

计算流体力学的时空观_模型的时空关联性及算法的时空耦合性

流体力学中波的有限传播、粒子的碰撞、各种力之间相互作用,无不体现时空关联效应.本文从计算方法 的视角探讨计算流体力学的时空观,即流体力学模型的时空关联性和计算方法的时空耦合性.从流体力学微团法 建模出发,明确模型时空关联性的涵义,建立有限体积格式的基本原理,阐述算法时空耦合的必要性,实现流体力 学基本控制方程物理建模与有限体积格式数学原理的统一.在实践中,给出时空耦合高精度数值方法设计思路, 利用算例比较它与时空解耦方法的差别.期望通过时空观的建立,对未来计算流体力学的算法研究提供帮助.

  • 2021-06-15
  • 阅读96
  • 下载0
  • 20页
  • pdf

基于遗传算法和非线性规划求解信息交互的光伏阵列模型鲁棒参数辨识方法

对光伏阵列进行建模不仅可以研究温度、光照等囚素对V I特性f}f【线的影响，还可以用模型代替实际光伏阵列进行各种光伏实验，降低实验成本，节省实验时间；参数辨识可以使光伏阵列模型的参数值设置更精确，使其与实际值相一致；针对基于非线性规划的光伏阵列模型鲁棒参数辨识方法容易陷入局部搜索的问题，提出了遗传算法与非线性规划求解信息交互的鲁棒参数辨识方法；将遗传算法与非线性规划求解信息交互，既u、『以进行全局搜索，又町以进行局部搜索，以得到问题的全局最优解；通过仿真测试，使用该方法得到的结果均方误差降低』，8倍，均力‘误差量级达到J，1．oE 3，表明J，该力‘法在光伏阵列模型参数辨识方面具有较高的精确度。

  • 2021-06-15
  • 阅读122
  • 下载0
  • 5页
  • pdf

混合模型下的雅可比矩阵退火算法优化

火算法可有效发现网络结构的聚类分布情况，但在不同的网络中算法处理结果的准确性有待提高．为更精确地识别混合模型网络结构中的数据分布，解决混合模型易陷入局部最大值和收敛等问题，提出混合模型下雅可比矩阵退火算法．首先利用逆温度参数卢对模型进行初始化，然后迭代执行计算期望步骤和最大化步骤2个任务；采用雅可比矩阵计算模型的后验概率，直至算法达到设定的准确性或收敛．将建立的雅可比矩阵退火算法与半监督高斯混合模型下的逆模拟退火聚类算法在真实网络上进行对比分析．实验结果表明，基于雅可比矩阵的算法在混合网络模型中的；住确性更优．该算法不仅能防止陷入局部最优，而且能提高分析网络聚类分布的准确性．

  • 2021-06-15
  • 阅读111
  • 下载0
  • 6页
  • pdf

高速铁路场景中基于MAB模型的多信道选择算法

针对高速列车越区切换过程中,切换带为多信道分布的问题,提出一种基于多臂老虎 机（multi-armed bandit,MAB）模型的信道选择算法.首先,以置信区间上界（UCB）算法为基 础,通过设置信道空闲差异因子,使算法快速收敛于最优信道；其次,通过引入满意通信概 率（SCP）,衡量移动列车的通信质量,分析与切换过程中误码率之间的关系；最后,利用最优 信道选择比率、成功传输率和累积接入损失作为评判标准,分析算法的性能.仿真结果表明, 该算法的累积接入损失比原始 UCB 算法减少了约 1 8.5%；对比随机选择算法与原始 UCB 算法,成功传输率提高了约 3 0.2%和 3.3%；最优选择比率提高了约 88.3%和 1 3.5%

  • 2021-06-15
  • 阅读94
  • 下载0
  • 7页
  • pdf

基于遗传算法的分数阶灰色预测模型及其应用

近年来由于分数阶灰色预测模型在灰色系统中的高效性和灵活性，引起了学者们的研究兴趣. 但是，分数阶累加的计算复杂，给理论分析和应用带来了困难.提出了一种基于遗传算法的优化的分数阶灰色预 测模型，对少样本进行预测，根据河南省 2004—201 7 年能源消费的数据建立模型，利用平均绝对百分比误差和 均方根误差比较预测模型的性能.结果显示，基于遗传算法的分数阶灰色预测模型比传统的 GM（1 ，1 ）模型、 DGM（2，1 ）模型和灰色 Verhulst 模型更准确，性能更好.

  • 2021-06-15
  • 阅读91
  • 下载0
  • 6页
  • pdf

基于BoW模型的增强RGB-D SLAM算法

即时定位与地图构建（simultaneous localization mapping,SLAM）被认为是机器人自主运动的核心技术。 针对目 前的 RGB-D SLAM 算法实时性和鲁棒性差的问题,提出了一种增强的 RGB-D SLAM 算法。 提取 RGB 图像的 ORB 特征描 述子,然后利用 BoW（bag of word）模型缩小特征描述子的匹配范围从而提高算法的实时性；接着采用 PROSAC 算法结合 PnP 算法解算初始相机位姿并通过非线性优化的方式得到优化的相机位姿；利用 BoW 模型结合关键帧技术和结构一致性 几何约束提高回环检测的鲁棒性；采用通用图优化工具 g2o 对位姿图进行优化,得到全局一致的位姿和点云；最后采用贪 心三角化算法将点云转换成网格地图。 针对 Fr1 数据集,该算法的平均定位误差为 0. 079 7 m,每帧数据平均处理时间为 0. 04 s。 与 RGB-D SLAM 原始算法相比,该算法具有良好的实时性和鲁棒性,可以满足机器人实时 SLAM 的要求。

  • 2021-06-15
  • 阅读95
  • 下载0
  • 7页
  • pdf

改进回溯搜索算法解决光伏模型参数识别问题

为了准确、可靠地识别光伏模型参数，提出一种改进回溯搜索算法（MBSA）。该算法首先通过选取部分种 群个体同时学习当前种群和历史种群信息，而其他个体向当前种群中最优个体学习并远离最差解，从而保持种群多 样性并提高收敛速度；然后，通过概率来量化总体中的个体性能，进而每个个体基于概率自适应地选择不同的进化策 略来平衡探索和开发能力；最后，采用基于混沌局部搜索的精英策略来进一步提高种群的质量。所提算法在单二极 管、双二极管和光伏模块等不同的光伏模型上进行仿真实验。实验结果表明，所提出的策略极大提升了回溯搜索算法（BSA）的收敛速度和参数识别的准确性。将所提算法与逻辑混沌 JAYA（LCJAYA）算法和多重学习回溯搜索算法（MLBSA）等八种先进的算法进行对比，结果表明，所提出算法参数识别的鲁棒性在对比算法中最优，在单、双二极管模型上的识别准确性明显优于JAYA、LCJAYA、改进的JAYA优化（IJAYA）和基于教学的优化（TLBO）算法，在光伏模块模型上的识别准确性明显优于MLBSA、JAYA、IJAYA和TLBO算法。在不同光照条件和不同温度下采用厂商真实数据对薄膜、单晶和多晶三种光伏组件进行的实际测试中，所提算法的预测结果与实测情况一致。仿真结果表明，所提算法能够精确稳定地识别光伏模型参数。

  • 2021-06-15
  • 阅读99
  • 下载0
  • 8页
  • pdf

基于贝叶斯理论及MCMC-MH算法推演地基土材料阻尼比的概率分布模型

浅层土壤的材料阻尼比参数分布可以通过多通道表面波（MAsw）分析法提取的表面波衰减曲线来反演识别，但是衰减曲线对于较大深度和小空间尺度土壤性质的变化不敏感，反演的土壤材料阻尼比分布是非唯一的和不确定的。基于该研究建立了土体材料阻尼比随深度变化的先验概率分布模型，利用Nataf变换和Karhunen—Loeve将其分解为标准高斯变量与特征值及特征向量的乘积和；随后依据贝叶斯理论，以TLM—PML模型结合频率波数域一半功率带宽法对衰减曲线进行正演，并与试验数据联合构建似然函数，使用蒙特卡洛马尔科夫链（McMc）一Metmpolis（MH）算法得到土体材料阻尼比的后验概率分布模型；对马尔科夫链的收敛性和独立性进行检验获得了多组相互独立的后验样本数据；用独立的后验样本计算出自由场振动响应，利用核密度估计得到具有一定置信度的置信区间，并与试验数据进行比较，验证了该研究提出的土体阻尼比非确定性概率模型的合理性和可靠性。

  • 2021-06-15
  • 阅读90
  • 下载0
  • 8页
  • pdf