基于模拟退火算法优化给水管线造价公式研究

给水管线造价公式的精确性对工程经济分析与给水管网优化的科学性和经济性有重大影响。通过五个地区的铸铁管综合单价数据,采用最小二乘法对各组数据进行多项式一至十次的拟合,确定了给水管线造价公式的最佳拟合次数为三次;进一步采用模拟退火算法对拟合的多项式参数进行优化计算,求解给水管线造价公式。结果表明:凭借模拟退火算法随机全局搜索模式以及不受函数性质影响的优势,能够克服传统算法难以求解多阶导数的困难,提高公式拟合精度。     

柔性坐标测量机参数辨识方法

设计了一种六自由度关节式柔性坐标测量机,并对该测量机测量方程中的参数进行了辨识,提出了一种快速简易的单点锥窝标定方法。该方法基于单点锥窝提供的空间单点基准,利用非线性最小二乘中的高斯-牛顿法,求解测量机测量方程的参数值。实验结果表明,该方法能够有效提高测量机的整体精度,且操作简单、计算效率高。     

The Algorithm of Searching out the Least and Most Loops by Making Use of Direction Factor

Based upon the conception of the least loop,the most loop and direction factor presented by the author firstly,the algorithm of searching out the least and most loops has been designed.By building the adjoining matrix, confirming the start-point of searching,vectorizing the searching sides,calculating the direction factor of adjoining sides,we can search out the next side of the least loop or the most loop rapidly.With a valid searching side being confirmed at every searching and the searching scope being reduced by forming degenerate graph,the time compexity of the algorithm is much less. In the research of the automatic calculating system of construction quantities, the problem of houses partition and out-wall partition had been solved succesfully by utilizing this searching algorithm.     

基于LS-SVM的小水电站年发电量智能预测模型

针对小水电站年发电量序列的特点,将最小二乘支持向量机(least squares support vector machine,LS-SVM)回归模型引入年发电量预测领域,并给出了相应的过程和算法。与常规基于人工神经网络(artificial neural net-works,ANN)的智能预测方法比较,该模型优点是明显的:①将神经网络迭代学习问题转化为直接求解多元线性方程;②整个训练过程中有且仅有一个全局极值点,确定了预测的稳定性。最后,一个实际的预测例子表明:该模型实现容易、预测准确,适用于小水电站预测。     

基于最小二乘支持向量机模型预测田面糙率

田面糙率是影响地面灌溉质量的重要参数。基于最小二乘支持向量机建立了两类4个田面糙率预测模型,并进行了验证。结果表明第一类模型预测值(即作物地采用LSSVM-N-I3、裸地采用LSSVM-N-I1,翻耕地采用LSSVM-N-I2)相对误差最大值为9.7%;第二类模型预测值(即LSSVM-N-II模型)相对误差最大值为10.5%,由此可见两类模型都具有较高的预测精度,可以用于田面糙率的预测。     

使用迭代重加权最小二乘法求解平面度误差

提出了几何误差评定的迭代重加权最小二乘（IRLS-Iterative Reweighted Least Squares)算法。该算法采用一个迭代过程求解一系列加权最小二乘问题，并在每一步迭代中按照一定的规则对权系数进行调整，使其逐步逼近最优拉格朗日乘子。对于用CMM(坐标测量机)和其他设备得到的数据，可得到平面度误差的精确值。     

参考作物蒸发蒸腾量的气象因子响应模型

基于江苏省南通市2000～2004年的旬气象资料,用FAO推荐的Penman-Monteith公式计算了参考作物蒸发蒸腾量,研究了参考作物蒸发蒸腾量与最高气温、最低气温、平均气温、相对湿度、日照时数、风速和气压等气象因素间的关系,建立了参考作物蒸发蒸腾量的响应模型.结果表明,参考作物蒸发蒸腾量与"温度因子"的关系最强,其次为"湿度和日照因子","风速因子"也有一定的影响,"气压因子"影响作用则稍弱;建立的气象因子响应模型模拟精度较高,可以简化参考作物蒸发蒸腾量计算.     

基于NNARMAX模型的地下水位预报研究

区域地下水系统是一个受多种因素影响的复杂的非线性动态系统 ,应用遗忘因子的递归最小二乘( RLS)算法进行训练 ,采用通过减少网络节点间的连接权值 ,进而裁减冗余节点来选择适宜的网络拓扑结构 ,建立了非线性自回归滑动平均神经网络 ( NNARMAX)模型 ,地下水位预报结果表明 :通过对网络结构的优化达到了自动确定非线性自回归模型阶数和影响因素的选择 ,能有效地表示区域地下水动态系统内部及其外部诸多影响因素间的不确定关系 ,是预测区域地下水动态变化较为有效的方法之一。     

变步长的最小二乘递推算法

针对固定步长的最小二乘递推算法在信号辨识中采集数据量大、辨识速度较慢的缺点,提出了变步长的最小二乘递推算法,在保证同等辨识精度的条件下, 采集的数据明显减少,大大提高了辨识速度。     

基于最小二乘法的落叶松木粉粒径数学建模与分析

【目的】建立落叶松木粉粒径与长宽比的数学模型，通过分析数学模型和其二阶导数，揭示木粉长宽比随粒径减小的变化趋势及变化的根本原因，获得最大长宽比对应的粒径，为建立长宽比与力学性能之间的定量关系提供参考。【方法】利用光学显微镜拍摄获得木粉的显微图像，测算获得目标木粉成熟管胞的平均长度、平均宽度以及木粉粒径的大小。通过数字图像处理技术提取单木粉颗粒的矩形度、长宽比：将原始木粉显微图像由 RGB颜色空间转到Lab颜色空间，提取其b分量；对b分量图像用3×3模板进行中值滤波；用K-means算法将去噪后图像聚类为2类，得木粉的二值图像；对二值图像用5×5的结构元素进行先开启后闭合的数学形态学运算；用八连通区域法标记图像中的单木粉颗粒；对标记后图像用目标区域像素点个数统计法计算获得单木粉颗粒的几何面积，用主轴法获得单木粉颗粒的最小外接矩形的长、宽、面积；计算获得单木粉颗粒的长宽比、矩形度数据。采用最小二乘法对木粉粒径与长宽比进行数据拟合，通过分析评判多项式、高斯和傅里叶3种拟合函数后选用高斯方程表达得木粉粒径与木粉长宽比的数学模型，再根据其拟合曲线方程计算得其二阶导数，结合模型的二阶导数和测算得的木粉管胞数据对高斯模型进行分析与讨论。【结果】矩形度不随木粉粒径的减小而变化，均值在0.6～0.8之间。长宽比随粒径减小出现先增大后减小的趋势：木粉粒径在1100～576μm 时，长宽比数值从接近于1开始逐渐增大；木粉粒径为576μm时(与本文目标木粉成熟管胞的平均长度563.82μm接近)，长宽比达到最大数值4.6；木粉粒径在576～30μm时，长宽比逐渐减小；而粒径小于50μm 时(与目标木粉成熟管胞的平均宽度46.498μm接近)，长宽比数值再次趋近于1。【结论】长宽比的变化与管胞破裂密切相关：木粉粒径大于管胞长度时，木粉主要通过纵向断裂使粒径减小；粒径与管胞长度接近时，长宽比较大；粒径小于等于管胞宽度范围内，木粉主要是横向断裂，而长宽比基本不再发生变化且趋近于1。长宽比和冲击强度随粒径减小的变化趋势是一致的，长宽比是影响材料力学性能本质因素之一。