基于蚁群算法的RBF神经网络在冲量式谷物流量传感器中的应用

针对压力传感器存在温度漂移的问题,提出了一种基于蚁群算法的RBF神经网络优化算法。首先根据压力传感器测量电路得到电压U_b与电流I的关系,因其存在很大的温度误差,须要采用适当的补偿方法对外界温度造成的误差加以修正。然后通过压力传感器输出电压U与温度T、压强P、电源波动γ的关系建立压力传感器温度补偿模型,分别在18.4、32.5、41.8、65.6℃共4个温度点进行试验数据采集并对试验结果进行归一化处理。最后利用蚁群算法进行寻优和自适应调整发挥系数的特点作为聚类算法确定RBF神经网络基函数中心,选取BP算法、RBF算法、基于蚁群的RBF算法3种方法对压力传感器进行非线性温度补偿仿真试验。结果表明:基于蚁群算法的RBF神经网络模型补偿精度最高,收敛速度最快。将此研究应用于冲量式谷物流量传感器中,可大大提高传感器的稳定性和准确性。     

基于多目标全息反馈的UPFC非线性控制策略

文章选取UPFC两侧逆变器的SPWM脉宽调制比和调制相角作为控制量,进行UPFC装置数学建模。基于非线性多目标全息反馈控制原理,构建含有8个控制目标的跟踪方程组,得到非线性多目标控制律,并利用包含发电机组的单机无穷大系统进行暂态仿真。仿真结果证明,该控制方法在简化传统非线性控制方法的同时,能充分发挥UPFC的潮流控制性能,增强输电线路供电可靠性,提升电力系统的动、静态稳定性。     

基于SVM的RBF网络在农机总动力预测中的应用

径向基神经网络是一种单隐层的三层前向网络,具有结构简洁、学习速度快等优点。为此,分析了径向基神经网络采用传统聚类方法确定基函数中心存在的问题,提出了一种基于支持向量机聚类确定径向基网络基函数中心的方法。该方法以最大间隔原理和结构风险最小化原则为前提,利用核方法把输入空间的样本映射到高维特征空间完成聚类工作来确定基函数的数量。采用改进的方法训练的径向基神经网络对黑龙江省农机总动力进行非线性时间序列预测,结果表明:改进的网络在确定网络结构、学习速度和提高网络预测精度方面都有较好的效果。     

基于组合核非线性退化模型的遥感图像复合分类

遥感数据的多空间分辨率复合分析是遥感处理技术的重要发展方向。为了解决低分辨率图像混合像元分类精度低、高分辨率数据分类处理时间长以及大区域高分辨率数据获取困难等实际应用问题,该文改进了传统基于线性退化函数模型的复合分类模型,提出了基于组合核函数的非线性退化模型复合分类算法,分析了纹理信息对于提高复合分类精度的作用,并通过实际遥感数据试验分析比较了两种模型的分类精度。试验结果表明新方法可较大程度地提高总体分类精度,在分类过程中引入纹理信息有助于进一步改善分类精度。     

幼虫期降水对马尾松毛虫发生量影响研究

通过安徽省潜山市监测数据实证分析表明,降雨对于马尾松毛虫发生量的影响线性关系不明显,但非线性关系很明显,其中基于多层感知器分析结果表明,第1、2龄降雨量(mm)自变量重要性值为0.867,规范化后的重要性值分别为100.0%。因此,第1、2龄降雨量(mm)可以作为马尾松毛虫精细化预报建模主要因子之一,对马尾松毛虫进行预报,实现马尾松毛虫灾害精细化管理。     

应用中央加振方法测试杉木的振动特性(Ⅱ):非约束制振形变梁的振声学分析

为了继续探究木材受力变形后振动性能的变化规律,对以杉木为基材的非约束型制振梁弯曲定型,并应用中央加振的方法测定其声学振动性能。分析了弯曲变形程度与材料的反共振频率、损耗角正切等物理量的变化关系。结果表明:杉木弯曲形变对材料的反共振频率影响较小,而对损耗角正切的影响则有一定程度的增大。损耗角正切与弯曲形变量成比例关系变化,且受拉伸变形的影响程度较大。由制振材料形成的阻尼结构层在弯曲的基材层外侧时的损耗角正切较小,此结构适合于设计和制作低频乐器的弯曲部件。     

基于相关分析的一元非线性回归模型优选方法探讨

就生物科学农业系统中的一元非线性回归模型问题,在相关分析的基础上,按照"残差最小"原则,应用"残差"数据序列,采取关联分析、相对误差、均方差比值、小误差概率等方法进行综合评判,优选模型精度高,与实际相符,且避免了错误应用模型事件发生,为实践应用提供了科学评判依据和手段.     

计算潜水蒸发系数的反Logistic公式

根据新疆叶尔羌河流域地下水均衡场裸地潜水蒸发的试验观测资料,提出了进行潜水蒸发系数计算的反Ｌｏｇｉｓｔｉｃ公式,同时采用可变多面体法对公式进行了非线性拟合。该公式较全面地反映了潜水蒸发系数的变化规律,简单实用,适于当地潜水蒸发量的估算     

多自由度强非线性系统的一种近似解法

地单自由度的频闪法推广到多自由度系统、建立了多自由度强非线性系统的频闪方法,求出了系统的周期解的近似表达式,分析了近似周期解的存在性和稳定性。