遗传算法在检测耦合腔链各单腔频率中的应用

利用遗传算法来诊断耦合腔链的各单腔频率,不需插入活塞探针进入耦合腔链,由计算机通过微波网络分析仪,从腔链的输入波导获取通带特性数据,便可求解各单腔频率.这种方法可以简化调谐过程,并可以用来诊断密封腔链.此问题可以看作是一个非线性最优化问题,我们选择遗传算法来解决此问题,并且在遗传算法中加入了最小二乘的变异算子,使遗传算法的收敛速度和精度都得到显著改善.数值实验证实了这种算法的优越性,并且与传统的遗传算法进行了比较.     

大口径非球面精磨表面形状检测技术研究

介绍了一种大相对口径非球面精磨阶段面形的测量方法原理及实现其功能的软件设计。利用机械接触式装置 ,通过长导轨及其光栅探头的高度变化来直接测量非球面的矢高 ,并把所测得的三维数据传输给计算机。经数据修正和预处理 ,通过MATLAB软件计算得到整个镜子的面形特征参数。其结果用来指导大口径非球面的精磨加工。     

矩阵多项式可逆的充要条件——兼与吴华安先生商榷

给出了矩阵多项式可逆的另一个充要条件,并指出文[1]中的错误.     

基于PI法的门源MS6.4地震前震中附近地震热点图像异常变化研究

基于1980年以来青海省和甘肃省区域地震台网的定位地震目录,分析了研究区最小完备震级,选取空间网格尺度为0.2°×0.2°、地震活动异常学习时间段和预测时间段均为3 a,应用图像信息（PI）法,分析了门源M_S6.4地震发生前震中附近地震热点图像的异常变化过程。结果表明,在2013年1月1日至2016年1月1日的预测时间窗内,冷龙岭断裂和祁连山北缘断裂附近存在明显的地震热点,且地震热点图像颜色偏深,发震概率较高,向前滑动至2014年1月1日至2017年1月1日,2015年1月1日至2018年1月1日和2016年1月1日至2019年1月1日3个预测时间窗,此两断裂附近仍存在地震热点,地震热点图像颜色逐渐由深变浅,而门源M_S6.4地震就落在PI法得到的地震热点内。门源M_S6.4地震前存在明显的地震热点,且地震热点相对集中,地震热点图像颜色由深变浅,震后消失;在祁连山北缘断裂附近,地震热点持续存在,分布较集中,地震热点图像颜色也呈由深变浅的过程。未来需关注祁连山北缘断裂,附近有发生强震的可能。     

偏最小二乘法结合傅里叶变换红外漫反射光谱快速测定煤质

发热量、挥发分和灰分等是衡量煤质的质量指标。通常,烟煤的发热量、挥发分和灰分是按行业标准方法[1]分别进行测定的,操作过程繁琐,速度慢,且费用高。随着化学计量学多元校正方法的发展与广泛应用,董庆年采用最小二乘法结合红外光谱成功测定了灰分[2];而应用偏最小二乘法[3](P     

用于紫外光谱水质分析的Boosting-偏最小二乘法

为提高水质参数总有机碳(TOC)的紫外吸收光谱分析的预测精度,提出一种基于Boosting理论的迭代式回归建模算法,并根据统计学习理论提出一种新的迭代停止判据,可有效防止过拟合,显著提高模型预测精度。为评估所提算法的性能,分别采用本算法和3种常用的光谱分析方法,即偏最小二乘、主成分回归和人工神经网络,对自行研制的紫外光谱水质分析仪实测的一组数据进行了建模和预测。计算结果表明:相对于其他3种方法,本算法具有生成的模型预测精度高的显著优势。     

LU和Cholesky分解的向前舍入误差分析

1引言LU分解可用于解可逆线性系统Ax=b．作为数值代数领域中的重要工具,其舍入误差分析一直为众多学者所关注．事实上,长方矩阵的LU分解也有着广泛的应用,如,确定矩阵数值秩的LU分解(RRLU)[5,7],解等式约束最小二乘问题的直接消去法[3]等问题中都涉及到长方矩阵的LU分解．当A∈Rm×n且秩r≤min{m,n},则在考虑A的LU分解时[4],一般需要确定置换阵∏L,∏R使得A(1):=∏L-A∏R的LU分解能持续qr步,这里当A为亏秩矩阵时,qr=r;否贝qr=r-1．在．A(1)的LU分解的第k(k≤qr)步,需执行如下Gauss消去过程:     

水稻糙米粗蛋白近红外光谱定量分析模型的优化研究

筛选有代表性的191份糙米样品为试材,其中42份来自国家稻种资源库、149份来自水旱稻杂交产生的DH系,蛋白质含量变幅5.90％～14.50％,采用偏最小二乘法(PLS)建立模型,并构造模型的评价参数——目标函数[R/(1+RMSECV)], 同时借助校正集和验证集两个载荷向量得分二维空间投影图,对近红外定量模型进行评价和优化。结果表明: 在5 000～9 000 cm-1范围内,预处理方法为一阶导数,校正模型和外部检验的目标函数值分别为0.701和0.687;两载荷向量得分直观分布图显示样品的聚类结果与目标函数筛选结果一致,也进一步验证了目标函数是模型评价和优化的有效指标。     

多项式偏最小二乘法对非线性体系红外谱图的分析

文章利用了一种非线性模型多项式偏最小二乘法(PPLS),结合傅里叶变换红外光谱遥感技术,对大气中的五组分混合体系进行了同时分析。并与偏最小二乘法(PLS)得到的结果进行了比较,PPLS显示出较好的处理非线性数据的能力。尤其是对混合物中的苯和氯仿的预测,均方根预测误差(RMSEP)分别是0.043和0.087,用PLS预测相应的RMSEP为0.402和0.842。PPLS的这一预测精度,可以满足遥感傅里叶变换红外光谱对大气中有毒气体的实时、在线监测的需要。同时PPLS可以用较少的潜变量对变量进行解释,显示出PPLS模型的稳健性和简单化。     

基于离散Bass模型的双十一销售预测

阿里巴巴双十一购物节的销售额走势,不仅是相关企业规划决策的依据,也是我国经济活动的重要方向性指标,运用Bass模型预测双十一销售额具有十分重要的意义.对普通正向的离散Bass模型采用普通最小二乘法得到的参数估计值偏离于原连续模型参数的真实值,因为存在着多重共线性和时间区间偏差.为克服这两个缺点,根据一类黎卡提方程构建精确的离散Bass模型.研究显示该模型及其解均收敛于原连续模型.给出基于非线性最小二乘法则的搜索算法,估计模型参数,拟合效果较好.最后将模型结果运用到阿里巴巴双十一的销售额预测,结果表明2018销售额将迎来拐点,增速将放缓.