基于恒等映射多层极限学习机的高速列车踏面磨耗预测模型

针对高速列车车轮踏面磨耗单一模型无法对各种复杂工况下列车车轮踏面磨耗进行定量计算的问题, 提出一种基于恒等映射多层极限学习机的高速列车车轮踏面磨耗测量方法. 首先将恒等映射引入到多层极限学习机中, 提出一种基于恒等映射的多层极限学习机模型(identity multilayer extreme learning machine, I-ML-ELM), 采用机器学习公共数据集对该模型进行性能验证, 数值结果表明I-ML-ELM模型具有较好的准确性与泛化性; 然后基于车辆-轨道耦合动力学理论建立高速列车的车辆-轨道耦合动力学模型, 模拟列车运行的不同工况, 观测和分析高速列车的车轮踏面磨耗情况, 并通过I-ML-ELM预测模型对高速列车车轮踏面磨耗量进行学习及预测; 最后应用高速列车车轮踏面磨耗的实际测量值对I-ML-ELM预测模型进行进一步的验证, 结果表明: I-ML-ELM预测模型的各项性能参数指标在整体上优于以下五种网络: ELM, FLN, ML-ELM, ML-KELM和DLSFLN, 通过高速列车线路实测数据的进一步验证表明, 本文提出的基于I-ML-ELM的高速列车车轮踏面磨耗预测模型能较好地反映不同参数对高速列车车轮踏面磨耗值的影响规律.      

基于神经网络的核电厂设备易损性分析

核电结构的易损性分析是核电厂地震安全评估中至关重要的一环, 但是由于核电结构的复杂性以及考虑土?结相互作用SSI时较大的计算规模, 使得计算核电厂设备易损性曲线十分耗时. 为发展高效的核电厂设备易损性分析方法, 本文采用核电结构土?结相互作用分析的分区计算方法, 并利用有限的SSI分析结果建立神经元模型ANN代替有限元模型, 分别基于对数正态假定的回归法和蒙特卡洛法进行了设备易损性分析. ANN数值模拟包括了以下内容: (1)基于半偏相关系数选择最相关的地震动参数作为ANN输入, 并通过交叉检验建立神经元模型; (2)量化研究ANN数值模拟的预测不确定性, 其中包含了由于简化地震动输入引起的随机不确定性和训练样本缺失引起的认知不确定性; (3)基于ANN模型预测结果分别采用蒙特卡洛法和基于对数正态假定的回归法进行设备的易损性分析. 本文探讨了不同的地震强度指标以及土层材料的不确定性对易损性曲线的影响, 同时验证了回归法中对数正态模型假定的基本合理性, 为核电厂设备易损性分析提供了一种可能方向.      

基于碎点法的动态断裂分析

工程中的冲击防护结构在撞击、爆炸等冲击载荷下可能发生动态断裂并最终破坏, 抑制结构的动态断裂是提升结构防护能力的重要手段, 为此需要准确预测结构在动态载荷下的断裂行为. 数值仿真是预测动态断裂的重要手段, 然而当前工程中常用的有限元法在模拟断裂方面仍存在网格畸变和难以显式引入裂纹等问题. 碎点法是近年来提出的一种不连续型伽辽金弱形式无网格方法, 适合模拟断裂问题, 本文提出一种显式动力学格式的碎点法并将该方法应用于动态断裂分析. 一方面, 碎点法参考弱形式无网格类方法, 将求解域离散为空间中的节点和子域, 并基于支持域内的节点群构造子域的位移试函数, 因此该方法的子域具有抵抗畸变的能力. 另一方面, 碎点法参考间断伽辽金有限元法, 使用分片连续的位移试函数, 并引入内部界面数值通量修正保证方法的一致性和稳定性, 因此该方法易于在结构中显式引入裂纹. 本文首先介绍碎点法的核心思想和离散形式, 接着推导了动力学碎点法弱形式动量方程, 然后建立了碎点法的显式动力学求解格式, 最后通过算例验证动力学碎点法预测应力波传播和动态断裂行为的能力.      

A three-step system calibration procedure with error compensation for 3D shape measurement

System calibration, which usually involves complicated and time-consuming procedures, is crucial for any three-dimensional （3D） shape measurement system based on vision. A novel improved method is proposed for accurate calibration of such a measurement system. The system accuracy is improved with considering the nonlinear measurement error created by the difference between the system model and real measurement environment. We use Levenberg-Marquardt optimization algorithm to compensate the error and get a good result. The improved method has a 50% improvement of re-projection accuracy compared with our previous method. The measurement accuracy is maintained well within 1.5% of the overall measurement depth range.     

基于支持向量机方法对非平稳时间序列的预测

目前有关非平稳复杂系统及其在预测中的应用研究是一个较少被人理解并有重大科学意义的前瞻性研究课题.在大气运动中,气候正是一个典型的非平稳系统,但是现有的气候预测理论,包括统计预测理论和非线性预测理论,几乎都无一例外地建立在平稳性假定的基础之上,这有悖于气候过程的基本性质,它有可能是导致气候预测水平低下的重要的理论原因.因此以分析如何降低时间序列非平稳程度作为切入点来研究短期气候预测问题有着重要的理论意义.利用基于“升维”思想的支持向量机方法对时变控制参数条件下Lorenz系统产生的非平稳时间序列以及来自实际     

物理实验教学的预测意识

培养学生的实验能力是中学物理的主要课程目标之一，是培养学生科学探究能力、提高科学素质的重要内容，新的高中物理教学大纲较旧大纲作了更突出的阐述，因而实验教学正日益受到人们的重视．但也应该看到，在物理实验教学中，不乏仍存在着按图索骥，照方抓药的机械行为．作为把握实     

地区电力需求预测研究

本文在分析影响预测准确原因的基础上．指出预测工作必须定量与定性相结合．针对地区电力消费需求的特点，提出了适宜于定性分析的四个预测模型．运用上述模型，实际预测结果令人满意。     

A Property of <Emphasis Type="Italic">g</Emphasis>-Expectation

This paper proves that, under the hypothesis g(t, 0, 0) ≡ 0 and some natural assumptions, the generator g of a backward stochastic differential equation can be uniquely determined by the corresponding g-expectations with all terminal conditions. The main result of this paper also confirms and extends Peng Shige‘s conjecture.     

超导故障限流器的研究现状及其应用

超导故障限流器(Superconducting Fault Current Limiter,SFCL)是利用超导体的基本特性,有效限制电力系统故障短路电流,提高电网安全性和稳定性的一种新型电力设备。文中在综合大量文献的基础上,对超导故障限流器进行了一种较为系统的分类。基于该种分类,结合目前国内外的研究现状,就电阻型、磁屏蔽型、饱和铁芯电抗器型、桥路型SFCL的工作原理作了详细的分析介绍,还给出了它们在电力系统中的安装位置。最后,对超导故障限流器的研究中存在的问题及其发展趋势做了说明。     

基于时变阈值过程神经网络的太阳黑子数预测

太阳黑子活动直接影响着外层空间环境的变化，为保证航天飞行任务的安全必须对其进行有效预测.为此，提出了一种基于时变阈值过程神经网络的时间序列预测模型.为简化模型的计算复杂度，开发了一种基于正交基函数展开的学习算法.文中分析了模型的泛函逼近能力，并以Mackey-Glass时间序列预测为例验证了所提模型及其学习算法的有效性.最后，将该预测模型用于太阳活动第23周太阳黑子数平滑月均值预测，取得了满意的结果，应用结果同时表明：所提预测方法与其他传统预测方法相比预测精度有所提高，具有一定的理论和实用价值. 关键词： 太阳黑子数 时变阈值过程神经网络 时间序列预测 泛函逼近