一种基于根轨迹串联超前校正的计算方法

提出了一种把解析几何与根轨迹法结合起来实现串联超前校正计算方法,无需精确绘图和繁琐的试凑运算,也能得到精确而又令人满意的校正效果,为线性控制系统的设计提供了一种简便而有效的途径,也为线性系统设计的计算机仿真奠定了又一基础.     

模糊神经网络在复合地基沉降量预测中的应用

复合地基后期沉降变形对于建筑物设计及安全具有重要意义,针对通过长期沉降观测以得到复合地基的最终沉降需要耗费较多资源的问题,提出了一种基于模糊神经网络的预测方法.该方法考虑沉降变化过程有较大的随机性和模糊性,直接将样本数据进行模糊化,所得的模糊数代表了样本点集与控制点集中各分量之间的相关度,并依此建立模糊BP神经网络进行学习和估算.实验结果表明了该方法对沉降进行预测是可行与有效的,且在相对误差的有效控制方面优于BP网络方法与灰色方法.     

不同常压流化床煤气化方案的模型预测 Ⅰ. 模型建立及验证

为评价不同气化方案对常压流化床气化的影响，从化学动力学角度并结合化学平衡建立了流化床气化模型，该模型考虑了煤热解和气化所经历的各反应过程。模型预测结果与文献报道的试验数据吻合较好，气化组分的平方误差和在10%左右，表明该模型可以用来预测各种气化方案对常压流化床气化的气化过程、生成煤气组分和气化效率等方面的影响。     

氯乙烯交联共聚凝胶点前的分子量模型与仿真

从氯乙烯(VC)两相聚合的特点出发,根据拟动力学常数法和分子量分布矩理论,建立了VC-微量二烯类单体悬浮交联共聚凝胶点前的分子量模型,并根据模型,对平均聚合度变化作了计算机仿真。     

抗脂解活性的人参十四肽的结构预测

本文对抗脂解活性的人参多肽的结构进行了分析. 在一级结构的基础上预测了其二级结构含有较多的α螺旋, 后接一段无规卷曲. 应用分子力学方法, 结合晶体数据库信息, 计算了人参中抗脂解十四肽分子的相对构家能量和原子坐标, 模拟了构象能量优化过程, 得到了可能的最低能量构象. 并利用计算机分子图形技术建立了相应的人参抗脂解十四肽的三维分子模型. 模型的空间结构表明构象分析结果与二级预测的结论很好地相符。     

生物质裂解产物的制备及HPLC检测其成分的虚拟仿真实验开发

In order to improve university laboratory teaching and practical education under the background of information technology, as well as overcome the difficulty for practical training, develop a virtual simulation experiment platform for rapid pyrolysis of natal materials and high-performance liquid chromatographic (HPLC) detection of its components. The experiment integrates the actual operation process of the plant to produce cleaved products by rapid pyrolysis of biomass with HPLC detection. The virtual experiment is divided into biomass sample pretreatment, rapid biomass pyrolysis, bio-oil extraction, and HPLC determination of complex components, making the biomass cleavage workshop "real" through simulation. This virtual simulation experiment fully integrates the utilization of biomass resources and basic chemistry courses (such as organic chemistry, instrumental analysis, chemical engineering principles, etc.), which are widely involved in agricultural and forestry majors with advantageous characteristics value.     

基于SVR和k-近邻群的组合预测在QSAR中的应用

为提高定量构效关系(QSAR)研究的预测精度,发展了一种新的基于支持向量机回归(SVR)非线性筛选分子结构描述符、基于k-近邻群的非线性组合预测方法.首先以均方误差(MSE)最小为原则,以留一法通过多轮末尾淘汰实施分子结构描述符的非线性SVR汰选并给出最优核函数和相应保留描述符;其次基于待测样本与训练样本保留描述符向量的欧氏距离,以不同k-近邻群子模型双重留一法预测值反映样本集的异质性;然后基于MSE最小,以留一法通过多轮末尾淘汰实施近邻群子模型的非线性SVR汰选并给出最优核函数和相应保留子模型;最后基于保留子模型以双重留一法实施组合预测.以取代苯胺和苯酚类化合物对大型溞的QSAR实例验证表明:新方法在所有参比模型中预测精度最高,且能更精细地反映描述符与化合物毒性间的非线性关系,具结构风险最小、非线性、适于小样本,能有效克服过拟合、维数灾和局极小,非线性筛选描述符和子模型,非线性组合预测,自动选择最优核函数及其相应参数,泛化推广能力优异、预测精度高等诸多优点,在QSAR研究中有广泛应用前景.     

基于时空图注意力网络的跳高轨迹预测

跳高运动由助跑、单脚起跳、越过横杆落地等一系列动作组成,跳高运动轨迹是一个复杂的因果系统.在每一个时间节点,运动员的身体姿态符合一定的规律约束.研究建立了跳高运动过程中关键身体关节节点坐标依时间变化的离散过程模型,每个时刻的各关节点位置向量由给定的之前若干个时刻的运动员关节点位置决定.跳高运动员肢体的摆动、关节点位置的变化都对运动员位移有重要作用.运动员重要关节点之间的相互作用,使得跳高运动轨迹难以刻画和预测.随着深度学习的发展,图神经网络在时空特征刻画和预测上具有优势.基于时空图注意力网络结合长短时记忆网络、门控循环单元(STGAT-LSTM、STGAT-GRU)建立了具有空间位置约束的跳高运动员关节点位置随时间变化的模型,用于推算跳高运动员重心和关节点位置轨迹.实验结果表明该模型能够很好地刻画跳高运动的过程,对于关节点位置的预测能够达到较好的效果.研究所提出模型的预测效果比基线模型准确性提高了0.02-0.03米.研究给出了基于神经网络模型进行跳高运动轨迹预测的可行解决方案,可作为跳高运动仿真和技术优化研究的重要参考.     

基于驱动分析的LSTM干旱预测模型研究

干旱是世界上影响面最广、造成损失最大的自然现象之一.论文利用1961-2020年黄河流域河南段的逐月气象数据,计算不同时间尺度的标准化降水蒸散指数(SPEI),在Copula熵的基础上根据Hampel准则选择干旱驱动因子,构建多变量长短时记忆(LSTM)神经网络预测模型.结果表明:以驱动分析选择出的水汽压、湿度、温度及降水量作为输入变量集的多变量LSTM模型预测精度较高;预测精度随着SPEI时间尺度的增大而提高,尤其对长期干旱有较好的预测效果;黄河流域河南段的东部地区有发生轻、中度干旱的风险,为相关部门制定防旱措施提供依据.