首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 62 毫秒
1.
本文应用流体力学方法,系统地阐述了气垫带式输送机主要气垫参数(压力、流量、气垫厚度等)有关理论问题。经过大量试验和现场测试证明这些理论是正确的。  相似文献   

2.
遗传算法是一种具有全局搜索功能的进化算法,对解决水质模型参数最优化估值问题针对性强,但该算法存在着局部早熟收敛和收敛速度慢两个不足,因此目前在水质模型参数优化中的应用主要以具有解析解形式的简单模型为主,解决多维非线性度高的综合水质模型参数最优化问题效果不佳.本文在标准遗传算法(SGA)的基础上,建立改进的实编码混合遗传算法(IRHGA),通过设定目标函数最大控制因子,运用SA算法拉伸适应度值,串行混合单纯形直接搜索算法三项主要改进措施,达到改善算法在非线性响应曲面陡峭峰谷间搜索时,不丢失最优解空间和后期有效分辨最优适应度的效果.以测试函数Rastrigin为验证,得到了已知的最优结果.最后,以高非线性水质模型的参数优化估值问题为实例进行验证,结果表明,针对非线性度高的陡峭曲面搜索,具有避免局部早熟收敛的优点.优化搜索过程中,各搜索个体全局均匀分布,对有可能被陡峭峰谷掩盖的最优点位置都能进行搜索,并且,在搜索后期接近最优点附近时,搜索分辨率高,速度比改进前更快.优化后的水质参数代入模型中,模拟所得结果与给定的实测值间误差更小,实现了高维复杂水质模型多参数的同时优化功能.该算法对其他非线性优化问题同样具有较好的适用性.  相似文献   

3.
基于混合遗传算法和积水入渗实验反求土壤水力参数   总被引:1,自引:0,他引:1  
土壤水力参数是土壤水分运动和溶质迁移模拟计算的基本参数,因此快速、省时、精确的确定土壤水力参数有重要意义.本文建立了积水入渗条件下土壤水力参数优化模型,采用遗传算法与Levenberg-Marquardt算法相结合的混合遗传算法对其进行求解,并进行了数值实验和土柱实验验证.数值实验结果表明采用混合遗传算法求解积水入渗条件下的土壤水力参数具有较高的精度,参数优化精度与待优化参数的个数和积水入渗实验测定项目有关,当待求参数为rθ,,αn3个时,积水入渗实验中只需测定含水率和累积入渗量二者或二者中的任意一个均可求出参数值;当待求参数为rθ,sθ,,αn4个和rθ,sθ,,αn,Ks5个时,积水入渗实验需要测定含水率或同时测定含水率和累积入渗量方可求出待求参数,而仅测定累积入渗量不能精确求出rθ、sθ的值.应用上述分析结果,进行了土柱积水入渗实验,结果表明该模型可以精确求解土壤水力参数.因此,本文建立的土壤水力参数优化模型是正确的,求解方法是合理的,这可为高效求解土壤水力参数提供一个有效途径.  相似文献   

4.
本文分析了气垫带式输送机在凸凹弧段运行时,气垫场的压力、压力梯度的分布规律,并讨论了凸凹弧段曲率半径R_1,胶带张力对气垫场主参数的影响.  相似文献   

5.
通过对观测方程的线性变化,将带有色观测噪声系统化为带白色观测噪声的系统。基于自回归滑动平均(ARMA)新息模型,由稳态最优Kalman估值器导出了渐近稳定的Wiener状态估值器,可统一处理滤波、平滑和预报问题。一个仿真例子说明它们的有效性。  相似文献   

6.
把正交优化法应用于水质模型参数估值研究,给出正交优化法的算法,将正交优化法与最速下降法等3种常用方法进行比较和讨论,将正交优化方法应用于佛山汾江河BOD-DO水质模型参数估值,取得满意结果。研究结果表明正交优化法是一种适用于水质模型参数估值的快速有效的方法,参数愈多,其优点愈显著。  相似文献   

7.
河流水质模型的参数最优化估值需要进行约束非线性规划的求解,遗传算法是一种高效的启发式随机搜索算法。将遗传算法应用于河流水质模型的参数估值问题的求解,开发了基于遗传算法的QUAL2E模型参数估值系统,并进行了算例验证,结果表明该系统具有较高的可靠性和搜索效率。  相似文献   

8.
本文论述由观测值对检测参数进行统计估值的方法。先建立包含统计误差的观测值数学模型,再进行参数估值。其优点是一方面可以对参数检测方法的精密度和系统误差进行统计分析;另一方面可以把检测问题转化为统计参数估值问题,并应用当今大量的统计估值理论和方法以及计算机软件。  相似文献   

9.
设计气垫胶带输送机的关键是准确计算基本参数。本文就气势胶带输送机的几个主要设计技术参数作了较深入的研究,分析如何根据实际情况从理论上准确灵活地确定各主要技术参数。  相似文献   

10.
本文从理论上研究了采用自适应逆谱(或白化)滤波器级联匹配滤波器构成的自适应检测器的性能,着重分析了背景噪声AR参数估值误差对检测性能的影响。以两种典型的信号型式(宽带、窄带)为例的分析计算表明,这类检测器的检测性能对参数估值误差并不敏感。因而自适应逆谱(或白化)滤波器级联适当的匹配滤波器方案是一种有用的自适应检测器方案。  相似文献   

11.
针对车速和载荷分配比分别作为气垫车驱动系统和垫升系统的独立控制变量具有不同的控制要求和目标值更新频率但均可对能耗产生影响的特点,设计了以模糊PID控制器为核心的并行双环控制系统.其中:车速控制跟踪瞬态目标值,目标值更新频率较高,因而设计更加注重动态性能;载荷分配比控制跟踪稳态目标值,目标值更新频率较低,因而设计更加注重静态性能.从减小能耗的角度出发,在载荷分配比控制中考虑了滑转率(车速相关量)的影响,反映出参数协调控制的思想.仿真试验结果表明:在所设计控制系统的作用下,气垫车能够顺利抵达目的地并实现软着陆;车速控制表现出良好的动态性能,有利于提高车辆的安全性;载荷分配比控制表现出良好的静态性能,有利于降低车辆能耗.
  相似文献   

12.
本文提出了一种带随机参数线性系统参数和状态估计的两阶段卡尔曼滤波算法.先利用卡尔曼滤波器和参数的观测信息作出参数的估计;然后把参数估计值代入状态方程得到原状态方程的近似,再次利用卡尔曼滤波器和观测信息作出状态的估计.优点是节省计算量,同时,估计的精度也有所提高.  相似文献   

13.
基于功耗最优的半履带气垫车模糊PID控制仿真   总被引:1,自引:0,他引:1  
在分析半履带气垫车行驶阻力的基础上,分别对其垫升功率和驱动功率进行了研究,建立了总功率消耗最小化的理论模型,以检验车辆参数和载荷分配对总功率消耗的影响.提出了自适应模糊PID控制方案,以保证气垫车能够稳定地运行并实现总功率损耗最小.采用MATLAB/Simulink软件对所设计的控制系统进行了仿真研究.仿真结果表明,对于给定的车辆参数和土壤条件,采用自适应模糊PID控制器能够使半履带气垫车稳定行驶在最佳工作状态.该研究结果为半履带气垫车控制系统的设计提供了理论指导.  相似文献   

14.
给出了一种分散化最小二乘参数估计的合成算法。一个分散大系统的数学模型依赖于一列未知参数,有若干个子观测站对该系统进行量测,并由各个局部处理器对量测信息进行分散处理,给出参数集的分散估计;然后用合成器对分散估计进行合成处理,给出未知参数的整体估计。  相似文献   

15.
遗传算法是一种新兴的演化算法,计算方法简便,收敛速度快,收敛准确。它被用来估计二极管参数。实验结果表明遗传算法是估计二极管参数的新方法。  相似文献   

16.
整体最小二乘参数估计的并行算法   总被引:4,自引:0,他引:4  
基于递推最小二乘的逆QR分解方法,给出一种整体最小二乘参数估计的递推算法,并利用已获得的并行实现方法进行并行实现,最后给出了仿真结果.文中给出的并行计算方法使得在实际中应用整体最小二乘进行参数估计变得可行.  相似文献   

17.
在经典隐马氏模型中,假设状态转移概率只和当前状态的临近状态有关,而和以前的状态无关;在t时刻输出观测值的概率只和当前状态有关,而和以前的状态无关.这样的假设不是很合理,因为任一时刻的观测值不仅和当前状态有关,还和以前的状态有关.由此提出了二阶隐马氏模型的基于最大互信息的参数估计算法.  相似文献   

18.
探讨一种有色噪声卡尔曼滤波算法。基于静态环境下多传感器的噪声信号,借助Burg算法和自回归模型,获得可在线估计噪声信号的噪声模型,进而结合经典卡尔曼滤波算法,获得可估计系统状态的有色噪声卡尔曼滤波模型。数值实验结果比较显示该模型对系统的状态估计精度高、噪声抑制能力强。  相似文献   

19.
提出一种改进全局运动估计算法,能够在网格状、水纹状固定图案噪声存在的情况下,有效获取红外图像序列的帧间亚像素微位移.算法先通过自适应滤波器进行预处理,抑制图像噪声;再基于最小化均方误差函数,获取参考帧与目标帧之间微位移的解析表达式.计算机模拟图像序列与实际红外图像序列的实验结果表明,该算法比目前常用的微位移估计法具有更好的适应性,可有效应用于存在固定图案噪声的红外图像序列微位移估计.  相似文献   

20.
基于大气预估的RLV再入预测制导研究   总被引:1,自引:1,他引:0  
针对可重复使用飞行器(RLV)多约束再入制导特点,提出一种新的基于大气预估的再入制导方法. 针对大气模型的不确定性,通过参数辨识技术确定当前大气参数. 在此基础上,考虑可重复使用飞行器过载、动压和驻点热流等过程约束对倾侧角的限制,利用数值预测的方法实时预测RLV的落点确定制导偏差,形成倾侧角控制指令,完成再入轨道的在线设计. 仿真结果表明,该方法能够适应多种再入条件,有效减小各种不确定因素的影响,保证再入终端落点的精度要求.   相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号