基于高斯过程的混沌时间序列单步与多步预测

针对混沌时间序列单步和多步预测,提出基于复合协方差函数的高斯过程 (GP)模型方法.GP模型的确立由协方差函数决定,通过对训练数据集的学习,在证据最大化框架内,利用矩阵运算和优化算法自适应地确定协方差函数和均值函数中的超参数.GP模型与神经网络、模糊模型相比,其可调整参数很少.将不同复合协方差函数的GP模型应用在混沌时间序列单步及多步提前预测中,并与单一协方差函数的GP、支持向量机、最小二乘支持向量机、径向基函数神经网络等方法进行了比较.仿真结果表明,基于不同复合协方差函数的GP方法能精确地预测混沌时间序 关键词： 高斯过程 混沌时间序列 预测 模型比较     

基于CA和LS-SVM的TE过程多模型建模

针对TE化工过程高度非线性、复杂性的特点,本文提出了一种基于相关分析和最小二乘支持向量机对TE过程进行多模型建模方法,以提高模型性能。首先对TE过程采用相关分析法划分为3个子系统,对每个子系统分别采用基于C-均值聚类的最小二乘支持向量机建模和基于k均值聚类的最小二乘支持向量机多模型建模。实验表明,基于K-均值聚类的多模型建模能简化计算、提高模型精度、并且能更好的预测模型输出。     

基于混沌算子网络的时间序列多步预测研究

结合相空间重构理论和时间序列分析理论,提出一种用于时间序列多步预测的网络模型.网络采用多个混沌算子加权求和的形式构成.网络各层单元采用固定权值连接,混沌算子的控制参数利用混沌优化算法进行训练调节,从而控制预测网络的动力学行为.利用已知时间序列数据构造出训练样本,训练样本在网络训练过程中仅使用一次,促使网络的动力学特性随时间的推移而变化,并逐渐逼近被预测系统的动力学特性,最终完成对未来时刻数据的预测.在对理论数据进行预测分析时,通过计算预测序列的Lyapunov指数验证了预测网络的有效性.在对实际时间序列的预测过程中,该网络表现出了良好的预测性能.仿真结果表明,该预测网络可对多种时间序列在一定的预测步长范围内实现有效的预测.     

基于粒子群优化支持向量机的太阳电池温度预测

建立通用而精确的太阳电池热模型对光伏系统的建模、输出功率与转换效率的损失分析至关重要. 基于复杂的太阳电池温度机理, 分别研究了太阳电池温度的稳态热模型(steady state thermal model, SSTM)和支持向量机(support vector machines, SVM) 方法建立的精确预测热模型. 首先, 基于空气温度、太阳辐射强度、风速3个最主要因素与太阳电池温度的近似线性关系, 在已有SSTM的基础上, 建立并校正了太阳电池的SSTM并采用差分进化算法提取模型的未知参数. 其次, 为提高SVM的模型预测精度, 采用粒子群优化(particle swarm optimization, PSO) 算法对SVM的核参数和惩罚因子进行动态寻优, 在确定输入/输出样本集并划分训练集和测试集的基础上, 建立了基于粒子群优化支持向量机(PSO-SVM)的太阳电池温度精确预测热模型. 最后, 搭建实验平台, 在实验操作过程中减弱空气湿度、太阳入射角和热迟滞效应等因素对太阳电池温度的耦合. 通过实验对比表明, 建立的预测热模型性能可靠、全面、简洁, 其参数寻优算法优于遗传算法和交叉校验法, 模型预测精度优于反向传播神经网络(back propagation neural network) 和SSTM.     

基于相关分析与最小二乘支持向量机的TE过程多模型建模

针对TE化工过程高度非线性、复杂性的特点,文章提出了一种基于相关分析和最小二乘支持向量机对TE过程进行多模型建模方法,以提高模型性能;首先对TE过程采用相关分析法划分为3个子系统,对每个子系统分别采用基于C-均值聚类的最小二乘支持向量机建模和基于K均值聚类的最小二乘支持向量机多模型建模;实验表明,基于K均值聚类的多模型建模能简化计算、提高模型精度、并且能更好的预测模型输出。     

基于多粒度二元语义模型的大学物理实验教学质量评价系统的设计

设计了大学物理实验教学质量评价系统,采用多粒度二语义计算模型对评审专家的语言信息进行处理和计算.该方法不仅计算简单,结果准确,而且可用于Web网页实现网络在线评估,同时可用于其他服务性行业的服务质量的评估.     

基于多信号温度模型的机载电子板卡故障检测研究

在利用红外热像仪进行机载电子板卡故障检测中,针对电子板卡结构复杂,解析建模困难的特点,提出了一种基于多信号温度模型的分析诊断方法。通过将机载电子板卡正常工作时的红外温度图像与故障时的进行对比,建立了系统的多信号温度模型,针对多信号温度模型的缺点,提出一种基于贝叶斯网络的测试性建模方法,并给出贝叶斯网络模型的测试性分析方法与指标计算方法,得到模型相关矩阵并进一步进行故障诊断分析,为检测电子元器件故障及老化程度提供了一种有效途径。     

基于MODA算法的有机朗肯循环多目标优化

针对中高温烟气驱动的有机朗肯循环发电系统进行多目标优化设计,以热效率和单位输出功率的系统总投资成本(PER)为多目标函数,选取蒸发温度和冷凝温度为决策变量,引入多目标蜻蜓算法(MODA)对工质苯的最佳循环参数进行寻优,采用一维向心透平效率模型取代固定透平等熵效率,并对工质进行敏感性分析。结果表明:透平效率随蒸发温度增加单调减少,随冷凝温度增加单调增加;在帕累托前沿中,随着热效率的增加,变透平效率寻优结果中PER迅速增加,定透平效率寻优结果中PER增加相对较平缓;热源温度越高,定透平效率寻优结果和变透平效率寻优结果差异越大。     

基于密度泛函理论的多环芳烃硝基衍生物的生物毒性预测

采用密度泛函理论（DFT）中的B3LYP方法,在6-311++G（d,p）基组水平下对16种多环芳烃（PAHs）及6种多环芳烃硝基衍生物进行了拉曼光谱、极化率、偶极矩、热力学、结构优化及能量等40种参数进行计算。以13种PAHs对发光菌的－lgEC₅₀值做因变量,以另外3种多环芳烃数据作为验证,构建了基于量子化学参数的PAHs毒性定量结构-活性相关（QSAR）模型,预测PAHs硝基衍生物的毒性。经验证,所建立的QSAR模型的模拟系数为0.816,模型预测的PAHs硝基衍生物毒性排序与文献报道的PAHs硝基衍生物对鼠伤寒沙门氏菌的毒性排序一致,表明所建模型可用于PAHs及其硝基衍生物的生物毒性预测,从而为控制和预测PAHs及硝基衍生物毒性提供理论依据。     

基于等效模型和多时间尺度扩展卡尔曼滤波的锂离子电池SOC预测

荷电状态(SOC)和最大可用电量估计是锂离子电池寿命预测中的两个最重要部分;然而与快速时变的SOC比较,最大可用电量的参数变化缓慢;文章提出了一个基于等效模型和多时间尺度的扩展卡尔曼滤波(EKF)预测算法对SOC和最大可用容量分别在不同时间尺度上进行估计,在宏观尺度上利用了SOC估计值作为观测量,更新最大可用电量;针对NCA/C卫星锂离子电池实验数据的仿真结果表明,提出的多时间尺度EKF预测算法与EKF联合估计算法相比,SOC和最大可用电量估计准确度更高,同时提高了计算效率。     

火星进入热环境预测的热力学模型数值分析

采用数值模拟目的 研究不同热力学模型中火星飞行器表面的热环境.研究发现,驻点区域流动近似为热力学平衡,随着飞行高度增加,流动逐渐偏向热力学非平衡.当壁面为非催化壁时,不同热力学模型所得热流基本一致,当壁面为完全催化壁时,热力学非平衡模型所得热流更高,这种差异由化学反应特征温度差异引起,并随着流动的热力学非平衡特性增加而增加.     

GA-BP神经网络结合PCA的多基色颜色预测模型

颜色分区法是简化多基色颜色复制的主要方法,本研究以3基色为组将7基色色空间分成6个子空间,结合主成分分析(PCA)对分区内颜色样本的光谱反射率降维,通过3层BP神经网络,建立样本网点面积率与多基色复制色光谱反射率的转换模型,并通过遗传算法(GA)对神经网络权值阈值进行优化,提高多基色复制的颜色预测精度.实验结果表明,在各分区训练样本数为64、检测样本数为216时,GA-BP神经网络模型颜色预测的平均色差(△Eab*)为1.669,光谱均方根误差(RMSE)为0.7％,预测精度和稳定性均高于BP神经网络模型和胞元Neugebauer模型.最后,将训练样本数为64的GA-BP模型与训练样本数量为125,216,343的BP神经网络模型(平均△Eab*分别为3.267,2.776,2.175,光谱RMSE为0.97％,0.79％,0.76％)进行了比较,结果表明训练样本数为64的GA-BP模型的预测精度与训练样本数量为343的BP神经网络模型相当.GA-BP模型仅需少量样本即可实现高精度的颜色预测,在应用中具有良好的可移植性.     

Entanglement in Three-Atom Tavis-Cummings Model Induced by a Thermal Field

The explicit form of the evolution operator for the three-atom Tavis-Cummings model is given. The atoms can be entangled through their interaction with a thermal field. The degree of entanglement depends on the mean photon number of the thermal field and the initial state of the atoms.     

基于人工神经网络的混响时间预测方法

在分析混响时间的各种影响因素的基础上,运用人工神经网络的BP算法,建立了厅堂混响时间的预测模型,该方法具有速度快、使用方便、精度高、可考虑的因素多等特点,具有一定的工程实用价值,有待实践的考验并逐步提高完善。     

基于GA参数整定的时变时滞系统灰色预测控制

针对一类数学模型未知且存在时变时滞的复杂系统,提出一种基于遗传算法参数整定的灰色预测控制方法。该方法采用BP神经网络对系统的时变时滞进行辨识,利用灰色预测算法对系统的输出进行预测,进而使用基于遗传算法整定PID控制器对系统进行输出反馈控制。该方法将灰色预测算法与遗传算法相结合,有效提高了控制器的自适应性。通过仿真实例,结果表明该方法能够对具有大时滞、大惯性、模型不确定等特点的复杂系统进行有效地控制。该方法是可行的、有效的。     

Evolution law of Wigner function in laser process

Based on the density operator’s o perator-sum representation r ecently obtained by Fan and Hu for a laser process (Opt. Commun., 2008, 281: 5571; Opt. Commun., 2009, 282: 932; Phys. Lett. B, 2008, 22: 2435), we derive the evolution law of Wigner operator, the law is concisely expressed in the normally ordered formΔ(α,α*,t)=Tπ:exp?[-2T(a?e-(κ-g)t-α*)-(ae-(k-g)t-α)] :, where g and κ are the cavity gain and the loss, respectively, and T≡ (κ-g )(κ+g-2ge^{-2(κ-g) t})^-1. When t=0,Δ(α,α,t)→1π : exp?[-2(a?-α*)-(a-α)] :, which is the initial Wigner operator. Using this formalism the evolution law of Wigner functions in laser process can be directly obtained.     

基于粗糙集和BP神经网络的石化管道外腐蚀程度预测应用

研究管道外腐蚀程度预测问题。传统预测方法有专家评分系统等,而造成管道腐蚀的原因众多,专家对各个因素的偏好不一样,因此这类方法个人主观因素较强,预测的结果不够客观、准确。为了克服个人主观影响,提高预测精度,提出粗糙集理论-BP神经网络预测模型。该预测模型首先利用粗糙集理论消除管道腐蚀影响因素中的冗余因素,然后利用BP神经网络依据处理后的数据进行学习建模,并测试。仿真结果表明了该模型简洁性、快速性和有效性。     

基于遗传神经网络的VAV空调系统预测模型

针对单纯的机理建模方法难以准确预测变风量空调系统（VAV）的参数,利用BP神经网络构建了变风量空调系统的预测模型,并将遗传算法与BP网络相结合,提出运用遗传算法对神经网络的权值和阈值进行遗传搜索,寻优后再进行BP运算,以克服BP算法收敛速度慢、易陷入局部解的缺点。通过实验平台采集了大量数据对所建模型进行训练和验证,结果表明,模型对空调送风参数以及房间温湿度的预测结果与实测数据能很好拟合,精确度高,泛化能力强。     

A video-rate range sensor based on depth from defocus

Recovering the depth information derived from dynamic scenes implies real-time range estimation. This paper addresses the implementation of a bifocal range sensor which estimates the depth by measuring the relative blurring between two images captured with different focal settings. To recover the depth accurately even in cases when the scene is textureless, one possible solution is to project a structured light on the scene. As a consequence, in the scene's spectrum a spatial frequency derived from illumination pattern is evident. The resulting algorithm involves only simple local operations, this assures the possibility of computing the depth at a rate of 10 frames per second. The experimental results indicate that the accuracy of this proposed sensor compares well with that offered by other methods such as stereo and motion parallax, while avoiding the problems caused by occlusion and missing parts.     

一种基于热补偿电流的大功率VCSEL模型

基于激光速率方程并加入了热补偿电流,建立了一种用于分析大功率垂直腔面发射激光器(VCSELs)输出特性(P-I)的模型。先测得已知温度下的P-I特性,根据实验数据,利用阈值电流和温度的关系和Gao等人的方法得到a参数和其它参数。把所得参数代入模型,可以获得所需温度下的P-I特性。从模拟结果可以看出,不同温度下,模拟结果与实验结果吻合的非常好,而不考虑热补偿电流时差别很大,从而证明了该激光器模型的有效性;同时,从有源区温度和电流关系曲线可以看出,有源区随着电流增加温升很快,进一步证实了我们研究温度影响的重要性。