排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
2.
针对在采用有限元软件分析多参数变化对研究对象的影响时往往需要反复建模、重复定义、修改参数等问题,提出了改进的编程方法和图形用户界面建立方法.以中间坯动态剪切挤压连接为例,基于Python语言对ABAQUS前处理进行了二次开发,编写了动态剪切挤压连接仿真模拟的内核脚本程序,借助RSG插件建立了动态剪切挤压连接的图形用户界... 相似文献
3.
为了提高锂电池健康状态(State of health,SOH)的预测准确率,该文将支持向量回归(Support vector regression,SVR)算法与集成学习理论相结合,提出一种基于局部信息融合的支持向量回归集成(Local information fusion with ensemble support vector regression,LIF-ESVR)算法。该算法的核心思想是利用数据的局部信息融合替代原有全局信息,并将信息层融合问题转化为决策层融合问题。首先将原始的训练集划分为若干个子训练集,每个子训练集都包含了原始训练集中的部分重要信息;然后,在每个子训练集上训练一个对应的SVR模型;最后,利用集成学习算法将已训练好的多个SVR模型进行融合。在美国国家航空航天局蓄电池数据上的实验结果表明,所提方法的性能优于现有的锂电池SOH预测方法,具有广泛的应用价值。 相似文献
1