基于自适应滤波算法的牵引网谐波电流检测

研究了自适应噪声对消技术在供电系统谐波电流检测模块中的应用及其使用的传统LMS算法,分析了传统固定步长算法的不足,并借鉴已有的多种变步长函数,提出了一种结合双曲正割和双曲正切变步长函数的自适应滤波改进算法.通过Matlab软件进行实验,分别模拟了采用传统LMS算法、双曲正割函数算法、双曲正切函数算法以及改进后的变步长算法的电流检测过程,并将检测到的基波电流波形进行比较,发现改进算法结合了所选两种函数收敛速度快、稳态精度好的优点,面对系统发生突变有了良好的响应速度和稳定能力,验证了改进算法的合理性.     

内燃机气缸套温度波及波动热应力的有限差分分析

介绍了在内燃机气缸套可靠性分析中对温度波及波动热应力的计算研究，推导了计算温度波的变空间步长和变时间步长的有限差分格式，对边界条件、初始条件、解的稳定性和边界条件分解进行了讨论，编制计算程序计算了气缸套的温度波，就计算结果进行了分析。     

基于Q函数的变步长LMS算法

为提高变步长最小均方算法(least mean square,LMS)的抗干扰能力,并降低其稳态误差,提出了基于Q函数的变步长LMS算法,通过带有补偿项的相对误差互相关函数控制步长更新,有效克服噪声干扰;利用归一化输入信号代替原始信号降低输入信号动态范围对稳态误差的影响;给出了保证算法收敛的步长界限.仿真结果表明,与既有变步长LMS算法相比,所提出算法的稳态误差小,且收敛速度较快.     

人工神经网络预测奥氏体化温度

采用附加动量项和变步长的方法，对人工神经网络的BP算法进行了训练。利用训练后所得到的模型，对奥氏体化温度进行了分析和预测。计算表明，网络预测值与实测值之间具有很高的相关性和精确度，可用来研究单个元素含量的变化对相变，临界点的影响。     

基于精细积分的结构主动最优控制算法

为了提高结构控制算法的计算精度,基于动力系统精细算法及结构主动控制原理,对结构瞬时优化闭环及开闭环控制算法进行了改进.与结构控制方程传统的解法不同,改进算法无需求解动力状态矩阵的特征向量及其特征值,从而能提高结构瞬时优化控制精度.作为算例,用此算法对结构进行了控制仿真.结果表明,改进算法是收敛的,对时间步长不敏感,而且精度易于控制.     

S函数变步长LMS算法的一种L_2范数修正

为了提高S函数变步长LMS算法的综合性能和抗干扰能力,引入L_2范数控制步长更新.在L_2范数中引入输入信号,对输入信号实施动态地跟踪,以提高算法的抗干扰能力;利用归一化输入信号代替原始信号,便于处理信号且可以降低输入信号动态范围对算法的影响.在高和低信噪比条件下的仿真结果表明:相较于其他的变步长LMS算法,所提出算法收敛速度更快和稳态误差更小.     

一种有效的水声信道盲均衡算法

针对超指数迭代判决反馈盲均衡（SEIDFE）算法在水声通信系统中表现出的收敛性差的问题,提出了一种稳健性好、收敛快的双模式超指数迭代判决反馈盲均衡算法.该算法对均衡器输出的实部和虚部分别进行非线性变换以修正误差控制信号,从而纠正载波相位旋转;在此基础上,将一种新的自适应变步长算法应用到前馈滤波器前向权值的迭代步长中,提高算法收敛速度;并采取判决误差切换准则,将上述改进算法与判决导引算法有机结合起来,提高算法稳健性和收敛性能.仿真结果证明了该算法的有效性.     

基于变步长梯度正则化算法识别分数阶地下水污染模型参数

针对一维的地下水污染迁移过程中的非"菲克"扩散现象,建立分数阶对流-扩散偏微分方程.对于其参数识别的问题,采用隐式差分格式离散控制方程,设计变步长的梯度正则化算法重构地下水污染迁移模型参数.数值结果表明:变步长的梯度正则化算法能快速有效地识别地下水污染迁移模型参数;当正则化参数取0.000 1和分数微分阶数趋于2.0时,该算法计算精度高、收敛速度快、稳定性好,具有重要的应用价值.     

自适应步长的细菌觅食优化算法研究

细菌觅食优化算法是一种群集智能优化算法,该文详细分析了细菌觅食优化算法中最重要的趋向性操作,其中步长对算法的效率和精度有很大影响;根据菌群中细菌个体间的位置信息,设计了动态步长估值函数,自适应的调整步长.通过经典函数的测试,说明改进细菌觅食优化算法在收敛速度和精度上比原有算法有极大提高.     

关于ND算法的几点讨论

本文对《基于二阶导数的优化算法》一文中提出的ND算法的收敛性等问题进行了讨论。从理论上证明了：当步长充分小时，ND算法较梯度法收敛速度快。计算机计算结果也证实了ND算法有较快的收敛速度。     

噪声背景下提取调制信息的改进奇异值分解技术

在介绍现有奇异值分离技术基本原理及其在故障诊断中的应用的基础上，研究了利用信号时间序列重构的吸引子轨迹矩阵奇异值分布特征与信号特征的关系，引入自相关函数定量计算重构矩阵的延时步长，改进了现有算法，使得吸引子轨迹矩阵的重构更加合理。研究表明该方法能在强噪声背景下提取出所需的调制信号，并成功用于齿轮箱调制故障信号的提取。     

改进BP算法在船舶碰撞危险度计算中的应用

在海上交通工程学的最新研究成果的基础上，提出了用一种改进的BP算法来计算船舶碰撞危险度．将该改进的BP算法应用到系统中并与普通BP算法比较，对结果作了详尽的分析．结果表明，改进的BP算法有更快的收敛速度和更好的计算精度．     

交叉迭代算法求解车辆-轨道非线性耦合方程的收敛性讨论

运用有限元法建立车辆-轨道非线性耦合系统动力分析模型,该模型将车辆-轨道系统以轮轨接触为界限分成车辆,轨道两个子系统并通过轮轨接触力的平衡和位移协调条件耦合在一起。通过交叉迭代算法分别求解车辆,轨道系统的运动方程,此时每一步都需要判断使之满足轮轨几何相容条件和相互作用力平衡条件,这样对时间步长的选取要求较高,但是如果时间步长超过某一限值,易于导致迭代失败。引入了修正因子对轮轨接触力进行修正,这不仅可以放宽对时间步长的选取,还能加速收敛,提高计算效率。为验证算法的正确性,不仅进行了算例验证,还给出了引入修正因子的交叉迭代算法求解车辆-轨道非线性耦合系统动力学方程的算例,算例中考虑了不同的时间步长和不同的修正因子对交叉迭代算法收敛速度的影响。计算结果表明引入修正因子的交叉迭代算法具有程序编制简单、收敛速度快、用时少、精度高的优点。     

基于视频检测的车辆变道轨迹识别方法研究

采用Hough变换检测车道线,然后采用背景减差法对运动目标进行检测;目标车辆的跟踪使用改进的形心跟踪算法和模板匹配算法,对运动车辆的轨迹进行提取,计算已有车辆轨迹与车道线的距离;结合高速公路三种常见变道情况,对车辆变道进行定义;通过车辆轨迹与车道线距离方差判断车辆轨迹是否发生违法变道。实验结果表明,该算法能有效地识别车辆变道轨迹,且算法简单可靠。     

一种直接控制神经元模型及其在列车停车控制中的应用

本文提出了一种直接控制的神经元模型，并用它构成了前馈神经网络，该网络在用ＢＰ学习算法学习时，提出了变学习步长和势态项系统的方法。并且该网络在特殊情况下，其输出可直接受输入神经元控制，把该神经元所构成的前馈网络应用于列车停车控制中。     

非线性方程组求解的新方法

提出了一种求解非线性方程组的方法.将非线性方程组的求解问题转化为最优化问题,对经典BFGS变尺度法进行改进:采用高精度通用数值算法求解函数梯度,采用新的数值解析法进行一维探索,进而有效地提高了BFGS变尺度法的效率和程序通用性;对遗传算法进行了改进.将改进的BFGS变尺度法与改进的遗传算法进行混合杂交,得到一种全局优化算法,数值测试表明该算法是可靠的.     

基于改进Wilson-θ法的流固耦合迭代算法

在传统的Wilson-θ法的基础上，对Wilson-θ法进行了改进并分析其稳定性，基于改进的Wilson-θ法给出了求解动力耦合方程的迭代算法，该算法能方便地用以求解坝库系统的动力耦合反应。计算实例表明，本文中的迭代算法是可行的，并且比已有的算法有更高的计算效率。     

动载滑动轴承轴心轨迹计算机模拟中Holland方法的改进

研究了动载滑动轴承的轴心轨迹计算机模拟中Ｈｏｌｌａｎｄ方法的改进，通过优化初值选取和合理控制偏位角变化率，采取奖惩法控制迭代步长，以加快模拟的实际运算和提高计算精度。     

基于有限差分法的瞬态温度场计算误差研究

本文研究了瞬态温度场有限差分计算中时间步长对计算精度的影响，提出了有效的修正方法，并对修正龄期进行了分析，为数值模拟提供了可靠的理论依据。研究结果表明，文中所提出的方法对减少由于时间步长增大而造成的计算误差是简明而有效的。     

DNA序列分析的高效算法研究及比较

对海量数据的处理，最有效的方法是并行计算。因此，对DNA序列比对进行并行化，以及对BLAST算法进行并行化改进，以提高对大数据量处理的能力，尽管在CLUSTER上的计算效率较超级计算机上的效率低。但CLUSTER较超级计算机费用低，有较大的适用性，而高性能计算机是处理海量数据的强有力的工具，生命科学中计算问题必须进行超级计算已是不争的事实，现代生命科学对超级计算已显示出强烈依赖和迫切需求，文中对BLAST算法进行改进，提出一种局部并行化的DNA序列比对算法，为了检验算法的科学性和适用性，将此算法与超级计算机的高效并行算法——改进的FFT算法相比较及分析。