基于相空间重构的水资源时间序列混沌预测模型研究

针对水资源时间序列非线性预测难题,建立了基于相空间重构的混沌预测模型。通过将原始时间序列非线性映射到一个高维特征空间中进行相空间重构,获得输入向量和期望输出向量,选择统计学习理论中的SVM模型进行预测,经实证分析,文中模型比ANN模型和AR模型具有拟合效果好,预测精度高,泛化能力强等优点。     

基于相空间重构与LSSVM的交通流量预测

针对仅利用欧氏距离不能准确反映相空间中相点间的相似性大小,提出一种改进预测模型,该模型同时考虑相点间的欧氏距离和相似性来选取邻近点。在对交通流量时间序列进行相空间重构后,运用最小二乘支持向量机分别对不同方法得到的邻近点进行训练,并对未来时段的交通流量进行了多步预测。实际案例的预测结果表明,改进方法比一般方法具有更好的适应能力和预测精度。     

五自由度无轴承异步电机动态解耦控制

为实现五自由度无轴承异步电机高精度动态解耦控制,提出一种基于最小二乘支持向量机逆的解耦控制方法.首先,建立五自由度无轴承异步电机数学模型并进行可逆性分析,然后,利用最小二乘支持向量机在有限数据样本下对高维非线性函数的回归能力来辨识五自由度无轴承异步电机逆模型,并利用粒子群算法优化最小二乘支持向量机的参数,以提高对逆模型的拟合和预测精度,最后,将最小二乘支持向量机逆与原系统相串联得到伪线性系统,并设计PID闭环控制器对五自由度无轴承异步电机进行复合控制,实现了原系统径向位移、轴向位移、转速以及磁链间的非线性动态解耦.仿真研究验证了该控制策略的有效性.     

基于SVM的电子装备故障预测方法研究

探讨了支持向量机时间序列预测模型的应用。将支持向量机时间序列预测技术应用于电子装备故障预测中,对某型电子装备的数据传输插件板进行了故障预报,通过实验证明了该方法的有效性和实用性。     

加权支持向量回归算法在运力预测中的应用

支持向量机(Support Vector Machines,SVM)是基于统计学习理论框架下的一种新的通用机器学习方法,是一种处理非线性分类和非线性回归的有效方法。由于具有完备的理论基础和出色的学习性能,该技术已成为当前国际机器学习界的研究热点,能较好地解决小样本、高维数、非线性和局部极小点等实际问题。近来,SVR方法被引入求解回归和预测问题,并在各领域中得到广泛的应用。本文在分析现有基于高斯核的支持向量回归方法优缺点的基础上,突破目前在构造支持向量机中存在的"所有支持向量与样本之间的在特征空间中的内积所对应的核函数参数一定要相等"的这一思维定势,提出了一种新的算法——"基于高斯核参数加权的支持向量回归机"算法,并将该算法应用在世界散货船队运力预测中。估算结果证明了这种改进的支持向量回归算法在船队运力预测中的有效性和实用性。     

基于单参数的Lagrangian支持向量回归算法及其应用

支持向量机（Support Vector　Machines，SVM）是基于统计学习理论框架下的一种处理非线性分类和非线性回归的有效方法。由于具有完备的理论基础和出色的学习性能，该方法已成为当前国际机器学习界的研究热点，能较好地对解决小样本、高维数、非线性和局部极小点等实际问题。提出了一种基于单参数的Lagrangian支持向量回归算法，并将该算法应用在外贸货物吞吐量预测中。估算结果证明了这种改进的支持向量回归算法在吞吐量预测中的有效性和实用性。     

支持向量机回归方法在船型要素建模中的应用

支持向量机是基于统计学习理论框架下的一种新的通用机器学习方法，是一种处理非线性分类和非线性回归的有效方法。采用支持向量机回归算法对船型主要要素进行建模，并与常规的回归建模方法进行比较。同时应用实例进行论证，估算结果证明了这种支持向量机回归算法在船型要素建模预测中的有效性和实用性。     

基于单参数的Lagrangian支持向量回归算法及其应用

支持向量机(Support Vector Machines,SVM)是基于统计学习理论框架下的一种处理非线性分类和非线性回归的有效方法。由于具有完备的理论基础和出色的学习性能,该方法已成为当前国际机器学习界的研究热点,能较好地解决小样本、高维数、非线性和局部极小点等实际问题。这里提出了一种基于单参数的拉格朗日(Lagrangian)支持向量回归算法,并将该算法应用在外贸货物吞吐量预测中。估算结果证明了这种改进的支持向量回归算法在吞吐量预测中的有效性和实用性。     

基于支持向量机的船舶航向广义预测控制

船舶的动态性能具有大惯性、大时滞、非线性等特点,经采用基于结构风险最小化原则的神经网络--支持向量机,能充分发挥其可以任意逼近非线性模型的良好特性来对船舶进行辨识,并以此作为广义预测控制算法中的预测模型,加以相应的预测控制算法达到航向保持的目的.仿真结果表明:支持向量机学习速度快,在小样本情况下具有良好的非线性建模和泛化能力;基于支持向量机的广义预测控制算法具有很好的控制性能.     

一种新的支持向量回归算法及其在集装箱吞吐量预测中的应用

支持向量机是基于统计学习理论框架下的一种新的通用机器学习方法,是一种处理非线性分类和非线性回归的有效方法。由于具有完备的理论基础和出色的学习性能,该技术已成为当前国际机器学习界的研究热点,能较好地对应解决小样本、高维数、非线性和局部极小点等实际问题。近来,SVR方法被引入求解回归和预测问题,并在各领域中得到广泛的应用。文章提出了一种新的基于单参数的Lagrangian支持向量回归算法,并将该算法应用在集装箱吞吐量预测中。估算结果证明了这种改进的支持向量回归算法在集装箱吞吐量预测中的有效性和实用性。     

超大直径钢管桩风机基础优化研究

针对近海风机基础中的超大直径独立桩基础的力学问题,结合实际工程,采用数值软件对其进行模拟计算,得 到桩长、桩壁厚与位移和应力变化曲线,以及局部改变桩壁厚和增加翼缘对桩位移和应力的影响。通过计算分析认为：桩 长和桩壁厚都在一定范围内对桩位移和应力有影响,桩壁厚局部变化对位移影响不明显,但对应力有显著变化;在泥面下 一定范围内增加翼缘能有效减小侧向位移, 并给出翼缘的最优入土长度和厚度,为实际工程提供设计依据。     

舰船辐射噪声的非线性和确定性检验

为提取舰船目标辐射噪声非线性和混沌特征,实现对舰船目标的自动识别,首先需要对舰船辐射噪声时进行非线性检验和确定性检验。运用替代数据方法,选择合理的检验统计量,根据实验数据与替代数据之间峭度和自相关两个量的差异性,分析得出舰船辐射噪声信号有非线性成分。另外,对舰船辐射噪声时间序列作相空间重构,根据递归图中出现规则图案,定性分析出舰船辐射噪声信号具有确定性成分存在。该结论为下一步提取舰船辐射噪声非线性混沌特征奠定了理论基础。     

某煤码头工程基坑支护结构原位测定

地下连续墙是在地下深处分段施工形成的,无法直接观察到其质量特征,形成缺陷难以修复。本文立足于基坑支护结构监测的实测资料,通过对地下连续墙侧向位移、墙顶水平位移、墙体垂直沉降、孔隙水压力、土压力及墙体内力等监测结果的分析,为类似工程的设计、施工和监测提供一些借鉴。     

用Melnikov方法研究船舶在随机横浪中的倾覆

本文应用Melnikov函数和相空间转移率研究船舶在随机波浪中的强非线性横摇运动及其倾覆问题,分析了波浪特征频率、特征波高、船舶非线性恢复力臂以及阻尼特性对相空间转移率的影响.以长30.7m、宽6.9m的渔船为例,采用ISSC波浪谱,在时域内计算了Melnikov函数,得到了相空间转移率与Melnikov函数之间的关系以及有义波高对相空间转移率的影响.研究表明:随有义波高增大,相空间转移率不断增大,船舶航行的安全域迅速减小.从而揭示了相空间转移率与船舶倾覆内在的密切联系,为船舶的设计和稳性衡准提供了有价值的参考.     

基于关联维数的转子-轴承耦合故障诊断研究

提出了一种将关联维数理论应用于转子-轴承不平衡耦合故障诊断的新方法,重点讨论转子系统转速对系统平衡的影响,对滚动轴承支承下的耦合系统的动力学方程仿真计算获取的非线性时间序列进行相空间重构,并计算出关联维数,比较了不同故障状态下的关联维数特征,发现了耦合故障下关联维数的变化规律,并以此作为耦合故障识别的重要特征.仿真试验验证了分析结果,表明了文中所述方法良好的性能.     

基于多目标遗传算法舵鳍联合减摇系统能量优化研究（英文）

Energy optimization is one of the key problems for ship roll reduction systems in the last decade. According to the nonlinear characteristics of ship motion, the four degrees of freedom nonlinear model of Fin/Rudder roll stabilization can be established. This paper analyzes energy consumption caused by overcoming the resistance and the yaw, which is added to the fin/rudder roll stabilization system as new performance index. In order to achieve the purpose of the roll reduction, ship course keeping and energy optimization, the self-tuning PID controller based on the multi-objective genetic algorithm(MOGA) method is used to optimize performance index. In addition, random weight coefficient is adopted to build a multi-objective genetic algorithm optimization model. The objective function is improved so that the objective function can be normalized to a constant level. Simulation results showed that the control method based on MOGA, compared with the traditional control method, not only improves the efficiency of roll stabilization and yaw control precision, but also optimizes the energy of the system. The proposed methodology can get a better performance at different sea states.     

潮位对深海筑堤工程深层土体水平位移的影响

深海筑堤工程中必须对深层土体进行水平位移监测。自动化测斜技术每天能在固定时间自动监测传感器读数,如果设置监测间隔为48 min,即潮位隔天的推迟时间,则可以分析出潮位对深海筑堤工程中深层土体水平位移的影响。结合浙江某筑堤工程的自动化测斜随潮位变化的监测数据等,找出潮位对深海筑堤工程中深层土体水平位移的影响及规律,提出适用于类似工程的应用方法和案例。     

三体船阻力回归分析及预报方法研究

基于三体船船模系列阻力试验结果,以非均匀B样条拟合船模阻力试验数据随航速变化关系曲线,采用模长界限控制的Gram-Schmidt正交化方法建立给定排水量和航速三体船阻力与侧体位置关系的回归模型,该方法能够快速而有效地获取有效范围内任意给定航速下三体船阻力随侧体位置的变化关系,具有一定的理论意义和较高的工程实用价值.     

船体湿表面脉动压力预报的三维非线性方法

本文给出了一种预报船体湿表面脉动压力响应的三维非线性时历模拟方法.计及瞬时物面变化引起的各种非线性因素,在时域内建立船体非线性运动方程.在每一时刻,认为船体以其瞬时平均湿表面为平衡位置做简谐振荡运动,利用三维线性频域解来简化运算.在此基础上,进一步将绕射和辐射问题在静平衡位置求解,仅考虑占主导地位的入射波和静恢复力变化的非线性,作为一种兼顾工程需要的计算精度和计算效率的简化方法.以此方法为基础编制了计算机程序,对实船进行了计算,并与模型试验进行了对比.分析比较表明,该方法能够给出令人满意的船体湿表面脉动压力响应预报结果.     

软土地基上板桩码头结构方案研究

以某软土地基上的板桩码头工程为例,采用地下连续墙作前墙、混凝土梁连接前后桩基的设计方案。考虑到软土地基的材料非线性,地基土体采用邓肯-张模型,并使用有限单元法分析板桩码头各构件的应力分布规律和变形特点。另外,采用多种方案对比的方法对码头结构设计方案中的前墙入土深度和两排PHC桩基的桩长进行研究。分析前墙入土深度和PHC桩长对板桩码头位移和内力的影响,并给出前墙入土深度和PHC桩长的优化结果,为工程实践中板桩码头的结构优化设计提供依据。