基于偏最小二乘回归的疏浚产量预测方法

针对绞吸式挖泥船产量预测困难的问题,对挖泥船作业实时反馈的数据进行研究。利用Relief权重算法提取出影响挖泥船产量的主要工艺参量,并在此基础上采用偏最小二乘回归,建立主要工艺参量与产量之间的数学模型,实现对挖泥船产量的预测。结果表明,利用偏最小二乘回归建立的数学模型能够很好地对挖泥船的产量进行预测,可为预测挖泥船的产量提供一种有效的方法。     

多方式多类型交通分配模型(MMA)在收费型公路网中的应用研究

在对收费型公路运营模式进行研究的基础上,利用交通规划软件建立了基于广义费用的交通流量分配模型即多方式多类型交通分配模型,通过对模型参数的科学标定和网络的合理设置,得到各类车型在特定网络上的流量分配、路段饱和率以及通行费用,并对此模型的应用效果进行分析,最终为区域高速公路网规划、路段交通量预测提供依据。     

基于AIGA-WLSSVM的埋地管道腐蚀速率预测方法

为了降低埋地管道腐蚀影响因素之间的复杂相关性,提高腐蚀预测精度,文中提出一种基于自适应免疫遗传算法-加权最小二乘支持向量机(AIGA-WLSSVM)的埋地管道腐蚀速率预测建模方法,并采用AIGA优化模型参数,进一步提高模型的学习能力和稳定性。最后通过实例分析验证了AIGA-WLSSVM建模方法在埋地管道腐蚀速率预测中的可行性和有效性,为埋地管道的检修与更换提供参考。     

船用离心泵状态监测

实现机舱设备实时状态监测及评估是智能船舶以及无人机舱发展过程中的重要部分,也是事后维修、定期维修向视情维修转变过程的关键技术.本文利用最小二乘多项式拟合法对实验数据进行拟合,得到离心泵Q-H特性曲线拟合多项式.在某一进出口压差下,比较拟合流量和监测流量之间的差值来表征离心泵实时性能状态,并通过设置不同程度的泄露故障验证该方法的有效性.相比于用CFD软件建模仿真以及监测振动等方法,该方法可行性强、简单实用、成本较低,具有重要的实际工程应用价值.     

基于改进移动最小二乘法的结构可靠性分析

基于改进移动最小二乘法对结构可靠性问题进行分析,数值模拟结果表明,改进方法可有效提高计算精度.具体方法是使用椭圆范数代替二范数来度量样本点到中心点的距离,并根据上次迭代所得到的响应面在中心点处的法向量与坐标轴所成角度,对影响域进行旋转变换;从而将样本点的权重大小由样本点与中心点、响应面的距离共同决定,并将每次迭代得到的响应面函数在中心点处的法向信息包含在内.     

一种新的求解非线性最小二乘问题的牛顿迭代算法

通过对普通牛顿迭代法的Hessian矩阵添加一个正则化因子,改善迭代过程中Hessian矩阵的病态程度,构造出一种新的求解不适定非线性最小二乘问题牛顿迭代算法,并给出算法迭代步骤,解决了普通牛顿迭代法在迭代过程中其Hessian矩阵秩亏或者严重病态而导致不能收敛的问题,最后,以地基沉降-时间关系预测的泊松模型为例,进行了数值分析实验,结果表明本研究中所提方法是适用的．     

竖向荷载作用下桩基荷载传递计算方法

通过对己有各种单桩计算方法的研究总结,建立了单桩计算新理论。该理论与以往基于荷载传递法的单桩计算方法相比,做了如下改进:(1)桩侧与桩端采用广义荷载传递模型;(2)引入混凝土的Rusch模型以考虑高荷载水平作用下桩身混凝土的弹塑性性状;(3)耦合Mindlin解答以考虑桩侧摩阻力在桩端处产生的桩端位移。因此该单桩荷载-沉降关系计算方法在理论上更趋完善,使基于荷载传递法的多层地基中单桩荷载-沉降关系计算方法得到完善和统一。     

小型机动平台上时间配准问题分析

介绍空中移动平台传感器定位算法并建立模型,通过Monte Carlo仿真实验及内插外推法将高精度观测时间上的数据推算到低精度时间点上。该方法能同时有效地估计目标运动状态和传感器配准误差．与传统配准方法相比具有更快的收敛速度和更高的精度。     

应用广义拟余能原理研究流固耦合问题(英文)

水动力学与固体力学交叉的流固耦合理论是船舶与海洋工程结构响应分析与直接设计的重要工具.本文应用卷变积方法,按照广义力和广义位移之间的对应关系,将弹性动力学的基本方程卷乘上相应的虚量,然后积分,代数相加,并考虑到体积力和面积力均为伴生力,建立了非保守系统初值问题的两类变量的广义拟余能原理.应用广义拟余能原理研究流固耦合问题,分析了结构的动力响应,给出同时求解力类量和位移类量两类变量的计算方法.     

基于加权最小二乘法的武器装备批量生产成本费用研究

加权最小二乘法考虑了现实情况下普遍存在的异方差性,在经济预测中有着更为广泛的应用。在系统研究我国武器装备批量生产规律和状况的基础上,结合计量经济的相关理论,提出基于加权最小二乘法的费用预测模型,并辅以实例进行分析,结果表明,该方法移植性好,由于消除了异方差性的影响,模型的拟合和预测性能较一般最小二乘法更佳。