加速行驶车内噪声线性度评价方法研究及应用

为有效评价加速行驶车内噪声线性度,建立了一种基于客观参数的回归模型。首先以18款市场主流车型的加速行驶车内噪声主客观试验结果为研究对象,通过最小二乘法对客观试验结果进行一元线性回归拟合,计算出最大偏差、平均绝对偏差和确定系数三项线性度评价参数,然后基于加速车内噪声线性度主观评价结果,构建出主客观回归模型。最后以某C级SUV加速行驶车内噪声线性度优化案例,证明了该方法的有效性及合理性。     

考虑焊缝横向收缩的钢-混组合梁桥钢梁制造线形研究

为确定考虑焊缝横向收缩量的钢-混组合梁桥中钢梁的制造线形,基于焊接温度场理论及热固耦合关系,建立钢板焊接有限元模型,对焊接工艺参数进行单变量、多变量参数分析,并采用多元线性回归对焊接工艺参数与焊缝横向收缩量之间的关系进行拟合,以某钢-混组合梁桥为例,利用回归式结合不计焊缝的常规FEM模型对钢梁制造线形进行简化计算。结果表明：基于焊接温度场理论及热固耦合关系可以较好地模拟焊缝横向收缩,与文献试验值及FEM值基本一致;焊接工艺参数中钢板厚度、对接缝隙宽度、焊层数量对焊缝横向收缩影响更为显著,多变量组合下存在多元线性回归关系,决定系数最高可达0.9;回归式与有限元法计算的焊缝横向收缩量较为接近,采用回归式结合不计焊缝的常规FEM模型的方法可以较为简便地确定钢梁制造线形。     

基于遗传算法的船体主甲板外展程度寻优

  目的  为了解决航空母舰（简称“航母”）飞行甲板的主尺度要素设计问题,以航母舰体主尺度要素为输入,对飞行甲板主要设计要素进行论证,并开展相应的数学模型研究。  方法  通过解读分析13艘国外典型大、中型航母的各项设计参数,借助支持向量机回归（SVR）算法和径向基核函数（RBF）建立相应的回归分析模型,并采用模拟退火（SA）算法对部分计算参数进行优化以提高回归精度。以“肯尼迪”号常规动力航母作为检验样本、其余12艘航母作为训练样本集进行回归计算,验证该回归模型的预报效果。  结果  所得计算结果与“肯尼迪”号实际参数的对比显示,多数飞行甲板设计要素都具有较好的预报精度,同时,也得到了少数设计要素预报精度不高的原因。  结论  所做研究对航母飞行甲板总体设计具有技术支撑作用。     

基于迭代重加权最小二乘宽度学习系统的微波天线谐振频率建模

为了克服深度学习训练过度耗时的弊端,提出宽度学习系统(BLS),使用岭回归算法求解输出权重,极大地方便了训练过程,对于大样本而言,此做法高效且快速.然而,在处理微波器件这类小样本电磁问题上,则大大限制了模型的拟合能力.为了进一步提升模型的性能,针对小样本的回归问题,将迭代重加权最小二乘算法(IRLS)与宽度学习算法相结合,配合网格搜索法以确定模型的最佳结构.通过对矩形和圆形两种微带天线谐振频率的预测,并与一些主流的算法对比,证实了迭代重加权最小二乘宽度学习系统(IRLS-BLS)的有效性.     

基于封闭试验场的驾驶模型生成方法研究

本文从封闭试验场驾驶模型的特殊性出发,采用合理的试验方案,得到了高精度的车速,定位(经度和纬度),航向角等数据。然后进一步地利用支持向量回归算法,得到基于封闭试验场的轨迹模型和速度模型。最终形成了驾驶模型,为下游仿真提供了更为可靠的智能驾驶速度曲线输入,从而不仅可以部分代替实车试验,减少实车的制造,降低开发成本,而且还可以更高效主动的发现车辆设计中的缺陷。     

基于多元非线性回归算法的动车组变压器温度预测研究

对动车组状态参数进行预测是实现动车组数字化精准维修的重要前提之一。目前对动车组数据的利用方式主要以定量观测和定性分析为主,缺乏准确的状态预测量。为此,文章提出了一种基于多元非线性回归的预测算法,通过建立变压器温度预测模型,实现了变压器温度值的次日预测,并以此指导由温度导向的变压器日常运维项目。通过对比CRH5A型动车组车载数据中变压器温度原始数据和预测模型数据,结果显示采用该模型变压器温度预测精度达到95%以上,验证了所提方法的有效性,其对提高列车检修效率、节支降耗有着重要的作用。     

中国老年前期女性血沉参考值与地理因素的关系

为制定中国老年前期女性血沉参考值的统一标准提供科学依据,本文收集了中国各地用温氏法制定的健康老年前期女性血沉参考值,并对其与地理因素的关系进行了研究。发现海拔高度是影响老年前期女性血沉参考值最主要的因素,随着海拔高度的逐渐增大,老年前期女性血沉参考值在逐渐的减少,相关性很显著,用逐步回归分析的方法推导出了一个回归方程。可用之估算某地区的老年前期女性血沉参考值     

两两NQD序列下非参数回归函数估计的相合性

在两两NQD序列误差下讨论Priestly,M.B.和Chao,M.T.[1]提出的一类给参数回归函数加权核估计的相合性.