搜索资源列表
基于混合粒子群的土壤水分特征曲线参数优化
- 摘要：土壤水分特征曲线是研究土壤水运动的重要参数。Van Genuchten 方程（简称VG方程）是目前运用最广泛的土壤水分特 征曲线方程。将VG方程参数计算问题转化为一个非线性优化问题，然后构建单纯形算法和基本粒子群算法相结合的混合粒子 群算法对其进行求解。仿真实验结果表明采用混合粒子群算法与普通遗传算法、混合遗传算法、基本粒子群算法相比，不但提高 了收敛成功率、降低了迭代次数，而且对参数的取值范围也放宽了；采用混合粒子群算法计算参数的精度比非线性单纯形法和阻 尼最小二乘法要高，且不需
求解单一重现期暴雨强度公式的Lingo-BFGS算法
- 摘要：为了克服一般的非线性优化算法对初始值的依赖，针对某一地区单一重现期暴雨强度公式参数计算问题，首先将Lingo 软件编程求出的结果作为初始值，然后利用拟牛顿算法对其参数进行优化。实例计算结果表明：采用Lingo 软件和拟牛顿法相结 合的方法求解单一重现期暴雨强度公式比传统的方法精度更高，能有效解决实际优化设计问题。
求解药代动力学参数的自适应混合粒子群算法
- 摘要：针对传统方法具有初始值敏感和进化算法无法确定搜索范围等缺陷，将Nelder-Mead 单纯形与粒子群算法相结合，提出 了一种基于Nelder-Mead单纯形与粒子群算法的具有时变加速因子的自适应混合粒子群算法。将该混合算法用于血管外给药二 室模型参数优化的实验之中。仿真实验结果表明，算法计算精度高而且鲁棒性强，是一种新颖的解决药代动力学参数优化的较 好方法。
神经网络极速学习方法研究
- 单隐藏层前馈神经网络(Single-hidden Layer Feedforward Neural Network, SLFN)已经在模式识别、自动控制及数据挖掘等领域取得了广泛的应用，但传统学习方法的速度远远不能满足实际的需要，成为制约其发展的主要瓶颈。产生这种情况的两个主要原因是：（1）传统的误差反向传播方法(back propagation，BP)主要基于梯度下降的思想，需要多次迭代；（2）网络的所有参数都需要在训练过程中迭代确定。因此算法的计算量和搜索空间很大。针对以上问题，借鉴ELM的
基于PowerWorld的短路分析
- 本文对可视化电力系统设计的基本思想及发展情况进行了概述，介绍了Power World Simulator的基本功能和使用方法，详细介绍了电力系统单线图仿真建模以及潮流计算和故障分析功能应用模块。以IEEE14节点的模型为基础,结合国内实际电压等级规定，搭建了可视化电网模型，完成了系统参数的设置，并进行了系统潮流计算的可视化分析，对电网的各种短路故障运行进行了仿真。通过IEEE14节点实例模型的运行结果与理论进行对比，验证了该软件的合理性与有效性。
气动辨识方法
- 气动参数辨识是检验飞行器的真实气动特性与设计值的匹配性的重要方法。研究分 析基于理论计算的方法和基于增广的扩展卡尔曼滤波算法，通过实测数据，对比 2 种辨识方法的 估计结果，得到了扩展卡尔曼滤波法可以有效降低实测数据中的噪声影响，获取更加精确的估计 结果的结论
罗氏线圈低频高频模型研究
- 罗氏线圈低频高频模型研究，介绍了罗氏线圈低频和高频模型,并给出罗氏线圈低频和高频模型中的参数计算公式,为设计罗氏线圈提供了设计流程。
确定相空间重构参数的一种新方法
- 用相点的惯量矩来描述相轨迹在相空间中展开的程度，用相点的惯量矩的相对变化来描述相轨迹展开的快慢。导出了相点关于主对角线的、与重构参数有关的惯量矩公式。用该公式计算了相点的惯量矩的相对变化，选出了不同维数的延迟时间。从非零延迟时间中选出的最小维数就是嵌入维数，该非零延迟时间就是最终确定的延迟量。用此方法获得的参数重构出的相轨迹质量较好，且具有抗噪能力强。
Assessing the Effects of Induced Field Rotation on Water Ice Detection of Tianwen-1 Full-Polarimetric Mars Rover Penetra
- 朱荣探测车首先配备了全极化火星探测车穿透雷达(FP-RoPeR)系统，旨在绘制地下精细结构并发现潜在的地下水冰。但是，与以往轨道雷达探测水冰不同的是，当电磁波通过粗糙界面传播时，FP-RoPeR信号会受到感应场旋转(IFR)的影响。因此，在本文中，我们评估了粗糙界面的IFR对FP-RoPeR数据的圆极化比(CPR)响应的影响，这是水冰探测的重要参数。理论计算和数值验证表明，深度、粗糙界面数和相对介电常数是影响IFR效果的三个重要参数;对于FP-RoPeR系统来说，深度比其他两个因素更重要。浅层区