共查询到20条相似文献，搜索用时 218 毫秒
1.
《实验室研究与探索》2016,(2):17-21
将基于遗传算法(GA)的支持向量回归机(SVR)用于建立颗粒阻尼减振结构阻尼特性预测模型。应用基于结构风险最小化准则的SVR,建立颗粒阻尼减振结构阻尼特性—影响因素SVR预测模型,对颗粒阻尼减振结构的阻尼特性进行预测,并通过实验进行了验证。结果表明:在选择适当的参数和核函数的基础上,利用该方法建立的预测模型,平均相对误差在10.3%左右;颗粒阻尼器的减振性能随填充率的增加而增加,颗粒填充率75%时,减振性能最好;颗粒密度是影响颗粒阻尼器减振效果的重要因素,颗粒密度越大系统的减振性能越好;颗粒阻尼器的减振性能随着颗粒直径的变化不明显。 相似文献
2.
《实验室研究与探索》2017,(1)
针对神经网络方法预测并联机床表面粗糙度存在的不足,提出了一种新的基于支持向量回归机的并联机床表面粗糙度预测方法。以某型并联研抛机床为例确定了表面粗糙度预测模型的输入输出参数,建立了基于支持向量回归机的并联机床表面粗糙度预测模型。仿真实验的预测结果表明,所建立的预测模型具有较强的泛化能力,预测的准确性较高。 相似文献
3.
《实验室研究与探索》2016,(9)
针对现有神经网络方法在预测超高压输电线路可听噪声方面存在的不足,提出了一种新的基于支持向量回归机的超高压输电线路可听噪声预测方法。在分析了超高压输电线路可听噪声主要影响因素的基础上,建立了超高压输电线路可听噪声预测指标体系,进一步建立了基于支持向量回归机的超高压输电线路可听噪声预测模型。仿真结果表明,所建立的预测模型合理有效,具有较高的预测精度和较好的推广价值。 相似文献
4.
《实验室研究与探索》2016,(10):24-27
针对神经网络方法在磨削力预测方面存在的网络结构不好确定和样本需求量大等不足,提出了一种新的基于支持向量回归机的磨削力智能预测方法。介绍了支持向量回归机的基本原理,分析了影响磨削力的主要因素,选用砂轮速度、工件速度和磨削深度作为输入参数,建立了基于支持向量回归机的磨削力预测模型。仿真结果表明,所建立的预测模型是合理有效的,与BP神经网络预测方法相比,预测的结果准确性更高。 相似文献
5.
《赤峰学院学报(自然科学版)》2017,(12)
针对电信客户流失问题,本文设计了一种基于决策树C5.0、BP神经网络及SVM支持向量机三种分类器融合的组合预测模型,利用最优加权组合预测方法来确定各模型的权重值.预测结果表明:组合预测模型的准确率高于传统的单一分类预测模型,构建此模型对解决电信客户流失预测方面的问题具有应用价值. 相似文献
6.
赵合胜 《西安文理学院学报》2018,(5)
针对绿茶烘焙这一过程的复杂特性,提出了一种基于灰色预测和SVM的绿茶烘焙过程温湿度预测模型.该模型首先利用灰色预测和SVM分别对绿茶烘焙过程中的温湿度做预估,为了将两者进行有机融和,笔者选用熵值法确定各预测子模型的加权系数,进而得到了更为精准的绿茶烘焙过程温湿度预测模型结果,保证温湿度的稳定控制.仿真结果验证了该方法的有效性. 相似文献
7.
《南阳师范学院学报》2017,(6):9-12
基于BP神经网络建立了南阳市失业率预测模型.运用南阳市统计年鉴中的相关数据建立训练样本,使用Matlab软件对预测模型进行了相关的仿真实验,结果证明预测模型能够较好地预测失业率,可以为南阳市制定就业政策提供一定的指导意见. 相似文献
8.
目的：本文旨在探讨不同尺度颗粒形貌特征对于砂土应力-应变以及能量耗散行为的影响。方法：1.通过同步X射线计算断层扫描实验,提取高精度的真实颗粒形貌,并通过三维点云表征;2.通过基于球谐分析的主成分分析方法,构建不同尺度下颗粒形貌的突变与衰减;3.通过离散单元法仿真,模拟不同形貌试件的三轴剪切过程,并进一步讨论不同尺度颗粒形貌对于颗粒材料应力-应变以及能量耗散行为的影响。结论：1.通过比较较松散和较密实的试件,发现对于较松散试件,颗粒形貌对颗粒材料的初始刚度、应力-应变、体积应变和摩擦能量耗散等响应的影响更为明显;2.对于不同尺度下的颗粒形貌,局部圆度较长径比对颗粒材料宏观响应的影响更大;3.颗粒材料的能量耗散行为由颗粒形貌和初始孔隙率共同决定。 相似文献
9.
为在自然环境条件下对供热负荷进行较为准确的预测,分析了对供热负荷产生影响的自然因素,利用回归分析法建立负荷预测模型。在误差较大情况下提出利用神经网络法建模,采用差分进化算法对神经网络的阈值和权值进行优化。使用经过优化的神经网络进行负荷预测,在MATLAB环境下进行仿真。仿真结果表明,采用该方法可得到更为准确的供热负荷预测模型,对供热站节能运行有一定意义。 相似文献
10.
我国原煤产量的部分线性自回归预测模型 总被引：1，自引：0，他引：1
针对传统的原煤产量预测模型不能理想地捕获我国煤炭产量的非线性性特征,本文基于核估计半参数理论,对我国原煤产量的月度数据建立了部分线性自回归模型,并对2007上半年的月原煤生产量进行了预测,计算结果表明,相对于参数自回归模型而言,部分线性自回归模型能够很好地解决原煤产量预测这一非线性问题,预测精度较高。 相似文献
11.
对产后粮食损耗进行分析与研究,调查获得10多个省份的粮食损耗问卷,对问卷进行统计分析得到影响损耗的各个因素变量,同时进行数据预处理作为模型数据集。最后,将该数据集应用于提出的RDPSO-BP模型中。将随机粒子群（RDPSO）算法与BP神经网络相结合,并优化神经网络参数,从而得到粮食产后储藏环节损耗率预测模型。通过MATLAB仿真实验,发现优化后的RDPSO-BP模型相比传统BP神经网络,具有更高的预测精度,训练与测试误差分别降低了0.041%和0.055%。因此,该模型能够更好地预测粮食产后储藏环节的损失率,在实际粮食损耗分析中具有重要作用。 相似文献
12.
影响二甲醚催化燃烧的因素较多,并且影响因素之间又相互作用,将支持向量机引入二甲醚预测领域.为了克服LS-SVM的局限性,提出将粗糙集理论、粒子群优化算法以及SVM算法相结合,对LS-SVM的惩罚因子和径向基函数的参数进行优化选取.对二甲醚催化燃烧进行了实例研究.结果表明,所提出的模型提高了网络的预测精度,验证了该模型的有效性. 相似文献
13.
为了提高电动车铅酸蓄电池的电池荷电状态(SOC)预测精度,将粒子优化算法(PSO)引入到支持向量机(SVM)中,建立了PSO-SVM电动车铅酸蓄电池SOC预测模型,模型输入量为电池的电压和电流,输出量为SOC。采用PSO算法对SVM的惩罚因子C和径向基函数宽度σ寻优,降低了SVM参数取值的盲目性,提高了预测精度。设计了铅酸蓄电池数据智能采集系统,并进行了实际运行车辆电池数据采集。在advisor2002软件中获取的电池数据和实际车辆电池运行数据的基础上,进行了模型训练和预测。结果表明,PSO-SVM预测模型相对传统的BP、RBF和SVM预测模型具有更好的精度和推广能力,满足了"SOC估算精度小于5%"的要求,从而表明该模型是有效的、可行的,并具有较好的工程实用价值。 相似文献
14.
针对网络流量高度自相关、随机性和非线性等时间序列特征,采用支持向量机（SVM）模型进行预测。针对SVM模型中参数难以确定的问题,采用粒子群（PSO）算法进行参数寻优,保证预测的精确度。将PSO—SVM模型预测结果与ARIMA自回归移动平均模型、BP神经网络模型预测结果进行比对,PSO—SVM模型具有更高的预测精度,能够更好地反映网络流量的变化规律。 相似文献
15.
研究带章动阻尼器航天器的非线性动力学特性.应用第二类拉格朗日方法建立航天器动力学方程,并对稳定性进行了分析;应用四阶Runge-Kutta法进行数值模拟,发现激励力矩增大时系统由倍周期运动变为混沌运动. 相似文献
16.
建立阻尼器连接的毗邻建筑在地震力作用下的运动方程．在求解地震响应时,地面运动加速度被描述为一随机过程．由于结构系统的非正交阻尼性质,用虚拟激励法在频域内求解结构地震响应．通过分析得出,毗邻建筑用阻尼器连接后,结构的地震响应得到有效控制,较连接前明显改善;选择一定的阻尼器参数可得最佳的减震效果． 相似文献
17.
研究基于粒子群优化算法的长短期记忆神经网络模型构建方法及其在医院门诊管理中的应用,选取三甲医院中医慢病相关科室门诊量历史记录数据,构建基于长短期记忆神经网络的门诊量预测模型,借助粒子群优化算法对长短期记忆网络进行参数优化,并使用优化后的模型对门诊量进行预测。月度门诊量预测结果表明,经过粒子群优化的长短期记忆神经网络模型在测试集上的预测误差RMSE,相比未优化的模型减小了48.5%。粒子群优化算法能高效地优化预测模型,可使模型较好地预测出门诊量变化趋势,从而为医务人员门诊管理工作提供决策支持。 相似文献
18.
为了研究橡胶浮置板轨道对城市高架箱梁结构的减振特性,建立了高架橡胶浮置板轨道结构三雏有限元模型,分析了当减振器刚度和轨道板长度变化对高架桥系统动力响应影响。研究结果表明。减振器刚度的改变对浮置板前10阶振动频率分布影响较大,对累积质量分数分布特性几乎没有影响,相同阶数条件下浮置板的振动主频随减振器刚度减小而减小;列车通过时浮置板轨道以增大自身的振动来达到减小对桥梁结构振动能量输入的目的,在减振频率范围内,浮置板的减振效果随减振器刚度增大而减小,随浮置板长度的减小而减小。 相似文献
19.
JIANG Jiandong LIANG Xichang ZHANG Bo XIAO Junli State Key Laboratory of Mechanical Transmissions Chongqing University Chongqing P.R. China 《重庆大学学报(英文版)》2004,3(1):11-15
1.IntroductionOneofthemostimportantperformanceparameterofautomobilesisthecushioningability.Soallkindsofvibrationdampersareassembledinvehicles,amongwhichthefullest-blownoneisthehydraulicdamperworkingthroughreciprocatingmovementofhinderedpistoninahydrauliccylinderabsorbingvibrationwithself-containedspring.Butsuchkindofdampercannotchangewiththechangeincharacteristicsofavibrationsource(suchasamplitudeofvibrationandphase),lackingofenoughself-adaptingability.Magnetorheologicaldamperfluid(MRF)isaty… 相似文献
20.
利用傅立叶级数对散点小行星光变数据进行曲线拟合,以获得小行星表示参数,选取傅立叶级数为6的拟合方式对单体或双体小行星光变曲线进行分类,并用机器学习算法中的SVM和决策树建立预测模型。检验结果表明,SVM模型对单体和双体小行星的预测正确率达到95%,相较于决策树正确率提高了10%,为从小行星实际观测数据直接推测双体小行星潜在相关应用提供了参考。 相似文献