多变量

摘要： 针对复合材料飞机机翼结构设计具有设计变量与约束条件多的特点,而使用手工方式建立优化模型不仅耗时费力而且容易出错且不利于机翼结构设计的修改和管理的状况,在飞机总体外形和骨架确定的条件下,给出了一种基于HyperMesh二次开发的飞机复合材料机翼结构优化设计方法,即:使用HyperMesh二次开发语言批量创建属性、优化设计变量、响应与约束,快速建立有限元模型及优化模型,从而提高了建模效率.通过提交optistruct优化计算,得出在该布局条件下机翼结构满足各项约束条件的最优尺寸和质量,最终实现机翼结构质量降低16.6%,验证了使用HyperMesh二次开发完成飞机复合材料机翼结构优化设计的有效性和实用性.

摘要： 文章对一道平时作业中遇到的多变量最值问题,从多个角度进行解法探究和解后思考,提出在日常教学中,讲解例题或习题时应尽可能引导学生从不同角度、应用多种方法进行探讨,达到举一反三、触类旁通的效果,培养学生思维的深刻性.

摘要： 灌区灌溉计划存在难以满足作物实时需水、灌区用水效率低等问题,影响水资源的高效利用。选择黄河流域中游渠村灌区下的二级渠系为研究区域,采用实时灌溉预报模型计算作物实时需水,根据灌区渠系运行情况建立多目标模型,并用模拟退火算法求解。结果显示:采用本文提出的模型和方法确定的配水方案能满足渠道运行要求,配水时间减少1.2d,渠系输水损失量减少6.84%,符合优化配水原则。

摘要： 在目前中国的南方电力市场的电量偏差考核机制下,拥有更准确的电力负荷预测技术的售电企业在现在的中长期市场中将会有更少的偏差电量,从而获得成本更低的竞争优势。为了探究在成熟的电力现货市场下,对电力负荷预测有影响的因素有哪些以及如何使用预测模型实现更好的电力负荷预测精度的问题,通过文献梳理归纳出影响电力负荷四类因素:历史负荷数据、气象因素、时间因素、经济因素,构建了考虑多变量因素的长短期记忆网络(LSTM)电力负荷预测模型,以澳大利亚昆士兰州为算例进行预测分析,结果表明基于LSTM的电力负荷预测方法误差相比较于基于ARIMA模型的电力负荷预测方法的误差更低,预测效果更好。而在影响因素当中,算例结果比较显示日期类型对电力负荷预测预测结果影响最强,其次是电价因素,最后是最低与最高温度。该预测方法在相似于美国的PJM电力市场中也可以使用。

摘要： 油套管的化学成分对油套管的各项力学性能有重要影响。本研究利用激光诱导击穿光谱仪(LIBS)对钢铁光谱标准样品进行光谱数据采集,用MATLAB软件编程进行数据处理,建立定标曲线,从而对油套管的元素进行定量分析。本文比较了单变量线性回归定标和利用偏最小二乘法(PLS)多变量线性回归定标的效果。结果表明利用偏最小二乘法(PLS)多变量定标可以提高数学模型的相关系数和减少绝对平均误差,取得了令人满意的效果。

摘要： 二氧化碳气提法尿素生产工艺中,中低压系统的甲铵液粘度和密度的高低直接影响到高压系统的稳定运行。通过分析甲铵液的工艺特性,选择高准音叉式高性能多变量粘度计进行测量,并对其测量原理和安装方式进行分析,采用小管线回流的方式进行安装,自2021年2月开车以来,该密度计为生产系统的稳定运行提供了可靠的测量数据。

摘要： 在合金钢众多成分中碳(C)属于微量非金属元素,其含量决定了合金钢的主要力学性能,准确、实时掌握C元素的含量,对合金钢的生产及分类起到关键作用。双脉冲激光诱导击穿光谱(DP-LIBS)是一种可用于在线快速分析合金钢中元素的有效手段,不仅具有实时、样品预处理简单等优点,还能够增强物质的烧蚀度和信号强度,从而提高LIBS技术的检测灵敏度。为了减小基体效应影响,进一步提高LIBS技术对合金钢中微量C元素定量分析的精确性,采用多元素多谱线的修正方法,通过DP-LIBS结合反向传播人工神经网络(BP-ANN),建立多变量GA-BP-ANN定标法。首先在氩气环境对合金钢样品进行DP-LIBS采集,目标C元素选择了谱线强度变化能够体现其含量变化的C 193.09 nm处的原子谱线,同时选取共存元素Fe,Cr,Mn和Si对应的特征谱线,以提供更多的光谱信息,提高C元素定量分析的准确度,共选择15条特征分析谱线,其中Fe元素含量丰富且相对稳定,作为内标元素引入以减小谱线波动;之后通过遗传算法(GA)寻优,对C/Fe,Cr/Fe,Mn/Fe和Si/Fe的谱线强度比进行优化选择;最后将GA选择的多谱线强度比作为BP-ANN网络的输入,输出为目标C元素浓度值,建立多变量GA-BP-ANN定标方法。为比较该方法预测结果的精确性,同时建立传统定标曲线法与以C/Fe为输入的单变量BP-ANN定标方法。利用标准合金钢样品,通过留一法交叉预测C元素含量值,与内标法和单变量BP-ANN定标方法相比,预测样品的平均相对误差分别由14.78%和14.75%减小到8.29%,预测值与真实值之间的决定系数R^(2)分别由0.9674和0.9744提升至0.9893。结果说明了多变量GA-BP-ANN定标法预测的C元素含量更接近于真实含量,证明了该方法用于LIBS检测合金钢中C元素含量的可行性。

摘要： 【目的】利用全国森林资源清查固定样地连续监测数据,通过机器学习算法构建基于多因子的森林生长模型,提高森林生长和固碳量的模拟精度,预测东北三省乔木林未来碳汇潜力,探索乔木林碳汇的潜在分布,为准确定位我国东北森林在增汇减排中的作用以及科学制定国家“碳中和”行动路径和目标管理提供科学指导。【方法】利用1999—2018年4次全国森林资源连续清查固定样地监测数据,结合区域气候、土壤、林分和地形因子,采用随机森林模型构建区域主要优势树种(组)的生长-消耗模型,运用未来气候情景与未来乔木林面积扩增情景,预测东北三省2015—2060年间乔木林生物质碳储量变化与碳汇潜力。【结果】东北三省乔木林生物质碳储量2060年可达3393.15 TgC,比2015年增加1895.23 TgC,2015—2060年间年碳汇量为42.12 TgC·a-1,其中天然林是主体。辽宁省、吉林省和黑龙江省乔木林生物质碳储量分别由2015年的139.19、463.58和895.15 TgC增至2060年的328.95、915.83和2148.37 TgC,乔木林平均生物质碳密度分别由2015年的32.71、59.75和45.11 MgC·hm-2增至2060年的75.20、109.32和85.24 MgC·hm-2。2015—2060年间辽宁省、吉林省和黑龙江省乔木林生物质年碳汇量分别为4.22、10.05和27.85 TgC·a-1。【结论】本研究构建的随机森林模型表现效果较好,能够用于东北三省未来乔木林碳储量预测。2015—2060年东北三省乔木林生物质碳储量将增加1895.23 TgC,未来仍具有较大碳汇潜力。黑龙江省的碳汇潜力最大,年碳汇量达27.85 TgC·a-1,是未来重要的碳增汇区域;辽宁省的碳汇潜力较弱,年碳汇量仅为4.22 TgC·a-1。加强中、幼龄林经营管理,适度更新成、过熟林,有助于提升东北三省乔木林碳汇功能,发挥我国东北森林在增汇减排以及实现区域“碳中和”目标中的作用。

摘要： 对于循环流化床(CFB)锅炉的自动控制优化,床温动态模型的建立和动态特性分析有着重要的意义。采用粒子群优化(PSO)算法对床温动态模型进行辨识,并且使用自适应惯性权重策略解决标准算法在模型辨识过程中存在局部最优问题。在种群迭代进化过程中,利用粒子适应度值动态变化,使算法在寻优过程中的全局搜索能力和局部搜索能力得到平衡。与传统惯性策略相比,自适应惯性权重能使算法更好地适应动态搜索过程,辨识所得模型的各项误差值更小、精度更高。应用辨识模型,对山西某350 MW CFB锅炉的现场运行数据进行验证。验证结果表明,该模型能够有效地反映燃料量、一次风量、二次风量与床温之间的动态关系。该研究在CFB锅炉床温的自动控制以及优化方面有一定指导意义。

摘要： 准确进行地下水位预测对地下水管理具有重要意义。通过将代表补给项的降水量和代表排泄项的气温、水汽压及开采量作为输入变量,构建了基于多变量长短时记忆(LSTM)神经网络的地下水位预测模型。利用济南市2010—2018年月降水量、气温、水汽压和开采量及第四系含水层和岩溶含水层地下水位数据进行模型训练,并利用2019年数据进行验证,结果表明:①利用正弦函数信号拟合气温数据可以消除气温测量误差的影响,提高模型预测精度;②LSTM神经网络模型当神经元失活比率为20%时能够取得最佳的预测结果,其中对第四系含水层地下水位的均方根预测误差为0.84 m,对岩溶含水层地下水位的均方根预测误差为0.68 m;③总体上,LSTM神经网络模型能够较准确地模拟地下水位的动态特征,只在地下水位突变处误差较大。

摘要： 为了获得空气涡轮火箭发动机(ATR)在飞行包线内的最大推力和比冲,本文对其调节规律进行优化分析.首先建立了基于多变量可调的ATR控制规律和性能优化的计算模型,并编制了相应的计算程序.其次分析了不可调时的飞行条件对发动机特性的影响,以及在设计飞行工况下的单变量调节特性.最后在加速和高速巡航状态下,分别以推力和比冲为目标对ATR多变量调节规律进行了优化分析.结果表明,ATR在加速过程的调节规律应当逐渐从优化推力过渡到优化比冲,并逐渐降低转速直到维持巡航状态.

摘要： 本文在一维随机波动率(SV)模型基础上,通过扩展,建立了多个多变量随机波动率(MSV)模型首次将MSV模型大规模应用于中国沪深两市指数周收益率数据利用MCMC方法进行模型估计,选用DIC准则进行模型比较,得出拟合程度最好的MSV模型.结果显示,加入波动率单边Granger因果关系的MSVGt-AR(1)模型对沪深两市的拟合能力最好。

摘要： 本文通过分析PSO算法对求解多变量高精度约束优化问题的不足,提出一种基于PSO算法的CTPSO算法,该算法对处理求解高精度多变量约束优化问题有较好搜索能力;详细介绍了CTPSO算法的指导思想和具体步骤,通过PSO算法和CTPSO算法的对比实验,分析了CTPSO的收敛特性、全局和局部搜索性能.

摘要： 高度复杂的焊接过程,一直是过程控制界的一项难题.本文就其具有多个变量这一特点,较详细的总结了适合于焊接过程的多变量控制方法,及其目前国内外的一些研究成果,具体介绍了神经网络控制方法,模糊控制方法和预测控制方法.

摘要： 利用仿人智能控制器结构和参数的特点,提出了一种基于前馈静态开环解耦的多变量仿人智能控制方法.该方法设计简单、调整方便、易于实现,能有效地抑制或消除系统变量之间的关联作用,实现对系统的解耦控制,并得到良好的动、静态性能.

摘要： 本文探讨研究IGCC系统无约束时多变量综合优化设计及其系统性能特性规律.本文通过IGCC系统热力特性分析,确定了系统的独立变量,并基于有关部件通用模型组建了IGCC系统通用模型,为无燃气轮机母型硬件约束时的综合优化设计奠定了基础.结合典型实例的模拟分析,揭示了有别于现行的有约束的设计优化的系统性能特性规律.从而提出IGCC系统无约束综合优化分析的新方法.

摘要： 研究了一种具有多变量、强耦合、高阶次和开环绝对不稳定等复杂特性的双并联倒立摆(加弹簧链接)控制系统，依据动力学原理建立了该系统状态空间数学模型，并利用线性二次型最优控制方法设计了双并联倒立摆系统的控制器。仿真结果表明，两个摆杆可以很好地稳定在垂直位置附近，具有一定的抗干扰能力。本文研究结果对复杂工业过程控制具有指导意义。

摘要： 火电厂大型机组具有控制对象复杂、滞后大,模型难以建立等特点,用传统的控制方法很难得到最佳的运行效果,而多变量广义预测控制策略,具有适用范围广、鲁棒性强等优点,可有效弥补上述不足.本文提出了一种约束优化的算法,此算法不但适合实际工业中物理量不能无限取值的要求,而且利用了矩阵分解技术,使在线运算量大为减少.

摘要： 本文提出了一种基于多目标FSQP算法的涡扇发动机加力过程最优控制方法.该算法能够有效的解决涡扇发动机的加力过程最优控制问题,可以在满足控制过程中的各项约束条件并保持核心机状态不变的前提下,获取最大的推力和最短的调节时间.最后,通过计算机仿真证明了该控制算法的可行性和良好的控制效果.

摘要： 讨论了基于通常使用的PC机平台的实用预测控制软件的开发,该软件具有系统仿真和实时控制两大功能.系统仿真功能实现了对预测控制系统的综合仿真,包括结构扰动、随机扰动对系统的影响和控制器参数调整的作用等,并可对预测控制的作用机理进行仿真分析.实时控制功能能够实现有约束多变量预测控制算法的在线实施问题.开发并实现了该系统模型辨识与预测、多变量预测控制算法及约束处理等模块,可实现对过程控制对象的实时控制.此外,修改了经典DMC算法的移位阵,使之能够直接控制带有接分环节的不稳定对象.实时控制时,结合系统仿真功能和实时控制功能,首先辨识出模型参数,然后离线仿真,选取理想的控制参数,并将这些参数应用于实时控制中.

摘要： 描述了涉及两组个体的分类的数据结构。对于两个或多个类别中的每个类别，数据结构包括(1)识别指定该类别的第一组的个体的信息，以及(2)识别指定该类别的第二组的个体的信息。对于每个组，该信息能被用于基于比较指定给该类别的该第二组中的所有个体的比例与指定给该类别的该第一组中的所有个体的比例，以调整被指定给类别的第一组的个体。

摘要： 描述了涉及两组个体的分类的数据结构。对于两个或多个类别中的每个类别，数据结构包括(1)识别指定该类别的第一组的个体的信息，以及(2)识别指定该类别的第二组的个体的信息。对于每个组，该信息能被用于基于比较指定给该类别的该第二组中的所有个体的比例与指定给该类别的该第一组中的所有个体的比例，以调整被指定给类别的第一组的个体。

摘要： 本发明提出结合变量存储器和多变量连接器的流式推理方法，所述流式推理方法基于是基于OWL Horst的规则集对RDF流式数据进行处理；所述流式推理方法是在知识图谱的背景下，先提出了变量存储器旨在加速查找特定RDF流式数据中查询速度的同时，避免以规则为单位的形式进行冗余存储和数据传输开销。接着提出多变量连接器的存储方法，用于预判规则是否激活；最后结合该存储设计方案，设计流式推理算法EMSR，有效地实现针对流式RDF数据的高效推理；本发明通过增设变量存储器和多变量连接器，使得同一类型的三元组可用于多条规则，避免了以规则为单位的形式进行冗余存储，减少了数据网络传输。

摘要： 一种通过单变量控制单元达成多变量控制的控制器，其包含一控制单元、至少一变量、一动态偏离因子单元及一补偿单元。控制单元依据一测量讯号与一参考讯号而得到一输出讯号，输出讯号送到一程序中以使测量讯号趋近参考讯号。变量是程序中可影响测量讯号或受该控制单元影响的讯号。动态偏离因子单元依据变量的一短时间均值与一长时间均值而得到变量的一动态偏离因子。补偿单元将动态偏离因子补偿到测量讯号、参考讯号或输出讯号，而得到对应的补偿讯号。该补偿讯号取代对应的测量讯号、参考讯号或输出讯号以对程序进行控制。

摘要： 本发明提供一种多变量输入多变量输出时间序列预测方法及系统,其中一种多变量输入多变量输出时间序列预测方法，其具体步骤如下：S1.准备多变量时序数据X；S2.使用卷积网络对多变量时序数据X进行逐个时序计算，获得时序趋势数据R；S3.构建基于自注意模型的长周期编解码模型，计算当前与历史时间趋势的相关性向量Corr、待预测时序变量间的协变关系CorrD；S4.利用相关性向量Corr、协相关性向量CorrD和历史数据的时序趋势数据R计算预测时序变量Y的估计值。

摘要： 本发明的多变量时间序列数据处理装置具有：数据获取部(15A)，其针对多个变量各方而获取第1时间序列数据(X)及第2时间序列数据(Y)；评价值计算部(15B、25B)，其将第1时间序列数据(X)及第2时间序列数据(Y)分别分割为多个时间区间，并计算对各时间区间分配的评价值；以及同步处理部(15C、25C)，其根据对应于第1时间序列数据(X)的评价值的数组、对应于第2时间序列数据(Y)的评价值的数组、以及分配给该变量的权重来算出权重数组，根据所述权重数组来确定在多个变量之间共通的、第1时间序列数据(X)的样本值与第2时间序列数据(Y)的样本值的对应关系。

摘要： 在本发明中，对于作为基准的等离子体处理装置100A和与之同种类的等离子体处理装置100B，分别对利用第一设定数据进行动作时由各自的多个传感器检测的检测数据进行多变量解析，作成多变量解析模型式后，使用利用新的第二设定数据进行动作时由等离子体处理装置100A的多个传感器检测的检测数据，作成多变量解析模型式，使用该新的第二设定数据的等离子体处理装置100A的多变量解析模型式和等离子体处理装置100B的多变量解析模型式，作成与新的第二设定数据相对应的等离子体处理装置100B的多变量解析模型式。由此，即使在每个处理装置中存在处理特性差异时，也可以将对于一个处理装置而作成的模型式直接用在同种类的其它处理装置中，不需要对每个处理装置都取各种测定数据作成相应模型式。由此，可减轻模型式作成时的手续和时间。

摘要： 本发明属于数据挖掘技术领域，公开了一种在大数据集中计算单变量与多变量间的最大信息系数的方法及系统，用以计算单个变量Y与m个变量(X

摘要： 本发明提出结合变量存储器和多变量连接器的流式推理方法，所述流式推理方法基于是基于OWL Horst的规则集对RDF流式数据进行处理；所述流式推理方法是在知识图谱的背景下，先提出了变量存储器旨在加速查找特定RDF流式数据中查询速度的同时，避免以规则为单位的形式进行冗余存储和数据传输开销。接着提出多变量连接器的存储方法，用于预判规则是否激活；最后结合该存储设计方案，设计流式推理算法EMSR，有效地实现针对流式RDF数据的高效推理；本发明通过增设变量存储器和多变量连接器，使得同一类型的三元组可用于多条规则，避免了以规则为单位的形式进行冗余存储，减少了数据网络传输。

摘要： 提供过程流体多变量测量系统和多变量热电偶套管。多变量测量系统包括被配置成联接至过程流体管道并延伸穿过过程流体管道的壁的热电偶套管。该系统还包括设置在热电偶套管内的温度传感器组件，其具有设置在其中的至少一个温度敏感元件。该系统还包括联接至热电偶套管的压力传感器组件，压力传感器组件具有设置在其中的至少一个压力敏感元件。该系统还包括通信地联接至温度传感器组件和压力传感器组件的变送器电路，其被配置成从至少一个温度敏感元件接收温度传感器信号并基于温度传感器信号而响应地产生温度测量结果输出。变送器电路还被配置成从至少一个压力敏感元件接收压力传感器信号并基于压力传感器信号而响应地产生压力测量结果输出。