模型优化

摘要： 针对现有液力机械复合传动(HMD)拖拉机动力系统匹配方案无法满足拖拉机动力性与经济性的平衡,提出一种新型优化匹配方案。根据拖拉机犁耕作业工况,建立发动机与液力变矩器匹配性能评价指标体系;基于熵权法—灰色关联度分析理论搭建性能评估模型,确定HMD动力系统输出权重;并对液力变矩器循环圆有效直径进行优化计算、匹配性能对比分析等。结果表明:以三次多项式拟合计算出发动机输出特性误差在8%以内;液力变矩器循环圆有效直径缩小0.7%;优化匹配后的动力系统平均传动效率提升约2.3%;燃油消耗率相较于全功率匹配减少7.3%,相较于部分功率匹配减少3.1%。提出的优化匹配方案能够较大程度兼顾HMD拖拉机作业时的动力性与经济性,改善发动机与液力变矩器共同作业区间,降低复合传动系统尺寸参数,同时为自主高端农机动力系统的发展提供新的技术路线参考和理论补充。

摘要： 亚马逊棋AI搜索算法包括蒙特卡洛搜索算法、改进后的α-β剪枝算法,极大极小搜素算法,经检验发现蒙特卡洛搜索算法取得较好的成果,但原有的搜索算法由于搜索的博弈树层数为固定值,会产生超时或搜索层数过少造成搜索不完全的问题,尝试使用CNN模型优化原有的亚马逊棋搜索算法。设计一个基于CNN模型的优化器,该优化器将当前棋盘的权值作为输入层,进行三层卷积,输出层为当前局面下的最优层数。在同等计算力条件下,采用蒙特卡洛与α-β剪枝算法,令采用CNN模型优化后的搜索算法与固定搜索层数的算法进行对弈,前者的不败率为73.4%。

摘要： 为了提升主动式交通管理的水平,结合相空间重构和XGBoost算法提出了一种短时交通流预测模型.首先,改进了传统的数据预处理方法,通过层次聚类判定交通流状态,并根据不同的交通流状态对缺失、异常数据进行填充.其次,利用相空间重构将一维数据映射为多维数据矩阵,并利用时间序列复杂网络验证数据重构效果.最后,将多维数据矩阵输入到XGBoost模型以预测未来交通流参数.结果表明,PSR-XGBoost模型预测结果的均方误差、平均绝对误差和平均绝对百分数误差分别为5.399%、1.632%和6.278%,所需运行时间为17.35 s.相比于数理统计模型和其他机器学习模型,PSR-XGBoost模型在多项预测指标上均有明显提高,从而验证了其在短时交通流预测方面的可行性和优越性.

摘要： 目的研究关键参数对超高强钢热成形模内淬火效果的影响规律,合理选择模具材料和冷却流场空间结构,达到冷却淬火后材料中条状马氏体含量最大的目的。方法利用流体仿真软件Star–ccm+对超高强钢热成形模具冷却流场进行有限元模拟分析,采用7种不同热导率的热成形模具材料和直径为15、20、25、30、35 mm的冷却管道管径,研究模具热属性及冷却管道分布的结构属性对板材淬火效果的影响规律。结果板材H13冷却效果最好,达到淬火标定冷却温度用时更短,热成形工艺冷却效率明显提升。冷却管道管径为35 mm的模具冷却效果最好,达到温度峰值时间更短,散热更快,为冷却流场空间结构提供优化参考。结论结合理论分析可知,模拟结果的热传递规律合理,仿真模具对超高强钢热成形模内淬火工艺的制定有一定的指导意义。

摘要： 互联网技术与虚拟现实技术的发展,丰富和改变了服饰文物的展示形式,将不能长期实体展示的服装进行数字化复原,构建其三维模型,可以进行线上虚拟展示。古代服饰具有复杂的层叠与装饰结构,其三维模型内部会出现大量样板交叠的情况,交叠部分样板会使模型产生大量冗余的三角形,增加了模型的面数和数据量。然而,服装模型展示平台的计算性能有限,同时展示大量文件容量过大的模型易造成网络卡顿,降低了模型展示的流畅性。为解决这一问题,本文以氅衣为研究对象,基于氅衣模型中冗余三角形的分布情况提出三种不同的样板修改方案,并通过实验比较了三种方案的模型的数据量、发布时间及CPU占用率,以此确定出优化氅衣模型的样板修改规则。

摘要： 本研究旨在通过优化普通动物模型估计湖羊生长性状遗传参数,为湖羊选育提供参考。选取系谱记录完整的初生湖羊公羔,称取初生重、断奶重、100 d和180 d体重,并采用单栏测定100~180 d的采食量,通过ASReml-R软件利用约束最大似然法(REML)对遗传参数进行估计,利用最佳线性无偏估计法(BLUP)估算各阶段体重育种值。结果显示,湖羊各阶段体重母体永久环境效应方差组分显著(P<0.05),湖羊初生重、断奶重、100日龄体重和180日龄体重的遗传力估计值为0.43、0.27、0.46和0.41。不同体重间遗传和表型相关范围分别是0.38~0.97和0.25~0.84。饲料转化率(FCR)与体重之间遗传和表型相关分别为0.09~0.74和0.05~0.51。剩余采食量(RFI)与体重之间的遗传和表型相关分别为−0.04~0.26和−0.15~0.039。结果表明,母体效应显著影响个体体重(P<0.05),湖羊不同日龄阶段体重均属于中等遗传力性状,饲料效率相关性状与不同日龄阶段体重遗传表型相关差异较大,需慎重选择,以免经济效益降低。在早期选择中选择100日龄体重可以最大化改善育肥阶段体重增益。

摘要： 鉴于市面上搜索引擎的搜索结果繁杂且针对专业领域的问答结果很少的情况,提出了一种基于优化后Att-BiLSTM-CRF深度学习模型的问答系统的构建方法。将机械专业的问答数据与智能问答技术结合起来,实现了导入问答文档进行自然语言处理后自动生成对应齿轮传动知识图谱的功能。在用户输入问题后,系统会通过文本相似度算法和Viterbi最优路径算法来匹配关键词。实验表明,其回答内容大部分都具备合理性且准确率高,可广泛应用于工科院校线上线下的智能教学以及相关展览的智能讲解。

摘要： 针对三轴线车转向过程中存在的转向精度不高的问题,借助牛顿-欧拉法在多体建模上的优势,建立了三轴线连杆转向机构的数学模型,推导出转向机构的位置、角速度和受力方程,利用MATLAB软件与Adams软件搭建运动学模型和动力学模型,通过Simulink与Adams的联合仿真对三轴线连杆转向机构的关键点位进行仿真优化。仿真结果表明,经过优化后三轴线连杆转向机构的转向精度得到提高,转角误差降到2.2°以下,且各铰接点位受力更加稳定,提高了转向稳定性。

摘要： 对比分析目前常用的几种实景三维建模方法及适用性,剖析倾斜摄影三维建模技术在几何结构和模型纹理等方面存在的问题,提出了实景三维精细建模的优化方法和技术路线,着重阐述了高低空航摄相结合的关键技术,明显改善了模型效果,提高了建模的质量与效率,为实景三维数字城市建设提供了技术参考。

摘要： 针对利用卷积神经网络对矿石进行智能分选时,难以同时提高矿石分类精确度和处理量的问题,文中提出一种基于知识蒸馏理论的矿石图像分类方法。首先,改变传统LeNet-5网络模型中的激活函数;其次,引入知识蒸馏理论对模型进行迁移学习,从而达到模型优化的效果;最后,提取图像特征信息,利用优化后的模型对矿石图像进行分类,以减少系统资源占用并提高分类准确率。实验结果表明:使用知识蒸馏理论后,新模型训练准确率达到98.4%,相比优化之前提升5%;精矿识别准确率达到97.78%,提升7%;尾矿识别准确率达到98.78%,提高20%。此外,文中分类方法的识别速度达到平均12 ms识别50颗矿石,即处理量高达62 t/h,满足工业需求,说明优化后的模型具有高效性和实时性。

摘要： 基于Pathfinder软件,对地铁站发生应急事故时人员的疏散进行了模拟.模拟结果表明,理论上符合《地铁设计规范》所允许的疏散时间,在实际模拟疏散中仍有可能超出规范所允许的疏散时间.通过合理引导疏散人员对原有疏散模型进行优化,并运用人员疏散时间和单位时间上疏散宽度的人员流动密度两个分析标准,定量分析楼梯中人员在模型优化前后的疏散情况,使楼梯的疏散效果达到均衡和最佳的状态,对地铁的人员安全快速疏散提供理论依据,对合理有效地在突发事件下的人员疏散研究具有重要的现实意义.

摘要： 有效合理的有功调度是电力系统安全经济运行的基本保障.近年来,随着风电等新能源的并网,对电力系统的有功调度优化提出了新的问题和挑战.本文本含风电电力系统的调度问题进行了综述研究,包括风电并网后的调度建模和模型优化问题.最后对面临的问题和未来的研究方向进行了展望.rn 目前，关于风电并网后调度优化所基于的模型主要集中在静态环境经济调度和动态经济调度这两种模型上。首先，风电并网会影响到系统的安全，所以风电并网在调度建模中需要考虑系统的安全性，以给调度决策人员提供更科学有效的调度优化方案;其次风电并网后的电力系统动态多目标调度更符合实际电网调度运行的要求，然而目前关于风电并网后的电力系统动态多目标调度问题还鲜有文献涉及。rn 由于调度模型的复杂性，调度优化算法一直是调度问题研究的热点。调度模型越完善，与实际系统的契合度就越高，调度模型不断完善的过程实质上就是一个调度模型约束和目标不断增加的过程，而约束和目标的增加加大了模型的复杂度和模型的求解难度，这就需要研究人员不断的改进和开发调度优化算法，以满足调度模型不断的完善的过程。

摘要： 近些年来，随着飞行器设计水平的提高、设计技术趋于精细化，飞行器绕流中的细节流动也愈发引人关注，这对流场模拟方法的效率和精度提出了更高的要求。Speziale发布的极大涡模拟方法(Very Large Eddy Simulation,VLES)是最早的混合模型之一,影响广泛.针对VLES方法雷诺应力衰减过大以及模式工作的背景不清晰等问题,将湍流含能尺度引入尺度控制函数,同时为了减小VLES方法壁面网格需求、降低边界层模化应力损耗出现的风险,在尺度控制函数中嵌入保护函数,将边界层模拟限制在雷诺平均模式,得到改进模型.采用平板边界层流动和NACA0021翼型深失速流动算例进行模拟验证,结果证明改进模型能更好得模拟壁面效应,并能够捕捉细小流动结构,对分离流动具有良好的模拟精度.

摘要： 近些年来，随着飞行器设计水平的提高、设计技术趋于精细化，飞行器绕流中的细节流动也愈发引人关注，这对流场模拟方法的效率和精度提出了更高的要求。Speziale发布的极大涡模拟方法(Very Large Eddy Simulation,VLES)是最早的混合模型之一,影响广泛.针对VLES方法雷诺应力衰减过大以及模式工作的背景不清晰等问题,将湍流含能尺度引入尺度控制函数,同时为了减小VLES方法壁面网格需求、降低边界层模化应力损耗出现的风险,在尺度控制函数中嵌入保护函数,将边界层模拟限制在雷诺平均模式,得到改进模型.采用平板边界层流动和NACA0021翼型深失速流动算例进行模拟验证,结果证明改进模型能更好得模拟壁面效应,并能够捕捉细小流动结构,对分离流动具有良好的模拟精度.

摘要： 近些年来，随着飞行器设计水平的提高、设计技术趋于精细化，飞行器绕流中的细节流动也愈发引人关注，这对流场模拟方法的效率和精度提出了更高的要求。Speziale发布的极大涡模拟方法(Very Large Eddy Simulation,VLES)是最早的混合模型之一,影响广泛.针对VLES方法雷诺应力衰减过大以及模式工作的背景不清晰等问题,将湍流含能尺度引入尺度控制函数,同时为了减小VLES方法壁面网格需求、降低边界层模化应力损耗出现的风险,在尺度控制函数中嵌入保护函数,将边界层模拟限制在雷诺平均模式,得到改进模型.采用平板边界层流动和NACA0021翼型深失速流动算例进行模拟验证,结果证明改进模型能更好得模拟壁面效应,并能够捕捉细小流动结构,对分离流动具有良好的模拟精度.

摘要： 近些年来，随着飞行器设计水平的提高、设计技术趋于精细化，飞行器绕流中的细节流动也愈发引人关注，这对流场模拟方法的效率和精度提出了更高的要求。Speziale发布的极大涡模拟方法(Very Large Eddy Simulation,VLES)是最早的混合模型之一,影响广泛.针对VLES方法雷诺应力衰减过大以及模式工作的背景不清晰等问题,将湍流含能尺度引入尺度控制函数,同时为了减小VLES方法壁面网格需求、降低边界层模化应力损耗出现的风险,在尺度控制函数中嵌入保护函数,将边界层模拟限制在雷诺平均模式,得到改进模型.采用平板边界层流动和NACA0021翼型深失速流动算例进行模拟验证,结果证明改进模型能更好得模拟壁面效应,并能够捕捉细小流动结构,对分离流动具有良好的模拟精度.

摘要： 近些年来，随着飞行器设计水平的提高、设计技术趋于精细化，飞行器绕流中的细节流动也愈发引人关注，这对流场模拟方法的效率和精度提出了更高的要求。Speziale发布的极大涡模拟方法(Very Large Eddy Simulation,VLES)是最早的混合模型之一,影响广泛.针对VLES方法雷诺应力衰减过大以及模式工作的背景不清晰等问题,将湍流含能尺度引入尺度控制函数,同时为了减小VLES方法壁面网格需求、降低边界层模化应力损耗出现的风险,在尺度控制函数中嵌入保护函数,将边界层模拟限制在雷诺平均模式,得到改进模型.采用平板边界层流动和NACA0021翼型深失速流动算例进行模拟验证,结果证明改进模型能更好得模拟壁面效应,并能够捕捉细小流动结构,对分离流动具有良好的模拟精度.

摘要： 近些年来，随着飞行器设计水平的提高、设计技术趋于精细化，飞行器绕流中的细节流动也愈发引人关注，这对流场模拟方法的效率和精度提出了更高的要求。Speziale发布的极大涡模拟方法(Very Large Eddy Simulation,VLES)是最早的混合模型之一,影响广泛.针对VLES方法雷诺应力衰减过大以及模式工作的背景不清晰等问题,将湍流含能尺度引入尺度控制函数,同时为了减小VLES方法壁面网格需求、降低边界层模化应力损耗出现的风险,在尺度控制函数中嵌入保护函数,将边界层模拟限制在雷诺平均模式,得到改进模型.采用平板边界层流动和NACA0021翼型深失速流动算例进行模拟验证,结果证明改进模型能更好得模拟壁面效应,并能够捕捉细小流动结构,对分离流动具有良好的模拟精度.

摘要： 本文对重钢“一罐制”条件下210吨转炉自动炼钢技术进行了研究,采用理论计算与实验分析相结合的方式对在用原辅料的冷却效应进行了计算,现场试验测定了物料和热平衡所需参数,精确研究了现有工艺的物料流向和热量分布,为自动炼钢模型设计和优化提供了依据.在此基础上,对造渣制度进行了优化,使转炉生产工艺更适用于自动炼钢技术,最终达到提高碳温双命中率,提高钢水质量,降低生产成本的目的.研究结果不但对现场操作提供了理论指导,而且还提高了转炉炼钢自动化水平,为最终提高生产效率和经济效益提供了科学依据.

摘要： 本文对重钢“一罐制”条件下210吨转炉自动炼钢技术进行了研究,采用理论计算与实验分析相结合的方式对在用原辅料的冷却效应进行了计算,现场试验测定了物料和热平衡所需参数,精确研究了现有工艺的物料流向和热量分布,为自动炼钢模型设计和优化提供了依据.在此基础上,对造渣制度进行了优化,使转炉生产工艺更适用于自动炼钢技术,最终达到提高碳温双命中率,提高钢水质量,降低生产成本的目的.研究结果不但对现场操作提供了理论指导,而且还提高了转炉炼钢自动化水平,为最终提高生产效率和经济效益提供了科学依据.

摘要： 一种基于电感/电容开关模型的LCC‑HVDC仿真模型和参数优化方法，将电感/电容等效开关用于六脉波整流系统的LCC‑HVDC的建模仿真，根据其中每个晶闸管的工作状态分析得到电感/电容等效开关与理想开关在不同工作状态时的切换瞬间暂态响应、稳态响应、开关损耗，并以等效开关与理想开关差异函数最小化作为优化目标，实现模型参数优化以便电感/电容等效开关逼近理想开关。本发明在对含有大量LCC‑HVDC的电力系统仿真的过程中，能够使得整个系统的导纳矩阵不随开关原件开关状态的改变而改变，从而避免了大型矩阵多次求逆的问题，提高了大系统仿真的效率。

摘要： 本发明公开了一种基于代理模型的模型参数并行仿真优化方法及装置，涉及仿真优化领域，该方法将多个不同的参数组合分别输入到多个仿真环境中，每个仿真环境基于一个参数组合执行仿真流程并输出对应的仿真结果，多个仿真环境并行运行；将当前迭代过程的参数组合及对应的仿真结果添加到累计数据集中，利用累计数据集中的数据训练得到代理模型；利用代理模型和优化算法生成下一次迭代的多个参数组合；该方法通过利用代理模型，使得优化算法可以快速的实现迭代，同时提供并行仿真的机制，可以减少总仿真执行次数从而大大减少仿真过程消耗的时间，减少了参数优化耗时，提高参数优化效率。

摘要： 本发明涉及一种基于元模型和资源数据的模型自主动态优化方法，在现有的产品生命周期元模型的基础上，利用强化学习的思想，训练出一个可以产生优化策略的智能体，以解决资源数据规模化后元模型的修正问题，达到自主优化，动态调整模型相应参数的结果。在今后面对类型繁多的新资源数据及庞大的数据量时，智能体可以基于元模型和新数据对模型进行自主优化，使产品生命周期模型不断完善，对产品数据的描述更加贴切。

摘要： 一种深度学习模型的模型转换优化装置、方法及计算机可读存储介质，所述方法包括：对第一深度学习模型进行模型转换得到第二深度学习模型；根据第一、第二深度学习模型的深度学习框架分别得到该两个模型的权重排列方式；对第一、第二深度学习模型进行模型量化；基于第一、第二深度学习模型的权重排列方式与模型量化结果分析得到该两个模型的权重相似度，以构建权重分析报告；根据预设测试集对第一、第二深度学习模型进行测试，以构建模型性能估测报告；根据权重、模型性能报告得到第二深度学习模型的优化建议；及利用优化后的第二深度学习模型对待处理数据进行处理。本发明可实现对模型转换之前和之后进行深入分析，避免出现模型转换后性能不佳。

摘要： 本申请涉及芯片封装的热可靠性技术领域，公开了芯片热阻网络模型的优化方法、装置及热阻网络模型，本申请实施例根据不同的表面结点选取方案构建芯片热阻网络模型，将构建的芯片热阻网络模型和所述芯片三维仿真模型进行热仿真对比，以获取二者之间的芯片结温差，并选取与芯片三维仿真模型的芯片结温差最小的芯片热阻网络模型作为最终优化的芯片热阻网络模型。本申请实现了芯片热阻网络模型的优化建模，构建的芯片热阻网络模型能够很好地等效芯片三维仿真模型，为后续的芯片结温的准确计算奠定良好的基础。

摘要： 本发明公开了基于交替优化深度学习模型的三维模型兴趣点提取方法；采用特征描述符提取每个三维模型表面所有顶点的特征向量，组成第一高维向量，作为输入；使用标签值函数对所有顶点进行计算，获得所有顶点为兴趣点的标签值，作为输出，训练神经网络；使用训练后的神经网络对每个三维模型进行预测，结合密度峰值聚类方法提取出兴趣点；将预测结果与所有顶点为兴趣点的标签值对比，基于此对部分顶点为兴趣点的标签值进行优化；将优化后的标签值作为输出，输入不变，再次对神经网络进行训练；多次训练后得到最终神经网络模型；采用最终神经网络模型，并结合密度峰值聚类方法，可提取出同一类三维模型的兴趣点；该方法不仅快速且准确。

摘要： 本发明公开了一种基于Transformer模型的机器翻译模型优化方法，通过设计变长编码和候选块让Transformer个体具有不同的结构和参数，为词向量的学习提供多种候选模型；而后设计了交叉变异策略让Transformer个体能够进行信息交流，让处理词向量的优秀结构或参数可以遗传给下一代；之后设计了环境选择策略产生下一代Transformer个体，淘汰学习词向量效果相对较差的模型，保留学习词向量效果较为优秀的模型；之后不断迭代演化搜索找到学习词向量效果最优的Transformer模型，用于最终解决机器翻译任务，使得Transformer模型能够更好的学习机器翻译任务中的词向量表达，提高机器翻译任务的精度。

摘要： 本公开提供了一种模型优化方法、模型优化装置和电子设备，可用于人工智能领域、金融领域或其他领域，该方法包括：发送包括集合标识的测试请求给服务器端，以便服务器端获取针对与集合标识对应的测试图像集合中测试图像的静态指标的取值；响应于阈值输入操作，将至少部分静态指标的指标阈值发送给服务器端，以便服务器端基于测试图像的静态指标的取值和指标阈值确定针对测试图像集合的测试准确率；以及响应于来自服务器端的测试准确率，展示测试准确率，以便确定模型优化信息。

摘要： 本发明公开了基于多模型预测控制算法的燃气轮机T‑S模型优化方法，所述方法包括数据预处理，使用五个相邻采样点进行三次多项式拟合，对数据进行预处理，提高数据质量；建立特征向量，即构建输入与输出变量的特征向量组合；对特征向量进行前件结构辨识；对经过步骤S3获得数据进行后件参数辨识；获得T‑S模糊模型；在步骤S5获得T‑S模糊模型中取得对应工况的阶跃响应向量模型，利用DMC算法求出最优输入量对燃气轮机输出进行优化控制。

摘要： 公开了一种OPC模型数据收集方法、数据收集系统及OPC模型优化方法，OPC模型数据收集方法包括：采用初始OPC模型对测试图案的曼哈顿版图进行仿真得到仿真结果；将所述仿真结果输入量测工具中，建立特征尺寸量测标准；以及采用所述特征尺寸量测标准采集所述测试图案的实际晶圆图案的特征尺寸，得到收集数据。该OPC模型数据收集方法及数据收集系统通过采用初始OPC模型对测试图案的曼哈顿版图进行了仿真，再采用仿真结果建立特征尺寸量测标准，经过仿真的版图与实际晶圆的尺寸相差较小，以此建立特征尺寸量测标准能更好的与实际晶圆的图案吻合，保证良好的数据收集结果，使得数据收集准确，进而能得到更精确的模型校准结果。