共查询到16条相似文献,搜索用时 109 毫秒
1.
2.
3.
4.
研究高斯径向基核支持向量回归机参数优化问题。推导线性和非线性支持向量回归机公式,分析影响支持向量回归机精度的主要控制参数,将拉丁超立方设计方法与Powell法相结合,提出一种快速有效的支持向量回归机参数优化方法。将支持向量回归机用于近似建模,提供仿真算例,并与Kriging函数和径向基函数近似性能进行比较。结果表明,设计的支持向量回归机能实现近似精度和近似效率的良好折中,参数估计简单,易于编程实现,是有效的近似建模方法,可为飞行器多学科设计优化用近似建模方法研究提供理论参考。 相似文献
5.
在研究潜油直线电机的参数匹配过程中,提出了一种圆筒型永磁同步直线电机结构参数优化设计方法。基于一种六西格玛设计(DFSS)理念,结合数理统计理论,分析了气隙长度、定子轭厚度、齿宽、齿形角、主磁通永磁体有效长度、半闭口槽宽、极弧系数等参数对电机电磁推力及齿槽力影响。以增大推力及降低齿槽力为优化目标,采用2IV 7-3部分析因试验设计法,对电机主要本体结构参数进行筛选优化。分别筛选出了影响电磁推力和齿槽力的显著因子,并利用响应面法建立了相应的非线性数学模型。通过多目标遗传算法获得了Pareto最优解,得出最优结构参数组合。优化前后有限元仿真结果表明:平均电磁推力提升了28.83%,齿槽力降低了18%,推力及齿槽力波动显著减小;基于DFSS和响应面的优化方法用于研究潜油直线电机电磁结构参数优化是可行的。 相似文献
6.
7.
鉴于内螺旋槽加工领域缺少预测精度良好的切削力预测模型。基于ABAQUS软件对内螺旋槽的切削加工过程进行了有限元仿真,并由此得出切削力数值;通过模拟退火算法对支持向量回归机预测模型进行参数寻优,得出最优参数以及最优切削力预测值,为刀具设计提供依据,并经切削力实验对预测值进行验证。通过仿真以及切削力实验可知,模拟退火算法优化的支持向量回归机预测精度比优化前的预测精度提高了50%以上,且模拟退火优化的支持向量机模型能够应用于实际内螺旋槽的切削加工中。 相似文献
8.
本文在对开关磁阻电机非线性磁特性分析的基础上,提出了一种基于混沌时间序列支持向量机的开关磁阻电机建模新方法,运用支持向量机的回归理论通过对磁路得到的样本数据集进行学习,在运用混沌时间序列的支持向量机模型中,引人了径向基核函数,简化了非线性问题的求解过程。仿真实验表明,所构建的开关磁阻电机模型是可行的,模型能够反映电机的磁特性,有较高的精确度和预测能力。 相似文献
9.
针对精确的直线同步电机数学模型建立困难的问题,提出了基于绕组函数法的长定子直线同步电机绕组电感的计算方法,并推导出了直线电机各电感参数计算公式,然后建立了相应的直线同步电机数学模型。此外,利用电感参数在Simulink里搭建了直线同步电机矩阵微分方程,通过仿真结果得到了三相电流、励磁电流和电磁推力波形。最后,基于长定子同步直线电机的结构尺寸建立了一对极有限元模型,定子绕组通入三相交流电,动子绕组通入直流励磁电流,通过设置适当的剖分,将得到的电磁推力和解析法的电磁推力进行了对比。研究结果表明,有限元分析法和解析法得到的电磁推力结果一致,从而论证了基于绕组函数法的直线电机数学模型建模方法,为以后的直线电机数学建模提供了参考。 相似文献
10.
11.
新型圆筒直线电机推力的解析与数值方法研究 总被引:3,自引:1,他引:2
提出了一种新型圆筒直线电机结构.建立了适合其结构特征的轴对称涡流解析方程,给出了方程的解析解.并采用变分方法建立了该轴对称场的有限元模型.数值分析结果表明:两种方法的计算结果一致,验证了解析模型的正确性和可行性.基于分析结果,经选取合适的电机参数,制作了样机,并测试了该电机启动推力变化情况.实验结果和计算结果相符,表明解析模型满足了新型圆筒直线电机的计算要求,同时也验证该方法的可靠性.结果还表明该电机满足了动感雕塑隐蔽驱动的要求.进一步还研究了电机气隙大小、次级厚度等主要结构参数对电机推力等性能的影响,结果显示:气隙增大,推力减小;次级厚度为10mm时,推力为198.51N,达到最大. 相似文献
12.
13.
14.
采用数值仿真分析方法对航空发动机短环形火焰筒结构进行简化处理,构建短环形火焰筒结构模型。通过有限元方法对结构进行流固耦合分析计算,得到火焰筒壁面温度分布及气动压力分布,计算火焰筒结构热模态结果并分析。通过耦合的有限元/边界元法以扩散场的形式对火焰筒结构施加噪声激励载荷,对火焰筒结构多场耦合非线性动力学响应特性进行分析,获得了短环形火焰筒结构在温度载荷、气动力载荷与噪声载荷耦合作用下的动力学响应规律。 相似文献
15.
针对传统的支持向量机(support vector machine,简称SVM)参数选择方法以人工试验为主,花费时间长且很难得到最优参数的问题,提出了一种基于遗传算法(genetic algoritlam,简称GA)的支持向量机参数自动寻优方法.利用GA的全局搜索能力对支持向量机的各项参数进行寻优预处理,找到最优的参数取值,建立基于遗传算法的支持向量机模型(GA-SVM).以某小型给水管网为研究对象,采用水力分析算法求得管网局部破坏状态下的各项数据,并用这些数据对预测模型进行故障诊断试验,结果表明,经遗传算法优化的支持向量机模型具有较高的预测精度,整体性能优于传统的BP神经网络模型. 相似文献