数控机床力-几何误差的PSO-SVM建模

为了提高数控机床几何误差建模精度,改进补偿效果,先用测力环等仪器模拟施加并测量机床主切削力,再用激光干涉仪同步测量机床俯仰角和偏摆角误差. 根据粒子群优化算法(particle swarm optimization,PSO)优化支持向量机(support vector machine, SVM)的相应参数,并以实际测量数据进行训练,从而建立
了PSO-SVM力-几何误差预测模型. 实际试验表明,PSO-SVM误差预测模型输出的偏摆角误差预测值与实测数据的最大差值仅为0.6 μrad,俯仰角误差预测值与实测数据的最大差值仅为0.21 μrad,远小于利用BP神经网络以及常规方法优化的SVM所建立的力-几何误差预测模型的误差,因此该模型可用于数控机床几何误差的高精度实时补偿.     

改进的粒子滤波算法在目标跟踪中的应用

粒子滤波算法中通常采用先验转移概率代替重要性函数,由此重要性密度函数对后验函数的偏差将增大。将小波去噪应用到粒子滤波过程中,降低了偏差,提高了粒子算法的滤波精度,并将该算法应用到目标跟踪的过程中,通过仿真证实该方法能够提高粒子滤波精度。     

重组腺相关病毒基因药物三种滴度的比较与分析

采用酶联免疫吸附测定(ELISA)、实时荧光定量聚合酶链反应(Q-PCR)和转导方法对重组腺相关病毒(rAAV)的衣壳滴度、基因组滴度、转导滴度进行定量,并比较衣壳滴度/基因组滴度(P/GC)和基因组滴度/转导滴度(GC/TU).实验结果表明:3批rAAV的平均衣壳滴度为3.65×10¹³ P·mL^-1,平均基因组滴度为8.67×10¹¹ GC·mL^-1,平均转导滴度为9.85×10⁹ TU·mL^-1,P/GC平均值为41.70,GC/TU平均值为88.20,P/GC和GC/TU平均值接近于AAV2标准品,说明文中方法的制备工艺成熟、稳定,制备的rAAV感染活性较高.     

基坑挡土结构的粒子群优化设计方法

为提高基坑支护结构设计的速度和精度,用模拟自然界鸟群觅食行为的进化算法———粒子群优化算法(PSO)来确定支护结构优化设计方案.研究了基于弹性抗力法的基坑挡土结构的粒子群优化技术:定义在搜索域中的一组可能的基坑设计参数为一个粒子;建立与挡土结构的结构优化设计参数相关联的适应度函数;通过粒子群位置的演变过程来搜索对应最优函数的结构设计参数方法;桩单元长度动态调整的编程技术等.通过工程算例证明了基坑挡土结构粒子群优化设计方法的可行性和适用性.     

表贴式永磁电机漏磁导的解析计算

针对有限元法求解空载漏磁系数时计算量大的问题,采用磁路法全面考虑了永磁电机内部4不同漏磁通路径,并根据电机结构尺寸确定各漏磁通的积分区域,不但解决了磁路法在电机结构变化时漏磁系数计算不准确的问题,而且同时具备计算量小的优点。在极弧系数、气隙长度和永磁体厚度分别变化的情况下,漏磁系数的有限元结果与磁路法结果吻合,证明了该文所提出的漏磁导计算方法的准确性。该方法不需要复杂的有限元计算,尤其适用于电机优化设计。     

阜阳市居民参与全民健身活动现状调查及对策研究

以阜阳市居民为主要研究对象,运用文献资料、问卷、实地调查、数理统计等研究方法对阜阳市居民参与全民健身活动（体育健身的态度、运动项目、锻炼时间以及参加人员的职业和经济情况等）进行了问卷调查与统计分析．结果认为：当前阜阳市全民健身活动正在逐步深入社区、家庭,居民对实施《全民健身计划纲要》的态度是积极的,但是有很大一部居民对体育锻炼的价值和作用缺乏科学的认识．     

电场下应变层量子阱AlN／GaN（001）的子带结构

采用有效质量理论６带模型,研究了电场下应变层量子阱ＡｌＮ／ＧａＮ（００１）的价带子能带结构．具体计算了价带子能级的色散曲线,分析了电场和应变效应对子能带的影响．还计算了不同电场和不同阱宽的空穴子能级．     

涡旋射流控制逆压梯度平板边界层分离的涡结构研究

为了研究涡旋射流控制边界层分离的物理机理,设计、搭建了涡旋射流控制逆压梯度平板边界层分离实验台,在此基础上对低雷诺数下平板边界层分离及射流控制进行了实验和数值研究.通过对比不同射流控制方式的统计特性及射流控制效果,揭示了射流流场大尺度相干结构的演化规律.射流瞬时流动细节的研究表明:发卡涡和类发卡涡是逆压梯度环境下直射流和斜射流中比较典型的涡结构;在斜射流中,随着类发卡涡的发展,射流孔下游发展成熟的类发卡涡涡腿外侧出现了不断增强的次生流向涡结构;次生涡结构对壁面附近能量的增大和质量的输运、耗散具有重要的作用.经对比发现,斜射流控制流动分离的效果明显优于直射流.     

神经网络基于改进型粒子群算法的研究

提出一种基于被动聚集型粒子群优化算法来提高人工神经网络的性能,被动聚集是保持群体完整性的生物力量,该算法引入了生物学中被动聚集的概念,使得信息在种群各粒子间传播,保持种群的多样性。仿真实验表明:基于改进型粒子群优化算法的神经网络可以有效降低训练次数和均方误差。     

基于新的采样更新方法的粒子滤波算法

以往的粒子滤波采用由初始先验概率密度产生一组粒子,然后通过重要性密度函数去更新粒子,但会产生粒子退化的问题,因此引入了各种各样的重采样算法,但这样做又产生了粒子多样性丧失的问题。针对粒子滤波的粒子退化现象,提出基于新的采样更新方法的粒子滤波算法,新方法从滤波值和滤波误差协方差矩阵上产生粒子。仿真试验表明,新方法在非线性非高斯情况下要远远好于EKF。