摘要： 為提升高速列車前端吸能結(jié)構(gòu)的耐撞性能,將厚度梯度變化理念引入常規(guī)多胞吸能結(jié)構(gòu)設(shè)計(jì)中,對(duì)變厚度多胞管的吸能特性進(jìn)行了分析。文章結(jié)合有限元模型與全因子試驗(yàn)設(shè)計(jì),對(duì)比試驗(yàn)點(diǎn)的響應(yīng)特征,分析了截面最小厚度和厚度變化梯度對(duì)多胞吸能結(jié)構(gòu)吸能特性的影響,構(gòu)建了多胞吸能結(jié)構(gòu)的比吸能和峰值壓潰載荷關(guān)于最小厚度和厚度變化梯度的徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)模型,采用NSGA-Ⅱ多目標(biāo)遺傳算法進(jìn)行了多目標(biāo)優(yōu)化設(shè)計(jì)。優(yōu)化后的變厚度多胞吸能結(jié)構(gòu)的吸能量提高了18.11%,比吸能提高了16.12%,峰值壓潰載荷降低了0.39%,表明其耐撞性能得到了明顯的提升,可為高速列車吸能結(jié)構(gòu)設(shè)計(jì)思路提供參考。

摘要： 針對(duì)解決列車時(shí)刻表效用值優(yōu)化問題聚集束方法的近似模型,以對(duì)偶理論為基礎(chǔ),通過增加指示函數(shù)構(gòu)建目標(biāo)函數(shù)的近似模型.采用傳統(tǒng)懲罰束方法對(duì)近似模型展開研究,給出了原規(guī)劃與對(duì)偶規(guī)劃最優(yōu)解的顯式表達(dá),同時(shí)得到了一些與近似優(yōu)化模型相關(guān)的結(jié)論,為后續(xù)算法研究奠定了理論基礎(chǔ).

摘要： 主動(dòng)磁懸浮軸承(active magnetic bearing,AMB)-轉(zhuǎn)子系統(tǒng)中,轉(zhuǎn)子質(zhì)量分布上的不平衡引起不平衡振動(dòng),為提高系統(tǒng)的穩(wěn)定性、減小轉(zhuǎn)子在一階彎曲臨界轉(zhuǎn)速處的不平衡振動(dòng),建立了考慮不平衡力和不平衡磁拉力的磁懸浮柔性轉(zhuǎn)子機(jī)電一體化模型,并結(jié)合徑向基(radial basis function,RBF)神經(jīng)網(wǎng)絡(luò)算法,得到轉(zhuǎn)子振幅關(guān)于磁懸浮軸承結(jié)構(gòu)參數(shù)的近似模型;以振幅最小為目標(biāo),通過參數(shù)靈敏度分析和多島遺傳算法(multi-island genetic algorithm,MIGA)對(duì)磁懸浮軸承進(jìn)行結(jié)構(gòu)優(yōu)化設(shè)計(jì).數(shù)值仿真結(jié)果表明:在一定范圍內(nèi)增大磁懸浮軸承的偏置電流、磁極面積、線圈匝數(shù),減少單邊氣隙能夠增大系統(tǒng)阻尼,可以降低一階彎曲臨界轉(zhuǎn)速處的不平衡振動(dòng)幅值,優(yōu)化后不平衡振幅較優(yōu)化前減少近50%.

摘要： 以某地鐵鋼軌探傷車為研究對(duì)象,利用多體動(dòng)力學(xué)軟件UM建立車輛-軌道耦合動(dòng)力學(xué)模型,分析探傷車在直線、曲線兩種工況下的運(yùn)行平穩(wěn)性、安全性和曲線通過能力,為后續(xù)懸掛參數(shù)多目標(biāo)優(yōu)化提供原始數(shù)據(jù)支撐?；贛ATLAB編程建立UM-ISight聯(lián)合仿真平臺(tái),在ISight中以轉(zhuǎn)向架一、二系懸掛剛度、阻尼等為目標(biāo)參數(shù),通過最優(yōu)拉丁超立方法進(jìn)行參數(shù)組合樣本設(shè)計(jì),并在此基礎(chǔ)上構(gòu)建符合精度要求的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)(RBF-NN)近似模型,最后通過多目標(biāo)優(yōu)化算法NSGA-Ⅱ?qū)?font color="red">近似模型進(jìn)行尋優(yōu)計(jì)算,得到最優(yōu)的轉(zhuǎn)向架懸掛參數(shù)組合。結(jié)果表明,所建近似模型具有較高的擬合精度,優(yōu)化后車輛平穩(wěn)性指標(biāo)都得到明顯改善,最多可降低35.39%,且車輛的脫軌系數(shù)、輪軌橫向力、輪軸橫向力、輪重減載率等曲線通過性能指標(biāo)也有不同程度好轉(zhuǎn)。

摘要： 在對(duì)環(huán)形薄壁鋁合金零件進(jìn)行銑削加工過程時(shí),薄壁鋁合金零件局部區(qū)域存在變形量大的問題,為此,提出了一種采用多島遺傳算法對(duì)薄壁零件銑削參數(shù)進(jìn)行優(yōu)化的方法。采用有限元分析軟件,對(duì)該區(qū)域進(jìn)行了三維銑削仿真,獲取了銑削力參數(shù);基于Isight平臺(tái),以銑削力為優(yōu)化目標(biāo),以主軸轉(zhuǎn)速、徑向切深、軸向切深3個(gè)銑削參數(shù)作為優(yōu)化變量,采用最優(yōu)拉丁超立方試驗(yàn)方法設(shè)計(jì)了樣本點(diǎn);采用響應(yīng)面近似模型方法擬合了近似模型,通過多島遺傳算法對(duì)近似模型進(jìn)行了優(yōu)化。研究結(jié)果表明:采用響應(yīng)面近似模型能夠準(zhǔn)確地?cái)M合出銑削參數(shù)與銑削力之間的函數(shù)關(guān)系,結(jié)合多島遺傳算法優(yōu)化,可使加工過程中的銑削力降低38.2%,可有效減小薄壁件半精加工階段的銑削力,明顯減小環(huán)形薄壁鋁合金零件的變形量;該結(jié)果驗(yàn)證了采用多島遺傳算法對(duì)銑削參數(shù)進(jìn)行優(yōu)化的可行性。

摘要： 為闡明電控增壓泵高速電磁閥關(guān)鍵參數(shù)間交互作用對(duì)電磁閥電磁力的影響機(jī)理,首先有效進(jìn)行超高壓共軌系統(tǒng)電控增壓泵高速電磁閥參數(shù)設(shè)計(jì)及優(yōu)化匹配,建立了電控增壓泵高速電磁閥三維有限元仿真模型,并通過試驗(yàn)驗(yàn)證了該模型的計(jì)算精度;然后,采用響應(yīng)面法構(gòu)建電磁力近似模型,并進(jìn)行了電控增壓泵高速電磁閥關(guān)鍵參數(shù)交互作用數(shù)值計(jì)算分析,結(jié)果表明,驅(qū)動(dòng)電流與銜鐵厚度、銜鐵厚度與主磁極半徑、主磁極半徑與阻尼孔半徑這些交互參數(shù)對(duì)電磁力的影響較大;最后,給出了驅(qū)動(dòng)電流、銜鐵厚度與主磁極半徑的設(shè)計(jì)依據(jù),以及主磁極半徑和阻尼孔半徑優(yōu)化匹配值。

摘要： 為了實(shí)現(xiàn)設(shè)計(jì)空間中船體興波阻力的快速預(yù)報(bào),對(duì)樣本船型生成、興波阻力預(yù)報(bào)和近似模型構(gòu)建展開研究,建立基于樣本船的興波阻力智能預(yù)報(bào)方法。首先描述曲面變形技術(shù)的理論方法,將改進(jìn)平移法和自由變形技術(shù)兩種方法應(yīng)用于船體變形;其次給出興波理論和數(shù)值計(jì)算方法,驗(yàn)證本文興波阻力計(jì)算程序的可靠性;并描述基于連續(xù)局部枚舉的試驗(yàn)樣本點(diǎn)設(shè)計(jì)方法和基于BP神經(jīng)網(wǎng)絡(luò)的近似模型;最后以KCS船型特征參數(shù)設(shè)計(jì)為實(shí)例,通過近似模型訓(xùn)練和參數(shù)分析,驗(yàn)證該近似模型的計(jì)算精度。研究結(jié)果表明:根據(jù)60組測(cè)試樣本的結(jié)果驗(yàn)證,相關(guān)系數(shù)為0.9998,均方誤差為3.14E-04,運(yùn)行時(shí)間為2 ms,本文智能預(yù)報(bào)方法的預(yù)測(cè)精度高且速度快。

摘要： 在白車身概念設(shè)計(jì)階段,通過車身拓?fù)鋬?yōu)化技術(shù)考慮車身的載荷傳遞路徑,用于指導(dǎo)車身上下車體結(jié)構(gòu)設(shè)計(jì)及布置,再結(jié)合隱式參數(shù)化建模技術(shù),建立全參數(shù)化白車身模型,在保證車身性能的前提下,采用多學(xué)科優(yōu)化方法尋找下車體橫縱梁截面尺寸、位置及厚度等,并對(duì)初始設(shè)計(jì)車身進(jìn)行可行性減重,采用響應(yīng)面模型對(duì)車身彎扭剛度進(jìn)行優(yōu)化,然后采用序列二次規(guī)劃算法結(jié)合多學(xué)科協(xié)同優(yōu)化對(duì)車身結(jié)構(gòu)進(jìn)行多目標(biāo)優(yōu)化設(shè)計(jì),獲取Pareto最優(yōu)化解集,研究結(jié)果表明:在確保車身彎扭剛度等性能滿足要求的前提下,實(shí)現(xiàn)車身下車體減重4 kg,表明在概念設(shè)計(jì)階段,結(jié)合拓?fù)鋬?yōu)化與參數(shù)化優(yōu)化對(duì)白車身下車體結(jié)構(gòu)進(jìn)行布置優(yōu)化及減重具有可行性。

摘要： 為了使電力機(jī)車牽引電傳動(dòng)系統(tǒng)參數(shù)匹配最佳,對(duì)電力機(jī)車牽引電傳動(dòng)系統(tǒng)關(guān)鍵參數(shù)自動(dòng)優(yōu)化方法進(jìn)行了研究。首先,建立了某型號(hào)電力機(jī)車牽引電傳動(dòng)系統(tǒng)的仿真模型,仿真結(jié)果證明了建模的準(zhǔn)確性及合理性。其次,針對(duì)原模型開展試驗(yàn)設(shè)計(jì)(DOE)仿真,獲得一簇反映系統(tǒng)運(yùn)行規(guī)律的仿真結(jié)果,基于仿真結(jié)果建立了映射系統(tǒng)輸入?yún)?shù)與輸出特性的近似模型。再次,基于近似模型采用多目標(biāo)粒子群優(yōu)化算法進(jìn)行尋優(yōu),獲得了優(yōu)化的設(shè)計(jì)參數(shù)。最后,對(duì)比分析幾種模型仿真優(yōu)化的結(jié)果,驗(yàn)證了采用近似模型進(jìn)行全局尋優(yōu)方法的效果,且在保證仿真精度的前提下,達(dá)到了極高的仿真效率。研究結(jié)果對(duì)于電力機(jī)車牽引電傳動(dòng)系統(tǒng)的高效率仿真具有參考意義。

摘要： 為解決某壓裂泵用變速箱殼體壁厚設(shè)計(jì)不合理的問題,提出了一種稀疏網(wǎng)格近似模型與MOGA遺傳算法集成的優(yōu)化方法。對(duì)比分析傳統(tǒng)近似模型與稀疏網(wǎng)格模型的預(yù)測(cè)精度,得出稀疏網(wǎng)格模型的預(yù)測(cè)精度更高。利用稀疏網(wǎng)格初始化法構(gòu)建樣本數(shù)據(jù),搭建出響應(yīng)面模型,采用MOGA遺傳算法搜索最優(yōu)設(shè)計(jì)方案。結(jié)果表明:在結(jié)構(gòu)性能滿足使用要求的基礎(chǔ)上變速箱殼體重量減輕了18.1%,為變速箱殼體輕量化設(shè)計(jì)提供了一種新途徑。

摘要： 汽車碰撞安全設(shè)計(jì)是汽車設(shè)計(jì)流程中的重要環(huán)節(jié).汽車碰撞安全的設(shè)計(jì)目標(biāo)是要在各種非致命的碰撞事故中為乘員提供安全保護(hù)，其耐撞性優(yōu)化設(shè)計(jì)流程復(fù)雜。近年來，隨著設(shè)計(jì)理論的創(chuàng)新以及計(jì)算機(jī)技術(shù)的不斷發(fā)展，采用計(jì)算機(jī)仿真方法研究汽車碰撞問題逐步受到設(shè)計(jì)人員的重視。基于汽車碰撞安全設(shè)計(jì)的總體流程,對(duì)汽車碰撞安全設(shè)計(jì)中常用的近似模型方法(響應(yīng)面法、Kriging模型、支持向量機(jī)回歸)及其在汽車碰撞安全設(shè)計(jì)中的應(yīng)用進(jìn)行了介紹.通過近似模型的使用,可有效降低計(jì)算成本,提高設(shè)計(jì)效率,對(duì)汽車碰撞安全設(shè)計(jì)具有一定的參考價(jià)值.

摘要： 基于CFD的船型優(yōu)化技術(shù)是提高船體型線設(shè)計(jì)質(zhì)量的有效手段之一,然而在優(yōu)化過程中使用CFD軟件會(huì)嚴(yán)重降低優(yōu)化效率.近似模型的應(yīng)用可較好的解決船舶CFD計(jì)算復(fù)雜耗時(shí)問題,顯著提高船型優(yōu)化的效率.支持向量機(jī)近似模型對(duì)小樣本、非線性、過學(xué)習(xí)、高維數(shù)、局部極小點(diǎn)等實(shí)際問題有較好的擬合效果.本文以國(guó)際標(biāo)模KCS為例,利用支持向量機(jī)理論建立船舶總阻力的近似模型,并將其應(yīng)用到船舶阻力性能優(yōu)化中,優(yōu)化結(jié)果表明支持向量機(jī)近似模型具有良好的預(yù)測(cè)精度,能夠滿足工程要求.

摘要： 研究了一種多圓弧基元葉型特性預(yù)測(cè)方法.以Isight軟件為平臺(tái),構(gòu)建具有基元造型、S1流場(chǎng)計(jì)算和后處理功能的多圓弧葉型基元特性仿真系統(tǒng),在來流馬赫數(shù)0.5下,對(duì)比4類近似模型方法,預(yù)測(cè)基元特性的精度.結(jié)果表明:采用橢圓基神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)葉柵特性的綜合精度最高;可用攻角范圍、攻角、總壓損失和落后角的預(yù)測(cè)精度滿足工程設(shè)計(jì)的需要.

摘要： 以某乘用車后背門為例,進(jìn)行模態(tài)仿真與試驗(yàn)相關(guān)性及靈敏度分析.建立相關(guān)性分析近似模型,以結(jié)構(gòu)件厚度、材料彈性模量及密度為優(yōu)化變量進(jìn)行優(yōu)化,修正有限元模型.優(yōu)化后仿真與試驗(yàn)相關(guān)性MAC值均大于0.8,模態(tài)頻率差值小于6％.經(jīng)過彎曲剛度試驗(yàn)對(duì)比驗(yàn)證,優(yōu)化后仿真模型性能誤差減小10％.結(jié)果表明,采用近似模型來進(jìn)行相關(guān)性分析優(yōu)化,可以快速高效地提高有限元模型的可信度.

摘要： 汽車乘員艙內(nèi)部空調(diào)出風(fēng)口的尺寸與出風(fēng)速度對(duì)乘員艙內(nèi)部的熱環(huán)境有重要影響.本文以乘員艙內(nèi)4個(gè)空調(diào)出風(fēng)口的長(zhǎng)和寬作為設(shè)計(jì)變量,以滿足乘員的熱舒適性與整車燃油經(jīng)濟(jì)性為目標(biāo),尋找空調(diào)出風(fēng)口尺寸與風(fēng)速的最優(yōu)組合.對(duì)優(yōu)化問題參數(shù)化后,通過DOE方法選取樣本點(diǎn),采用響應(yīng)面法建立近似模型,然后采用連續(xù)二次規(guī)劃法NLPQL和混合整形優(yōu)化法MOST聯(lián)合對(duì)近似模型進(jìn)行優(yōu)化.通過對(duì)比驗(yàn)證了這種優(yōu)化方式對(duì)乘員艙內(nèi)人體的熱舒適性有顯著提高.

摘要： 大型流體裝備的結(jié)構(gòu)對(duì)其內(nèi)部流態(tài)與工作性能的影響很大,但在產(chǎn)品設(shè)計(jì)時(shí)往往是偏重設(shè)備的結(jié)構(gòu)強(qiáng)度剛度的合理性和科學(xué)性,而在此結(jié)構(gòu)下的流場(chǎng)參數(shù)所描述的性能往往是經(jīng)驗(yàn)性的,因此使得設(shè)計(jì)和優(yōu)化時(shí)存在很大的盲目性.針對(duì)上述問題,本文基于數(shù)值模擬的近似模型方法,即在ISIGHT集成Fluent環(huán)境下構(gòu)造近似模型,利用優(yōu)化算法對(duì)其實(shí)現(xiàn)優(yōu)化.該方法可解決復(fù)雜結(jié)構(gòu)的流場(chǎng)優(yōu)化時(shí)實(shí)現(xiàn)難度大、消耗資源多、自動(dòng)優(yōu)化難以進(jìn)行等問題.以大型袋式除塵器進(jìn)風(fēng)管及整流柵為例,以其結(jié)構(gòu)對(duì)各個(gè)袋室分風(fēng)均勻性的影響問題進(jìn)行探討,尋找設(shè)計(jì)與優(yōu)化方案.優(yōu)化后:綜合流量不均幅值,由原來的0.33優(yōu)化到0.21,減少了36.7％,且近似模型與精確模型計(jì)算的結(jié)果偏差在5％以內(nèi).該實(shí)例證明了近似模型方法是一種十分有效的方法.

摘要： 在現(xiàn)代船舶工程中,近似模型很好的解決了船舶CFD計(jì)算的復(fù)雜耗時(shí)問題,加快了船型優(yōu)化的速度.不同的近似模型具備不同的特點(diǎn),支持向量機(jī)構(gòu)建的近似模型對(duì)小樣本、非線性、過學(xué)習(xí)、高維數(shù)、局部極小點(diǎn)等實(shí)際問題有較好的效果.本文以國(guó)際標(biāo)模KCS為例,利用支持向量機(jī)理論建立船舶的總阻力近似模型,并與神經(jīng)網(wǎng)絡(luò)建立的近似模型進(jìn)行了對(duì)比,驗(yàn)證了支持向量理論建立近似模型的可行性.

摘要： 在當(dāng)前航天產(chǎn)品研制中,MDO的使用范圍仍然有限.根據(jù)MDO工程實(shí)施過程將MDO工程實(shí)施分解為四個(gè)步驟.結(jié)合這些步驟討論了MDO在航天產(chǎn)品設(shè)計(jì)中的實(shí)施難點(diǎn),指出工程MDO設(shè)計(jì)的主要難點(diǎn)在于MDO建模困難及MDO集成困難.提出基于近似模型的MDO實(shí)施過程,以期解決工程設(shè)計(jì)中MDO建模難的問題,從而推動(dòng)MDO技術(shù)在航天產(chǎn)品設(shè)計(jì)中的應(yīng)用.

摘要： 基于空間向量積分法建立了共軸渦旋結(jié)構(gòu)載流線圈的解析模型,計(jì)算了磁場(chǎng)及磁力,并對(duì)特殊取值下的磁場(chǎng)空間分布進(jìn)行了數(shù)值分析和應(yīng)用討論.基于仿真結(jié)果,提出密繞線圈的近似模型并進(jìn)行了相應(yīng)的誤差分析.結(jié)果表明,所提模型可有效地對(duì)磁場(chǎng)分布進(jìn)行近似,但需采用補(bǔ)償結(jié)構(gòu)才可對(duì)受力進(jìn)行近似.采用該渦旋線圈的新結(jié)構(gòu)電聲器件,具有一定的工程價(jià)值和發(fā)展前景.

摘要： 介紹了高壓共軌電控TBD234V6型柴油機(jī)開發(fā)過程.研制電控高壓泵并進(jìn)行了試驗(yàn),基于近似模型進(jìn)行了電控噴油器與燃燒室的優(yōu)化匹配,完成了ECU的設(shè)計(jì)并對(duì)噴射控制MAP進(jìn)行了性能標(biāo)定.試驗(yàn)結(jié)果表明:柴油機(jī)更換電控噴油系統(tǒng)后,經(jīng)濟(jì)性、PM和氣體排放物均比原機(jī)有較大的改善.

摘要： 本發(fā)明公開了一種制備物理實(shí)體模型的方法，該方法包括提供虛擬牙弓、用于虛擬牙弓的一組虛擬正畸托槽和一組虛擬類似物的步驟。每個(gè)類似物與一組虛擬托槽中的虛擬托槽相關(guān)聯(lián)，并且類似物中的至少一個(gè)的形狀不同于相關(guān)聯(lián)的托槽的形狀。該方法還包括提供虛擬牙弓和一組虛擬類似物合并的虛擬實(shí)體模型以及基于該虛擬實(shí)體模型制造物理實(shí)體模型的步驟。該物理實(shí)體模型表示由牙弓的形狀和一組類似物的形狀構(gòu)成的形狀。本發(fā)明促進(jìn)托槽到患者牙齒的粘結(jié)。

摘要： 一種基于近似4?2壓縮器的近似乘法運(yùn)算方法和近似乘法器，根據(jù)乘數(shù)和被乘數(shù)得到部分積所有位的值，并將所有位部分積分為精確壓縮部分、近似壓縮部分和截?cái)嗖糠?，精確壓縮部分利用4?2壓縮器、全加器和半加器進(jìn)行精確壓縮，近似壓縮部分添加第一補(bǔ)償值后用近似4?2壓縮器進(jìn)行近似壓縮，將精確壓縮后的部分積和近似壓縮后的部分積相加得到精確壓縮部分和近似壓縮部分對(duì)應(yīng)的輸出位，并結(jié)合第二補(bǔ)償值作為的截?cái)嗖糠謱?duì)應(yīng)的輸出位共同構(gòu)成最終乘法結(jié)果。本發(fā)明通過采用低位部分積截?cái)嗪徒茦湫螇嚎s減少了電路復(fù)雜度，降低了延遲功耗，同時(shí)結(jié)合常數(shù)補(bǔ)償進(jìn)一步減小乘法運(yùn)算誤差，保持了較高的精度。

摘要： 本發(fā)明公開了一種制備物理實(shí)體模型的方法，該方法包括提供虛擬牙弓、用于虛擬牙弓的一組虛擬正畸托槽和一組虛擬類似物的步驟。每個(gè)類似物與一組虛擬托槽中的虛擬托槽相關(guān)聯(lián)，并且類似物中的至少一個(gè)的形狀不同于相關(guān)聯(lián)的托槽的形狀。該方法還包括提供虛擬牙弓和一組虛擬類似物合并的虛擬實(shí)體模型以及基于該虛擬實(shí)體模型制造物理實(shí)體模型的步驟。該物理實(shí)體模型表示由牙弓的形狀和一組類似物的形狀構(gòu)成的形狀。本發(fā)明促進(jìn)托槽到患者牙齒的粘結(jié)。

摘要： 一種基于近似4?2壓縮器的近似乘法運(yùn)算方法和近似乘法器，根據(jù)乘數(shù)和被乘數(shù)得到部分積所有位的值，并將所有位部分積分為精確壓縮部分、近似壓縮部分和截?cái)嗖糠?，精確壓縮部分利用4?2壓縮器、全加器和半加器進(jìn)行精確壓縮，近似壓縮部分添加第一補(bǔ)償值后用近似4?2壓縮器進(jìn)行近似壓縮，將精確壓縮后的部分積和近似壓縮后的部分積相加得到精確壓縮部分和近似壓縮部分對(duì)應(yīng)的輸出位，并結(jié)合第二補(bǔ)償值作為的截?cái)嗖糠謱?duì)應(yīng)的輸出位共同構(gòu)成最終乘法結(jié)果。本發(fā)明通過采用低位部分積截?cái)嗪徒茦湫螇嚎s減少了電路復(fù)雜度，降低了延遲功耗，同時(shí)結(jié)合常數(shù)補(bǔ)償進(jìn)一步減小乘法運(yùn)算誤差，保持了較高的精度。

摘要： 本發(fā)明公開了一種基于機(jī)器學(xué)習(xí)模型樣本生成的在線近似查詢方法。首先，對(duì)數(shù)據(jù)表中的元組進(jìn)行標(biāo)注，賦予標(biāo)簽。然后，將元組以及標(biāo)簽編碼為向量形式。在此基礎(chǔ)上，使用數(shù)據(jù)表元組向量訓(xùn)練機(jī)器學(xué)習(xí)模型，從而學(xué)習(xí)數(shù)據(jù)底層分布信息，因此可以生成數(shù)據(jù)表樣本元組。接著，解析查詢語(yǔ)句以獲取查詢關(guān)鍵信息，并根據(jù)樣本分配算法計(jì)算各類樣本元組的需要生成數(shù)量。最后，根據(jù)樣本分配結(jié)果，利用訓(xùn)練完畢的機(jī)器學(xué)習(xí)模型生成相應(yīng)數(shù)量的樣本元組以組成樣本表，并基于樣本表估計(jì)近似查詢結(jié)果。本發(fā)明可以減少近似查詢中數(shù)據(jù)讀取開銷，在保證近似查詢結(jié)果精度的前提下提高近似查詢效率，解決現(xiàn)有近似查詢方法采樣效率低、結(jié)果誤差大的問題。

摘要： 本發(fā)明公開了一種基于近似梯度算法和嵌入式離散裂縫模型的油藏優(yōu)化方法，包括如下步驟：S1，基于油藏?cái)?shù)值模擬軟件，依據(jù)嵌入式離散裂縫模型，建立裂縫性油藏?cái)?shù)值模擬模型；S2，設(shè)置經(jīng)濟(jì)參數(shù)與算法參數(shù)，并完成井控向量的初始化；S3，獲得井控向量的擾動(dòng)集合，并運(yùn)行油藏?cái)?shù)值模擬軟件，獲得各擾動(dòng)向量對(duì)應(yīng)的凈現(xiàn)值；S4，計(jì)算近似梯度，并更新井控向量；S5，用二分法尋找最優(yōu)井控向量，并重復(fù)步驟S3、S4、S5，直到滿足迭代終止條件。本發(fā)明采用嵌入式離散裂縫建模方法建立了合理表征油藏中裂縫滲流特征的裂縫性油藏?cái)?shù)值模擬模型，并進(jìn)行了概念模型一注一采和油田礦場(chǎng)尺度模型多注多采的油藏注采參數(shù)優(yōu)化研究。

摘要： 本發(fā)明公開了一種近似商標(biāo)篩選模型的構(gòu)建方法、近似商標(biāo)篩選方法及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，模型構(gòu)建方法包括：設(shè)定關(guān)鍵詞并獲取各訓(xùn)練商標(biāo)計(jì)算各訓(xùn)練商標(biāo)相對(duì)于關(guān)鍵詞的單項(xiàng)相似度特征；基于K近鄰算法對(duì)各訓(xùn)練商標(biāo)的各單項(xiàng)相似度特征進(jìn)行過濾，剔除無效單項(xiàng)特征，以獲得各訓(xùn)練商標(biāo)的一次重要特征；根據(jù)各訓(xùn)練商標(biāo)的一次重要特征和關(guān)鍵詞對(duì)應(yīng)的單項(xiàng)特征構(gòu)建支持向量機(jī)模型的輸入訓(xùn)練集；調(diào)整支持向量機(jī)模型的參數(shù)，以使支持向量機(jī)模型的有效篩選準(zhǔn)確率滿足預(yù)設(shè)條件，則此時(shí)對(duì)應(yīng)的支持向量機(jī)模型為近似商標(biāo)篩選模型。本申請(qǐng)不涉及對(duì)于各近似度的權(quán)重設(shè)置，可避免因商標(biāo)文字或類型不同而造成的無法準(zhǔn)確設(shè)置篩選所需權(quán)重，即本申請(qǐng)可提高篩選準(zhǔn)確性。

摘要： 本申請(qǐng)實(shí)施例涉及機(jī)器學(xué)習(xí)技術(shù)領(lǐng)域，并提供了一種核函數(shù)近似模型的訓(xùn)練方法、裝置、電子模型及存儲(chǔ)介質(zhì)，該方法包括：構(gòu)建核函數(shù)近似模型，核函數(shù)近似模型包括多個(gè)深度神經(jīng)網(wǎng)絡(luò)以及分別對(duì)應(yīng)的特征值，各深度神經(jīng)網(wǎng)絡(luò)與對(duì)應(yīng)的特征值分別表征目標(biāo)核函數(shù)的一個(gè)特征；多個(gè)深度神經(jīng)網(wǎng)絡(luò)的初始參數(shù)及對(duì)應(yīng)的特征值各不相同，且各深度神經(jīng)網(wǎng)絡(luò)包含約束層；根據(jù)目標(biāo)核函數(shù)和訓(xùn)練數(shù)據(jù)集，分別確定各深度神經(jīng)網(wǎng)絡(luò)的損失函數(shù)；基于訓(xùn)練數(shù)據(jù)集，根據(jù)損失函數(shù)的計(jì)算結(jié)果更新各深度神經(jīng)網(wǎng)絡(luò)的參數(shù)和對(duì)應(yīng)的特征值，得到目標(biāo)核函數(shù)近似模型。本申請(qǐng)極大程度上加速了人工智能中核方法相關(guān)算法的速度，實(shí)現(xiàn)了更高效、可靠的核近似方法，可以作為多種任務(wù)的特征提取器。

摘要： 本發(fā)明公開了一種基于RBF近似模型自卸車車廂綜合輕量化設(shè)計(jì)方法，分析車廂特殊工況后，建立車廂勻速滿載和0°舉升綜合工況參數(shù)模型并定義6個(gè)車廂板件為設(shè)計(jì)變量；采用哈默斯利抽樣得到樣本點(diǎn)；保證車廂彎曲剛度，提高優(yōu)化結(jié)果的精度和進(jìn)一步減少車廂的質(zhì)量；調(diào)整響應(yīng)值擬合的數(shù)值，提高車廂近似模型的精度；多目標(biāo)遺傳算法對(duì)車廂的質(zhì)量最小和彎曲剛度最大作為優(yōu)化目標(biāo)；選取的優(yōu)化方案整圓后進(jìn)行驗(yàn)證。本發(fā)明優(yōu)化方案的仿真可以減少制造的成本；RBF神經(jīng)網(wǎng)絡(luò)適合處理非線性問題，提取響應(yīng)面時(shí)，速度快、擬合模型緊湊，在非線性函數(shù)擬合時(shí)選用RBF神經(jīng)網(wǎng)絡(luò)往往得到的擬合精度較高，更加貼切現(xiàn)實(shí)模型；滿足彎曲剛度和靜強(qiáng)度同時(shí)質(zhì)量大幅下降。

摘要： 本發(fā)明涉及所述的一種用于結(jié)構(gòu)參數(shù)化設(shè)計(jì)的近似模型建立方法，包括：步驟1、根據(jù)優(yōu)化設(shè)計(jì)問題，構(gòu)成初始訓(xùn)練樣本集；步驟2、建立多個(gè)近似模型，形成單元模型庫(kù)；步驟3、進(jìn)行單元模型決策，構(gòu)建適用于當(dāng)前訓(xùn)練樣本的理想單元模型集；步驟4、計(jì)算各個(gè)單元模型的權(quán)重系數(shù)并建立集成近似模型；步驟5、修正當(dāng)前的集成近似模型；步驟6、判斷是否滿足收斂準(zhǔn)則，如果滿足，則完成設(shè)計(jì)，否則執(zhí)行步驟7；步驟7、利用增量學(xué)習(xí)技術(shù)增加新的訓(xùn)練樣本至步驟1生成的訓(xùn)練樣本集，并依次執(zhí)行步驟2至步驟6。本發(fā)明消除了近似模型對(duì)響應(yīng)特征的依賴，保證了技術(shù)通用性,提高了預(yù)測(cè)穩(wěn)健性,提高了預(yù)測(cè)可靠性,提高了集成近似模型的預(yù)測(cè)精度。