检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

天文/惯性组合系统中重力扰动补偿方法

系统工程与电子技术 2024年第4期46卷 1357-1363页

针对重力扰动引起惯性水平基准姿态测量误差进而导致天文/惯性组合导航系统定位精度下降的问题,提出天文/惯性组合系统中的重力扰动补偿方法。首先,基于导航误差模型分析了影响天文/惯性组合导航系统定位精度的主要因素。其次,推导了重... 详细信息

针对重力扰动引起惯性水平基准姿态测量误差进而导致天文/惯性组合导航系统定位精度下降的问题,提出天文/惯性组合系统中的重力扰动补偿方法。首先,基于导航误差模型分析了影响天文/惯性组合导航系统定位精度的主要因素。其次,推导了重力扰动、惯性水平基准姿态测量误差与天文导航定位误差之间的传播机理。然后,研究了重力扰动建模与修正方法,并将重力扰动补偿方法应用于惯性水平基准的导航解算回路中,实现重力扰动的有效补偿。跑车试验结果表明,所提重力扰动补偿方法可以将天文/惯性组合导航系统中定位误差的振荡幅值由1.6 n mile降低至0.5 n mile。

关键词：天文导航系统惯性导航系统组合导航系统重力扰动

水力压裂延迟活化断层的多场耦合数值模拟研究——以加拿大福克斯溪地区诱发地震为例

在线全文

学校读者我要写书评

暂无评论

地震学报 2024年第3期46卷 394-412页

作者：冷虹胡隽成都理工大学地质灾害防治与地质环境保护国家重点实验室成都610059 成都理工大学数学地质四川省重点实验室成都610059 牛津大学地球科学系英国牛津OX13AN

加拿大西部盆地的福克斯溪(Fox Creek)页岩气开采区自压裂开采以来,地震频度急剧增加,引发工业界和科学界的广泛关注。目前一些典型诱发地震案例的断层活化动力学机制尚未完全厘清。本文以2014年初福克斯溪地区Duvernay地层附近发生的... 详细信息

加拿大西部盆地的福克斯溪(Fox Creek)页岩气开采区自压裂开采以来,地震频度急剧增加,引发工业界和科学界的广泛关注。目前一些典型诱发地震案例的断层活化动力学机制尚未完全厘清。本文以2014年初福克斯溪地区Duvernay地层附近发生的地震群及构造为研究对象,开展地下断层受流体扰动而活化的多场耦合数值模拟研究。文中重点讨论的1号平台附近发生的诱发地震主要沿着两个较为清晰的发震断层发生,最大震级M_(W)3.9事件发生于压裂井下方约1 km处的结晶基底内,并具有典型的延迟触发特点。本文就上述断层的滞后活化现象开展数值模拟研究。首先,基于PKN裂缝扩展模型计算并验证注入流体的应力扰动输入项,根据地震数据识别出断层的具体位置,结合地层和构造信息建立二维地质模型;然后,耦合固体力学、流体渗流定律和断层活化理论搭建多孔弹性介质内的断层活化数值仿真模型;最后,采用有限元方法数值模拟水力压裂活化断层的全过程,通过计算库仑应力改变量(ΔCFS)的值来观测断层活化前后的流固耦合场和应力应变场的演化特征。结果表明,经过5天注水和15天扩散的流体作用,西断层附近的ΔCFS持续增加,验证西断层延迟活化的主要成因是流体逐渐扩散累积到结晶基底并改变了其应力状态。此外,模拟结果表明东断层的存在使得西断层更容易活化。断层位错产生的正ΔCFS区域与诱发地震发生位置高度吻合。本文的数值模拟研究重现了水力压裂活化断层的物理过程,相关机制的正演分析若能事先开展,将可能为地震危害性预测提供科学依据。

关键词：多场耦合数值模拟断层延迟活化库仑应力水力压裂诱发地震

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

考虑差异化需求的电动汽车充电调度策略

控制与决策 2024年第3期39卷 795-803页

作者：蔡凌郭戈施冷安东东北大学秦皇岛分校控制工程学院河北秦皇岛066004

电动汽车行驶里程短、充电时间长是影响驾驶体验的关键.通过对电网、充电设备进行大规模升级的方法减少充电时间,成本昂贵,因此充分利用现有路网、电网资源,制定智能充电调度策略成为提高驾驶体验的重要手段.考虑到驾驶者对充电时间敏... 详细信息

电动汽车行驶里程短、充电时间长是影响驾驶体验的关键.通过对电网、充电设备进行大规模升级的方法减少充电时间,成本昂贵,因此充分利用现有路网、电网资源,制定智能充电调度策略成为提高驾驶体验的重要手段.考虑到驾驶者对充电时间敏感度的异质性,提出具有差异化的调度策略以满足不同优先级驾驶者的需求.首先,为均衡不同优先级驾驶者的利益,提出一种基于动态截断机制的两优先级队列模型;其次,定义充电站的准入原则,保证高优先级驾驶者对预留桩的使用权及对空闲桩的优先抢占权;然后,提出基于截断机制的双层优化模型CCPQ(charging with cut-off priority queue),在顶层高优先级车辆与充电桩最优匹配的基础上,设计底层低优先级车辆的分配策略优化模型,将最小化低优先级驾驶者的总等待时间构建为凸优化问题;最后,通过仿真验证策略的有效性及优越性.

关键词：电动汽车充电策略区分服务预约截断优先级队列凸优化

在线全文

学校读者我要写书评

暂无评论

智能汽车轨迹跟踪多目标显式模型预测控制

汽车工程 2024年第5期46卷 784-794,815页

作者：赵树恩王盛冷姚重庆交通大学机电与车辆工程学院重庆400074 武汉理工大学智能交通系统研究中心武汉430063

针对现有智能汽车轨迹跟踪控制算法难以同时保证跟踪精确性、横向稳定性、舒适性以及控制实时性的问题,提出了一种基于多目标优化和显式模型预测控制理论的轨迹跟踪控制策略(MO-EMPC)。首先,建立考虑跟踪精确性、横向稳定性、舒适性的... 详细信息

针对现有智能汽车轨迹跟踪控制算法难以同时保证跟踪精确性、横向稳定性、舒适性以及控制实时性的问题,提出了一种基于多目标优化和显式模型预测控制理论的轨迹跟踪控制策略(MO-EMPC)。首先,建立考虑跟踪精确性、横向稳定性、舒适性的多目标函数及约束。然后,针对传统MPC控制实时性低的问题,设计基于EMPC的多目标优化轨迹跟踪控制器,通过引入多参数二次规划(MPQP)理论,将反复在线优化求解过程转化为等价的分段仿射系统(PPWA),离线计算得到最优显式控制律以供实时控制调用,减少在线运算时间。最后,基于CarSim/Simlink联合仿真方法,将所设计控制器的轨迹跟踪多目标优化效果与MPC控制效果进行对比验证。研究结果表明,所提出的轨迹跟踪策略在保证良好的跟踪精度前提下,横向稳定性、舒适性方面的表现更优于MPC控制器,且算法在线运行速度提高56.63%。

关键词：汽车工程轨迹跟踪多目标优化智能车辆显式模型预测控制

白细胞计数/平均血小板体积比值对妊娠期糖尿病患者妊娠结局的预测效果

在线全文

学校读者我要写书评

暂无评论

中国临床医生杂志 2024年第1期52卷 96-99页

作者：陈俊程静袁应美王琦冷开玉四川省攀枝花市第二人民医院妇产科四川攀枝花617005

目的分析白细胞计数/平均血小板体积比值(WMR)对妊娠期糖尿病(GDM)患者孕晚期妊娠结局的预测价值。方法以2020年4月至2023年4月于四川省攀枝花市第二人民医院诊断为GDM并住院分娩的187例患者为研究对象,根据妊娠结局分为不良组(39例)和... 详细信息

目的分析白细胞计数/平均血小板体积比值(WMR)对妊娠期糖尿病(GDM)患者孕晚期妊娠结局的预测价值。方法以2020年4月至2023年4月于四川省攀枝花市第二人民医院诊断为GDM并住院分娩的187例患者为研究对象,根据妊娠结局分为不良组(39例)和正常组(148例)。收集患者相关临床资料,包括一般资料及实验室检查资料。通过单因素分析及多因素Logistic回归模型分析孕晚期WMR对GDM患者妊娠结局的影响。结果单因素分析结果显示,妊娠结局不良组患者空腹血糖、糖化血红蛋白、空腹胰岛素、甘油三酯、白细胞计数、平均血小板体积、WMR均高于正常组,组间差异有统计学意义(P应情况,对临床尽早预测GDM患者不良妊娠结局具有一定的辅助性作用。

关键词：妊娠期糖尿病白细胞计数平均血小板体积妊娠结局

基于RSIV-RF模型的凉山州泥石流易发性评价

在线全文

学校读者我要写书评

暂无评论

地质科技通报 2024年第1期43卷 275-287页

作者：饶姗姗冷小鹏成都理工大学计算机与网络安全学院(牛津布鲁克斯学院) 成都610059

针对随机森林(RF)模型进行泥石流易发性评价过程中存在连续型因子依靠主观意识分级、随机选取的非泥石流样本准确度较低等问题,以位于四川西南部的凉山彝族自治州为研究区,提出基于统计学先验模型抽样的随机森林对研究区进行泥石流易发... 详细信息

针对随机森林(RF)模型进行泥石流易发性评价过程中存在连续型因子依靠主观意识分级、随机选取的非泥石流样本准确度较低等问题,以位于四川西南部的凉山彝族自治州为研究区,提出基于统计学先验模型抽样的随机森林对研究区进行泥石流易发性评价分区。利用累计灾害频率等曲线的相对变化对连续型因子进行分级处理;采用粗糙集理论(RS)和信息量法(IV)计算加权信息量值,划定极低和低易发性区并从中选择负样本数据。通过袋外误差(OOB)变化曲线确定RF模型的最佳树棵数n_estimators和分裂特征数max_features,随后构建加权信息量-随机森林(RSIV-RF)模型预测凉山州泥石流易发性。进一步地,与从全区随机选择非泥石流样本的RF模型开展对比研究。结果表明,训练集和测试集下RSIV-RF模型的准确度分别为0.89,0.83,且对应的ROC曲线的AUC值分别为0.920,0.895,均高于单独的RF模型;RSIV-RF绘制的泥石流易发性评价图与历史灾害分布较为一致,较高和高易发性等级区域占研究区面积比为18.625%,包含了78.57%的泥石流点。性能评估和易发性统计结果均表明基于RSIV-RF能够解决单独模型存在的非泥石样本采样不准确的问题,其泥石流易发性预测精度更高,在凉山州地区泥石流易发性评价研究中具有较好的适应性。

关键词：随机森林(RF) 不平衡数据集加权信息量(RSIV) 泥石流 RSIV-RF模型凉山州易发性评价

基于子区域切分与SSA-XGBoost的室内定位方法

在线全文

学校读者我要写书评

暂无评论

传感技术学报 2024年第5期37卷 833-840页

作者：冷腾飞苏圣超上海工程技术大学电子电气工程学院上海201620

在利用位置指纹进行实时室内定位时,由于多径效应、信号闭塞或无线AP本身不稳定,而影响最终的定位效果。对此,提出了一种基于子区域切分结合麻雀算法(Sparrow Search Algorithm,SSA)优化XGBoost的室内定位方法。离线训练阶段,利用改进的... 详细信息

在利用位置指纹进行实时室内定位时,由于多径效应、信号闭塞或无线AP本身不稳定,而影响最终的定位效果。对此,提出了一种基于子区域切分结合麻雀算法(Sparrow Search Algorithm,SSA)优化XGBoost的室内定位方法。离线训练阶段,利用改进的FCM(Fuzzy C-means)算法和区域相关系数指标将待定位区域划分为多个子域,通过AP优化为每个子域选择最优AP集合。针对XGBoost算法性能易受到初始参数问题影响,利用麻雀算法对XGBoost初始参数寻优得到相对较优的参数,并分别为各个子区域构建SSA-XGBoost定位模型。在线定位阶段,目标点通过匹配子区域的聚类中心得到所属子区域,最终利用该子区域的定位模型预测目标点的位置。与其他定位算法相比,所提算法平均误差分别减少14.7%、22.4%、37.1%,证明所提方法在实际环境中较其他算法具有更好的定位效果。

关键词：室内定位 AP优化改进FCM 麻雀优化算法 XGBoost

在线全文

学校读者我要写书评

暂无评论

考虑设施规模决策的两级选址-路径优化

计算机应用 2024年

作者：冷琴毛政元福州大学数字中国研究院(福建) 空间数据挖掘与信息共享教育部重点实验室(福州大学)

针对目前电商行业基础设施布局和空间利用不合理的问题，提出考虑设施规模决策的两级选址-路径问题(Two Echelon Location Routing Problem,2E-LRP)求解模型。首先，在传统2E-LRP中引入差异性设施规模约束，通过识别客户群设计不同设施... 详细信息

针对目前电商行业基础设施布局和空间利用不合理的问题，提出考虑设施规模决策的两级选址-路径问题(Two Echelon Location Routing Problem,2E-LRP)求解模型。首先，在传统2E-LRP中引入差异性设施规模约束，通过识别客户群设计不同设施规模组合，利用规模弹性变化调整总成本组成，以最小运营成本为目标建立顾及设施规模弹性变化的2E-LRP模型；其次，提出两阶段混合迭代局部搜索启发式算法求解模型；最后，分析所提模型和优化算法，并以自Prodhon等不同场景的数据集为实例进行验证。验证结果表明，所提模型具有针对区域差异和不同数据规模的普适性，表征设施规模弹性变化范围值与总成本呈背反关系；与拉格朗日松弛粒度禁忌搜索(LRGTS)等算法最优成本相比，所有算例最优成本平均值降低了6.67%，可以有效节约运行成本。

关键词：两级选址-路径问题设施规模决策偏随机化迭代局部搜索城市物流

基于深度学习的盾构隧道施工地表沉降预测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中南大学学报（自然科学版） 2024年第2期55卷 607-617页

作者：尹泉周怡饶军应湖南城市学院城市地下基础设施结构安全与防灾湖南省工程研究中心湖南益阳413000 贵州大学空间结构研究中心贵州贵阳550025

针对现有盾构隧道施工引发地表沉降预测方法中存在的难以同时挖掘数据之间的非线性特征关系和双向时序信息的问题,通过融合卷积神经网络(CNN)、双向长短期记忆(BiLSTM)与自注意力机制(SA)提出一种基于深度学习的地表最大沉降预测方法(CN... 详细信息

针对现有盾构隧道施工引发地表沉降预测方法中存在的难以同时挖掘数据之间的非线性特征关系和双向时序信息的问题,通过融合卷积神经网络(CNN)、双向长短期记忆(BiLSTM)与自注意力机制(SA)提出一种基于深度学习的地表最大沉降预测方法(CNN-BiLSTM-SA)。该方法首先利用CNN提取网络输入数据之间的非线性特征关系,利用BiLSTM网络提取输入数据的双向时序信息,然后引入SA机制为CNN提取的特征分配相应的权重,有效捕获时间序列中的关键信息,最后通过全连接层输出最终地表沉降预测结果。以湖南万家丽路电力盾构隧道工程为依托构建地表沉降数据集,并选用ANN、RNN、LSTM、BiLSTM模型开展对比分析。研究结果表明:评估指标CNN-BiLSTM-SA的平均绝对误差(MAE)、均方根(RMSE)、决定系数(R2)、平均绝对百分误差(MAPE)均为最优,具有更好的地表沉降预测性能。

关键词：盾构隧道地表沉降深度学习神经网络