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

基于MCMC粒子滤波的机器人定位

浙江大学学报（工学版） 2007年第7期41卷 1083-1087页

作者：许士芳谢立刘济林浙江大学信息科学与工程学院浙江杭州310027

针对基于传统粒子滤波的机器人定位方法存在粒子退化的问题,提出了基于马尔科夫蒙特卡罗(MCMC)粒子滤波的机器人定位方法.将传统的粒子滤波算法与典型的MCMC方法——Metropolis Hastings(MH)抽样算法有机结合,并应用于机器人定位研究中... 详细信息

针对基于传统粒子滤波的机器人定位方法存在粒子退化的问题,提出了基于马尔科夫蒙特卡罗(MCMC)粒子滤波的机器人定位方法.将传统的粒子滤波算法与典型的MCMC方法——Metropolis Hastings(MH)抽样算法有机结合,并应用于机器人定位研究中.试验结果表明,MCMC方法可以有效抑制粒子退化问题.与基于传统粒子滤波的机器人定位方法相比,该方法降低了定位误差均值和定位误差最大值,取得了更高的定位精度,有效地解决了机器人定位这一非线性非高斯状态估计问题.

关键词：马尔科夫蒙特卡罗方法粒子滤波机器人定位 Metropolis Hastings抽样粒子退化

基于MCMC算法的露天矿典型设备故障预测方法研究

在线全文

学校读者我要写书评

暂无评论

煤炭科学技术 2019年第10期47卷 51-57页

作者：刘威郭直清黄敏白润才徐煦王东刘光伟赵景昌辽宁工程技术大学智能工程与数学研究院辽宁阜新123000 辽宁工程技术大学数学与系统科学研究所辽宁阜新123000 辽宁工程技术大学辽宁省高等学校矿产资源开发利用技术及装备研究院辽宁阜新123000 神华宝日希勒能源有限公司内蒙古呼伦贝尔021000

大型设备是露天矿开采工艺系统的重要组成部分,设备的有效利用直接决定着露天矿的生产效率。为解决露天矿典型设备的故障预测问题,降低设备的故障率和维修成本,提出了一种基于马尔科夫蒙特卡罗方法的露天矿典型设备故障发生时间预测算法... 详细信息

大型设备是露天矿开采工艺系统的重要组成部分,设备的有效利用直接决定着露天矿的生产效率。为解决露天矿典型设备的故障预测问题,降低设备的故障率和维修成本,提出了一种基于马尔科夫蒙特卡罗方法的露天矿典型设备故障发生时间预测算法,该算法利用马尔科夫蒙特卡罗方法(MCMC)对设备故障数据进行抽样估计,获得设备故障发生次数所对应的齐次泊松过程的参数λ,然后根据浴盆曲线性质,不断对λ进行修正和拟合,确定设备当前状态下故障发生次数的泊松分布参数的值λc,再利用齐次泊松过程中随机点的点间间距是相互独立的指数分布随机变量序列的性质,将λc的倒数作为指数分布参数的估计值,确定设备故障发生时间间隔所服从的指数分布,进而利用指数分布预测设备故障发生时间。研究结果表明:设备故障发生次数所服从的泊松分布参数随时间动态变化;设备故障维修时长随设备使用年限的增长而逐渐变长(设备发生中型及以上故障次数增多);所提出的算法经修正尺度简缩因子验证,具有合理性和有效性,能够用于对露天矿典型设备的故障预测。数值模拟结果显示:在外部环境不发生明显变化时,该算法能够精确、有效的预测露天矿典型设备的故障发生时间和故障类别,不仅能为企业科学制定设备预防性维修计划提供依据,而且能为智慧露天矿建设提供有效的基础决策数据。

关键词：露天矿故障预测马尔科夫蒙特卡罗方法泊松分布指数分布

在线全文

学校读者我要写书评

暂无评论

基于附加质量的剪切型结构物理参数识别研究

工程抗震与加固改造 2013年第6期35卷 8-11,29页

作者：李慧李卓航杜永峰兰州理工大学防震减灾研究所甘肃兰州730050 兰州理工大学西部土木工程防灾减灾教育部工程中心甘肃兰州730050

在结构上附加已知质量,利用附加前后模态参数和附加质量识别结构物理参数。利用特征方程结合矩阵变换推导出结构物理参数与附加质量前后的模态参数之间的关系式,利用关系式推导待识别参数的线性模型,感觉蒙特卡洛思想用Gibbs抽样方法对... 详细信息

在结构上附加已知质量,利用附加前后模态参数和附加质量识别结构物理参数。利用特征方程结合矩阵变换推导出结构物理参数与附加质量前后的模态参数之间的关系式,利用关系式推导待识别参数的线性模型,感觉蒙特卡洛思想用Gibbs抽样方法对参数进行抽样,得到结构的物理参数。用一个7层的剪切模型为算例验证了该方法的可行性。

关键词：附加质量物理参数识别模态参数识别贝叶斯估计马尔科夫蒙特卡罗方法 Gibbs抽样

在线全文

学校读者我要写书评

暂无评论

河流突发污染事故溯源关键技术研究

河流突发污染事故溯源关键技术研究

作者：沈一凡浙江大学

学位级别：硕士

近年来,我国突发水质污染事件时有发生,造成很大危害和损失,而现有的河流突发水污染事故溯源技术仍面临响应速度慢,溯源结果不够准确以及监测断面数据利用不充分等问题。基于这样的状况,本文提出一种针对岸边排放的河流突发点源污染事... 详细信息

近年来,我国突发水质污染事件时有发生,造成很大危害和损失,而现有的河流突发水污染事故溯源技术仍面临响应速度慢,溯源结果不够准确以及监测断面数据利用不充分等问题。基于这样的状况,本文提出一种针对岸边排放的河流突发点源污染事件的污染物溯源算法架构,重点研究该架构下污染源反演算法、水质扩散模型在线率定算法、溯源结果抽样分析算法等关键技术,以提高溯源方法对断面监测数据的利用率、溯源响应速度以及准确度,通过案例计算和水槽模拟实验验证了相关方法的适用性。论文主要工作和创新点如下：(1)针对河流发生水质污染事故后环境监管部门难以有效利用污染物监测数据来定位污染源位置的问题,根据污染源反问题推导的思路,提出了一种基于马尔科夫蒙特卡罗(MCMC)方法的河流污染源反演算法。该算法将溯源问题转换成贝叶斯估计问题,根据污染源下游断面的观测值序列,结合污染物扩散模型,构建了污染源信息的似然函数,根据贝叶斯定理,推导得到污染源的后验概率密度函数,最后利用抽样算法对结果进行抽样分析,可以快速得到污染事件中污染源的空间位置和排放时刻等未知参数的概率分布。(2)针对水质模型离线率定工作实时性不高、计算结果准确性不易提升等问题,提出了一种应用断面监测数据进行水质模型参数在线率定的方法。该方法利用初始断面数据构建虚拟污染源,替代实际污染源来预测下游浓度,通过预测值与后续断面实测数据进行偏差分析,动态校正模型参数。仿真案例数据计算结果表明,该方法可以在线率定水质模型参数,得到参数的优化解,从而为溯源算法提供更可靠的水质模型,提高反演计算结果的准确度。(3)针对溯源结果特征分析时存在的抽样算法稳定性较差,及由此导致的抽样结果不能很好体现样本特征等不足,提出了一种自适应Metropolis-Hastings算法,该算法在标准Metropolis-Hastings算法的基础上,对提议函数参数设定做出改进,自适应计算提议函数的标准差,解决了接收概率不稳定导致抽样结果不易收敛的问题,使得抽样结果更能代表抽样对象的特征。实际案例计算结果表明,利用该算法,可以从参数后验概率密度函数中得到污染源的排放量、空间位置和排放时刻等未知参数的概率分布特征,且结果代表性更好。(4)开展了实验水槽模拟实验。通过在波浪水槽中投放示踪剂来模拟河流突发污染事件,将监测点实测浓度数据作为反演数据,在线率定了污染物扩散模型参数,计算了污染源的关键信息概率分布,计算结果和实测数据验证了所研究河流污染源反演算法和水质模型参数在线率定方法的有效性。论文研究工作为河流污染泄漏事件溯源增加了技术积累,相关算法成果将集成于课题组所研发的河流水质预警应急系统中,为有关部门掌握污染源信息、制定应急决策提供帮助。

关键词：水体污染河流模型污染源溯源参数优化马尔科夫蒙特卡罗方法