期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
参数不确定性内声场分析的封闭区间有限元方法 被引量:1
1
作者 向育佳 史治宇 冯雪磊 《振动与冲击》 EI CSCD 北大核心 2022年第18期25-32,共8页
针对含有不确定但有界参数的内声场预测问题,主要的区间建模方法为逐单元的区间有限元法(EBE-IFEM)和区间摄动有限元法(IPFEM)。但由于IPFEM在级数展开时存在非保守近似的缺陷,EBE-IFEM在利用拉格朗日乘子法来约束扩增的节点自由度时增... 针对含有不确定但有界参数的内声场预测问题,主要的区间建模方法为逐单元的区间有限元法(EBE-IFEM)和区间摄动有限元法(IPFEM)。但由于IPFEM在级数展开时存在非保守近似的缺陷,EBE-IFEM在利用拉格朗日乘子法来约束扩增的节点自由度时增加了内存消耗并降低了迭代计算效率,现有方法很难兼备保守的结果和高的计算效率。为此,提出了一种新的封闭区间有限元方法(Enclosing-IFEM),结合“混合节点-单元”(MNE)的组装策略来缩减自由度,该方法能够在满足结果保守性的前提下,提高求解效率。而且,Enclosing-IFEM的区间动力学方程可以直接转化为“并矢积”形式,解决了基于Sherrman-Morrison-Woodbury(S-M-W)级数的区间摄动有限元法(SMW-IPFEM)的动力学拓展问题。最后,将蒙特卡罗方法以及它的区间有限元方法作为参考解,通过两个数值算例验证了Enclosing-IFEM的计算精度和效率。 展开更多
关键词 封闭区间有限元方法(Enclosing-IFEM) S-M-W级数 不确定性声场分析 不确定但有参数
在线阅读 下载PDF
线性时不变系统集员辨识的区间算法 被引量:5
2
作者 王晓军 邱志平 《力学学报》 EI CSCD 北大核心 2005年第6期713-718,共6页
在不确定但有界(UBB)噪声假设下,提出一种针对线性时不变系统参数集员辨识的区间算法.借助区间数学,寻求与观测数据和噪声相容的参数的最小超长方体(或区间向量),推导了递推列式,并分析了算法的收敛性.此算法不仅可以给出参数估计值,还... 在不确定但有界(UBB)噪声假设下,提出一种针对线性时不变系统参数集员辨识的区间算法.借助区间数学,寻求与观测数据和噪声相容的参数的最小超长方体(或区间向量),推导了递推列式,并分析了算法的收敛性.此算法不仅可以给出参数估计值,还可以给出参数的不确定性界限.通过数值算例,将此算法与Fogel 椭球算法和最小二乘算法进行了比较,显示了其计算量小和精度高的优点. 展开更多
关键词 集员辨识 线性时不变系统 区间算法 区间数学 不确定但有(ubb)
在线阅读 下载PDF
基于ARMA时序模型的结构参数识别集员算法 被引量:4
3
作者 王晓军 邱志平 武哲 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2007年第11期1345-1348,共4页
研究在时域内利用含噪声观测数据识别结构参数问题.建立了与结构振动微分方程等价的自回归滑动平均(ARMA,Autoregressive Moving-Average)时序模型,将结构参数识别问题转换为ARMA模型参数辨识问题.在不确定但有界(UBB,Unknown-But-Bound... 研究在时域内利用含噪声观测数据识别结构参数问题.建立了与结构振动微分方程等价的自回归滑动平均(ARMA,Autoregressive Moving-Average)时序模型,将结构参数识别问题转换为ARMA模型参数辨识问题.在不确定但有界(UBB,Unknown-But-Bounded)噪声假设下,基于线性时不变系统参数集员辨识的区间算法,寻求与观测数据和噪声相容的参数的最小超长方体(或区间向量),进而得到结构参数的估计值.通过数值算例,将本文算法与最小二乘算法进行了比较,显示了其可行性和有效性. 展开更多
关键词 结构参数识别 集员辨识 自回归滑动平均模型 区间数学 不确定但有
在线阅读 下载PDF
区间多目标粒子群优化算法及其应用
4
作者 关守平 邹立夫 张菁菁 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2019年第11期1521-1526,共6页
提出了一种区间多目标粒子群优化(IMOPSO)算法,用于解决多目标下区间变量的优化问题.基于区间可信度定义两个区间解的占优关系,通过归一化方法和区间拥挤度距离对Pareto最优解排序,并设立归档机制,利用外部存储器保存Pareto最优解集.针... 提出了一种区间多目标粒子群优化(IMOPSO)算法,用于解决多目标下区间变量的优化问题.基于区间可信度定义两个区间解的占优关系,通过归一化方法和区间拥挤度距离对Pareto最优解排序,并设立归档机制,利用外部存储器保存Pareto最优解集.针对有界误差系统的建模问题,提出了基于IMOPSO算法训练区间神经网络(INN)模型参数的建模方法,解决了误差界已知和误差界未知两种情况下的有界误差系统建模问题.最后,以一阶不确定系统为例,利用所提算法进行了建模仿真,验证了建模方法的有效性. 展开更多
关键词 区间多目标优化 区间粒子群优化 区间神经网络 未知但有(ubb) 一阶不确定系统
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部