期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
计及配合间隙的输送链传动机构优化设计方法
1
作者 马超超 许金 +1 位作者 贾正荣 芮万智 《海军工程大学学报》 CAS 北大核心 2024年第5期61-67,共7页
为提高输送链传动机构的到位精度,首先对输送链传动机构的传动误差进行了建模与分析,得到链轮-链条配合间隙对最大总传动误差的影响规律,并通过实验验证了模型及分析的正确性;然后,考虑到机构零部件制造加工时尺寸公差及配合间隙的随机... 为提高输送链传动机构的到位精度,首先对输送链传动机构的传动误差进行了建模与分析,得到链轮-链条配合间隙对最大总传动误差的影响规律,并通过实验验证了模型及分析的正确性;然后,考虑到机构零部件制造加工时尺寸公差及配合间隙的随机性,提出了蒙特卡洛-多参数粒子群优化设计方法,对配合间隙进行了优化设计,并对最大总传动误差进行了预测;最后,通过输送链传动机构的优化设计对所提方法进行了验证。结果表明:采用该方法优化设计后的最大总传动误差相比于优化前减小了28.923%,能够改善输送链传动机构的到位精度,可为其他多间隙传动机构的设计及最大总传动误差预测提供有效方法。 展开更多
关键词 输送链 传动误差 配合间隙 蒙特卡洛法 参数粒子优化
在线阅读 下载PDF
生物氧化提金中基于PSO-LSSVM的氧化还原电位建模研究 被引量:7
2
作者 李伟 南新元 吴琼 《贵金属》 CAS CSCD 北大核心 2014年第4期60-64,共5页
生物氧化预处理过程是一个复杂非线性的耦合过程,该过程关键参数氧化还原电位通常难以准确检测。为了预估该参数,将PSO算法与LSSVM相结合构建生物氧化预处理过程氧化还原电位预估模型。该模型采用改进的PSO算法优化LSSVM模型参数,克服... 生物氧化预处理过程是一个复杂非线性的耦合过程,该过程关键参数氧化还原电位通常难以准确检测。为了预估该参数,将PSO算法与LSSVM相结合构建生物氧化预处理过程氧化还原电位预估模型。该模型采用改进的PSO算法优化LSSVM模型参数,克服了参数选择的盲目性和耗时,具有学习速度迅速、预测精度较高以及泛化能力强的优点。以新疆某金矿的实际数据进行仿真研究,结果表明:改进的PSO-LSSVM方法建立的模型的预测值与实测值拟合较好,对于生物氧化预处理过程的关键参数氧化还原电位的预估有一定的指导意义。 展开更多
关键词 生物氧化预处理 粒子群参数优化 最小二乘支持向量机 氧化还原电位 建模
在线阅读 下载PDF
基于奇异值趋势分解和LS-SVR的航空发动机性能指数组合预测 被引量:2
3
作者 李冬 李本威 +2 位作者 赵凯 张赟 宋岩 《推进技术》 EI CAS CSCD 北大核心 2013年第10期1406-1413,共8页
发动机性能指数是衡量其性能优劣的重要指标之一。针对发动机性能指数具有非线性、非平稳的特征,引入多层次多尺度的思想,在此基础上提出一种基于奇异值趋势分解的组合预测方法。利用奇异值趋势分解提取原始数据的趋势项和波动项;以改... 发动机性能指数是衡量其性能优劣的重要指标之一。针对发动机性能指数具有非线性、非平稳的特征,引入多层次多尺度的思想,在此基础上提出一种基于奇异值趋势分解的组合预测方法。利用奇异值趋势分解提取原始数据的趋势项和波动项;以改进粒子群算法分别获取趋势项和波动项在最小二乘支持向量回归模型中的最佳参数组合(嵌入维数、延迟时间、惩罚因子、核参数),并引入回归移动的思想,在此基础上利用最佳的最小二乘支持向量回归模型进行预测。预测结果表明预测精度明显增加,计算时间也相对减少。提前预测步长在5步之内时,精度变化不大;步长超过10步,精度下降很快。与不同预测方法比较,证明了方法的有效性。 展开更多
关键词 航空发动机 奇异值分解 性能参数 组合预测 粒子群参数优化
在线阅读 下载PDF
基于改进PSO_LSSVM机械结构疲劳裂纹扩展预测 被引量:4
4
作者 王静 蒋刚 陈中杰 《计算机应用研究》 CSCD 北大核心 2013年第12期3597-3599,3609,共4页
机械结构在长期的存储中,疲劳裂纹的变化受到多种环境因素的影响,针对目前疲劳裂纹预测准确率低的问题,提出一种基于最小二乘支持向量机方法(LSSVM)来预测机械结构的疲劳裂纹长度,通过改进的粒子群优化算法对LSSVM进行参数优化。改进的... 机械结构在长期的存储中,疲劳裂纹的变化受到多种环境因素的影响,针对目前疲劳裂纹预测准确率低的问题,提出一种基于最小二乘支持向量机方法(LSSVM)来预测机械结构的疲劳裂纹长度,通过改进的粒子群优化算法对LSSVM进行参数优化。改进的粒子群参数优化算法采用二次型惯性权重递减策略,使粒子群优化算法的优化过程更接近实际的非线性和高复杂过程。经仿真实验验证,结果表明,基于改进的粒子群参数优化的最小二乘支持向量机(PSO_LSSVM)对于机械结构的疲劳裂纹长度预测优于传统方法,收敛速度快,预测准确。 展开更多
关键词 粒子群参数优化 最小二乘支持向量机 疲劳裂纹 二次型惯性权重递减策略
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部