期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
强震人员损失回归预测方法 被引量:10
1
作者 李晓杰 姜立新 杨天青 《西北地震学报》 CSCD 北大核心 2012年第1期44-49,共6页
在回顾近年对地震人员损失预测的研究工作的基础上,根据USGS的PAGER系统中地震人员损失回归模型,利用发生在1970-2008年间的128条地震现场调查灾害记录建立了我国东、西部区域适用的地震人员损失预测模型;并利用发生在1980-2007年间的23... 在回顾近年对地震人员损失预测的研究工作的基础上,根据USGS的PAGER系统中地震人员损失回归模型,利用发生在1970-2008年间的128条地震现场调查灾害记录建立了我国东、西部区域适用的地震人员损失预测模型;并利用发生在1980-2007年间的234条地震损失记录建立了地震人员重伤数与人员死亡数的回归关系;最后利用模型对2008年四川汶川地震的人员损失进行评估计算,得到了与实际震害损失相接近的评估结果。 展开更多
关键词 地震人员损失 区域适用 Nelder-Mead数值优化算法 经验回归 对数正态分布 公里网格
下载PDF
用拓扑优化方法进行微型柔性机构的设计研究 被引量:25
2
作者 左孔天 陈立平 +2 位作者 王书亭 张云清 钟毅芳 《中国机械工程》 EI CAS CSCD 北大核心 2004年第21期1886-1890,共5页
研究了微型柔性机构拓扑优化设计中的几个关键问题 ,提出了一种基于优化准则法和移动渐进优化算法的综合求解策略 ,在柔性机构设计中采用了非线性求解技术和伴随矩阵敏度分析技术 ,并将这些关键技术在算法上进行了实现 。
关键词 微型柔性机构 拓扑优化 优化数值算法 非线性分析 敏度分析
下载PDF
中国分地区大中型工业企业R&D资产折旧率测算 被引量:7
3
作者 赵雨涵 宋旭光 《统计研究》 CSSCI 北大核心 2017年第9期65-75,共11页
R&D资产折旧率作为R&D支出资本化过程中的重要指标,其数值直接影响我国资本存量、GDP等测算结果的准确性,但以往研究对R&D资产折旧内在原理的认识不足且对其数值的选取存在较大任意性。针对以上问题,本文借鉴前瞻利润模型... R&D资产折旧率作为R&D支出资本化过程中的重要指标,其数值直接影响我国资本存量、GDP等测算结果的准确性,但以往研究对R&D资产折旧内在原理的认识不足且对其数值的选取存在较大任意性。针对以上问题,本文借鉴前瞻利润模型构建了我国地区工业企业R&D资产折旧率测算模型,在选取1997—2010年《中国科技统计年鉴》数据的基础上,经科学测算将样本期延伸为1997-2015年,并采用数值最优化算法分别测算了各地区大中型工业企业R&D资产折旧率。结果表明,我国地区大中型工业企业R&D资产折旧率高于以往研究结果且各地区间存在明显差异。对于R&D资产技术含量高的地区、竞争程度低的地区、研发投入时滞期短的地区和自主研发能力强的地区R&D资产折旧率相对较低;反之,R&D资产折旧率相对较高。本文的测算结果弥补了R&D资产折旧率已有研究的不足,有助于我国各地区大中型工业企业R&D资产存量、R&D资产回报等进一步的研究。 展开更多
关键词 R&D资产折旧率 前瞻利润模型 数值最优化算法
下载PDF
中国制造业R&D资产折旧率测算及其解析 被引量:4
4
作者 宋旭光 赵雨涵 《统计与信息论坛》 CSSCI 北大核心 2018年第10期49-55,共7页
R&D资产折旧率是测算中国R&D资产存量、R&D资本回报和GDP等指标的重要基础,其数值大小直接影响了上述指标的准确性。为提高中国R&D资产折旧率的测算精度,借鉴前瞻利润模型建立中国制造业R&D资产折旧率测算模型,并... R&D资产折旧率是测算中国R&D资产存量、R&D资本回报和GDP等指标的重要基础,其数值大小直接影响了上述指标的准确性。为提高中国R&D资产折旧率的测算精度,借鉴前瞻利润模型建立中国制造业R&D资产折旧率测算模型,并运用数值最优化算法分行业进行测算,结果表明:中国各行业R&D资产折旧率存在明显差异,对于自主创新能力弱、创新动力不足、核心技术匮乏、产品附加值低、竞争程度高及产品差异性小的行业,R&D资产折旧率较高,反之则R&D资产折旧率较低。因此,中国应不断提升自主创新能力、加大人才培养力度、注重基础研究活动、增强市场竞争优势、提高研发的投入产出效率、适度加强知识产权保护力度,完善政府对企业研发活动补贴政策,以期更有效地开展研发活动并推动中国的技术进步。 展开更多
关键词 R&D资产折旧率 前瞻利润模型 数值最优化算法
下载PDF
火电机组闭环动态优化控制策略
5
作者 李益国 沈炯 《华东电力》 北大核心 2010年第10期1522-1527,共6页
目前火电机组优化控制系统中绝大多数属于开环优化控制方式,分析了这种方式的不足并建议采用闭环优化控制方式。极值搜索控制是一种传统的闭环优化控制方法,但存在需外加颤动信号和难于处理约束问题等不足,为此将极值搜索控制的思想和... 目前火电机组优化控制系统中绝大多数属于开环优化控制方式,分析了这种方式的不足并建议采用闭环优化控制方式。极值搜索控制是一种传统的闭环优化控制方法,但存在需外加颤动信号和难于处理约束问题等不足,为此将极值搜索控制的思想和预测控制相结合,提出一种新的闭环优化控制方法—极值搜索预测控制,并对实现极值搜索预测控制需解决的关键问题和研究思路进行了讨论。 展开更多
关键词 火电机组 闭环动态优化控制 极值搜索控制 数值优化算法 预测控制
原文传递
一种新的优化搜索算法——进化策略 被引量:3
6
作者 冯春 黄洪钟 《机械科学与技术》 CSCD 北大核心 1997年第3期398-401,共4页
详细论述了进化策略的基本原理、进化策略与遗传算法的异同,并对今后的发展趋势进行了简单预估。
关键词 进化策略 数字优化 优化搜索
下载PDF
S700K转辙机控制电路故障智能分析与定位的研究 被引量:3
7
作者 董玉峰 谭丽 《计算机测量与控制》 北大核心 2014年第4期991-993,996,共4页
近年来,智能故障诊断技术的不断发展与日趋成熟,已经成为一个研究热点;与之相比S700K转辙机控制电路故障的检测手段依旧是人占主导地位,通过简单仪表与个人经验判断相结合的方法进行故障定位;技术手段的缺陷与不足势必导致故障定位精度... 近年来,智能故障诊断技术的不断发展与日趋成熟,已经成为一个研究热点;与之相比S700K转辙机控制电路故障的检测手段依旧是人占主导地位,通过简单仪表与个人经验判断相结合的方法进行故障定位;技术手段的缺陷与不足势必导致故障定位精度不高,处理故障时间长;基于上述情况提出了BP神经网络的改进算法,即L-M数值优化算法;通过分析S700K转辙机控制电路故障类型和失效原因,搭建神经网络模型;其次通过微机监测获取相应的故障样本数据,用以进行神经网络的训练和测试;仿真结果表明L-M数值优化算法能及时、准确地对S700K转辙机控制电路的故障进行分析和诊断,对于实现S700K转辙机控制电路故障的自动检测具有十分重要的意义。 展开更多
关键词 控制电路 L—M数值优化算法 故障类型
下载PDF
管筒形零件机械扩径工艺过程的成形参数优化 被引量:11
8
作者 陈晓艳 郭宝峰 +1 位作者 金淼 王东城 《塑性工程学报》 EI CAS CSCD 北大核心 2006年第6期24-28,共5页
管筒形零件机械扩径最终制品的横断面尺寸精度和形状精度,不同程度地受到各种工艺参数、模具参数、材料性能参数以及摩擦条件的影响。机械扩径工艺设计的重要内容之一,就是针对特定的毛坯规格,合理选择各种成形参数并使其成为一种最优组... 管筒形零件机械扩径最终制品的横断面尺寸精度和形状精度,不同程度地受到各种工艺参数、模具参数、材料性能参数以及摩擦条件的影响。机械扩径工艺设计的重要内容之一,就是针对特定的毛坯规格,合理选择各种成形参数并使其成为一种最优组合,以获得最佳的制品尺寸和形状精度。文章基于MSC.Marc非线性有限元分析软件和遗传优化算法,应用Python语言设计了机械扩径成形参数优化的遗传算法程序,通过对MSC.Marc软件的二次开发,实现了遗传优化算法与MSC.Marc软件的连接,为管筒形零件机械扩径工艺过程的成形参数优化提供了一种新方法。针对大直径管线钢管机械扩径工艺,得到了以最终制品形状精度(横断面圆度误差)为优化目标的扩径率、模具直径和模具边缘圆角半径等成形参数的最优组合。采用最优的成形参数组合,可以显著提高最终制品的横断面形状精度。 展开更多
关键词 机械扩径 数值模拟 优化 遗传算法
下载PDF
数值优化中三父体杂交的自适应遗传算法(英文)
9
作者 张青莲 张新 《天津师范大学学报(自然科学版)》 CAS 2017年第5期55-59,共5页
遗传算法(GA)是一种适合于数值优化的算法原型,基于1个三父体交叉(TPC)和1个多样性算子虽然可使GA的性能得到很大改进,但仍受制于几个算法参数.在此基础上,对TPC和多样性算子中算法参数的自适应遗传算法进行研究.算法的关键参数在每次... 遗传算法(GA)是一种适合于数值优化的算法原型,基于1个三父体交叉(TPC)和1个多样性算子虽然可使GA的性能得到很大改进,但仍受制于几个算法参数.在此基础上,对TPC和多样性算子中算法参数的自适应遗传算法进行研究.算法的关键参数在每次迭代中由正态分布生成,并在1组13个数学函数集上施行.对原算法与添加参数适应算法的结果在函数f_1~f_(13)上进行对比,并给出了f_4和f_(10)的收敛过程,分析表明自适应GA-TPC算法比原算法在解决具体问题时更加高效和稳定. 展开更多
关键词 遗传算法 参数控制 交叉 数值优化
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部