杂志简介
在工程中的数学问题是一个基础广泛的杂志刊载所有学科严格的工程研究成果,进行了使用数学工具。
编辑聚光灯
总编辑,光明谢教授,目前是动态的全职教授,并与控制工程北京大学学院。他的研究领域包括复杂系统动力学与控制和智能仿生机器人。
特殊问题
最新的文章
更多文章基于改进的离散粒子群优化算法的高效在轨服务车配置
考虑到在轨服务车(OSV)的燃料容量有限,在每次服务任务期间对卫星进行适当的OSV分配对节约燃料消耗至关重要。该分配问题可以表示为具有多个连续和离散的宽域设计变量的优化问题。该方法将禁忌搜索与离散粒子群优化算法(DPSO-TS)相结合,有效地解决了这一问题。首先,利用Pontryagin最小原理和遗传算法(GA)寻找最省油的转移轨迹。这种燃油效率的最大化可以作为OSV分配优化模型问题的性能指标。特别地,将个体OSV上的最小剩余燃料最大化作为OSV分配优化的性能指标。通过提出的DPSO-TS算法对优化问题进行了数值求解。最后,仿真结果表明,在四种算法计算时间基本相同的前提下,相对于DPSO、DPSO- pdm和DPSO- csa算法,DPSO- ts算法具有更高的精度。DPSO-TS算法可以有效地解决OSV分配优化问题。
在信号处理方法故障光纤电流互感器基于机制
光纤光变流器(FOCT)与正弦波调制已被广泛用于在直流输电工程,而它的故障率比电磁电流互感器,严重威胁电网的安全运行的高得多。为了调查FOCT的故障机制,FOCT光检测器的输出信号模型被建立,并且其调制和解调的基本方法进行分析,以探索在测得的电流的计算中使用的信号处理方法的影响因素。据发现,在光检测器输出的二次谐波分量的降低FOCT故障的根本原因,并且所述光路,调制信号的幅度,和测量的电流是影响二次谐波分量的重要因素。的三个因素的二次谐波分量的影响法是通过模拟计算出的,并给予它们之间的特征差异。最后,FOCT光强度的故障模拟试验和调制电路在实验室中进行的,且结果验证了理论分析的正确性。本文的研究提供了故障分析和FOCT的可靠性改进的参考。
对于基于旋转机械的故障诊断方法对SCA-FastICA算法
当旋转机械运行时,用传感器测得的振动信号与所有振动源混合,并含有非常强的噪声。这是很难与信号处理的常规方法分离混合的信号,所以有在机器健康监测的困难和故障诊断。的原理和盲源分离的方法进行了介绍,并且它指出,盲源分离算法在强脉冲噪声环境是无效的。在这些环境中,振动信号首先与同步累积平均降噪(SCA)的方法去噪,并将降噪信号分别与所述改进的快速独立分量分析(FastICA的)算法分离。模拟试验和转子故障实验的结果表明,该新颖的方法可以有效地提取故障特征,证明了它的优越性与以前的方法的比较。因此,很可能是在故障检测区域有用,实用的,特别是强的噪声和振动干扰的条件下。
人工神经网络的自动光谱分类应用
在天体物理学分类是一个基本的过程,特别是当它是必要了解对象的演化和分布的几个方面。在天文图像,我们需要的恒星和星系之间进行辨别,并确定每个星系形态类型。分光谱分类提供了关于类似温度恒星物理参数的重要信息,使我们能够确定它们之间的距离;用该信息,也能够像评估它们的物理尺寸和每一种类型的对象的真实三维分布等参数。在这项工作中,我们提出两种人工智能(AI)的技术用于从LAMOST的第一数据得到的释放并且还更近的释放(DR5)恒星光谱的自动光谱分类应用程序。选择两种类型的人工神经网络,根据所述的Levenberg-Marquardt优化算法(LMA)和广义回归神经网络(GRNN)的前馈神经网络的训练。在研究过程中,我们使用了四个数据集:所述第一从LAMOST第一数据发布获得并且由50731光谱与信噪比高于20,从印美光谱数据库获得所述第二数据集(1273光谱)中,第三之一(STELIB光谱数据库)被用作一个独立的测试数据集,以及从LAMOST DR5获得并用信噪比高于20也由17990恒星光谱的第四数据集。在工作的第一部分中的结果,当DR1数据的autoconsistency被探测,显示在LAMOST DR1提供的光谱分类的一些问题。为了达到更好的分类,我们做了两个步骤:首先是LAMOST和STELIB数据集是由与整个印美数据集训练的两个IA技术分类。将所得到的分类允许我们区分至少三组:第一组包含O和B型分,而第二个包含A,F,和G型星,最后,第三组包含K和M型星。 The second step consisted of a refinement of the classification, but this time for every group, the most relevant indices were selected. We compared the accuracy reached by the two techniques when they are trained and tested using LAMOST spectra and their published classification and the resultant classifications obtained with the ANNs trained with the Indo-US dataset and applied over the STELIB and LAMOST spectra. Finally, in the first part, we compared the LAMOST DR1 classification with the classification obtained by the application of the NNs GRNNs and LMA trained with the Indo-US dataset. In the second part of the paper, we analyze a set of 17990 stellar spectra from LAMOST DR5 and the very significant improvement in the spectral classification available in DR5 database was verified. For this, we trained ANNs using the k-fold cross-validation technique withķ = 5.
非线性问题的一种自适应的一阶可靠性分析方法
一阶可靠性方法(FORM)的HL-RF算法是在结构可靠性分析广泛有用的工具。然而,HL-RF算法的迭代结果可能不收敛由于对某些高度非线性的可靠性问题的周期性循环。在本文中,(可保存格式)被提出了一种自适应一阶可靠度方法通过引入自适应因子,以改善某些高度非线性的可靠性问题的解决方案的效率。在可保存格式,基于两个参数近似一阶可靠度的方法,所述新的迭代点和先前迭代点被用于获得相应的角度,和收敛的结果是由角条件判断。根据试验结果的收敛度,近似可靠性方法的两个迭代参数由自适应因子连续调节。此外,迭代步长大小是通过改变参数以提高FORM的效率和鲁棒性调整。最后,4个数值实施例和一个机械可靠性分析例如被用来验证所提出的方法。用不同的算法相比,该结果表明,可保存格式,对一些高度非线性的可靠性问题更好的效率和稳健性。
母函数正多面体的比喻号
本文介绍了确定四面体、六面体、八面体、十二面体和二十面体象数的生成函数的一种方法。该方法基于所述具象数序列中各成员之间的差异,以及前面所述的该序列的生成函数 和几何序列 。