摘要：针对多控制源空间分布系统,提出了一种基于多输出支持向量回归机(svr)学习的3-D模糊控制(3-D FLC)设计方法。基于多控制源空间分布系统的空间局部影响特性,将多控制源系统分解成多个单控制源子系统,每个子系统均采用单独的3-D FLC控制。将3-D FLC的空间模糊基函数用作svr的核函数,建立起3-D FLC与svr的数学等价关系。用svr学习隐含有控制规律的输入输出数据集,将学习后的支持向量作为关键数据点用来构建3-D FLC的模糊规则库,完成3-D FLC的设计。将该方法应用于填充床催化反应器温度控制,仿真结果验证了该方法的有效性。

摘要：通过预测控制算法对风力机变桨距系统进行调节,风力机非线性模型采用支持矢量回归(svr)算法进行拟合。考虑实运转风力机模型的变化,通过改进的序列最小优化(SMO)代替原增量svr的凸二次规划算法,并用偶然点排除和模型储存复用等新方法,有效缩短在线运算时间,实现了改进型增量学习算法的在线辨识。此外,由于电液比例变桨距执行机构的差动回路设计和风力负载的单方向性,造成桨叶顺桨和逆桨时系统模型并不一致,本研究的预测控制过程采用双模型切换。整个算法在变桨距风力机半物理仿真试验台上进行试验,当风速高于额定风速时,与常规的PID控制和单模型svr预测控制相比,发电机输出最大功率误差分别从约9％和10％降低到3％左右。

摘要：为提高养殖禽舍温度预测算精度,降低数据冗余度和差异性对预测结果的影响,提出一种基于智能优化特征子集选取和模糊聚类改进svr(Support Vector Regression)的温度预测模型。首先,构建最优特征子集选取模型,通过设计最优特征子集选取指标,以降低特征之间冗余度和数据维度;采用改进的离散灰狼算法对特征子集选取模型进行求解,以实现最优特征子集选取。其次,建立模糊聚类改进svr预测机制,通过设计多度量核FCM(Fuzzy C-means)算法,以实现数据样本自动分类;提出与数据样本分类相对应的svr预测算法,并采用灰狼算法对svr参数进行优化,最大程度降低样本数据差异性对预测精度的影响。最后,融合最优特征子集选取和模糊聚类改进svr预测机制,以实现养殖禽舍温度高精度预测。仿真结果表明,该算法实现不同季节条件下养殖禽舍温度的高精度预测,相比于其他预测算法,预测精度提高约23.7%~37.8%。所提养殖禽舍温度预测算法具有良好的预测性能,具有一定的推广应用价值。

摘要：流体仿真软件在船舶与海洋结构物概念设计阶段应用广泛。针对潜器外形设计过程中,仿真分析往往需要耗费大量的时间成本,无法直接与优化器结合的问题,本文研究基于支持向量回归机(Support Vector Regression,svr)的潜器外形优化方法,包括拉丁超立方试验设计选取样本点、基于ICEM的潜器参数化建模和网格自动划分、基于Fluent的阻力计算及svr模型的构造。采用改进的粒子群算法求解潜器外形优化设计问题,得到了阻力性能优良的潜器外形。

摘要：与正交频分复用(OFDM)技术不同,5G候选技术之一的滤波器组多载波(FBMC)技术由于添加了原型滤波器的设计,各个载波之间不需要完全正交,也不需要插入循环前缀作为保护等操作。然而由于引入了固有的虚部干扰,相应的信道估计也更复杂。良好的信道估计和插值算法对于时刻跟踪时变信道响应的变化是十分必要的。本文提出了一种基于svr插值的FBMC时变信道估计方法,采用辅助导频消除FBMC系统的虚部干扰,然后基于svr进行时变信道插值。该算法利用已知的导频符号,在存在传输衰落及非线性噪声的情况下,使用svr回归拟合估计信道响应系数。在仿真中,将信道矢量建模为单径慢时变瑞利衰落信道。结果表明,与传统算法相比,该方法在运算效率损失不大的情况下,对FBMC信道估计的效果有极大的改善,估计精度更高。

摘要：支持向量机拟合模型(svr)可用于大坝裂缝预报,但自变量间的多重相关性和输入变量的高维数对支持向量机拟合模型的精度影响较大。基于大坝裂缝开合度理论,利用主成份分析法(PCA)提取原样本信息缩减后的主成分作为svr模型的输入量,构建了大坝裂缝开合度的早期预报PCA-svr模型。将该模型应用于某大坝监控资料的分析中,与传统回归模型相比,PCA-svr模型具有更高的计算精度和运算效率,并可提前预报裂缝开合度信息,能在实际工程中广泛应用。

摘要：利用回归型支持向量机(Support vector regression, svr),设计了一个传感器故障诊断系统。对svr采用离线训练,在线应用的方法。使用训练好的svr模拟系统的动态特性,并将输出结果和实际系统输出相比较,从而生成故障残差。仿真结果表明,svr能够高精度的模拟系统的动态特性,进而生成较高精度的故障残差,有效地保证了传感器故障诊断的准确性。

摘要：为提高连杆机构的运动精度可靠性,提出一种利用多体动力学和支持向量回归(Support Vector Regression,svr)算法构建机构的运动模型并对其进行可靠度敏感性分析的方法。通过引入粒子群优化(Particle Swarm Optimization,PSO)算法对svr的惩罚参数和核函数参数进行寻优,提高svr的回归预测精度。为克服PSO容易早熟和搜索精度低等缺点,对惯性权重系数和学习因子进行改进,应用改进算法与标准PSO-svr算法并结合蒙特卡洛模拟对四杆机构的可靠度敏感性进行分析研究。通过实验对比表明,改进的算法收敛速度更快、回归预测精度更加接近于蒙特卡洛模拟,且计算速度优于蒙特卡洛模拟。

摘要：渗流参数贝叶斯反演的关键在于解决对渗流正演模型大量调用而导致的计算耗时问题。现有提高贝叶斯反演计算效率的研究大多采用基于单一机器学习算法的代理模型,计算精度较低。针对上述问题,本文提出一种贝叶斯框架下大坝渗流参数反演组合代理模型。该方法在贝叶斯框架下集成支持向量回归(svr)、Kriging和多元自适应回归样条(MARS)三种机器学习算法。其中,利用差分进化自适应Metropolis(DREAMZS)算法并行采样的优势计算权重系数的随机分布函数,在考虑不确定性的条件下获得模型权重系数。案例分析表明,相比于运行一次至少需要耗费4 h的渗流数值模型,本文所提组合代理模型运行一次仅需几秒钟,显著提高了贝叶斯反演的计算效率;此外,本文所提反演方法相比于基于svr、Kriging和MARS的贝叶斯反演方法能够获得更准确的反演结果,其平均精度分别提高了13.78%、19.34%和12.27%,为大坝渗流参数反演提供了一种新思路。

摘要：能在纽伯格林赛道跑出8分14秒的汽车绝非是一辆普通的跑车,何况它还是一辆全尺寸的SUV!是的,它就是路虎全新的揽胜运动版svr,一辆更亲近与驾驶和赛道的运动专属!前不久,路虎揽胜运动版svr正式在国内上市,并仅1款车型,官方指导价为229.8万元。这个消息对国内高端SUV市场来说,无疑成为了一种新的性能派标杆。在外观设计方而,揽胜运动版svr的整车姿态相比普通版要更低。新增加的高性能外饰套件包括了全新的前后保险杠和侧裙。