AO-LSSVM在铣削铝合金表面粗糙度预测研究与应用

为提高铣削7475铝合金表面粗糙度（）的预测准确性和便捷性，本文基于天鹰优化器算法（AO）对最小二乘向量机（LSSVM）进行优化，以4个铣削参数作为输入值，作为输出值构建铣削铝合金预测模型，通过与粒子群（PSO）优化最小二乘支持向量机（LSSVM）和LSSVM 两种算法进行对比，采用灰色关联对铣削参数与表面粗糙度之间的相关性进行分析并通过GUI界面搭建预测系统。结果表明：基于AO-LSSVM的预测模型的预测误差为4.287 6%，拟合优度达到0.938 64，优于其他算法；每齿进给量与的相关性最大，灰色关联度值为0.764；通过GUI预测应用系统能实现高效、便捷、准确地预测值。     

基于拉丁超立方抽样的五孔探针标定方法

为提高五孔探针的标定效率,研究了一种采用拉丁超立方抽样技术开展变马赫数五孔探针标定的试验方法.马赫数在0.2～0.5范围内的对比试验结果表明:采用改进的拉丁超立方抽样标定技术可使攻角与侧滑角的拟合误差较一般拉丁超立方抽样方法下降14.3％～28.6％,且攻角与侧滑角的拟合方均根误差均在1°以内,马赫数的拟合方均根误差不...     

固体火箭飞行静载荷计算的偏差使用方法优化

新型固体火箭对提升运载效率的需求日益强烈,由此发展出一些以提升载荷设计精度为目标的载荷优化方法,可有效实现结构的减载减质。现有优化方法仅考虑单项偏差,未考虑各项偏差间的匹配性和传递过程的合理性,很大程度上限制了载荷设计精度的进一步提升。梳理和分析了载荷计算过程涉及的多项参数偏差,提炼出原始偏差和过程偏差的概念,指出了传统方法在偏差使用及传递过程中的不合理。在此基础上,充分结合新型固体火箭的研制特点,改进了偏差的使用方法,降低了过程偏差对载荷计算精度的影响。结果表明该方法可有效提高载荷设计精度、准确性和效率。     

支持向量机理论的研究与进展

回顾了支持向量机理论的发展历程,介绍了支持向量机的标准训练算法及其分解算法、变形算法、几何算法以及多类分类算法,重点描述了最小二乘支持向量机算法,总结了支持向量机理论及其应用的现状与存在问题,对支持向量机的未来发展方向进行了展望。     

润滑油红外光谱去噪预处理方法

采用小波包变换软阈值去噪方法对润滑油的红外光谱进行去噪预处理,结合偏最小二乘法进行定量预测,并与常用的平滑去噪方法进行对比。结果表明,小波包变换能有效地去除红外光谱的噪声,以此为基础建立的润滑油酸值模型的预测精度高于常用的平均平滑法和 Savitzky-Golay卷积平滑法这 2种平滑去噪方法的预测精度。