基于主动学习代理模型的结构可靠性稳健优化设计方法

    公开(公告)号:CN114077776A

    公开(公告)日:2022-02-22

    申请号:CN202111373802.3

    申请日:2021-11-19

    Abstract: 本发明公开了一种基于主动学习代理模型的结构可靠性稳健优化设计方法,包括以下步骤:S1、筛选关键设计参数;S2、获取候选样本点集S和初始训练集I;S3、拟合总质量和最大应力的代理模型;S4、计算I中样本点的可靠性灵敏度,得出BP神经网络训练和测试的样本点;S5、构建MPA‑BP神经网络并判断是否满足要求,若是则保存;否则利用主动学习函数从S中选取新样本点添加至I中;S6、将MPA‑BP输出的可靠性灵敏度和机械结构的总质量作为优化目标,构建可靠性稳健优化设计模型并求解。本发明通过自适应加点策略,构建主动学习函数更新样本点,构建可靠性稳健优化设计模型,最终得到更为精确的可靠性稳健优化方案。

    一种多模卫星导航系统加权直接定位解算方法

    公开(公告)号:CN114217331B

    公开(公告)日:2025-05-13

    申请号:CN202111461980.1

    申请日:2021-12-02

    Abstract: 本发明公开了一种多模卫星导航系统加权直接定位解算方法,本发明的方法首先对非线性伪距观测方程进行处理,获得位置参数与时间参数之间的线性表达式;在线性表达式基础上,引入加权矩阵以衡量不同卫星之间的不同测量精度,获得以时间参数为未知数的一元二次方程,通过求解一元二次方程,并结合参数的实际物理意义以及相应约束条件等对定位结果(包括位置信息与时间信息)进行有效性和唯一性判断,从而完成直接定位解算功能。本发明的方法无需迭代计算,直接定位解算,无需终端设备初始位置,可以直接给出终端三维位置和时间信息,从而完成定位解算。

    一种形状记忆合金扭力管
    13.
    发明授权

    公开(公告)号:CN114109754B

    公开(公告)日:2023-12-05

    申请号:CN202111374873.5

    申请日:2021-11-19

    Abstract: 本发明公开了一种形状记忆合金扭力管,包括保护罩、第一传动端部、第二传动端部、第一输出轴、中部联结结构、形状记忆合金管组和第二输出轴,第一传动端部、中部联结结构和形状记忆合金管组位于保护罩内。形状记忆合金管组包括多个平行设置的SMA管,相邻SMA管之间通过中部联结结构相连,形状记忆合金管组的端部与第一传动端部相连,形状记忆合金管组的另一端与第二传动端部相连,第一传动端部与第二输出轴相连,第二传动端部与第一输出轴相连,形状记忆合金管组中的SMA管加温后自身产生扭转变形,同时通过第一传动端部将扭矩传递到第二输出轴,通过第二传动端部部将扭矩传递到第一输出轴。

    一种形状记忆合金扭力管
    16.
    发明公开

    公开(公告)号:CN114109754A

    公开(公告)日:2022-03-01

    申请号:CN202111374873.5

    申请日:2021-11-19

    Abstract: 本发明公开了一种形状记忆合金扭力管,包括保护罩、第一传动端部、第二传动端部、第一输出轴、中部联结结构、形状记忆合金管组和第二输出轴,第一传动端部、中部联结结构和形状记忆合金管组位于保护罩内。形状记忆合金管组包括多个平行设置的SMA管,相邻SMA管之间通过中部联结结构相连,形状记忆合金管组的端部与第一传动端部相连,形状记忆合金管组的另一端与第二传动端部相连,第一传动端部与第二输出轴相连,第二传动端部与第一输出轴相连,形状记忆合金管组中的SMA管加温后自身产生扭转变形,同时通过第一传动端部将扭矩传递到第二输出轴,通过第二传动端部部将扭矩传递到第一输出轴。

    高信噪比环境下基于小快拍数的导航接收机波束形成方法

    公开(公告)号:CN113466899A

    公开(公告)日:2021-10-01

    申请号:CN202110927965.5

    申请日:2021-08-13

    Abstract: 本发明公开了一种高信噪比环境下基于小快拍数的导航接收机波束形成方法,包括以下步骤:S1、计算接收信号;S2、建立优化目标,并求解得到最优权矢量计算公式;S3、获取准确的干扰加噪声协方差矩阵,将准确的干扰加噪声协方差矩阵带入S2得到的最优权矢量计算公式中。本发明首先去除导航接收机阵列接收信号中的期望信号(卫星信号)组成部分,使算法适用于高信噪比环境(实际应用场合),再通过使用协方差矩阵估计方法,提高小快拍数据下协方差矩阵的精确度,最终得到可在实际应用场景中有效提升导航接收机性能的波束形成算法。

    基于主动学习代理模型的结构可靠性稳健优化设计方法

    公开(公告)号:CN114077776B

    公开(公告)日:2024-09-24

    申请号:CN202111373802.3

    申请日:2021-11-19

    Abstract: 本发明公开了一种基于主动学习代理模型的结构可靠性稳健优化设计方法,包括以下步骤:S1、筛选关键设计参数;S2、获取候选样本点集S和初始训练集I;S3、拟合总质量和最大应力的代理模型;S4、计算I中样本点的可靠性灵敏度,得出BP神经网络训练和测试的样本点;S5、构建MPA‑BP神经网络并判断是否满足要求,若是则保存;否则利用主动学习函数从S中选取新样本点添加至I中;S6、将MPA‑BP输出的可靠性灵敏度和机械结构的总质量作为优化目标,构建可靠性稳健优化设计模型并求解。本发明通过自适应加点策略,构建主动学习函数更新样本点,构建可靠性稳健优化设计模型,最终得到更为精确的可靠性稳健优化方案。

    高信噪比环境下基于小快拍数的导航接收机波束形成方法

    公开(公告)号:CN113466899B

    公开(公告)日:2023-05-05

    申请号:CN202110927965.5

    申请日:2021-08-13

    Abstract: 本发明公开了一种高信噪比环境下基于小快拍数的导航接收机波束形成方法,包括以下步骤:S1、计算接收信号;S2、建立优化目标,并求解得到最优权矢量计算公式;S3、获取准确的干扰加噪声协方差矩阵,将准确的干扰加噪声协方差矩阵带入S2得到的最优权矢量计算公式中。本发明首先去除导航接收机阵列接收信号中的期望信号(卫星信号)组成部分,使算法适用于高信噪比环境(实际应用场合),再通过使用协方差矩阵估计方法,提高小快拍数据下协方差矩阵的精确度,最终得到可在实际应用场景中有效提升导航接收机性能的波束形成算法。

    基于多智能体深度强化学习的配电网优化方法

    公开(公告)号:CN114725936B

    公开(公告)日:2023-04-18

    申请号:CN202210420402.1

    申请日:2022-04-21

    Abstract: 本发明公开了一种基于多智能体深度强化学习的配电网优化方法,包括以下步骤:S1、建立配电网电压优化模型;S2、进行马尔科夫博弈建模;S3、采用TD3算法进行离线训练。本发明考虑了分布式电源出力具有不确定性,建立含有光伏、风机以及储能装置的配电网电压优化模型,并采用双延迟深度确定性策略梯度算法进行求解,获得分布式电源的最优调度策略,使配电网在保证安全运行的同时电压波动最小。本方法不依赖精确模型,可根据历史数据进行离线训练,训练所得智能体可以根据所给状态进行在线实时优化。有效缓解了可再生能源分布式电源接入配电网引起的不稳定问题,一定程度上解决了可再生能源发电的消纳问题,提升了可再生能源的利用率。

Patent Agency Ranking