基于蒙特卡洛模拟的接触器触头分断速度合格率预测方法

    公开(公告)号:CN103246776B

    公开(公告)日:2016-04-20

    申请号:CN201310177544.0

    申请日:2013-05-14

    Abstract: 基于蒙特卡洛模拟的接触器触头分断速度合格率预测方法,属于接触器检测技术领域。本发明解决了现有接触器设计过程中对分断速度参数进行检验的方法存在的需要加工制作样品导致设计和测试成本高和设计周期长的问题。本发明根据接触器设计文件确定对分断速度有影响的三种参数设计值及上下限、采用独立同分布的中心极限定理利用MATLAB产生N组参数组合;然后根据该N组参数组合获得N组分断速度特性参数;进而获得分断速度参数的分布特性;最后根据该分布特性和接触器的分断速度设计参数利用Simpson法则获得接触器分断速度合格率。本发明适用于在接触器的设计环节对接触器触头分断速度的合格率进行预测分析,进而为接触器的设计者提供修正设计参数的依据。

    基于蒙特卡洛模拟的接触器释放电压合格率预测方法

    公开(公告)号:CN103218502B

    公开(公告)日:2016-04-20

    申请号:CN201310177866.5

    申请日:2013-05-14

    Abstract: 基于蒙特卡洛模拟的接触器释放电压合格率预测方法,属于接触器检测技术领域。本发明解决了现有接触器设计过程中对释放电压参数进行检验的方法存在的需要加工制作样品导致设计和测试成本高和设计周期长的问题。本发明根据接触器设计文件确定对释放电压有影响的三种参数设计值及上下限、采用独立同分布的中心极限定理利用MATLAB产生N组参数组合;然后根据该N组参数组合获得N组释放电压特性参数;进而获得释放电压参数的分布特性;最后根据该分布特性和接触器的释放电压设计参数利用Simpson法则获得接触器释放电压合格率。本发明适用于在接触器的设计环节对接触器释放电压的合格率进行预测分析,进而为接触器的设计者提供修正设计参数的依据。

    一种基于大规模语言模型的电子装备变体设计方法

    公开(公告)号:CN119443000A

    公开(公告)日:2025-02-14

    申请号:CN202411575008.0

    申请日:2024-11-06

    Abstract: 一种基于大规模语言模型的电子装备变体设计方法,属于电子装备变体设计技术领域。为解决生成符合相应领域、功能要求的CBB模型的问题,本发明包括向通义千问模型提供生成目标电子装备CBB模型的命令;向通义千问模型中提供加入提示词命令;生成电子装备CBB模型,然后向通义千问模型输入文本命令,通义千问模型根据文本命令和电子装备CBB模型生成电子产品架构;得到文本特征作为电子装备变体数据集;采用中文版BERT模型作为电子装备变体设计Bert模型,然后基于Lora方法微调电子装备变体设计Bert模型,得到训练好的中文版BERT模型;根据模型文本特征的相关性,过滤掉无关的电子装备CBB模型。本发明正确性高。

    基于可靠性评估可行域的新型电力系统电源规划方法

    公开(公告)号:CN119129418A

    公开(公告)日:2024-12-13

    申请号:CN202411263039.2

    申请日:2024-09-10

    Inventor: 刘鹏 程立安 李灿

    Abstract: 基于可靠性评估可行域的新型电力系统电源规划方法,一种新型电力系统电源规划方法。为了解决现有新型电力系统电源规划存在的时序可靠性仿真与电源投退决策建模优化在数学结构上互不兼容的问题,本发明针对每一水平年,选择特征电源类型,生成带可靠性评估标签的特征电源潜在可运行数量决策样本集;基于决策样本集,利用内嵌L‑BFGS算法的递归策略,训练斜决策树模型,利用深度优先搜索策略提取可靠性评估可行域,将其表达成逻辑或约束形式;利用凸包建模法,将逻辑或约束转化成混合整数线性约束,整合进新旧电源投退决策与机组组合一体化优化模型中,形成内嵌可靠性评估可行域的新型电力系统电源规划模型,进而基于模型实现新型电力系统电源规划。

    一种实现一对多映射的核高斯混合岭回归模型的构建方法

    公开(公告)号:CN118133237B

    公开(公告)日:2024-11-19

    申请号:CN202410272973.4

    申请日:2024-03-11

    Inventor: 韩为 赵巍 刘鹏

    Abstract: 本发明提出一种核高斯混合岭回归模型构建方法,属于机器学习技术领域。核高斯混合岭回归模型用多条曲线拟合数据,应用在回归任务上,实现对多数据集的处理;所述回归任务包括图像分割、噪声检测、数据拟合、数据预处理、时序预测、分类识别、工业检测、目标轮廓、逆问题求解、数据集分割或医学影像诊断。解决现有技术中存在的现有高斯混合模型适用性不佳、核岭回归模型无法实现一对多的技术问题。本发明核高斯混合岭回归模型可以同时拟合多条曲线,实现对数据集的多种解释;本发明核高斯混合岭回归模型在数据集被污染、多数据集合并、任务存在单样本多标签等一对多关系时,仍能进行较好求解。

Patent Agency Ranking