导读:本文包含了参数识别与预测论文开题报告文献综述及选题提纲参考文献，主要关键词:颤振边界预测,模态参数识别,虚假模态,数据分析
参数识别与预测论文文献综述
马樱文[1]（2018）在《基于紊流响应的模态参数识别与颤振边界预测方法研究》一文中研究指出在航空航天事业的发展过程中,飞行器的颤振问题始终不容忽视。并且随着飞行器速度不断地提高,颤振问题无疑会更加突出,因此关于颤振的研究从未停止。经过长期的探索,目前关于颤振边界预测的研究已经取得了一定的进展,专家学者们也提出过各种各样的方法。但是始终还缺少一种对各类问题都能快速准确地预测出颤振边界点的方法,还需要针对某些亟待解决的问题不断进行研究。本文为了实现对颤振边界进行实时预测提出了一种近似在线的新方法,该方法能对连续风速下的风洞试验响应信号进行实时处理。在模态参数自动识别时,结合了基于聚类思想的方法和利用判别指标的方法来剔除虚假模态,保证模态参数识别结果的准确性。对传统的固定风速下的颤振边界预测技术进行改进,利用峰值倒数-风速关系曲线,通过拟合外推预测出颤振结果。并通过对连续信号的即时处理来实时更新预测结果,是一种近似在线的颤振边界预测方法。本文研究的预测方法能避免多模态时虚假模态所造成的误差,且满足实时性的要求,具有一定的意义。通过对某型飞机的风洞试验数据进行实际处理和分析,将预测结果和真实颤振速度进行比较,证明了方法的可行性和有效性。(本文来源于《南京航空航天大学》期刊2018-12-01）
汪俊亮,张洁[2]（2018）在《大数据驱动的晶圆工期预测关键参数识别方法》一文中研究指出工期是晶圆制造中的重要性能指标,对其进行精准预测可促进系统运行优化,保证订单的准时交付率。针对晶圆工期影响参数多、数据体量大且作用机理复杂的特点,提出数据驱动的晶圆工期关键参数过滤方法,识别影响晶圆工期波动的关键参数。分析晶圆工期潜在影响参数,构建候选参数集;基于信息熵方法设计关键参数的入选测度,综合度量参数间的相关性、冗余性与互补性;提出过滤式的关键参数识别算法,滤取影响工期波动的关键参数子集。采用实例数据,从1 202个候选参数中过滤得到78个关键参数,并采用神经网络模型进行工期预测,结果表明,该方法在预测精度和稳定性上都优于采用全局参数的多元线性回归与神经网络方法。(本文来源于《机械工程学报》期刊2018年23期）
朱杰,黄尚宇,刘维,胡建华,邹希凡[3]（2018）在《各向异性屈服函数及其参数识别方法对成形极限预测的影响》一文中研究指出为准确预测金属板料各向异性行为,各向异性屈服准则一般要引入一定参数,在参数识别过程中要使用到一定试验数据。等双轴拉伸试验数据是经常被使用在参数识别中的数据之一。但由于等双轴拉伸试验或参数逆向识别方法的复杂性,采用平面应变试验与标准单轴拉伸试验相结合的方法,进行各向异性屈服函数的参数识别。针对Yld2000-2d屈服函数,分别基于等双拉试验数据和平面应变试验数据进行了参数识别,并将识别的Yld2000-2d屈服函数用于M-K模型,完成了AA5182-O铝合金和TRIP780钢两种板料成形极限的数值预测。通过与实验结果及Mises和Hill48屈服函数预测值的对比,验证了Yld2000-2d屈服函数的准确性以及采用平面应变数据进行参数识别的有效性。(本文来源于《锻压技术》期刊2018年06期）
陈素芳[4]（2018）在《编织复合材料热相关力学性能预测及参数识别》一文中研究指出相比于传统层合复合材料,编织复合材料因其内部纤维束相互交织在一起,结构整体性能更加优异,在航空航天等工程领域中,复合材料的应用越来越广泛。由于编织结构的基体和纤维具有不同的热膨胀系数,高温服役环境下材料内部不可避免的会产生热变形和热应力,使材料宏观性能发生变化,导致复合材料热结构设计存在困难,准确预测与识别复合材料热弹性相关参数是解决问题的关键之一。本文主要研究工作如下:首先,基于热弹性力学理论提出一种编织复合材料热弹性相关参数的预测方法。采用编织复合材料双尺度有限元模型,施加周期性非绝热温度边界条件和位移边界条件,进行编织复合材料热弹性相关参数预报。以2.5维编织复合材料为对象,依次建立纤维束、2.5维编织结构双尺度单胞有限元模型,按照参数预报步骤首先取纤维束单胞模型,预测其热弹性相关参数,然后,将纤维束单胞预测结果代入到2.5维编织结构单胞模型,预测2.5维编织复合材料热弹性相关参数。其次,针对热环境下结构灵敏度研究,首先通过热弹性梁、板单元,系统的开展了热环境下结构动力学有限元建模分析,具体推导了考虑温度影响的单元刚度矩阵K_T,和考虑热应力影响的单元刚度矩阵K_σ。然后,采用复变函数法对热弹性梁、板进行灵敏度分析计算。为验证热结构动力学有限元建模和灵敏度分析的正确性,分别以两端固支梁和四边简支板为对象,进行热模态分析和灵敏度计算。最后,在验证热弹性梁、板单元动力学有限元建模准确的基础上,进一步验证灵敏度分析在热结构中的适用性。最后,基于编织复合材料热弹性相关参数等效预测的结果,建立编织复合材料等效模型,并将此预测值作为参数识别的初值。对编织结构等效模型和精细模型进行振型匹配和相关性分析,对二维正交各向异性的材料参数进行相对灵敏度分析。选取所有材料参数作为待识别参数,利用复变函数相对灵敏度进行优化计算。最后,基于精细模型和等效模型的热模态结果构造目标函数残差,识别编织复合材料热弹性相关参数。(本文来源于《东南大学》期刊2018-05-01）
朱杰,刘维,黄尚宇,邹希凡[5]（2017）在《各向异性屈服函数及其参数识别方法对成形极限预测的影响》一文中研究指出由于等双轴拉伸试验或参数逆向识别方法的复杂性,采用平面应变试验与标准单轴拉伸试验相结合的方法,进行各向异性屈服函数的参数识别。针对Yld2000-2d屈服函数,分别基于等双拉试验数据和平面应变试验数据进行了参数识别,并将识别的Yld2000-2d屈服函数用于M-K模型,完成了AA5182-O铝合金和TRIP780钢两种板料成形极限的数值预测。通过与实验结果及Mises、Hill48屈服函数的对比,验证了Yld2000-2d屈服函数的准确性以及所提参数识别方法的有效性。(本文来源于《创新塑性加工技术，推动智能制造发展——第十五届全国塑性工程学会年会暨第七届全球华人塑性加工技术交流会学术会议论文集》期刊2017-10-13）
刘胜重[6]（2017）在《大跨度混凝土斜拉桥施工过程的主梁标高预测和参数识别》一文中研究指出大跨度桥梁主要采用节段法逐步施工,它的施工建造涉及到人们的生命财产安全,确保施工顺序和安全非常重要。施工监控是确保桥梁按质按量完成的一项重要工作。大跨度混凝土斜拉桥由于施工偏差,外界环境等因素影响,实际桥梁的标高(线形)、砼主梁重量可能偏离理论值。如果在施工过程中:(1)利用已经完成节段的实测数据,预测后续节段的底模标高;(2)利用有限元模型和已有的监控数据识别本桥的容重,然后再修正有限元模型的参数,使模型计算更加接近施工实际。这就可以提前采取纠偏措施保证桥梁成桥线形按设计完成。本文以惠州范和港大桥(大跨度预应力混凝土斜拉桥)为研究对象,利用BP神经网络的非线性映射能力,在已完成主梁节段的标高实测值和影响标高的因素之间建立一种非线性关系,采用新陈代谢的方法逐次预测后续节段的底模标高。针对参数识别的问题,本文分别采用最小二乘支持向量机和BP神经网络两种方法进行参数识别。首先通过有限元模型的计算获取本桥的“容重节段标高变量”的学习样本,通过样本建立上述两种方法的识别模型。然后在实际施工监控过程中把学习过程逆推过来,由“实测节段标高变量容重”,由此完成容重的识别。本文主要内容包括以下几个方面:1)利用软件Midas/Civil建立本桥有限元模型,分析建模影响因素;2)分析影响主梁标高的主要因素,基于BP神经网络方法建立范和港大桥北塔中跨主梁节段标高与影响因素的网络模型,通过归一化波动率和反归一化波动值来检验网络的稳定性;3)采用新陈代谢方法方法依次预测北塔中跨11#至23#节段终拉工况下的底模标高,通过与实测值对比进行总结,并分析不同的隐含层节点数、传递函数、期望误差等参数对网络的影响;4)分别采用最小二乘支持向量机和BP神经网络识别主梁混凝土容重,分析识别效果并比较两种不同方法的特点。(本文来源于《华南理工大学》期刊2017-04-13）
沈绍伟[7]（2016）在《金融指数非参数识别、路径分析和混频预测》一文中研究指出随着改革开放不断深入,金融市场格局发生转变,金融与经济发展之间呈现出相互促进、共同发展的态势。金融机构运用描述性统计方法编制出各种反映证券市场总体价格或某类股票价格变动和走势的金融指数。金融指数既是衡量整个市场交易波动幅度和景气状况的综合指标,也是投资者作出决策的重要依据。对金融指数进行深入、系统的研究,有助于正确地认识经济现象背后的变动规律,为制定宏观经济政策提供可靠的依据。中证南方小康产业指数是中证指数有限公司2005年开发的,旨在综合反映代表国民经济产业结构优化升级主要方向的上市公司的整体状况。特别地,该指数不同于其他同类指数用量价加权,而是通过综合财务指标加权得到,更能真实地反映我国国民经济的发展水平。如果说股市是中国经济的晴雨表,那么小康指数则代表了我国经济发展的一种新常态。虽然小康指数交易数据背后蕴藏着可辨别的、有规律的信息,具有很高的研究价值和市场价值,但是却难以直接用于决策支持。这是因为小康指数仅仅是一个统计性描述,无法做出推断性的统计分析。即便是用技术指标对小康指数进行分析,也只能做一些情景分析和对后势的主观预判。本文将利用纯技术指标,基于大数据的分析理念,重构小康指数,把描述性统计过渡到推断性统计,将经典的情景分析导入大数据可检验的模拟预测中。本文主要创新和贡献是:一、重构小康指数。基于大数据关注“是什么”的分析理念,将描述性统计的小康指数引入到用纯技术指标的推断性统计小康指数,重构了小康指数,使决策支持成为可能。用技术指标重构的小康指数,仅仅是虚拟出指数值真实“是什么”的结果,而不能描述构造这个指数原来“为什么”的原因。但是,重构的小康指数能够捕捉到技术指标与指数值之间的线性和非线性数据相关性,揭示出指数变动趋势和运行规律,对监管金融市场,防范和控制金融风险,保持指数稳定运行具有决策支持意义。本文基于动态因子选取小康指数的收盘价、指数平均数、变动速率、MI修正指标、乖离率、动力指标、摆动指标以及威廉变异离散量作为观测变量,构建了实时预测模型。运用周数据和月度数据的混频数据,预测了 2015年1月至2015年12月的小康指数。通过Bootstrap方法,分析了模型样本外的预测效果,并检验了模型的稳健性。二、识别出重要技术指标。本文利用非参数随机森林方法,发现反趋向类技术指标:摆动指标、相对强弱指标、乖离率、区间震荡线和顺势指标是确定小康指数的最重要技术指标,其次是逆市操作、成交量比率、随机指标、动力指标和平均真实波幅。这表明小康指数运行趋势不够明显,多处于盘整市,存在较多的反转机会。叁、发现决定波动技术指标的变化。本文首次利用时变系数路径分析方法,发现在2005年7月8日至2009年2月27日期间,顺势指标、动向指数、变动速率、相对强弱指标、摆动指标等决定了小康指数的趋势,而威廉变异离散量、叁重指数平滑平均、成交量震荡、多空指数等造成了小康指数的波动;在2009年3月6日至2015年3月20日期间,成交量震荡和顺势指标等决定了小康指数的趋势,而指数平均数、价格震荡指标、威廉变异离散量等造成了小康指数的波动;在2015年3月27日至2015年12月25日期间,多空指数、乖离率、平行线差、区间震荡线、麦克指标、量价趋势指标等决定了小康指数的趋势,而标准差和抛物转向指标等造成了小康指数的波动。通过比较同一指标变量在不同区间上的影响,发现其对小康指数的影响效应相同,但程度不同。成交量震荡指标在2005年7月8日至2009年2月27日期间对小康指数的影响强度大于在2009年3月6日至2015年3月20日的。这说明在2009年3月6日至2015年3月20日期间,小康指数更加容易受到成交量波动的影响。(本文来源于《浙江工商大学》期刊2016-05-01）
胡迪[8]（2015）在《分形粗糙面的参数识别、接触建模分析及预测》一文中研究指出微波器件的无源互调问题已经对许多通讯系统的正常工作造成影响,究其原因主要可分为电学元器件的材料非线性与接触非线性两类。其中,接触非线性是指电学元器件之间因微观接触表面粗糙而引起不充分接触所导致的电学非线性效应,例如电子隧穿效应等。研究微波器件接触非线性问题首先需要分析器件微观接触表面的接触情况。因此,本文针对微观粗糙面接触的问题,研究了基于分形的微观粗糙面建模及分析方法,分析了微观接触中的接触应力、实际接触面积等要素的变化规律。本文主要研究内容为:1.研究基于分形的粗糙面几何建模及相关分形参数的识别方法。首先,研究了Weierstrass-Mandelbrot模型的自仿射分形特性及其建模方法,并通过调整各项分形参数分析了它们对粗糙面模型形貌特征的影响。然后,研究了利用功率谱密度识别粗糙表面分形维数的方法。最后,根据功率谱密度法的原理提出了一种基于小波变换的粗糙面分形参数识别方法,该方法利用了小波变换的滤波能力及能量有限的特性,提取了轮廓曲线中不同频率波纹的信息,可同时识别分形维数与分形粗糙度,且识别精度较高。2.研究分形粗糙面接触分析方法及接触载荷、实际接触面积等的变化规律。首先,通过建立有限元模型分析了微波连接件波导法兰的接触面上的宏观接触应力分布。然后,通过建立微观粗糙面接触有限元模型,分析了不同加载条件下接触应力、实际接触面积等的变化规律,同时研究塑性变形对粗糙面接触的影响。最后,结合宏观下接触应力的分布规律以及微观下粗糙面接触载荷与接触面积的变化规律估算了波导法兰的实际接触面积。3.研究分形粗糙面实际接触面积的预测方法。首先,研究了几种典型支持向量回归算法及其核函数算法。经过对比分析,选择最小二乘支持向量机及高斯径向基核函数用于预测建模。然后,以分形维数、分形粗糙度和接触载荷为训练样本的输入,实际接触面积为输出,训练支持向量机。训练过程中支持向量回归算法的超参数由优化算法所确定,该优化算法将k倍交叉验证法所得泛化误差的估计值作为优化目标函数,通过耦合模拟退火算法及网格搜索算法结合的二段优化方法求解得到超参数的全局最优解。最后,通过支持向量回归算法实现了实际接触面积的预测。(本文来源于《西安电子科技大学》期刊2015-11-01）
李芦钰,牛芸[9]（2014）在《基于神经网络预测与小波变换的结构非线性振动参数识别》一文中研究指出首先介绍利用复Morlet小波变换进行结构非线性振动模型参数识别的原理,进而分析了因小波变换过程中的边端效应以及在采样点较少情况下复Morlet小波变换对非线性模型参数识别准确性的影响。然后提出了利用BP神经网络对非线性模型参数识别的信号进行预测延拓,并基于预测后的信号进行参数识别。最后通过对两种非线性振动模型进行数值仿真,验证了该方法能很好的提高非线性模型参数识别的准确性,并且具有一定的抗噪能力。(本文来源于《振动与冲击》期刊2014年18期）
王劭琨[10]（2012）在《预应力刚构桥施工控制中的参数识别和预测研究》一文中研究指出桥梁施工控制往往是通过先建立计算模型进行控制的，计算模型的建立需要输入桥梁设计参数，而实际施工中设计参数值却一般都与前期理论计算输入的参数值有一定差异，这样差异会使桥梁实际状态与理论状态之间产生误差。所以，通过参数识别和施工控制预测的方法来减小桥梁实际状态和理论状态之间的误差就十分必要。本文在参阅大量文献的基础上，对桥梁施工控制过程进行研究，总结出以参数识别为中心的施工控制过程，即首先对设计参数进行敏感性分析，从而得到对桥梁影响较大的主要参数；其次在得到主要参数后对主要参数进行识别；最后在参数识别后，通过施工控制预测进一步缩小结构的挠度残差。进行参数识别的方法较多，本文对较为常用的参数识别方法进行了介绍和分析比对，总结出它们各自的优缺点及适用条件。根据刚构桥的特点选择最小二乘法作为本文参数识别的方法，并选择灰色理论建立的灰色预测模型进行施工控制预测。最小二乘法的参数识别与灰色预测模型相结合，组成桥梁施工控制过程的两大环节。根据最小二乘法和灰色理论的特点，本文提出并总结出了基于最小二乘法和灰色理论的施工控制的详细方法和流程。本文以西安至铜川高速公路渭河特大桥为背景工程，利用MIDAS/CIVIL软件建立有限元模型，应用最小二乘法和灰色理论进行了参数识别和预测。结果说明通过施工过程中的参数识别和预测，可以有效的对桥梁状态进行控制并使桥梁与理想的线形和应力状态有良好的吻合。(本文来源于《长安大学》期刊2012-04-25）
参数识别与预测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
工期是晶圆制造中的重要性能指标,对其进行精准预测可促进系统运行优化,保证订单的准时交付率。针对晶圆工期影响参数多、数据体量大且作用机理复杂的特点,提出数据驱动的晶圆工期关键参数过滤方法,识别影响晶圆工期波动的关键参数。分析晶圆工期潜在影响参数,构建候选参数集;基于信息熵方法设计关键参数的入选测度,综合度量参数间的相关性、冗余性与互补性;提出过滤式的关键参数识别算法,滤取影响工期波动的关键参数子集。采用实例数据,从1 202个候选参数中过滤得到78个关键参数,并采用神经网络模型进行工期预测,结果表明,该方法在预测精度和稳定性上都优于采用全局参数的多元线性回归与神经网络方法。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
参数识别与预测论文参考文献
[1].马樱文.基于紊流响应的模态参数识别与颤振边界预测方法研究[D].南京航空航天大学.2018
[2].汪俊亮,张洁.大数据驱动的晶圆工期预测关键参数识别方法[J].机械工程学报.2018
[3].朱杰,黄尚宇,刘维,胡建华,邹希凡.各向异性屈服函数及其参数识别方法对成形极限预测的影响[J].锻压技术.2018
[4].陈素芳.编织复合材料热相关力学性能预测及参数识别[D].东南大学.2018
[5].朱杰,刘维,黄尚宇,邹希凡.各向异性屈服函数及其参数识别方法对成形极限预测的影响[C].创新塑性加工技术，推动智能制造发展——第十五届全国塑性工程学会年会暨第七届全球华人塑性加工技术交流会学术会议论文集.2017
[6].刘胜重.大跨度混凝土斜拉桥施工过程的主梁标高预测和参数识别[D].华南理工大学.2017
[7].沈绍伟.金融指数非参数识别、路径分析和混频预测[D].浙江工商大学.2016
[8].胡迪.分形粗糙面的参数识别、接触建模分析及预测[D].西安电子科技大学.2015
[9].李芦钰,牛芸.基于神经网络预测与小波变换的结构非线性振动参数识别[J].振动与冲击.2014
[10].王劭琨.预应力刚构桥施工控制中的参数识别和预测研究[D].长安大学.2012