版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、現代機電產品日益復雜,為加快設計,節(jié)省資源,模型仿真技術倍受關注。但是,復雜模型會消耗大量的計算機資源,嚴重制約了仿真技術在工業(yè)界的進一步應用與發(fā)展。為應對這種挑戰(zhàn),自上世紀90年代出現了響應面方法并不斷發(fā)展。響應面方法主要利用試驗設計獲取的采樣點來構造近似模型,并用其來替代復雜源模型(黑箱模型)進行仿真分析,也可應用于實驗設計、優(yōu)化設計或實時仿真,大大加速了計算進程,顯著降低了對計算資源的消耗。
徑向基函數(Radial B
2、asis Functions)作為一種插值方法,對高維及高階非線性模型的近似效果良好,且具有精度高、估值快等優(yōu)點。因此,本文基于徑向基函數方法,圍繞著多輸入多輸出黑箱模型的全局近似、復雜仿真模型的近似處理、自適應采樣的加速、近似方法的系統(tǒng)集成及近似模型的應用等方面開展了一系列深入研究,具體內容包括如下幾個方面:
?。?)為實現對復雜多輸入多輸出黑箱模型進行有效的近似處理,提出一種基于徑向基函數響應面集的全局近似方法。鑒于徑向基函
3、數響應面方法公式易計算、易擴展的特點,提出響應面集的概念及其增量更新方法,并以此完成近似模型的構建,快捷、高效地實現對多輸出變量黑箱模型的近似處理。通過相關數學模型的測試,該方法取得了良好的效果。
?。?)對基于響應面集的自適應序列采樣策略展開研究,首先提出一種最大曲率和距離變量準則,實現在多個響應面上的序列自適應同步采樣。為加速響應面集近似模型的構建,提出一種變量域分塊算法:在每次迭代過程新增一個采樣點后對變量域進行分塊,確定
4、新增的采樣點在哪一個分塊中,并計算該分塊包含的采樣點與新增采樣點之間的距離。此外,為進一步加速序列采樣過程,提出一種多點并行采樣方法。通過數學模型測試,證明了上述方法可有效加快響應面集近似模型的構建效率。
?。?)針對與時間有關且具有狀態(tài)變量及多輸入多輸出的復雜仿真模型,提出一種基于固定步長帶反饋的仿真模型近似方法。以純電動汽車為研究對象,使用該近似方法對其電池和動力系統(tǒng)的仿真模型分別進行了近似處理。通過對近似模型與源模型的精度
5、對比,驗證了該方法的可行性和有效性。
(4)對近似方法展開工程應用研究。復雜仿真模型難以應用于實時仿真問題,為克服不足,將近似方法引入到上述應用中,用近似的模型代替源模型進行仿真計算。通過測例證明了該方法不但可以有效解決上述問題,而且有效加速了仿真進程。
(5)為實現復雜多領域仿真模型建模、實驗設計以及在統(tǒng)一的平臺系統(tǒng)上構建近似模型等功能,研發(fā)一種基于 Web的仿真模型全局近似原型系統(tǒng)。該近似系統(tǒng)以Modelica語
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 1855.基于徑向基函數響應面模型的全局優(yōu)化方法
- 基于徑向基函數響應面優(yōu)化方法研究.pdf
- 基于徑向基函數響應面優(yōu)化方法研究
- 基于Kriging模型的全局近似與仿真優(yōu)化方法.pdf
- 基于稀疏徑向基網絡的脈沖響應函數提取.pdf
- 基于徑向基函數的地鐵車輛動力學計算仿真.pdf
- 基于徑向基函數神經網絡的投資預測模型研究.pdf
- 基于徑向基函數和模糊技術的風能預測模型研究.pdf
- 基于NURBS近似模型的全局優(yōu)化方法研究.pdf
- 基于徑向基函數神經網絡的曲面(線)重構仿真研究.pdf
- 基于徑向基函數逼近理論的結構動力響應靈敏度研究.pdf
- 基于徑向基函數神經網絡的色空間轉換模型的研究.pdf
- 基于徑向基函數的圖像旋轉算法研究.pdf
- 基于緊支徑向基函數的參數化水平集拓撲優(yōu)化方法研究.pdf
- 徑向基函數及其應用.pdf
- 基于徑向基函數的LevelSet方法開發(fā)及應用.pdf
- 求解期權定價模型的徑向基函數方法及共改進.pdf
- 一類區(qū)域分塊的徑向基函數切割網格模型.pdf
- 基于徑向基函數神經網絡的應用研究.pdf
- 基于徑向基函數神經網絡的車牌識別研究.pdf
評論
0/150
提交評論