导读:本文包含了经验参数化方法论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:参数,经验,模型,韦伯,体力,反射率,准则。
经验参数化方法论文文献综述
刘芹[1]（2017）在《应用神经网络方法优化密度泛函近似中的半经验参数》一文中研究指出机器学习现阶段受到了各个行业的学者的关注。随着机器学习的发展,其已经不仅仅应用于人工智能等信息科学,在物理、化学、材料等领域也存在着巨大的应用前景。在技术发展的过程中,信息的传播速度快并且体量多,研究数据的增多和技术的发展促进了机器学习在各个领域的应用。理论化学家们将机器学习的方法引入密度泛函理论(density functional theory, DFT)中,提高DFT在热化学数据计算方面的计算精度。在之前的研究中,陈冠华研究组、徐昕研究组等均已经将密度泛函理论与机器学习相结合,对密度泛函的计算结果进行后期校正,提高了生成热、异构化能、键解离能等能量的计算精度,这些方法取得了令人鼓舞的结果。在2004年,郑晓与合作者利用人工神经网络(neural network, NN)进行训练,使杂化泛函B3LYP交换相关项中的叁个参数具有体系依赖性,优化了 B3LYP泛函中的交换相关项,提高了 B3LYP方法在生成热、电离势、质子亲合能等热化学数据上的计算的准确性,为密度泛函理论方法计算精度的提高开辟了新的思路。本文将机器学习与长程校正(long-range correction,LC)密度泛函LC-BLYP相结合,优化LC-BLYP交换相关项中具有体系依赖性的确定长短程比例的参数μ。LC-BLYP中的参数μ与分子体系有关,我们训练得到的神经网络的权重是与体系无关的,神经网络是普适的。应用神经网络可以得到不同分子体系下不同的μ值,优化LC-BLYP中的交换相关项,提高LC-BLYP的计算精度。我们设计了简单的反向传播神经网络,基于G2/97,G3-99, HTBH38/04和NHTBH38/04中的362个分子(368个能量)组成的训练数据库来优化神经网络的权重,利用自动编码器进行分子描述算符(descriptor)的预训练作为神经网络的输入层,利用遗传算法得到训练数据库中每个分子最合适的μ值作为神经网络的输出层。在训练数据库中,应用神经网络优化LC-BLYP泛函参数后的LC-BLYP-NN方法与传统的LC-BLYP相比较,保持了传统的LC-BLYP在反应能垒计算中较高的精度,对原子化能和生成热的计算误差大幅度下降,对电离势和电子亲和能的计算精度与传统的LC-BLYP方法的计算精度相近。此外,我们利用额外的146个分子组成测试集,验证生成的神经网络的功能。测试的结果进一步表明,LC-BLYP-NN方法与传统的LC-BLYP相比对生成热的计算精度有显着提高,对电离势和电子亲和能的计算精度变化较小,对反应能垒的计算仍保持在较高的精度。结果表明我们的神经网络是可靠的,具有较高的实用性,提高了 LC-BLYP的计算精度,说明机器学习与密度泛函结合优化泛函中的参数是一个有前途的尝试,有利于密度泛函近似方法的发展。(本文来源于《中国科学技术大学》期刊2017-05-01）
许睿,谷立臣[2]（2016）在《轴向柱塞泵效率特性半经验参数化建模方法》一文中研究指出针对轴向柱塞泵效率特性机理分析不够深入、全工况下机理模型精度差,提出一种基于力学正反问题的柱塞泵效率特性半经验参数化建模方法。首先考虑油液可压缩性导致的容积损失和倾覆力矩作用下形成的柱塞副库伦摩擦力,建立了流量、转矩损失机理模型;然后分析了系统参数非线性变化规律,在此基础上利用试验数据拟合机理模型中复合参数经验公式;最后导出柱塞泵效率特性半经验参数化模型。对比分析表明:复合参数经验公式显着提高了机理模型精度,流量、转矩损失半经验参数化模型平均相对误差分别为3%和1%。结果分析表明:复合参数以及对应损耗能量比重直观反映了柱塞泵效率特性,极限工况下柱塞泵效率下降以及容积效率和机械效率无法再次提升的根本原因在于油液有效体积弹性模量、库伦摩擦因数等系统参数的急剧变化。(本文来源于《农业机械学报》期刊2016年07期）
沈峥嵘,时钟,游曼[3]（2014）在《加速退化试验方案优化问题经验参数估计方法》一文中研究指出加速退化试验需要开展多组试验,投放多个试验样品,应力值的选取和样本量的投放以及截尾时间或截尾数的确定直接影响了加速退化试验的效率和质量,加速退化试验的最优设计问题成为试验方案设计的关键因素。在开展试验方案优化分析时,必须知道退化函数,而开展加速退化试验的目的就是估算退化函数中的未知参数,如何事先估计退化函数中未知参数的大致分布情况成为解决这一矛盾的关键。本文给出了一种基于可靠性预计的加速退化试验方案优化问题经验参数粗略估计方法,为解决这一问题提供了参考。(本文来源于《环境技术》期刊2014年02期）
孙俊,涂环[4]（2014）在《基于优化理论优选柴油机燃烧模型经验参数的方法研究》一文中研究指出提出一种运用优化理论,利用柴油机主要性能参数,如最高爆发压力、平均指示压力、压缩终点压力等,计算其示功图以及放热率的方法.该方法以最高爆发压力、平均指示压力、压缩终点压力与实测值最接近为目标函数,建立多目标优化计算模型,借助Isight优化平台,采用改进的非支配解排序的多目标进化算法(NSGA II),优选双韦伯函数中的6个经验参数,利用优选出的结果进行柴油机工作过程计算,从而得出示功图.计算实例表明,采用上述方法计算出的示功图与实测的示功图基本吻合,减少了选取经验参数的盲目性.(本文来源于《武汉理工大学学报(交通科学与工程版)》期刊2014年02期）
袁文军,阮怀宁,孔不凡,陈振振[5]（2013）在《广义H-B准则中经验参数的改进取值方法》一文中研究指出介绍了国内外几种岩体力学参数的确定方法,指出了广义Hoek-Brown强度准则和有关改进公式的不足,基于扰动参数D评估值的离散性,引入完整性系数Kv来表征岩体扰动程度,利用对数函数建立了扰动参数D与完整性系数Kv的关系,从而建立修正系数Km、Ks与完整性系数Kv之间的非线性关系,同时又考虑了Km—Kv、Ks—Kv曲线斜率的渐变性质,给出了改进的广义Hoek-Brown公式。以贵州瓮福磷矿岩体力学参数研究为例,分别用提出的改进公式和其他几种方法进行计算,结果表明:所提出的改进公式在确定扰动和未扰动之间的岩体力学参数时与实际更接近。(本文来源于《人民黄河》期刊2013年04期）
王光华,刘琪璟,李俊清[6]（2013）在《确定SCS+C地形校正模型经验参数C的不同抽样方法的比较》一文中研究指出对于含有类似经验参数C的地形校正模型而言,确定经验参数的抽样方法是影响地形校正模型校正效果的一个关键因素。为此,比较分析了简单随机抽样、坡向分层抽样、坡度分层抽样和cos i分层抽样四种抽样方法分别计算的参数C的地形校正效果。基于cos i分层抽样和坡度分层抽样拟合的线性回归方程的相关系数R2比简单随机抽样和坡向分层抽样的高。实验表明,cos i分层抽样和坡度分层抽样确定的参数C的校正效果较好。(本文来源于《计算机应用研究》期刊2013年01期）
袁文军,阮怀宁[7]（2012）在《广义H-B准则中经验参数的改进取值方法》一文中研究指出本文阐述了岩体力学参数研究对实际工程的重要性,简要介绍了国内外几种岩体力学参数的确定方法,指出了广义Hoek-Brown强度准则和有关改进公式的不足,基于扰动参数D的评估值的离散型,引入完整性系数K_v来表征岩体扰动程度,利用对数函数建立了扰动参数D与完整性系数K_v的关系,从而建立修正系数K_m、K_s与完整性系数K_v,之间的非线性关系,同时又考虑了K_M-k_v、K_s-K_v曲线斜率的渐变性质,给出了改进的广义Hoek-Brown公式。以贵州瓮福磷矿岩体力学参数研究为例,分别用提出的改进公(本文来源于《第十二次全国岩石力学与工程学术大会会议论文摘要集》期刊2012-10-19）
宋建波,于远忠[8]（2001）在《RMI指标确定岩体经验参数m,s的方法》一文中研究指出Hoek -Brown准则是国际着名的岩体经验强度准则 ,精确确定经验参数m ,s是正确应用该准则的关键。在简单介绍经验强度准则和RMI分类指标的基础上 ,阐述了由RMI指标确定经验参数m ,s的方法(本文来源于《绵阳经济技术高等专科学校学报》期刊2001年04期）
熊华,胡晓峰[9]（2001）在《一种不需经验参数的视频镜头自校正聚类方法》一文中研究指出镜头聚类是视频内容分析的重要途径 .为能够自动、准确地实现镜头聚类 ,设计和实现了一种新的镜头聚类方法 ,这种方法从一个初始分割开始 ,经多次聚类分裂与合并的迭代 ,即能自动地进行误差校正 ,而且这种方法既不需要通过人工交互来解决试探聚类方法的误差调节问题 ,也不需要在迭代聚类算法中进行难以确定的经验参数和经验阈值的设定 .实验证明 ,该方法能较好地解决镜头的自动、准确聚类问题 .(本文来源于《中国图象图形学报》期刊2001年03期）
周天泽,慈云祥[10]（1981）在《量子化学方法及某些经验参数在试剂反应性能研究中的应用简介》一文中研究指出大约从六十年代中期起,量子化学方法开始用于试剂结构与反应性能的研究,解决了一些用传统方法不能解决的问题。例如经典的生色理论不能具体计算吸收光谱在络合物形成时的移动情况,不能算出取代基位置上的电子云密度,而量子化学方法可以提供某些定量或半定量的估算。利用某些经验参数方法及有关实验手段,可以得到试剂及络(本文来源于《化学试剂》期刊1981年04期）
经验参数化方法论文开题报告
（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：
针对轴向柱塞泵效率特性机理分析不够深入、全工况下机理模型精度差,提出一种基于力学正反问题的柱塞泵效率特性半经验参数化建模方法。首先考虑油液可压缩性导致的容积损失和倾覆力矩作用下形成的柱塞副库伦摩擦力,建立了流量、转矩损失机理模型;然后分析了系统参数非线性变化规律,在此基础上利用试验数据拟合机理模型中复合参数经验公式;最后导出柱塞泵效率特性半经验参数化模型。对比分析表明:复合参数经验公式显着提高了机理模型精度,流量、转矩损失半经验参数化模型平均相对误差分别为3%和1%。结果分析表明:复合参数以及对应损耗能量比重直观反映了柱塞泵效率特性,极限工况下柱塞泵效率下降以及容积效率和机械效率无法再次提升的根本原因在于油液有效体积弹性模量、库伦摩擦因数等系统参数的急剧变化。
（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。
经验参数化方法论文参考文献
[1].刘芹.应用神经网络方法优化密度泛函近似中的半经验参数[D].中国科学技术大学.2017
[2].许睿,谷立臣.轴向柱塞泵效率特性半经验参数化建模方法[J].农业机械学报.2016
[3].沈峥嵘,时钟,游曼.加速退化试验方案优化问题经验参数估计方法[J].环境技术.2014
[4].孙俊,涂环.基于优化理论优选柴油机燃烧模型经验参数的方法研究[J].武汉理工大学学报(交通科学与工程版).2014
[5].袁文军,阮怀宁,孔不凡,陈振振.广义H-B准则中经验参数的改进取值方法[J].人民黄河.2013
[6].王光华,刘琪璟,李俊清.确定SCS+C地形校正模型经验参数C的不同抽样方法的比较[J].计算机应用研究.2013
[7].袁文军,阮怀宁.广义H-B准则中经验参数的改进取值方法[C].第十二次全国岩石力学与工程学术大会会议论文摘要集.2012
[8].宋建波,于远忠.RMI指标确定岩体经验参数m,s的方法[J].绵阳经济技术高等专科学校学报.2001
[9].熊华,胡晓峰.一种不需经验参数的视频镜头自校正聚类方法[J].中国图象图形学报.2001
[10].周天泽,慈云祥.量子化学方法及某些经验参数在试剂反应性能研究中的应用简介[J].化学试剂.1981
论文知识图
