简介:目的:基于支持向量机回归(SVR)模型在非线时间序列的预测能力及经验模态分解(EMD)方法在处理非线性非平稳性的优势,提出一种复合自回归经验模态分解支持向量机回归(AR-EMDSVR)模型,提高非线性非平稳船舶运动极短期预报精度。创新点:1.研究非线性非平稳船舶运动的极短期预报问题,提出一种复合的预报方法;2.基于不同层次的预报模型和模型试验数据,分析非线性非平稳性对极短期预报精度的影响。方法:1.在SVR模型中引入基于自回归(AR)预报端点延拓的EMD方法,形成复合的AR-EMDSVR预报模型;2.基于集装箱船模水池试验运动数据将AR-EMD-SVR模型与AR、SVR和EMD-AR三种模型进行比较,分析非线性非平稳性对极短期预报的影响以及不同模型的预报性能。结论:1.AR-EMD方法能够有效的克服非平稳对极短期预报模型(AR和SVR)在精度上所带来的不良影响;2.基于船模试验数据的预报结果表明:相较于AR、SVR和EMD-AR三种预报模型,基于AR-EMD-SVR模型的非线性非平稳船舶运动极短期预报结果具有更高的精度。
简介:针对加速器驱动次临界系统(acceleratordrivensubcriticalsystem,ADS)堆芯内快中子份额大、多核素共振现象较强、液态铅锯(Pb-Bi)合金冷却剂中子增殖的特点,开发了一套用于ADS燃耗分析的MCNP多群数据库制作程序。基于最新的ENDF/B-1.1和JENDL40评价库,制作了30群阶数据库,对影响MCNP多群计算精度的能群结构、散射角分布、(n,2n)和(n,3n)反应截面进行了敏感性研究,并利用快谱基准装置和ADS堆芯模型进行了验证。结果表明,制作的多群数据库达到了较高的计算精度,计算效率较连续能量点截面MCNP程序提高1.3倍。