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:半导体器件辐射效应数值模拟技术主要研究辐射与材料相互作用的粒子输运模拟、器件内部辐射感生载流子漂移扩散的器件级模拟及器件性能退化对电路功能影响的电路级模拟等,是抗辐射加固设计和抗辐射性能评估中的关键技术。随着先进微电子技术的快速发展,新材料、新结构和新器件的应用为辐射效应建模与数值仿真带来了新挑战。辐射效应数值模拟涉及材料学、电子学和核科学的交叉领域,技术难度大,建模和仿真比较复杂,一些瓶颈问题尚未完全解决。围绕粒子输运模拟、器件级辐射效应数值模拟和电路级辐射效应数值模拟3个方面,梳理急需解决的关键技术问题,介绍半导体器件辐射效应数值模拟技术的发展趋势。