合理垂直烧结速度的研究

通过考查气流速度的变化研究垂直烧结速度随烧结过程的变化规律。结果表明:垂直烧结速度并非固定不变,而是随着烧结过程的逐步进行发生显著变化;点火保温后,随烧结物理化学反应的进行,燃烧带逐渐形成并变宽且产生过湿现象,导致料层的透气性显著变差,烧结速度显著下降,直至约25 min后过湿层完全消失,透气性变好,烧结速度迅速上升。根据垂直烧结速度变化规律,通过改变负压烧结,进行烧结速度优化实验,结果表明:在保持转鼓强度及成品率基本不变的情况下,将垂直烧结速度由20.08 mm/min提高到21.82 mm/min,利用系数由1.401 t/(m2-h)提高到1.587 t/(m2-h)。     

图书馆客户端微机优化技巧

根据对图书馆客户端微机的维护经验，介绍了加快开关机速度和加快系统运行速度的技巧。     

LTE系统中一种切换自优化算法研究

综合研究了长期演进切换算法中切换参数值、用户移动速度和负载均衡机制对系统掉话率的影响,提出了一种结合用户移动速度和负载均衡机制的切换自优化算法。仿真结果表明,如果用户的移动速度一定,且切换迟滞因子和切换触发时延小于一定阀值时,增加其中一个或两个参数值会导致系统掉话率增加。如果切换控制参数一定,系统掉话率随用户的移动速度增加而增加。针对移动速度为低速、中速和高速的用户,分别采用4,3,2 dB的切换参数较为合适。如果用户速度和切换参数均相同,采用负载均衡机制后,系统的掉话率明显降低。经仿真验证,与传统切换算法相比,采用结合用户移动速度和负载均衡机制的切换自优化算法可以有效降低系统掉话率,并使系统整体性能得到提升。     

改进的多目标遗传算法在无人机机翼结构优化中的应用

现有的多目标遗传算法往往只能求得整个非劣曲线的一部分,同时局部搜索能力差,收敛速度较慢。为了解决这些问题,提出了一种改进算法,该算法将非劣分层遗传算法(NSGA)与向量评估遗传算法(VEGA)的优点结合起来,并且提供了一个利用往代信息构造搜索方向的局部搜索算子,有效扩展了非劣曲线的范围,加快了收敛速度。以某无人机机翼结构的多目标优化问题为例,证明本文改进算法可以较为快速地获得一个分布均匀的非劣解集。     

局域网络性能的优化

网络的速度、稳定性等问题是局域网的关键.从网络的设计、服务质量、网络设备、网络流量、网络安全性等几个方面来优化局域网,使得局域网具有更快的速度、更强的稳定性.     

程序设计代码优化在Visual Basic中的应用

本文首先讨论了程序代码优化的重要性和必要性,并对优化的一些概念作了简单说明,接着以Visual Basic应用程序代码优化为利,提出了可以在在空间和时间两个方面对其效率进行优化,最后比较详细的介绍了如何减少程序代码大小和提高程序运行速度的几种常见方法,通过这些方法可以减少系统资源利用和提高运行速度以达到程序的高效率。     

惯性权重线性调整的局部收缩微粒群算法

针对微粒群优化算法存在陷入局部极小点和搜索效率低的问题, 给出一个新的速度更新策略局部收缩策略, 并提出一种改进的微粒群优化算法, 该算法保持微粒群优化算法结构简单的特点, 改善了微粒群优化算法的全局寻优能力, 提高了算法的收敛速度和计算精度. 仿真计算结果表明, 改进的算法性能优于混沌微粒群优化算法、 微粒群优化算法和带有收缩因子的微粒群算法.     

多模态函数优化的人工免疫应答优化算法

针对传统的人工免疫算法收敛速度较慢,搜索精度较低的问题,基于免疫应答原理提出一种多模态函数优化的人工免疫应答优化算法.该算法将初始抗体群分配为记忆抗体群和一般抗体群,对记忆抗体群实施高频变异算子进行局部精细搜索,并对一般抗体群执行趋同过程算子进行全局粗搜索,从而加快了进化过程.通过典型多模态函数对该算法进行性能测试,实验结果表明,该算法具有更快的收敛速度和更高的搜索精度.     

小生境技术对遗传算法的改进作用研究

将标准遗传算法用于最优化问题时存在早熟收敛和后期收敛速度缓慢的现象.本文扼要分析了遗传算法的运行机制,提出一种基于小生境改进遗传算法;对复杂函数的遗传优化仿真实验数据表明,改进的遗传算法不但具有良好的全局收敛可靠性,而且具有快的收敛速度.     

基于自适应选择算子遗传算法的TSP问题优化

轮盘选择方式往往能保证算法的全局收敛性,但收敛速度较慢,而锦标赛选择方式收敛速度优于轮盘选择方式,但不能保证算法的全局收敛性．选用轮盘选择和锦标赛选择相结合自适应选择算子的遗传算法。并优化TSP问题求解,则可以调整收敛速度,避免被动式搜索．     

基于水平集演化的结构拓扑优化解分析

针对界面力的大小、作用的位置以及部分给定位移的结构边界始终保持不变的要求,以工程技术人员易懂的方式,导出了基于水平集演化的结构拓扑优化问题的最佳解的必要条件,并构建了相应的法向速度场,研究了由该法向速度场导出的序列解的收敛特性.     

基于FPGA数字系统设计的速度优化方法研究

讨论了基于FPGA进行数字系统设计过程中的速度优化方法.研究了流水线法、降低时滞法和关键路径优化法,对具体实例进行了VHDL编程并比较优化前后的RTL电路结构.结果表明,上述方法均可以有效提高数字系统的速度.     

具有差分进化算子的社会蜘蛛群优化算法

[目的]社会蜘蛛群优化算法 (SSO) 是一种新颖的元启发式优化算法,自从它被提出之后就受到该领域学者的广泛关注,并且也被成功应用到许多领域.但是由于社会蜘蛛群优化算法还处在算法的研究初期,该算法的收敛速度与收敛精度还需要进一步提高.[方法]将差分进化算子引入到社会蜘蛛群优化算法(SSO-DM)中,并将改进的算法应用于函数优化问题中,通过5个标准测试函数来验证基于差分进化算子的社会蜘蛛群优化算法(SSO-DM)的优化性能.[结果]差分进化算子增强了社会蜘蛛群优化算法的收敛速度与收敛精度.[结论]本研究中所提出的算法能够获得精确解,并且它也具有较快的收敛速度和较高的算法稳定性.     

快速收敛的可行方向算法

用算例研究了尝试法计算中初始步长选取和收敛速度的关系,进而提出了一种新的步长确定法－－约束近似法,避免了人为给定初始步长的缺陷。对比计算表明,本文方法还可大幅度地提高可行方向法的收敛速度。     

基于自适应调整权重和搜索策略的鲸鱼优化算法

针对鲸鱼优化算法(WOA)收敛速度慢、收敛精度低、易陷入局部最优的问题,提出一种基于自适应调整权重和搜索策略的鲸鱼优化算法(AWOA).设计一种随着鲸鱼种群变化情况而自适应调整权重的方法,提高了算法的收敛速度; 设计一种自适应调整搜索策略,提高了算法跳出局部最优的能力.利用23个标准测试函数,分别针对高维和低维问题进行测试,仿真结果表明,AWOA在收敛精度和收敛速度方面总体上明显优于其他多种改进的鲸鱼优化算法.     

改进混沌优化及其在非线性约束化问题中的应用

研究一种比较新颖的优化方法－混沌优化,并在此基础上提出改进的混沌优化,它利用混沌变量的特定内在随机性和遍历性跳出局部最优点,并在局部搜索空间经过线性搜索提高解的搜索速度和精度,通过结合精确不可微罚函数以用于求解非生约束优化问题,仿真结果表明,与已有的直接搜索方法相比,该算法简单,容易实现,求解精度 、收敛速度和不靠性较高,满足约束的效果较好,是解优化问题的有产方法。     

刚塑性有限元中减速系数的确定

刚塑性有限元求解时,如初始速度场选择不合适,难以获得收敛解。本文将迭代格式中的减速系数的选取方法作了改进,使用优化方法取代通常的经验试算法,使得在初始增量步的迭代过程中,保证泛函值稳定下降,从而在初始速度场不佳的情况下仍能获得收敛解。这就放宽了对初始速度场的要求,提高了计算的成功率,並缩短了计算时间。     

利用运行速度对某互通式立交匝道线形的优化

运用运行速度协调性对互通式立交匝道进行安全性评价是设计阶段一项重要的工作。本文通过运行速度对莱互通式立交匝道进行了安全性评价．根据评价结果对匝道线形进行优化调整,并对引起匝道运行速度协调性不良的原因进行了总结。     

基于模拟退火步长的粒子群算法

为了提高粒子群算法的收敛速度和全局收敛性,本文在标准粒子群算法的基础上作了改进,提出了一种带模拟退火步长的粒子群算法．通过典型函数的测试结果表明新算法比原来算法收敛到最优解的次数多,提出的新算法在全局搜索能力和收敛速度方面有所提高．     

一种改进的粒子群算法

为提高粒子群算法的寻优速度和精度,提出了一种改进的粒子群算法,新算法是在标准粒子群算法的基础上对个体极值作变异操作.通过三个基准函数的测试,结果表明新算法在收敛速度、收敛精度和全局寻优能力方面均明显优于其它几种粒子群算法.