基于遗传算法的混凝土热学参数反分析及其应用

根据曹娥江大闸施工现场实测的温度值,利用遗传算法对大闸混凝土温度场进行反演计算,并将计算值和实测值进行对比,分析计算结果的合理性,得到反映混凝土热学性能的参数.通过这些参数,利用三维有限元仿真计算程序对施工现场混凝土温度场进行反馈计算,确定温控防裂措施,指导后续闸墩施工.反演结果表明,遗传算法作为一种优化算法,具有收敛速度快、效果好等特点.周7,表1,参11.     

基于现场试验的混凝土热学参数反演分析与计算

为了确定混凝土热学特性诸参数,基于混凝土长方体非绝热温升试验,根据施工现场实测资料,运用非稳定温度场三维有限元仿真计算技术和反问题优化求解的遗传算法,对混凝土温度场进行反演计算,并将计算值和实测值进行对比,验证反演结果的合理性.结果表明,反演值与实测值较吻合,误差较小,反演结果可靠,反演所得参数对温控仿真计算和指导后续施工有参考价值.     

草街冲砂闸闸墩C25混凝土施工温度观测反分析

基于闸墩C25混凝土现场原型试验,采用混凝土非稳定温度场求解的有限元仿真计算技术,集成了混凝土内部冷却水管的离散模型和迭代算法,根据现场温度实测资料,结合优化遗传算法对闸墩试验段混凝土温度场进行了反演分析.研究表明,反演所获取混凝土特性参数能较好体现工程实际情况,为温控仿真计算和确定温控防裂措施提供了重要保证.     

基于RQPSO的颗粒粒径分布反演算法

针对标准量子微粒群算法(BQPSO),提出改进量子微粒群算法(IQPSO)和含正则化项的改进量子微粒群算法(RQPSO),并将它们引入到粒径分布的反演中,利用光全散射法在独立模式下,通过测量可见光波段内不同波长下的光谱消光值反演几种粒径分布,其中正问题利用反常衍射近似(ADA)计算得到估计值,测量值则通过Mie理论计算得到。研究结果表明:与BQPSO相比,IQPSO在计算效率和稳定性上得到很大提升;在粒径分布的反演中,RQPSO提高IQPSO的维数极限,并具有更高的反演精度、稳定性和抗噪性,为粒径分布的反演提供一种新的方法。     

基于遗传算法的混凝土湿度场特征参数求解及反分析

为了求解干燥环境中混凝土内部湿度分布,提出了利用遗传算法来求解混凝土湿度场特征参数.根据室内实验实测的湿度值,运用遗传算法对混凝土试块湿度场进行反演计算,得到反映混凝土湿度扩散性能的参数.利用这些参数和三维有限元仿真计算程序对湿度场进行分析,将计算值和实测值进行对比得知二者变化规律一致,各组数据相关系数大于0.98,说明利用反演的参数仿真计算是完全合理的,可以指导施工,同时说明遗传算法作为一种优化算法,具有收敛速度快、效果好等特点.     

基于并行PSO算法的岩石细观力学参数反演研究

用颗粒流方法(PFC)模拟岩石细观参数的校准过程主要采用反复试验,既依赖于经验又费时。提出了一种基于并行粒子群优化(PSO)算法的细观力学参数反演方法,该方法 PSO算法中微粒的适应值取宏观力学参数模拟计算值和试验值间的误差平方和,采用Open MP技术实现了PSO算法的并行计算。实例计算结果表明,以反演结果作为计算参数,宏观力学参数模拟计算值与试验值相比,相对误差普遍低于4%;敏感性分析表明,细观参数之间不独立,岩石宏观力学参数与细观力学参数之间存在高度非线性关系;计算效率分析表明,并行PSO算法是一种高效自动的PFC模型细观力学参数反演方法。     

基于量子微粒群优化算法的半透明介质光学参数反演

针对半透明介质光学参数估计问题,建立了脉冲激光辐照下半透明介质光学参数反演模型,采用量子微粒群优化(QPSO)算法反演了折射率和吸收系数,分析了测量误差、热物性参数对反演结果的影响,并利用敏感性分析揭示了反演精度与测量误差的关系.计算结果表明：建立的反演模型和采用的QPSO算法可以精确估计折射率和吸收系数,即使人为添加10%的测量误差,反演结果依然具有较强的鲁棒性和准确度.本研究可为半透明介质物性参数获取提供技术参考.     

改进的BP神经网络在碾压混凝土坝温度场反分析中的应用

采用改进的BP神经网络,建立了碾压混凝土坝热学参数反馈分析模型;利用三维有限元浮动网格法正分析得到的样本去训练网络,再利用温度实测值对热学参数进行反分析,根据反演后的热学参数进行温度场计算.计算结果和实测结果较为接近,可满足工程实际要求,且该方法具有较好的稳定性和收敛性,表明改进的BP神经网络算法用于反演混凝土坝热学参数是可行的.     

基于微粒群算法的Buck-Boost矩阵变换器主电路参数优化

鉴于Buck-Boost矩阵变换器输出电压波形的谐波失真度与其主电路参数直接相关,为此采用微粒群算法对其主电路参数进行优化.文中介绍了微粒群算法的基本原理,阐述了采用微粒群算法对BBMC主电路参数进行优化的具体设计方法,并利用Matlab/Simulink对其优化效果进行了仿真验证.结果表明,利用微粒群优化算法获得的主电路参数较传统计算方法获得的主电路参数其输出电压波形的谐波失真度更小,因而具有一定的应用价值.     

基于标准粒子群算法的混凝土箱梁水化热过程热工参数反演

针对通过施工现场和实验室试验获取混凝土箱梁水化热仿真分析所需的热工参数缺乏一定的准确性和便捷性,以某混凝土箱梁水化热过程为试验背景,结合文献研究结果确定混凝土箱梁热工参数的取值范围,采用方差分析确定各参数对温度的敏感性,并通过排序筛选敏感性高的参数作为待反演参数,基于标准粒子群算法,对比遗传算法对敏感性高的5个参数进行反演.研究结果表明:混凝土箱梁浇筑过程中,水泥水化热对温度的影响最大,智能算法能有效反演混凝土箱梁热工参数;当迭代次数增大到一定的程度时,标准粒子群算法对应的目标函数小于遗传算法对应的目标函数,遗传算法收敛过程曲线比较平缓,而标准粒子群算法的早期有突变.     

基于多目标粒子群算法的矩形微通道结构优化

为提升矩形微通道的综合性能,通过多目标粒子群算法对矩形微通道进行数值优化,由响应曲面法拟合热阻函数,再以热阻与压降为目标函数,建立以矩形微通道结构参数为变量的多 目标粒子群算法的数学模型.由多 目标粒子群算法计算得到热阻与压降的pareto优化解集,用K-mean聚类法对优化解集进行聚类得到4个代表解,与未优化解进行对...     

编队反导资源调度问题分析

为了发挥编队反导资源的作战效能,提高整体作战能力,可将编队反导资源进行统一调度使用。借鉴柔性工作调度的思路,结合反导资源作战使用的实际情况,建立了编队反导资源调度模型,然后运用混合粒子群算法进行求解。调度模型不但可以确定对每枚反舰导弹抗击的次序,而且还可以确定抗击的开始和结束时间。混合粒子群算法编码简单,操作性强。仿真实例表明,调度模型合理有效,算法收敛速度快、迭代次数少。     

集装箱码头班轮船期准班率的优化

为提高集装箱码头班轮船期准班率,提出基于动态泊位分配的优化数学模型.在考虑桥吊分配前提下,该模型以船舶离港实际开航时间与船期表要求开航时间的平均绝对时间差最小为优化目标,分别应用微粒群算法(PSO)和遗传算法(GA)求解该数学模型.仿真结果表明:两种算法均可使船期延误时间减少40%;PSO算法较GA算法具有更快的收敛速度.     

考虑双层异质水管的大体积混凝土施工期温度场仿真

针对当前高拱坝及特高拱坝施工过程出现的单仓混凝土中铺设2层不同材料水管的现象,该文基于考虑水管冷却的等效热传导方程,推导出铺设双层异质水管情况下混凝土等效导温系数的表达形式,并提出了多层水管平均降温效果的简化求解方法,使得不同材质水管铺设方案的计算可以在同一套有限元网格上展开。应用本文所提出方法对国内某大型拱坝工程施工期的仿真计算结果与实际测量温峰相差在5%以下,温度发展历程一致,验证了该方法的合理性。     

基于改进粒子群算法排课问题研究

排课问题属于背包问题中具有重要实用价值的一类优化组合难题,描写了如何利用粒子群算法解决排课中的多种冲突.但由于粒子群算法有收敛速度慢且易收敛于局部最优的缺点,针对排课问题中最优解的分布特点,对粒子群算法进行了改进.改进后的算法与传统算法相比有着较高的收敛速度和计算精度,可以在解空间内高效地寻找到全局最优解.     

粒子群优化平方根强跟踪CKF及应用

提出一种粒子群优化平方根强跟踪容积卡尔曼滤波算法,并将其用于水下应答器辅助航位推算组合导航系统. 以强跟踪滤波器为理论框架,结合容积卡尔曼滤波器,设计了平方根强跟踪容积卡尔曼滤波器. 提出一种改进的粒子群算法,将粒子两两为一对分成若干对,每进化一次后,比较两个粒子的代价函数值,代价函数值较优的粒子,搜索方向侧重于群体历史经验,代价函数较差的粒子,搜索方向侧重于自身历史经验. 将改进的粒子群算法用于求取强跟踪滤波器的渐消因子. 仿真结果表明在系统模型不准确的情况下所提算法依然能够有效跟踪状态变化,比传统的容积卡尔曼滤波器具有更高的滤波精度和稳定性.      

两群替代微粒群优化算法及其应用

提出一种两群替代微粒群优化算法（TSSPSO）,并对算法参数进行分析和对算法方程进行修正。该方法将微粒分成飞行方向不同的两分群,其中一分群微粒朝着最优微粒飞行,另一分群微粒朝着相反方向飞行;飞行时,每一微粒不仅受到微粒本身飞行经验和本分群最优微粒的影响,还受到全群最优微粒的影响。搜索时,每一次迭代均以一定的替代率用一分群中若干优势微粒取代另一分群中相同数目的劣势微粒。对4种常用函数的优化问题进行测试并进行比较,结果表明：两群替代微粒群优化算法比基本微粒群优化算法更容易找到全局最优解,优化效率和优化性能明显提高。将两群替代微粒群优化算法用于常压塔汽油干点软测量,建立基于两群替代微粒群优化算法的汽油干点神经网络软测量模型,通过与实际工业数据的比较,表明基于两群替代微粒群神经网络的软测量模型精度高、性能好。     

基于改进粒子群算法的造林规划

一直以来造林规划的工作者主要是靠手工进行规划或者运用一些通用的计算机软件来辅助规划,表现出工作繁琐、效率低、设计粗糙、计算不科学.首先给出一种改进的粒子群算法,即使用最简单的罚函数法将约束优化问题转化为无约束优化问题,然后将不同阶段搜索进度应用到粒子群算法中.该算法在优化目标函数的分析性质上没有特殊要求,并具有较强的全局寻优能力.用该改进粒子群算法来确定在资金、计划、苗木品种和数量等约束条件下小班造林规划最优方案,结果表明该算法在约束条件下造林规划效果很理想.     

Topology Optimization for Urban Traffic Sensor Network

This paper presents an optimized topology for urban traffic sensor networks. Small world theory is used to improve the performance of the wireless communication system with a heterogeneous transmission model and an optimal transmission radius. Furthermore, a series of simulations based on the actual road network around the 2nd Ring Road in Beijing demonstrate the practicability of constructing artificial ＂small worlds＂. Moreover, the particle swarm optimization method is used to calculate the globally best distribution of the nodes with the large radius. The methods proposed in this paper will be helpful to the sensor nodes deployment of the new urban traffic sensor networks.