基于模型数据的共反射面元叠加初步实践

共反射面元 (commonreflectionsurface ,CRS)叠加是一种不依赖于宏观速度模型的零炮检距剖面成像方法 .共反射面元的旅行时响应由三个波场属性参数确定 ,相比常规共中心点 (commonmiddlepoin ,CMP)叠加和倾角时差校正 (dipmoveout,DMO)叠加 ,CRS叠加算子能够将地下反射点附近一个邻域内的能量进行聚焦并实现同相叠加 ,因此能得到更好的零炮检距剖面 .通过在模型数据上的试算证实了这一观点     

共偏移距共反射面元叠加方法

为了充分利用大炮检距信息对复杂地质条件下的地下构造进行叠加成像,基于传统的零偏移距共反射面元(ZO CRS)叠加提出共偏移距共反射面元(CO CRS)叠加方法.对叠加剖面的每个成像点确定叠加算子相应的5个参数是CO CRS叠加方法的关键,采用多参数分步搜索策略,在不同道集中分别搜索相关叠加参数,能够减少CO CRS叠加...     

基于模拟退火剂量计算模型的自动匹配算法

基于模拟退火优化算法,提出了一种点核卷积叠加剂量计算模型参数的自动匹配算法.模拟退火优化算法具有可以达到全局最优的优势,但模拟退火优化的随机性是不可控的.针对此问题,基于点核叠加剂量计算原理采用了定向约束模型能谱参数的方法,使得优化过程的迭代效率及稳定性大大提高.为了减少迭代次数,采用了BeamNRC软件模拟出加速器较好的初始能谱参数.通过临床实际加速器设备数据进行试验,结果表明,利用模拟退火优化算法进行模型参数的自动匹配的方法在保证临床精度要求的前提下,优化时间基本上控制在16h左右,在临床上是完全可以接受的,甚至针对一些加速器较好的能谱初始值,优化时间比国际上同类产品的优化时间还要短.模型参数的自动匹配功能也大大降低了软件对操作人员业务能力的依赖,增加了产品的安全性,降低了产品的维护成本.     

利用共偏移距共反射面元叠加提高叠前地震资料质量

提出利用部分共偏移距共反射面元(CO CRS)叠加提高稀疏低信噪比叠前地震资料质量。通过多参数的COCRS旅行时公式计算得到部分叠加的CRS超道集,对数据进行规则化,以利于以后的常规处理如速度分析、叠前偏移等。模型试算和实际资料处理结果表明,与原始地震数据相比,对经过部分CO CRS叠加处理后的叠前数据进行偏移,不仅提高了偏移剖面的信噪比,同时改善了同相轴的连续性,获得了较好的成像结果。     

生命线工程网络抗震优化算法研究

以生命线工程网络系统造价为优化目标,网络拓扑结构为优化参数,网络节点抗震连通可靠度为约束条件,建立生命线工程网络系统的抗震拓扑优化模型.同时,介绍了利用递推分解算法来获得单元重要度的方法,进而利用遗传算法、模拟退火算法和遗传-模拟退火混合算法,进行了生命线网络系统的抗震拓扑优化分析.其中,遗传算法通过对种群选择、交叉和变异操作不断进化以获得优化解,模拟退火算法则通过扰动当前解产生新解来获得优化解,遗传-模拟退火混合算法则通过将遗传算法中的变异操作以模拟退火操作代替获得优化解.利用三种优化方法对两个算例进行生命线工程网络系统的抗震拓扑优化分析.计算结果对比表明,遗传-模拟退火混合算法具有最好的优化能力.     

利用CRS-OIS实现噪声压制与数据插值

CRS-OIS是一种以输出道成像方式实现的共反射面元叠加成像方法,不仅能够输出一张高质量的叠加剖面,也能够得到高质量的叠前道集.将这一特色用于陆地二维地震数据处理的噪音压制与数据插值计算,理论与实际数据计算证实了该方法的有效性,体现出很好的应用潜力.     

最优模糊神经网络参数的设计--混沌模拟退火学习法

提出了一种新型优化算法———混沌模拟退火学习法,将混沌算法和模拟退火算法相结合学习模糊神经网络的结构和参数。首先将混沌变量引入模糊神经网络参数的优化搜索中,利用混沌变量的遍历性寻优,根据性能指标寻找较优的模糊神经网络控制器,然后在混沌优化确定的网络基础上,把经混沌搜索后得到的全局次优解作为模拟退火学习算法的初始值,再用模拟退火方法进一步学习网络的隶属函数和权值参数,找到一个全局最优的网络。仿真结果表明:混沌模拟退火学习法优于传统优化方法,其控制结果具有精度高、超调小和响应快的优点,为解决模糊神经网络控制器参数全局最优设计提供了一种切实有效的方法。     

模拟退火算法在钢桁架优化设计中的应用

将模拟退火算法应用于桁架结构离散变量优化问题,提出新的用于离散变量的退火邻域结构,进行了三杆和十杆桁架结构模拟退火算法优化计算,并与遗传算法和传统优化设计方法的优化结果进行了比较.结果表明模拟退火算法对桁架结构离散变量的优化问题更加有效,且新的邻域结构加快了算法的收敛速度,提高了算法的稳定性和有效性.     

基于模拟退火算法与隐马尔可夫模型的Web信息抽取

典型隐马尔可夫模型对初始参数非常敏感,采用随机参数训练隐马尔可夫模型时常陷入局部最优,应用于W eb信息抽取时效果不佳.文中提出基于模拟退火算法与隐马尔可夫模型的W eb信息抽取算法.通过实验比较选择最佳的模拟退火算法参数,结合Baum-W elch算法优化隐马尔可夫模型并应用于W eb信息抽取.实验结果表明新算法在信息抽取的精确率和召回率都有明显的提高.     

模拟退火算法在求解组合优化问题中的应用研究

文章给出了模拟退火算法求解组合优化问题的实现步骤,并提出了一种相邻状态的产生函数和迭代方案,通过实例计算并分析了模拟退火过程的起始温度、终止温度以及降温速度等参数对优化计算的影响。结果表明,模拟退火算法中各个参数值的选择和设置对运行的结果和效果有较大影响。     

IRS辅助WPCN用户公平性与系统吞吐量优化方案

为了解决无线供电网（wireless powered communication network,WPCN）中用户公平性不足与系统灵活性差的问题,提出一种基于智能反射面（intelligent reflecting surface,IRS）的优化方案。该方案直接将公平指数（fairness index,FI）和系统吞吐量加权相加作为优化目标,建立了用户公平性与系统吞吐量的联合优化问题。由于所建立的优化问题是非凸问题,因此,将优化问题拆分为时隙长度和IRS反射系数优化子问题,然后交替求解。针对时隙长度优化子问题,使用逐次凸逼近（successive convex approximation,SCA）算法求解;针对IRS反射系数优化子问题,使用闭式解、SCA和半定松弛（semi definite relaxation,SDR）算法求解。仿真结果表明,所提方案在用户公平性和系统灵活性方面优于其他方案。     

混合有-无源智能反射面辅助大规模MIMO安全传输

针对存在恶意窃听者的大规模MIMO网络安全传输问题,提出了一种混合有-无源智能反射面辅助的下行安全传输方法。受基站总发射功率、混合有-无源智能反射面功率和反射相位模量约束,讨论了最大化系统总保密速率的优化问题,该问题为多变量耦合的非凸优化。提出了基于逐次凸近似的主动波束成形和反射相位优化算法,首先利用交替优化算法将原始问题转变为两个单变量的子问题,然后采用逐次凸逼近或半定松弛算法分别求解每个子问题的最优主动波束成形和反射相位。仿真结果表明,相比传统的被动智能反射面辅助安全传输方案,提出的方案能够有效利用混合有-无源智能反射面高增益的技术优势,进一步提高级联链路的信道增益,获得更高的保密速率。     

软件定义广域网中基于IPv6分段路由的双栈流量调度算法

针对当前软件定义广域网在应对企业园区部署双协议栈出口链路、园区之间支持双协议栈通信的网络架构下,存在园区任意协议栈出口链路失效时,园区间双栈流量不可通信的问题,提出了一种适用于软件定义广域网的IPv4/IPv6双协议栈环境下的流量调度算法。该算法基于快速重路由机制,通过结合基于IPv6的分段路由技术分为路径编码算法和报文处理算法2部分实现。在广域网双栈出口任一链路失效时将不同园区的双栈流量进行调度。通过在Mininet中的仿真模拟验证了算法的可行性,并利用带宽测量工具iPerf对链路性能进行测量,测量数据表明利用双栈流量调度算法进行双栈流量调度极大地提高了园区间双栈链路的利用率和服务质量。     

光通信中零色散光栅滤波器的粒子群优化算法设计

介绍了光通信中零色散光栅滤波器的一种粒子群优化算法(PSO),通过将龙格-库塔计算的反射谱和粒子群优化算法相结合,对零色散光栅耦合系数进行了优化设计.相对于其他算法,PSO的优势在于简单易行且功能较强.     

高温质子交换膜燃料电池电堆端板拓扑优化

以实现高温质子交换膜燃料电池单电池内部接触压力的均匀性与电堆内单电池之间接触压力的一致性为目的,建立了一种具有非线性接触边界条件的高温质子交换膜燃料电池电堆端板的拓扑优化模型.通过研究在一定工作温度下装配荷载对电堆内部接触压力的影响,并综合考虑端板的质量与制造难度,构建了一种适用于燃料电池电堆的简化模型.从基于热力耦合的有限元法出发,对燃料电池端板进行以最小质量为目标、最大应力为约束的拓扑优化,并在综合考虑结构形状与拓扑结果的基础上建立端板的几何模型.结果表明,拓扑优化得到的端板结构使电堆内部具有更均匀的接触压力,因此拓扑优化可以为端板的结构设计提供理论参考.     

优化路径的种子填充算法

在递归种子填充算法的基础上,提出一种优化递归算法填充路径的改进算法.在填充时选取能够代表填充路径的像素点作为种子点入栈,减少重复入栈的像素点数,从而减少弹、压栈和判断操作.在保留原算法优势的同时,使得填充时间明显缩短,并减小堆栈所需的存储空间.     

基于DEM的有源淹没算法设计与实现——以种子蔓延法为例

 针对传统有源淹没的递归、迭代算法占用计算机资源较多,且当算法深度太深时易造成系统堆栈溢出,从而导致程序崩溃等缺点,以数字高程模型为基础,研究了给定水位条件下洪水有源淹没模型和算法,并在此基础上设计实现了种子蔓延算法。通过与原有的递归算法对比,发现该算法在一定程度上提高了计算效率和稳定性,最后在“南昌洪水淹没分析系统”中应用并得到验证。     

正布尔函数随机生成算法

层叠滤波器是一类新型非线性滤波器，生成正布尔函数是确定层叠滤波器的关键．在应用全局化优化算法，如遗传算法、模拟退火算法时，如果不能随机生成正布尔函数，则无法应用这些算法优化层叠滤波器，提出了一种随机生成正布尔函数算法，能随机生成正布尔函数，使应用全局化优化算法优化层叠滤波器成为可能．仿真结果表明，该算法可行．