极限学习机及其在质子交换膜燃料电池参数辨识中的应用

为对质子交换膜燃料电池(PEMFC)进行精确建模，需要准确辨识PEMFC中的未知参数.然而，PEMFC的参数辨识是一个多变量、多峰值和强耦合的非线性优化问题，传统的参数辨识方法往往得不到满意的结果.此外，不同运行条件下产生的噪声会阻碍启发式算法(MhAs)获取精确的参数.针对该问题，提出一种基于极限学习机(ELM)的MhAs策略——ELM-MhAs,以实现PEMFC的参数辨识.利用ELM对数据进行训练以降低或消除噪声，为MhAs提供更为准确可靠的适应度函数，从而保证MhAs对PEMFC参数的精确辨识.为验证该策略的可行性和有效性，在低温、低相对湿度和高温、高相对湿度两种条件下，分别对25组电压-电流数据进行不降噪、贝叶斯正则神经网络(BRNN)降噪以及ELM降噪处理，随后对比不同数据中6种MhAs和列文伯格-马夸尔特反向传播法的参数辨识结果.实验结果表明，与不降噪和BRNN降噪处理相比，应用ELM能够显著减少数据噪声对实验数据的影响，从而有效提高MhAs的参数辨识精度.     

基于冲突分解的短波频点真实在线双拍卖算法

针对短波认知电台在网络高负载情况下频点冲突严重的问题, 依据短波频点衰落特性, 结合真实在线双拍卖模型, 提出了基于冲突分解的真实在线双拍卖(trueful online double auction based on conflict decomposition, TODA-CD)模型。在TODA-CD模型中, 卖家模型考虑不同链路间差异性, 重构卖家定价模型, 提升了链路可靠性; 买家模型以预期收益最大化为优化目标, 首先利用广度优先搜索算法生成频点冲突树, 解析短波认知网络内频点冲突关系, 然后设置频点抢占切换惩罚函数, 计算不同切换方案预期收益, 重构买家竞拍价格, 以第二密封价格拍卖完成频谱交易, 最终实现网络内频点指配的抢占最优。仿真结果表明, 在网络高负载情况下, TODA-CD算法能够有效提高频谱利用率, 降低抢占切换次数, 从而提高系统收益。     

基于知识驱动的工装快速变型设计系统研究与开发

将知识工程技术和模块化设计思想融入工装设计,以解决航空发动机工装设计效率低下和设计知识无法重用的问题。首先采用层次模块化方法构建工装设计知识库,将设计知识进行分类存储;然后针对实例主观权重和客观权重系数分配问题,提出一种基于模糊层次分析法和相似度离差信息合成法的组合权重,采用改进的最近相邻法计算实例的全局相似度,在已有实例模板基础上进行实例推理变型设计;最后利用NX二次开发技术开发工装快速设计原型系统,并通过实例验证原型系统的可靠性和实用性,实现了以知识驱动的工装快速设计,提高了工装设计知识的继承性和重用度,缩短了产品研发周期,降低了生产制造成本。     

基于残留物分析的尖底瓶功能研究——以陕西吴起李拐沟遗址为例

尖底瓶作为仰韶文化的典型器物之一，其小口、尖底的结构特征，引起了国内外学者的广泛关注，但有关其功用的认识目前仍存在较大争议。鉴于此，在以往研究的基础上，利用淀粉粒和植硅体的分析方法，对李拐沟遗址出土的6件尖底瓶的残留物进行分析，发现有来自粟类植物、小麦族、食用豆类和块根块茎类植物淀粉粒，结合与发酵相关损伤淀粉粒和部分疑似霉菌与酵母细胞的发现，初步推断李拐沟遗址出土尖底瓶应属酒器一类。实验结果对发酵工艺的研判还需更多数据的支撑。总之，实验结果为尖底瓶的功用分析提供了新的数据，证实了陕北地区以李拐沟遗址为代表的小型聚落中酿酒活动应已是一种普遍的社会现象，推进了我国古酒起源研究进程。