深水钻机集成监控系统可靠性冗余优化

深水平台钻机集成监控系统(DSDR-IMCS)采用冗余方法提高可靠性,但存在费用、重量、体积等增加的问题。对DSDR-IMCS进行分析,建立一种适于DSDR-IMCS的可靠性冗余优化配置模型,提出一种基于模拟退火算法的PSO-GA混合算法对模型进行求解,该方法将PSO算法收敛快和GA算法全局收敛性好的优点相结合,引入模拟退火优化机制,并对PSO算法产生的新粒子群进行修正。结果表明,本文算法既可加快运算速度,降低计算强度,提高搜索效率,又可避免收敛过快陷入局部极大而降低全局搜索能力,且得到的优化结果更好,为DSDR-IMCS可靠性分析和设计提供参考。     

配体外预应力钢束的曲线箱梁桥抗扭设计

为了抵抗曲线箱梁桥的扭转效应、改善结构的受力状态,在不增加预应力钢束数量的前提下,提出一种利用体外预应力钢束形成空间抗扭作用的方法.基于空间解析几何关系推导了体外预应力扭矩计算公式,以此建立了以最小扭矩为目标的体外预应力钢束的抗扭设计流程,并利用非线性规划方法给出钢束最优平面线形参数的数值解法.分析结果表明,与体内预应力钢束相比,通过合理的体外预应力钢束空间布置,能大幅降低扭矩峰值,抗扭效果明显,且不影响抗弯、抗剪能力;扭矩计算数值解与有限元分析结果吻合良好,能方便地用于实际设计.     

空气制冷循环最优性能解析

通过建立单级空气制冷循环的量纲为一的热力学模型,推导出对应最优性能系数的压比公式,以及最优压比下的循环性能参数解析表达式.在此基础上针对不同的运行工况和转动部件效率,对循环性能进行数值分析,发现:高低温热源温差的增大,最优压比升高,最优性能系数下降,单位制冷量升高.提高转动部件效率,最优压比小幅降低,最优性能系数大幅升高以及单位制冷量大幅下降.同比之下,膨胀机效率对系统最优性能的影响更大.这些都有助于实际空气制冷系统的优化设计.     

及有限元参数化分析

为研究实腹式型钢混凝土(SSRC)十字形异形柱的抗震性能,对4个不同轴压比、配钢率、加载方向的SSRC十字形异形柱进行了低周反复加载试验,分析了各试件的破坏形态、滞回性能、骨架曲线、位移延性.试验结果表明:当剪跨比较大时,试件发生弯曲破坏;试件的滞回曲线比较饱满;位移延性系数均大于3,破坏位移角在1/28~1/16之间.采用ANSYS对试件进行有限元分析,考虑型钢与混凝土之间的粘结滑移,分析比较了轴压比、配钢率及加载方向三个参数对试件承载力及延性的影响,有限元分析结果与试验结果吻合较好.试验及有限元分析均表明:SSRC十字形异形柱具有良好的延性、塑性变形能力,可以应用于高抗震设防烈度区的多高层建筑中.     

基于初始划分的标签传播社区发现算法

采用标签传播算法进行社区发现时间效率高,无需人工参数,但容易产生精度限制的问题.研究了启发式的标签传播算法,快速地进行社区的初始划分,大量减少了初始标签的个数,进行标签迭代传播来修正初始划分得到最终的社区.理论分析和实验证明这种方法在不增加时间复杂度的情况下,提高了准确率,并有效消除了精度限制的现象.     

热脱附/气相色谱法测定室内空气中TVOC的条件优化

研究了运用热脱附/气相色谱法测定室内空气中TVOC的方法。通过改变热解析时间和气相色谱仪程序升温速率来确定最佳测定条件。在该条件下,各目标化合物的线性及精密性良好,检出限均低于方法中要求,实验结果满意。     

预算约束情形下新产品报童问题的一次性决策研究

主要运用一次性决策理论研究预算约束下新产品的报童问题。首先提出了约束条件下的一次性决策问题,并指出了有约束条件下与无约束条件下一次性决策问题的焦点之间的区别。然后研究预算约束情形下短生命周期的新产品报童问题,说明带有约束条件的一次性决策问题的决策过程,并与无约束的报童问题进行了比较。     

几种混沌布谷鸟搜索算法的优化性能比较与仿真

针对布谷鸟搜索迭代后期收敛速度慢和搜索精度不高的不足,通过将混沌优化方法嵌入到布谷鸟搜索中构建混沌布谷鸟搜索算法。新算法利用混沌序列的随机性和遍历性来改善布谷鸟搜索的优化性能。基准测试函数集的测试结果显示新算法在收敛速度和计算精度方面都得以提高。最后将所构建的算法应用到PID参数整定问题上,对比实验结果表明改进算法是可行性和有效性的。     

基于蚁群几何优化算法的全局路径规划

将改进的蚁群算法与路径几何优化相结合,用于解决移动机器人的全局路径规划问题.算法结合机器人的越障性能对移动机器人的环境空间进行建模.通过设置初始信息素加快蚂蚁的搜索速度,同时设置自适应信息素挥发机制,解决特定地图中初始信息素的干扰问题;设置自适应路径长度,筛选规划路径的优劣;提出由路径优劣程度决定的信息素散播策略,并从几何原理出发,对规划路径进行优化处理,加快最优解的收敛速度.仿真结果验证了该算法的有效性和普遍应用性,在随机给定的环境地图中,该算法能够迅速规划出最优路径.     

求解TSP的离散人工蜂群算法

针对旅行商问题,提出了一种新型的离散人工蜂群算法.根据该优化问题及离散量的特点,对引领蜂、跟随蜂和侦查蜂角色转变机制和搜索策略进行了重新定义.蜂群角色转变基于定义的收益比因子.引领蜂邻域搜索采用2-Opt算子和学习操作来加速算法收敛速度;跟随蜂搜索引入禁忌表来提高算法的局部求精能力;侦查蜂搜索定义了排斥操作来保持种群的多样性,从而较好地平衡了算法的探索及开采能力.实验结果表明,算法能够在较短时间内找到相对满意解,提高了TSP的求解效率.