双屏蔽层屏蔽效能分析及其设计应用

针对电磁敏感设备或电磁发射源设备降低EMI影响的常常采用的双层屏蔽措施有效性问题,通过双屏蔽层屏蔽效能分析,结合产品电磁兼容设计需求,对双层盖板屏蔽应用的有效性及其合理性提出了部分产品设计参考意见。     

基于全流程并行遗传算法的贝叶斯网络结构学习

为解决海量数据情况下学习贝叶斯网络(Bayesian network, BN)结构的算法性能急剧降低问题,基于Spark框架设计了一种全流程并行遗传算法用于BN结构学习(简称为SparkGA-BN)。SparkGA-BN包含互信息计算并行化、遗传算子并行化和适应度评分并行化3个部分。互信息并行计算可以高效减少搜索空间;在演化前增加对种群信息与选择信息的广播来对全种群执行选择操作。选择与交叉算子共用选择信息以并行执行,从而高效演化并减少数据落盘时间。对约束和评分两阶段产生的中间数据作记忆化存储,提升数据复用率和全局执行效率。实验结果表明,所提算法在执行效率和学习准确率方面均优于对比算法。     

雷达图像仿真中海量地形数据动态调度技术研究

在基于数字地形的雷达图像仿真中,海量数字地形数据调度成为影响仿真实时性的瓶颈。分析了数字地形在雷达图像仿真中的特点,提出了基于规则格网的分块地形组织形式,基于内存映射文件技术,采用数据地形预加载与实时加载相结合的数据调度策略,解决了海量地形数据调度的难题,提高了系统仿真的性能。该方法目前已应用于某型机载雷达仿真系统设计中,取得了较好的效果。     

基于微分进化算子的量子粒子群优化算法及应用

分析了量子粒子群优化算法(Quantum-behaved Particle Swarm Optimization,QPSO)的进化方程,指出其存在的局部收敛问题,通过将微分进化(Differential Evolution,DE)的基本操作思想引入到QPSO中,提出了改进的QPSO算法(QPSO-DE);算法改进的方法是在粒子搜索过程中,以一定的概率对粒子的每一维执行微分进化操作,以增加粒子的随机性,从而减少了粒子群体因多样性缺失而易于陷入局部最优或停滞的情况,增强了粒子群体的搜索能力,提高了算法的优化性能;对多个标准测试函数及在IIR数字滤波器优化设计中的仿真实验结果表明,与PSO算法和QPSO算法相比,QPSO-DE算法能够取得更好的优化结果。     

一种单输入CMAC策略在机械手逆模控制中的应用

小脑模型关节控制器(CMAC)是一种结构简单、学习速度快的局部神经网络,适合于实时控制。但对于某些高维输入系统来说,CMAC需要大量的存储空间,实际应用性能下降。文章结合传统PID反馈控制与神经网络逆模控制的特点,利用CMAC网络对机械手进行逆模控制;针对网络所需输入量较多的问题,提出了一种单输入CMAC网络的逆模控制策略,并将提出的控制策略应用于2自由度机械手的轨迹控制;引入测量变量使网络输入由二维转换为一维,减少了神经网络所需存储空间,提高了学习速度。仿真实验结果表明,所提出的控制策略克服了机械手非线性和不确定性的影响,是可行的。     

浅谈铝土矿露天矿合理化开采优化提议

铝土矿露天开采一直以来在开采、环境和安全方面都存在较多的问题,合理化优化采矿已经成为现代矿业开采的重点。文章在分析铝土矿露天开采存在的问题之上提出了对于合理化开采露天铝土矿的建议,为今后铝土矿露天开采的生产作业及开采后的治理提供了借鉴和经验。     

植物生长调节物质对山核桃嫁接的效用

采用3种植物生长调节物质（IAA、6－BA、GA1，3）以3种浓度对山核桃3类接穗（一年生枝、生长枝、结果枝）的嫁接进行正交田间试验（L273^3)，经方差分析表明：试验的3种物质中，IAA具显作用，F值分别为2．91、2．94、3．49，都超过了F0．10临界值；6－BA没有效果，赤霉素在结果枝的嫁接中与生长素交互起显作用。因此，在山核桃嫁接时，外源IAA对山核桃嫁接起主导作用，不同时间的处理，激素对嫁接的效果不同。     

矿井通风机改造技术研究与应用

目前国内大多数井工煤矿开采历史较长,随着矿井向深部延伸,通风路线增长,通风阻力进一步增大,导致矿井总进风量减少,各个用风地点风量不足,矿井通风问题日益突出,从而影响矿井安全生产。山东恒丰矿业集团汶南煤矿就属于此种情况,为解决这一问题,矿领导根据目前矿井通风状况,经综合考虑,反复研究、论证,计划对矿井主要通风机进行技术改造,并研制出了一套矿井抽出式对旋轴流式通风机改造技术,通过实施应用,证明该项目具有投资少、作用区域广、效果明显、技术可靠等特点。     

基于微分进化算法的无线传感器网络覆盖优化问题研究

为提高无线传感器网络节点的覆盖率,提出一种基于改进微分进化算法的网络覆盖优化方法。首先,针对无线传感器网络覆盖模型中传感节点跳出覆盖区域及传感节点易于重叠的问题,设计了改进的覆盖模型;其次,为提高微分进化算法应用于WSN覆盖问题上的收敛速度和寻优能力,提出一种改进的选择优化机制;最后,将改进的覆盖模型和改进的微分进化算法应用于WSN的覆盖优化中,发现采用改进覆盖模型以及改进微分进化算法后,无线传感器的网络覆盖率大大提高。     

基于差分进化邻域自适应的大规模多目标算法

对于大规模决策变量给求解大规模多目标优化问题带来的难以收敛及解集分布不均匀问题,通过分析变量特征将其分类再分别优化是当前较为有效的求解方法,但存在变量分类不够准确、变量处理不够有针对性等不足。对此,提出一种基于差分进化邻域自适应策略的大规模多目标优化算法。首先,通过分析扰动解的支配关系将混合变量分为多样性变量和收敛性变量,使变量分类更为准确。其次,通过对收敛性变量主成分分析降噪,降低计算成本,并设计种群的交替进化策略及差分进化的邻域自适应更新操作以提升种群进化过程中的收敛性。实验结果表明,所提算法在收敛速度和解集的分布均匀性上表现出良好的性能。