基于HCA的改进收敛准则优化算法研究

为了抑制拓扑优化中出现的灰度单元现象,通过引入范数理论的概念,提出了一种新的针对连续体结构的收敛准则算法.采用变密度法,建立SIMP材料插值模型和基于元胞自动机的拓扑优化数学模型,以结构的应变能密度均匀分布为优化目标.通过经典的二维数值算例,证明该收敛准则法在结构拓扑优化中的正确性和可靠性.     

基于影响区域节点密度插值的结构拓扑优化方法

变密度法是结构拓扑优化中一种常用的处理方法,但在优化过程中会出现棋盘格、网格依赖性、灰度单元等数值不稳定现象.为解决单元变密度法中出现的棋盘格问题,在优化过程中引入节点密度作为设计变量.在提出基于影响区域节点密度插值优化方法的同时,给出了一种基于等密度线的后处理方法.计算结果表明该方法在消除棋盘格现象的同时,处理了网格依赖性问题,并消除了结果中的灰度单元现象.     

基于变密度法的结构强度拓扑优化策略

基于变密度法的结构强度拓扑优化中,优化结果存在灰度单元,导致结构应力水平难以准确预测,后处理前后结构应力水平变化较大.该研究通过采用基于过滤-投影的结构参数化方法,实现在迭代优化过程中结构中间密度单元比例不断下降.通过研究结构比强度问题主要优化参数对寻优过程、优化结构强度的影响规律,提出了先结构拓扑优化、后近似形状优化的新优化策略.实现了在优化过程中对结构应力水平变化趋势的准确控制,在提升优化过程稳定性的同时,实现了结构强度优化.通过典型的优化算例验证了所提出优化方法的合理性及实用性.     

基于RAMP模型的ICM连续体拓扑优化方法

基于RAMP插值函数和独立连续映射(ICM)法,提出了一个新的拓扑优化模型. 模型采用不同参数RAMP插值函数对单元体积和单元刚度阵进行过滤识别. 与SIMP插值函数下的ICM拓扑优化模型相比,仅一、二阶导数表达式不同,拓展了优化建模方法并保证了优化求解算法的一致性. 通过拓扑优化数值算例对不同模型参数下的拓扑优化结果进行了对比分析. 结果表明,该方法适用于连续体拓扑优化建模.     

改进填充函数法求解一类非线性规划全局极小点

针对带约束的非线性规划问题,构造了求解这一类优化问题的改进单参数填充函数,给出了相应的算法.理论分析和数值试验表明:构造的填充函数对参数依赖性小,全局收敛速度快.该方法对解决带约束的非线性全局优化问题是行之有效的.     

基于节点密度法的连续体结构拓扑优化结果提取

研究影响拓扑优化结果提取的各类因素及解决方法.基于节点变密度法建立连续体结构拓扑优化模型,连续密度场在结构拓扑数学描述上抑制了棋盘格现象.采用密度过滤技术进一步提高密度场的连续性和光滑性,从而消除了网格依赖性现象.密度-弹性模量惩罚措施及两步过滤策略减少了中间密度节点数目并消除图像扩散现象.拓扑优化密度云图输出方式得到光滑的轮廓边界.通过二维经典拓扑优化数值箅例验证了方法的正确性.     

基于参数提取和空间映射的滤波器优化设计

为提高微波带通滤波器的设计效率,提出了一种基于参数提取和空间映射的滤波器优化设计方法.即采用柯西—最小二乘法获得滤波器的有理分式模型,针对该模型给出了一种快速收敛的目标函数,提取出滤波器的等效电路参数;根据空间映射的思想,把滤波器最佳尺寸的求解问题转换成一个有二次约束的优化模型,利用求解结果指导滤波器的全波仿真.最后设...     

多变量系统的变时滞无模型自适应单值预测控制

针对难以建模的变时滞多变量非线性系统的控制问题,基于改进具有辅助向量的多变量紧格式动态线性化泛模型,参考多变量单值预测控制算法,提出改进的目标函数,给出变时滞多变量无模型自适应单值预测控制算法,采用自适应递推算式的优化算法进行优化,给出了目标函数的加权网络参数的在线优化算法,解决了试凑法确定加权网络参数的问题.试凑法确定的加权网络参数不能保证控制算法最优,综上研究提出在线优化参数的变时滞多变量无模型自适应单值预测控制算法,仿真结果说明,单值预测控制算法具有无模型自适应控制性能及预测控制功能和参数寻优功能,故算法具有优良的控制性能.     

基于局部灰度聚类的高斯分布拟合模型

针对高斯分布拟合模型对初始轮廓敏感的问题,提出一个基于局部灰度聚类的高斯分布拟合模型.新模型根据图像局部像素灰度聚类特点,采用灰度偏移场和一个分片常量函数共同拟合图像的局部灰度均值,实现了图像全局信息和局部信息的有机结合,使轮廓可以从任意初始位置向目标边缘演化,最后收敛在边缘上.新模型采用一种快速有效的数值方法实现,水平集函数在整个演化过程中不必重新初始化,活动轮廓演化速度得到显著提高.实验结果表明,本文算法能够在不同的轮廓初始化情况下获得准确的分割结果.     

偶应力介质结构的最优强度拓扑优化

在等应变能密度分布的意义下给出了偶应力介质结构最优强度的拓扑优化设计方法。优化模型的设计变量为单元的密度,约束函数为许用材料的体积用量,目标函数通过等应变能密度准则隐式地给出。该方法的优点在于将强度约束/目标的显式应力形式进行转化,避免了应力函数优化问题中的奇异性、强非线性及约束的局部性等困难。数值算例表明,基于优化模型,偶应力介质的最优结果依赖于结构的最小局部尺寸与偶应力介质特征长度的比值。当宏观结构的尺寸远大于特征长度时,偶应力介质的结果趋于经典连续介质的相应结果。     

新疆地方性肝包虫CT图像的灰度直方图特征提取与分析

 图像特征提取是图像识别、图像数据挖掘、基于内容的图像检索等工作的基础,是模式识别和分类中的关键问题。本文运用灰度直方图法提取新疆地方性肝包虫CT图像特征,对图像进行尺寸归一、去噪和增强的预处理,并对灰度直方图特征进行统计分析,用最大类间距法获取图像分类的主要特征,同时使用判别分析法对特征的分类能力进行评价。结果表明,灰度直方图法提取的特征在统计分析中存在差异,且提高图像分类的准确率,一定程度上有助于对肝包虫病CT图像进行分类和检索。     

基于灰度等间距密度均衡的红外图像增强算法

针对红外图像具有高背景,低反差的特点,提出了一种基于灰度级等间距密度均衡的红外图象自适应增强方法。该方法以图像灰度相关理论为基础,采用窗口递推的方式,自适应地选择直方图窗口,获得高低阈值,再通过灰度线性变换及灰度级等间距密度均衡,增大图像灰度动态范围,获得细节丰富灰度连续的图像。理论分析和实验结果均表明,该算法克服了平台直方图均衡引起的灰度断层现象,有效地增强了红外图像的对比度,提高了图像质量。     

一种改进的各向异性高斯滤波算法

为了抑制更好的抑制噪声保留边缘信息,提出了一种各向异性高斯滤波的改进方法,该方法先用中值滤波去除椒盐噪声,再利用灰度共生矩阵的惯性矩特征值调整滤波器的长轴尺度,实现各向异性高斯滤波.实验证明,本文所提出的改进方法,在噪声抑制和边缘保持方面优于各向异性高斯滤波器.     

基于导重法的结构拓扑优化

针对体积约束和结构柔顺度最小的结构拓扑优化问题,结合一种新的插值过滤技术,引入导重法,形成了一种考虑结构柔顺度要求和基于设计空间调整的结构拓扑优化方法．算例结果表明,该优化方法具有迭代次数少、收敛速度快和优化效率高等特点,并验证了其可行性和高效性．     

基于改进差分进化的高精度粒子滤波算法

针对智能优化粒子滤波算法精度较低和收敛速度慢的问题,提出一种改进适应度函数和搜索策略的差分进化粒子滤波算法(IDE-PF).该算法通过自适应融合粒子权值和量测误差得到适应度函数,并利用该函数评价粒子的可信度,引导粒子向后验概率密度取值高的位置移动,同时引入新的搜索策略,不仅保持了粒子多样性,还加快了算法收敛的速度.仿真结果表明,该算法可有效提高智能优化粒子滤波对于非线性系统状态估计的精度和实时性.     

基于OpenCL的图像灰度化并行算法研究

随着图像数据量的增加,传统单核处理器或多处理器结构的计算方式已无法满足图像灰度化实时处理需求.该文利用图像处理器(GPU)在异构并行计算的优势,提出了基于开放式计算语言(OpenCL)的图像灰度化并行算法.通过分析加权平均图像灰度化数据处理的并行性,对任务进行了层次化分解,设计了2级并行的并行算法并映射到“CPU+GPU”异构计算平台上.实验结果显示:图像灰度化并行算法在OpenCL架构下NVIDIA GPU计算平台上相比串行算法、多核CPU并行算法和CUDA并行算法的性能分别获得了27.04倍、4.96倍和1.21倍的加速比.该文提出的并行优化方法的有效性和性能可移植性得到了验证.     

基于SOPC技术的多通道LED灰度控制模块硬件设计

LED灯控系统通常被要求能输出多路灰度控制信号,PWM是实现灰度控制的流行方式,基于SOPC技术的软核设计方案可以方便快捷地实现多通道PWM信号输出模块,且只用一块FPGA芯片.其过程是:首先利用厂商提供的免费PWM设计文件,生成多路PWM片内外设组件,其次以Avalon总线规范将其和Nios Ⅱ处理器软核及其他组件一起植入Nios Ⅱ系统,配置生成硬件系统的原理图模块,该模块可被添加到一个顶层模块,通过编译最终生成可下载到FPGA的配置文件.这种方案不仅硬件配置灵活、实现了单片多通道PWM,而且模块外设数量大为精减,集成度很高,鲁棒性好.     

本影变换与灰值形态变换

在二值形态变换的基础上,通过引入本影和表面算子,给出了灰值形态变换的定义,较为全面地讨论了本影变换和表面算子的相关性质以及以此为基础所建立的灰值形态学变换的相关性质,并给出了详尽的证明过程.     

计算机辅助B超声象图分析统计系统

由于肾脏疾病的Ｂ 超图象没有定量的诊断标准， 本文介绍应用计算机对大量典型病历的Ｂ 超相片予以分析统计， 确定出各种病情的灰度差范围， 为医疗诊断做到科学化， 标准化， 定量化奠定了基础     

基于混合变异算子的布谷鸟优化算法

针对布谷鸟寻优算法在多维优化函数搜索中存在收敛速度慢、寻优精度低的缺陷,提出了一种基于混合变异算子的布谷鸟优化算法。该算法在每次迭代后采用全局收敛引导的非均匀变异算子对鸟窝位置进行变异,再根据最优位置适应度值的变化率确定是否陷入了局部最优值,若陷入局部最优则利用高斯变异算子对鸟窝位置进行调整,从而提高了收敛速度以及寻优精度。通过6个经典测试函数的测试,实验表明改进后的布谷鸟算法具有较好的寻优精度和收敛速度。