基于蒙特卡洛反演的热探针导热系数测量方法

基于热探针导热问题微分方程的精确解,提出了利用蒙特卡洛反演测量导热系数的方法．该方法充分考虑探针热容和直径的影响,在较短的测量时间内不需要对实验点进行任何取舍,就能准确得出待测样品的导热系数．测量结果表明,采用该方法对于水、甘油、硅油以及无水乙醇的平均测量误差约为0．8％;其中对于无水乙醇这类很难用热探针方法准确测量的液体,其测量误差也在1．5％以内,测量精度明显高于传统的热探针方法．利用该方法测量了不同体积浓度下碳化硅（SIC）纳米颗粒悬浮液的导热系数．     

基于当前极值高斯扰动的改进布谷鸟算法

针对布谷鸟算法(Cuckoo Search,简称CS)收敛速度不够快、求解精度不够高等问题,给出基于当前极值高斯扰动的改进布谷鸟算法(GCS)。并用5个典型的测试函数对GCS、CS、DGCS、CCS和ICS的性能进行对比,仿真实验结果显示GCS比其他四种算法有更快的收敛速度与更高的求解精度。     

基于改进布谷鸟算法的配送车辆路径优化方法

针对配送车辆行驶路径选择不合理、配送效率降低等问题,提出基于改进布谷鸟算法的配送车辆路径优化方法。遵循路径最短配送原则,构建目标函数,为简化模型结构,设置路径优化的相关约束条件,保证每个需求点只能被配送一次,车辆必须在最大距离负荷范围内行驶,建立路径优化模型;分析经典布谷鸟算法的鸟巢位置更新过程,添加调整因子,引入动态惯性权重;通过布谷鸟搜索算法求解优化模型,经过种群初始化、鸟巢位置更新等过程不断寻找全局最优解,当满足迭代停止条件时,输出最佳优化方案。实验证明,该方法搜索能力强,解集分布均匀,能确保配送路径最短,提高配送效率。     

基于动态分组与混沌扰动的改进布谷鸟算法

针对布谷鸟算法(CS)求解速度不够快、精度不够高的问题,给出一种基于动态分组与混沌扰动的改进布谷鸟算法(ICS),并通过5种经典的测试函数对其性能进行测试.仿真实验结果表明,ICS比CS有更快的求解速度和更高的求解精度.     

基于动态分组与高斯扰动的改进布谷鸟算法

【目的】针对原有布谷鸟算法在求解最优化问题时的不足,提出一种基于动态分组与高斯扰动的改进布谷鸟搜索算法(Gaussian perturbating and dynamic grouping for cuckoo search,GPDGCS)。【方法】GPDGCS算法在原有布谷鸟算法的求解过程中应用了高斯扰动与动态分组策略。【结果】通过6个典型的测试函数对GPDGCS算法进行仿真实验,结果表明GPDGCS算法比原有布谷鸟算法有更高的收敛速度、求解精度等。【结论】GPDGCS算法在一定程度上可避免算法陷入局部最优。     

求解非线性方程组的改进布谷鸟算法

将非线性方程组转化为无约束优化问题,采用改进的布谷鸟搜索算法对问题进行求解.用该方法对多个非线性方程组进行了求解,结果表明,改进的布谷鸟搜索算法可以避免获得局部最优解,提高了非线性方程组的求解精度和速度,而且性能优于对比算法.     

不良导体导热系数实验误差分析与改进

采用传热学的相关理论,对用稳态法测量不良导体导热系数的实验过程中的误差进行分析,给出了一种数据处理以及实验方法的修正方案.     

边界界面导热系数插值格式的改进

分析表明现有文献中采用的边界界面导热系数插值格式与内部界面并不一致,仅适用于常系数和弱非线性导热问题,而对于强非线性问题则会产生较大误差。本文根据调和平均法推导出了新的边界界面导热系数插值公式,确保了边界与内部界面导热系数插值格式的一致性。通过几个具有精确解的非线性导热问题对本文插值格式进行了考核并与文献中的格式进行了对比。结果表明,采用本文改进格式可以明显提高非线性导热问题数值计算的精度,尤其对于边界零扩导问题采用改进格式可以得出物理上更为合理的解。     

不良导体导热系数测量实验装置的改进

材料结构的变化与所含杂质对导热系数都有明显的影响,因此材料的导热系数常通过稳态法由实验具体测定。通过分析现有物理实验仪器的不足,提出了一种以STM32单片机为主控芯片,DS18B20温度传感器进行温度采集的改进方法,制作出能同时实现温度测量、数据采集、加热控制、实验计时、曲线绘制、串口通信等功能的不良导体导热系数实验仪。实验表明,改进后的仪器测量过程稳定,数据精度高且操作极其便捷,对于不良导体导热系数测量实验具有一定的应用价值。     

TC-2型导热系数测定仪的改进

本文主要研究TC-2型导热系数测定仪的改进方法,并从实验原理和实验数据上予以阐明.     

基于改进布谷鸟算法的微网储能系统控制策略研究

为优化微网运行,以保障电力供需平衡并促进可再生能源消纳,对含储能的并网型微网的电池储能系统控制策略进行研究。首先,构建基于滚动时域控制的微网储能系统控制策略混合整数线性规划(mixed integer linear programming,MILP)模型;其次,采用改进的布谷鸟(modified cuckoo search,MCS)算法对模型进行计算;最后,进行算例分析,研究最优控制策略下微网信号与电池信号的特征,并对算法的收敛性与其他算法进行比较,以验证模型和算法的有效性。研究结果表明,不同的微网运行目标会影响储能系统控制策略,进而影响微网的信号特征;MCS算法在收敛速度、计算时间和经济性上较传统的布谷鸟(cuckoo search,CS)算法和差分进化(differential evolution,DE)算法有显著提高。     

基于改进布谷鸟算法的无线传感网络覆盖多目标优化

对布谷鸟算法改进了改进,运用改进的布谷鸟算法对无线传感器覆盖进行了优化.以覆盖率、节点利用率、网络能耗均衡系数为综合优化目标,建立了无线传感器覆盖多目标优化函数.针对普通布谷鸟算法后期搜索能力弱,容易陷入局部极限的缺陷,采取了发现概率和搜索步长自适应特征的改进措施.仿真结果显示方法有较好的优化效果.与遗传算法相比,覆盖率提高了6.73%;利用率减少了16.66%,能耗均衡系数减少17.82.     

基于改进多目标布谷鸟算法的污水处理优化控制方法

针对如何确定污水处理优化控制中关键变量的最优设定值,以满足出水水质达标的同时尽可能降低能耗的问题,提出一种基于改进多目标布谷鸟算法的污水处理多目标优化控制方法.首先,通过对污水处理过程的分析,建立基于神经网络的污水处理能耗和出水水质模型;其次,利用改进多目标布谷鸟算法同时对污水处理能耗和出水水质模型进行优化,得到溶解氧和硝态氮浓度的优化设定值;最后,利用PID控制器对关键变量的最优设定值进行跟踪控制,实现污水处理过程的多目标优化控制.仿真实验结果表明,与其他几种方法相比,所提出的方法在保证出水水质参数达标的前提下,更好地降低了污水处理过程的能耗,实现节能降耗和保护环境的目的.     

基于改进NGO算法的煤体应力反演

大直径钻孔卸压是防治煤矿冲击地压的有效手段之一,研究钻进过程煤体应力的变化情况对防止冲击地压有重要意义。目前关于钻进参数与煤体应力的关系模型研究较少且精度有限,对此本文提出了一种基于北方苍鹰优化算法(northern goshawk optimization,NGO)与支持向量回归(support vector regression,SVR)的PSO-NGO-SVR煤体应力反演模型。首先,该模型在NGO种群初始化阶段引入Tent混沌映射,并将粒子群算法（particle swarm optimization,PSO）的优势融入到北方苍鹰算法中,使改进后的北方苍鹰算法拥有更好的性能;接着,使用改进后的北方苍鹰算法对支持向量回归中的超参数迭代寻优;最后,以迭代后的最优超参数建立模型。结果表明:改进后北方苍鹰算法的敛速度和收敛精度有较大提升,PSO-NGO-SVR煤体应力反演模型拥有较高精度。     

基于布谷鸟搜索算法的漏磁反演方法研究

针对漏磁检测中的缺陷反演重构问题,引入了一种新型启发式优化算法—布谷鸟搜索算法,提出了以径向基函数神经网络为前向模型,布谷鸟搜索算法用作迭代算法的漏磁反演方法.为验证该反演方法的有效性,分别使用了不含噪声和含噪声的漏磁仿真信号以及实测漏磁信号.实验结果表明,与粒子群优化算法和差分进化算法相比,布谷鸟搜索算法的处理误差最小,而且对含噪声仿真漏磁信号和实测漏磁信号的重构结果依然能够较好地逼近真实缺陷.因此,基于布谷鸟搜索算法的反演方法对噪声具有一定的鲁棒性,是一种有效可行的漏磁反演方法.     

基于布谷鸟算法的结构损伤识别

布谷鸟算法作为一种模拟布谷鸟寻窝产卵行为提出的优化算法,通过各布谷鸟个体的局部寻优行为,最终在群体中突显全局最优解,具有较好的收敛速度和精度。基于频率残差和模态保证准则(MAC)构建损伤结构的目标函数,并运用布谷鸟算法对结构进行局部损伤的识别。双跨简支梁及桁架的数值模拟算例表明此方法能有效地检测出结构的局部损伤,对噪声不敏感,具有高效率、高精度等优点,有望应用于实际工程。     

基于布谷鸟过滤器的外连接算法

近十几年,由于互联网的发展异常迅猛,数据规模不断增加,分布式数据库的分析效率亟待优化,其中连接操作更是分布式数据库的主要性能瓶颈.外连接在商业中运用非常广泛,分布式外连接算法涉及到大量的网络传输,严重影响系统性能,虽然有一些研究针对内连接进行了优化,但这些优化方法并不能直接应用于外连接.文章中基于Cuckoo filter(布谷鸟过滤器)的分布式外连接算法,通过构建Cuckoo filter对数据进行筛选和分配,减少数据传输量的同时,提高执行的并行度,使得查询性能得到提升.通过在Ginkgo上实现该算法,并加以充分实验,验证得出该算法提高了分布式外连接操作的效率.     

基于改进粒子群算法的大地电磁反演

粒子群算法是一种粒子群在全空间随机搜索的非线性反演方法,具有易于实现的优点,已在大地电磁（MT）反演得到了广泛应用,但其存在容易陷入局部最优解的缺点,在二维反演中应用较少且效果不好。本文提出了一种改进的优化粒子群算法,整个进化过程引入了局部进化,并且添加收缩因子和惯性权重参数,来改善该算法容易陷入局部最优解的缺点。最后将改进算法应用于二维MT反演,反演时加入核函数,结果表明改进粒子群算法在过早收敛问题上有明显改善,反演异常体位置也与实际模型吻合较好。因此,本文改进的粒子群优化算法提高了MT反演精度,为矿产资源勘探开发提供了理论基础。     

基于动态分组与高斯扰动的改进布谷鸟算法

【目的】针对原有布谷鸟算法在求解最优化问题时的不足,提出一种基于动态分组与高斯扰动的改进布谷鸟搜索算法(Gaussian perturbating and dynamic grouping for cuckoo search,GPDGCS)。【方法】GPDGCS算法在原有布谷鸟算法的求解过程中应用了高斯扰动与动态分组策略。【结果】通过6个典型的测试函数对GPDGCS算法进行仿真实验,结果表明GPDGCS算法比原有布谷鸟算法有更高的收敛速度、求解精度等。【结论】GPDGCS算法在一定程度上可避免算法陷入局部最优。
     

基于虚拟仪器的导热系数测量平台设计

材料的热传导行为在热能动力、冶金、化工、电子、建筑等方面受到广泛的关注,常需要能准确地测量出材料的导热系数。该文基于一维导热之上的双热流计稳态法来测量材料导热系数,通过对达到稳态之后的各通道温度的分析获得与材料导热系数相关的数据。通过LabVIEW程序设计分析仪器平台系统,计算出材料的导热系数。软硬件结合使得实际测得的材料导热系数更加准确可信,大大降低了传统方法所带来的误差。