基于MLP模型的建筑结构损伤检测与抗震性能分析

针对建筑结构损伤检测和抗震可靠性评估的问题,提出一种基于多层感知器(MLP)神经网络的分析方法 .首先,构建一种钢结构建筑模型,定义多种柱截面积的损伤场景,将加载地震数据时各层最大相对位移作为MLP模型的训练数据.然后,利用MLP模型建立结构响应(输入)与结构刚度(输出)之间的关系,用来进行结构损伤检测.另外,在考虑各层的柱截面积、弹性模量和重力载荷因素下,构建MLP抗震性能评估模型.在一个三层的钢结构上进行了仿真实验,结果表明提出的方法能够准确检测出损伤,并对结构给出了可靠的抗震性能评估.     

体育联赛中基于GSO算法的赛程优化方法

针对体育联赛中各参赛队伍的赛程安排问题,提出一种基于群搜索优化(GSO)算法的赛程优化方案.首先,将赛程安排以赛程序列矩阵来表示,而赛程序列矩阵则由各队的转场序列矩阵产生.然后,将GSO算法中的个体根据转场矩阵形式进行编码,在赛制约束条件下,以最小化所有队伍的总转场次数为目标对其进行寻优,获得最优的转场矩阵.最后,根据最优转场矩阵获得赛程调度方案.在不同队伍规模的比赛场景中进行实验,结果表明该方案能够获得最优的赛程安排,有效降低了转场次数.     

基于改进群搜索优化算法的云计算任务调度方案

针对云计算中的任务调度问题,提出一种基于改进群搜索优化(IGSO)算法的任务调度方案.首先,为了解决传统GSO算法的收敛速度较慢,不能很好地应用在云任务实时调度的问题,在搜索者和游荡者的位置更新中融入了粒子群算法中的粒子位置更新策略,提出一种快速收敛的改进GSO算法.然后,将任务调度问题进行编码,以任务执行时间为适应度函数,通过提出的IGSO算法寻找最优调度方案.仿真结果表明,该方案能够快速且合理地调度任务,具有可行性和有效性.     

面向全容量的高性能彩色图像可逆信息隐藏算法

可逆信息隐藏主流算法通常基于经验给出各种固定的边信息(峰值点和零点对)搜索方案用于直方图平移过程,使得算法性能受到较大限制.为进一步提高算法效率,该文给出一种面向全容量(从小容量到大容量)的自适应嵌入方案,根据给定的嵌入容量选择近似最优的边信息.所提出的基于多特征排序的嵌入位置优选策略,能够搜索到更光滑的区域进行信息嵌入,从而提高算法性能;基于给定的嵌入容量,给出了一种基于智能优化算法的自适应边信息优选方案.实验结果表明,该算法可以实现全容量下的信息嵌入,并且获得的算法性能更好.     

基于性能的钢结构减震设计方法研究

【目的】为了满足社会发展需求，越来越多的钢结构建筑出现在人们的生活中，其中地震灾害是任何建筑物都要克服的困难。【方法】本研究通过介绍基于性能的抗震设计理论，并以现有的多层钢结构为模型，运用有限元分析软件Etabs对多层钢结构减震设计进行分析。【结果】通过建立三种减震结构模型，对其进行模拟分析。根据规范要求选取三条地震波，并对其进行多遇、罕遇地震下的动力时程分析，并对比三阶振型，均满足规范要求。【结论】通过对比结构的层间位移、顶点加速度，发现增加屈曲约束支撑后的钢结构的减震效果明显，能有效提升结构的性能。     

多层相位调制表面电控方案优化及其对散射特性的影响

为提升相位调制表面的吸波性能,提出一种利用差分进化算法优化其有源层电控方案的方法,扩展了相位调制表面结构中有源层的层数.基于时间调制理论分析结构散射特性,借助差分进化算法对结构电控方案进行优化.优化后的电控方案最大限度地减少了相位调制表面散射回波基频分量的大小及其空间覆盖范围,且随着有源层层数的增加,效果持续改善,直到吸波性能出现地板效应而限制了有源层层数的扩展.综合考虑结构的复杂度与吸波性能对于相位调制表面的设计有一定的指导意义.     

利用拟态物理学优化算法的中超赛程优化方法

针对体育联赛中各参赛队伍的赛程安排问题,提出一种基于拟态物理学优化(APO)算法的赛程编排优化方案.首先,根据地图信息设定每支球队主场之间的公路距离.然后,以最小化总行程距离为目标,通过设置一些相关约束条件,构建一个带有惩罚因子的目标函数.最后,通过APO算法迭代执行优化过程,最终获得一个最佳赛程编排方案.实验结果表明,提出的方法能够有效降低球队行程距离,大大节约了赛程成本.     

基于性能的结构抗震设计研究

基于性能的抗震设计是指以建筑物整个生命周期的抗震性能和经济指标为主要设计目标,使结构在遭受不同规模的地震时,结构性能可以达到预期设计要求,结构的地震反应得到有效控制,从而降低地震灾害程度,确保建筑的预期功能。从本质上说,基于性能的结构抗震设计就是“投资-效益”准则下结构“共性”和“个性”的基于可靠度的结构优化设计过程。本文,笔者综述了基于性能的结构抗震设计方法．介绍了目前国内外地震工程界对基于性能的结构抗震设计开展的研究工作。     

冷弯薄壁型钢结构在村镇房屋建筑中的应用研究

冷弯薄壁型钢结构是一种优质高效的新型建筑形式,尤其适合我国农村低层住宅。本文通过数值模拟分析了一栋三层冷弯薄壁型钢结构的抗震性能,验证了其结构的优越性,并结合调研探讨我国部分农村住宅应用冷弯薄壁型钢结构的现状,对该种结构形式的住宅在农村的推广提出几点建议。     

对基于EXIT图的LDPC码优化算法的改进

就Brink方法不能自动搜索的不足,文中提出了一种基于EXIT曲线匹配的改进优化算法：DE EXIT算法.该算法构造了衡量EXIT曲线匹配程度的代价函数,利用差分进化技术由初始的矢量集开始,迭代更新集合中的每一个矢量,直至监督矢量发现最优的代价函数值.算法在给定码率的情况下,可以进行优化次数分布对的自动搜索,同时获得相应的码集噪声门限.仿真结果表明,提出的优化算法在码结构优化方面有着很好的性能,并且可以用于不同情况下的结构优化.     

钢结构建筑的腐蚀与防治

<正>建筑业是我国的支柱产业之一,已成为推动我国经济发展的新增长点,由于钢结构建筑具有抗震性能优良、工业化程度高、施工周期短等诸多优点,目前,越来越多的工业和民用建筑采用了钢结构作为承重体系。与传统的砌体结构和混凝土结构建筑相比,钢结构建筑的综合经济效益优势明显,再加上与其相配套的围护结构体系可以采用具有环保、节能等功效的新型建     

融合IWT与SVD的鲁棒和隐蔽性数字图像水印方案

针对数字图像水印的鲁棒性和隐蔽性问题,提出一种基于整数小波变换(IWT)和奇异值分解(SVD)的图像水印方案.首先,利用整数小波变换将宿主图像变换到小波域.然后,在获得的每个频带上进行奇异值分解,并根据比例因子将水印嵌入奇异值中.最后,在权衡考虑鲁棒性和隐蔽性下,利用粒子群优化(PSO)算法获得最优的比例因子.实验结果表明,该水印方案对常见的图像处理操作具有较好的鲁棒性,同时保持了优良的隐蔽性.     

PSO算法用于导弹鲁棒控制器性能权函数优化

摘要： 在导弹1综合鲁棒控制器的设计中,性能权函数的设计通常只能采用尝试和仿真迭代方法. 这种设计方法繁琐费时,控制性能不确定. 该文采用粒子群优化(particle swarm optimization , PSO)算法自动设计性能权函数. 分析了性能权函数各项系数对闭环响应的影响,设计了PSO优化算法的各项参数,并对PSO算法和1控制进行综合设计. 仿真结果表明,采用优化后性能权函数获得的1控制器性能良好,性能指标函数具有较好的收敛特性,表明了该方法的有效性.     

基于混合进化计算的GMM优化方法及其在说话人辨认中的应用

提出了基于进化高斯混合模型(EGMM)的说话人辨认系统建模方法.EGMM在进化算法的框架下,为改善模型的泛化性能对GMM模型的结构与参数共同进行了优化.同时,系统的优化目标中引入了其他用户的区分性信息以提高其分类精度.根据GMM的特点设计了专门的遗传算子并结合GA与EP提出了一种新的混合进化算法.初步实验结果表明,EGMM方法建立的说话人模型具有更强的泛化能力.在说话人辨认实验中,较之传统的GMM方法,基于EGMM的系统的正识率提高了近3%,并且模型具有更小的平均尺寸.     

基于遗传禁忌算法的S盒优化算法

提出了一种基于遗传禁忌算法的S盒优化方法,算法中引入了小生境技术用来保持种群的多样性,防止早熟收敛.将S盒的雪崩准则和扩散特性等其他性能亦作为演化的目标,对S盒的优化进行更为深入的研究.实验结果表明基于改进遗传禁忌算法构造S盒是有效可行的,不但能获得一批高非线性度和低差分均匀度的S盒,并且能有效地减少冗余计算量、加快收敛速度.     

改进遗传算法的云数据容灾备份方案

针对云服务供应商的数据容灾系统中成本和恢复时间优化问题,提出一种基于改进型遗传算法(IGA)的云数据容灾备份方案.首先,根据各云供应商的存储价格、通信价格和带宽等属性构建数据备份模型.然后,提出一种改进型遗传算法,通过一个替换重组操作来提高算法的收敛速度和寻优能力.最后,以备份成本和恢复时间的加权和为优化目标,利用IGA求解最优备份方案.实验结果表明,该方案在备份成本和恢复时间方面具有优越的性能.     

融合多源信息的人民币汇率预测

通过有效融合与汇率相关的互联网搜索信息和宏观经济信息,提出一个新的汇率预测方法.一方面,根据信息丰富的互联网大数据,将选取的百度指数关键词信息合成能反映投资者关注度的百度综合搜索指数,再利用核主成分(KPCA)方法对宏观经济变量的信息进行提取,合成宏观综合影响指数,最后构建基于多源信息融合的汇率预测模型;另一方面,分别采用BP、KELM和SVM模型进行预测.为减小预测误差,对神经网络连接权重和阈值使用灰狼优化算法(GWO)进行了优化.通过对美元兑人民币汇率进行实证发现,融合多源数据信息之后,使用GWO-BP预测模型能获得更好的预测性能.     

基于CL的无线mesh网络信道分配方案

无线网状网络(WMN)作为一种新技术,为生活在全球不同地区的客户提供了低成本的宽带网络.针对WMN中信道分配和拓扑保持解决方案的问题,提出基于协同式学习(CL)的信道分配和拓扑保持方案.该方案将学习自动机部署在最近的MR中,在环境学习的过程中以协同的方式互相分享信息和传送数据,并定义信道利用因子,在任何阶段发生冲突时用于信道选择.此外,还基于吞吐量和数据传送率两项性能评估指标对IAHA-CA、LAMR和提出的方案进行评估比较,实验结果表明,提出的方案优于另外两种方案.     

一种基于全新算法的盲最佳多用户检测器

提出一种模拟基因工程技术优化算法,进而基于MMSE准则提出一种全新的模拟基因工程技术优化算法的盲最佳多用户检测器SGE(Blind Optimal Multi-User Detector of Simulating Ge-netic Engineering,SGE),盲最佳多用户检测.该算法源于通过基因校正改善物种品质的思想,是一种进化算法,其算法效率远远高于遗传算法等.SGE盲最佳多用户检测只需要很少的用户信息就能够获得和Verdu多用户检测器相同的误码率性能.     

基于软干扰消除的MIMO-OFDM系统迭代检测算法

提出了一种新颖MIMO-OFDM系统的迭代检测方案,该方案充分利用了系统提供的频率和空间分集.通过在迭代处理中使用外部信息来利用由rich-scattering环境所提供的空间频率分集,来获得理想的系统容量.为了进一步提高系统性能,又提出了一种基于软干扰消除的检测算法.分析和仿真结果表明,新提出的接收机方案获得了很好的性能.