一种改进的类电磁机制算法

分析了类电磁机制算法的优化机理,改造了带电粒子受力的计算公式,引入了移动系数,从而提出了一种改进的类电磁机制算法．实验证明,改进后的算法加快了收敛速度,提高了求解精度．尤其在求解高维函数优化问题中,改进后的算法优势表现得更加明显,从而使类电磁机制算法很好地解决了高维函数优化问题．     

基于高斯滤波和K最邻近算法融合的硬件木马电磁信息检测技术研究

电磁侧信道信息具有非接触、三维矢量、空间及频谱信息丰富等优点,可以进一步提高硬件木马的检测效率,基于电磁侧信道分析的硬件木马检测技术逐渐成为主流方法 .因此,以电磁侧信道信息为研究对象,融合高斯滤波算法和K最邻近算法提取并识别出硬件木马的微小特征,建立高精度微米级集成电路电磁侧信道采集平台,并采集敏感区域的电磁侧信道信息.利用高斯算法自适应地滤除测试中的高斯噪声影响,借助K最邻近算法的相似度测度来提取硬件木马的特征.实验结果表明,提出的检测方法可以有效地检测出面积占比为0. 76%的硬件木马.     

基于自适应粒子群优化和MPI的大地电磁并行反演算法

针对大地电磁粒子群反演算法存在的计算时间过长的问题,基于自适应粒子群优化和消息传递接口提出一种新的大地电磁并行反演算法.在曙光4000L大型机平台上,利用该并行反演算法进行一维大地电磁层状介质反演实验,实验结果表明,新的并行反演算法能有效解决大地电磁粒子群反演计算时间过长的问题.     

一种混合一维搜索的矢量拟态物理学算法

针对约束优化问题,首先引入收缩系数,使得越界个体沿着速度方向回到问题空间,并且保持搜索方向不变。然后利用违反约束量函数来判断个体是否在可行域内,用一维搜索的方法保证个体在迭代过程始终都在可行域内。最后利用矢量拟态物理学优化算法搜索目标问题的最优解。通过对10个典型约束优化测试函数的仿真测试,并与类电磁算法比较发现,本算法在最优适应值的精度上优于类电磁算法,方差的结果也说明了算法的稳定性,这表明该算法是简单有效的。     

吸引排斥机制求解全局优化问题

全局优化问题是现代优化设计方法的研究热点。本文在传统全局优化方法的基础上介绍了电磁场吸引排斥机制并将其应用在求解韦伯问题的优化问题中;然后,有效结合传统的优化方法和随机性优化方法,引出了类电磁机制算法,该算法具有收敛速度快、计算精度高的优点．可以实现整个解空间上的分布式信息搜索等特点：最后,试探性的指出类电磁吸引排斥机制目前存在的问题及其研究发展方向。     

覆盖蜂窝吸波结构的有限大目标RCS计算与优化

使用等效电磁参数可以提高覆盖蜂窝吸波结构的有限大目标雷达散射截面积(RCS)计算与优化效率,但传统等效电磁参数计算方法精度不足。因此,本文采用了具有色散特性的闭式表达式来提高宽频带内蜂窝吸波结构等效电磁参数的计算精度,将所得到的精度更高的等效电磁参数与高频算法相结合,计算并优化了覆盖蜂窝吸波结构的有限大目标的RCS。结果表明:一方面具有色散特性的闭式表达式能够更好地反映蜂窝吸波结构等效电磁参数随频率的变化情况,另一方面采用高精度等效电磁参数结合高频算法的方法在保证效率的同时,进一步提高覆盖蜂窝吸波结构的有限大目标的RCS计算和优化的精度。     

油气管道电磁超声检测器数据压缩算法研究

电磁超声是管道裂纹检测的有效手段,由于原始波形的数据量很大,而检测器存储设备的容量和存储速度相对有限,有必要研究检测数据在线压缩算法。文中分析了管道检测的特殊环境及其对数据压缩的要求,针对检测器系统的特点及检测数据的特征,提出了分段自适应压缩算法。该算法能够根据信号的幅值变化实时改变压缩比,并且可以通过改变压缩阈值的方法来调整压缩的精度。实验结果显示:该算法应用在电磁超声导波波形数据上,有着较为理想的波形保真度,同时达到了较高的压缩比。对算法优缺点的分析和对压缩质量的评估结果表明:分段自适应压缩算法在压缩效率,压缩质量和算法复杂度等多方面均满足管道电磁超声检测大量数据压缩的要求。     

大地电磁数据的改进随机爬山反演算法研究

对随机爬山算法的新模型产生方式进行改进,并针对大地电磁线性反演依赖初始模型易陷入局部最优解的问题,提出一种基于改进随机爬山的大地电磁反演算法,利用该算法对大地电磁一维层状介质G,K,HK型地电模型数据进行反演实验,在无噪声情况下反演结果和模型基本一致;在加入5%和10%噪声后,反演结果良好.数值实验结果表明,该反演算法不依赖于初始模型,具有较好的全局优化能力和抗噪声能力,能有效反演大地电磁数据.     

影响装备性能的电磁环境因素GM(1,n)模型定量分析

为了对战场电磁环境影响因素进行定量分析并排序,针对小样本试验数据,提出基于GM(1,n)模型综合装备性能及其电磁环境影响因素进行建模,介绍了实现算法.为了提高GM(1,n)模型的建模精度,建立了基于背景值加权处理的GM(1,n)优化模型与算法;对某电子侦察装备的侦察概率与3个相关电磁环境影响因素的GM(1,4)建模进行了验证.结果表明,文中所提模型和算法合理有效,能定量分析电磁环境影响因素对装备侦察概率的影响主次关系.     

基于遗传模拟退火算法的电磁齿轮结构参数优化

针对电磁齿轮优化设计属于多极值点非线性规划的问题,在分析了电磁齿轮结构参数与电磁性能关系的基础上,提出一种以体积最小为目标函数的电磁齿轮参数优化数学模型.采用在遗传算法中引入模拟退火算法接受准则的优化设计算法,较好解决了传统遗传算法局部寻优能力差和搜索效率不高的问题.用复合形法与本方法对比,对于电磁齿轮的体积,前者为原设计的60.49%,本方法为原设计的47.57%.算例表明所提出的方法具有良好的性能.     

飞行器概念设计中多学科优化模型的研究

多学科优化技术的发展有效地提高了飞机的设计水平,同时提高了设计人员对非常规布局飞机的设计能力。以一种双后掠飞翼布局飞机为研究对象,建立新的优化模型对其进行气动、结构优化。优化过程分为系统级优化和学科级优化。在系统级优化中,航程定义为飞机全局性能指标。在学科级优化模型中,把升阻比和展向气动载荷分布的综合气动性能作气动学科优化目标,结构重量作为结构优化目标。优化结果表明,优化模型可以高效的运行,优化方案更接近最优解。     

基于支持向量回归机和粒子群算法的改进协同优化方法

研究基于支持向量回归机和粒子群算法的改进协同优化方法.阐述了协同优化方法和支持向量回归机方法基本原理,为有效解决系统级优化协调困难问题,改善收敛性能,提高收敛速度,采用支持向量回归机构造系统级约束条件的近似模型,引入粒子群算法求解系统级和学科级优化问题.仿真计算结果表明,设计的协同优化方法可有效求解多学科设计优化问题,...     

基于两级优化-进化算法的结构优化设计研究

针对结构优化设计问题的特点，提出了两级优化－进化算法的优化策略。以一个12层框架结构的优化设计为例，测试了该优化策略的效率，与单独采用进化算法相比，该优化策略在保证优化结果精度的前提下能大幅度提高优化的效率，是一种较好的工程优化方法，虽然以多层框架结构为优化对象，但提出的优化策略完全适用于其它类型结构的优化问题。     

基于多目标协同优化算法的卫星结构优化设计

针对卫星系统中多目标、多约束、耗时的结构优化问题,建立了卫星结构的多目标协同优化模型.将协同优化方法与全局多目标优化算法相结合,并针对协同优化方法的缺陷采取一些改进措施,提出了协同优化方法与全局多目标优化算法(CO-PE)组合优化方法.以某卫星结构多目标优化问题为例,在iSIGHT优化软件中对卫星结构进行多目标协同优化设计,通过CO-PE组合优化方法获取Pareto最优解集.优化结果表明,多目标协同优化模型能够简化优化问题的复杂度,基于近似模型的CO-PE组合优化方法具有较好的准确性和高效性,对实际工程中类似的复杂结构优化问题具有一定的参考价值.     

基于数值模拟的建筑设计优化研究综述

在双碳目标的背景下,对建筑物进行优化设计是实现节能减排的一个新途径;计算机技术的飞速发展,更使得建筑优化设计的效率有了很大的提升。为了更加全面地掌握基于数值模拟的的优化技术在实际建筑中的应用现状,对优化研究的主要阶段进行了概括,归类分析了各类优化平台的优缺点,总结对比了各类优化算法的性能。分析发现,优化阶段主要分为预处理,优化,后处理三个阶段;优化工具根据开发目的分为三大类;常用的优化算法有进化算法,无导数搜索算法,混合算法;并且当下的优化研究还有很大的空间值得探索与改进。     

多学科协同优化方法的分析与改进

深入分析了标准协同优化、动态松弛协同优化和两阶段协同优化方法的几何特性,进而比较了各自的优化特性.针对协同优化对初始点敏感的问题,通过增加总体一致性约束的方法,提出了基于先验约束法的SGO方法.针对设计变量数量级相差较大的协同优化问题,为了提高学科间的一致性,给出了基于加权方法的学科间一致性约束表示式.最后,通过悬臂梁...     

基于混沌粒子群算法的伺服阀动态参数寻优

以双喷嘴挡板伺服阀为研究对象,确定6个动态参数为待寻优参数,根据快速性和稳定性的优化目标,建立伺服阀动态参数优化模型。优化模型运用混沌粒子群优化算法对伺服阀的动态参数进行寻优,得出一组最优解。通过对寻优前后数据的MATLAB仿真对比分析,验证了优化模型和优化方法的有效性。     

基于拓扑优化的电动汽车白车身优化设计

针对电动汽车的独特承载要求,提出一种结合拓扑优化和车身尺寸优化的优化设计方法.以某型电动汽车为实例,通过建立白车身拓扑优化模型、有限元概念模型、尺寸优化模型和样车制造,进行了从整车拓扑结构到车身梁截面的优化设计过程,实现了电动汽车白车身的正向设计.在优化过程中采用遗传算法,以弯曲刚度和扭转刚度同时作为优化目标,白车身质量最小作为优化约束,选取了灵敏度较高的梁作为变量进行多目标优化.通过与样车参数的比较表明,该方法能够满足设计和工艺要求,实现轻量化设计,对提高白车身设计效率和精度有着重要的意义.     

粒子群算法在金融风险模型中的研究与改进

在一种非线性金融风险模型中引入粒子群算法,针对粒子群算法在迭代后期搜索能力不高、粒子容易陷 入局部最优的问题,基于对惯性权重的优化以及对每个粒子个体位置变异,提出一种改进后的粒子群算法。 利用粒子群算法选择最优控制参数,以最大程度降低金融系统的总风险值。仿真结果表明,改进后的粒子群算 法在全局最优以及搜索速度方面优于传统的粒子群算法。     

流程工业中的优化技术及应用研究

提出了流程工业中的静态优化、动态优化和生产结构优化问题的命题和数学描述,及目前解决这些问题的优化方法和常用的工具。对正交配置离散化结合序贯二次规划优化计算的动态优化方法进行了详细的介绍。以热集成精馏系统以能耗最低为操作目标的优化为例,说明动态优化技术在流程工业中的应用。