基于改进自适应多种群遗传算法的结构-控制系统一体化优化

提出一种改进的自适应多种群遗传算法,以更好地解决建筑结构-主动控制系统一体化优化问题,即同时对被控结构参数、控制算法参数、主动作动器布置位置进行优化。该遗传算法对编码方法、初始种群生成、选择策略、交叉概率和变异概率的自适应调整、多种群协同进化中移民策略等进行改进。研究结果表明：改进的自适应多种群遗传算法和改进的基本遗传算法优化结果总体一致,表明前者分析结果是正确的,并且具有较高的精度;改进的自适应多种群遗传算法和改进的基本遗传算法首次得到优化分析最优解的平均进化代数分别为320与730,表明前者比后者收敛速度更快;改进的自适应多种群遗传算法每次能达到或接近最优解,可有效克服基本遗传算法优化结果随机性较强的缺点;经改进的自适应多种群遗传算法优化的主动控制系统取得明显减振效果,E1 Centro波输入时,主动控制结构层间位移角峰值和绝对加速度峰值较无控时分别平均减小54.5%与46.7%。算例结果表明了改进的自适应多种群遗传算法的有效性,实现了对建筑结构-主动控制系统的一体化优化。     

主动控制节流气体润滑轴承静态特性研究

提出一种新型的主动控制节流气体润滑轴承,建立了该轴承的理论分析模型,并解决了数值计算中多重迭代与快速收敛问题。试验研究结果表明,该轴承通过主动控制节流器对轴承压力反馈控制,使轴承静态性能显著提高。     

基于C＋＋的一种主动对象事件服务机制的实现

用面向对象方法构造具有互操作能力的分布并行软件系统是当今一种日渐强烈的需要,但现有的程序设计环境对这方面的支持尚不能让人满意．我们提出并基于Ｃ＋＋实现了一种主动对象的事件服务机制,试图抽象出这种需求的本质并用这种机制减轻构造这类系统的复杂程度     

巷道锚杆各向异性作用效果的数值分析

将巷道围岩锚固区视为宏观上的各向异性连续介质,由锚杆支护参数确定其等效力学参数,利用快速拉格朗日元法 Ｆ Ｌ Ａ Ｃ 程序,分析了等效模型与实际模型的巷道变形特点。结果表明,等价效果主要依赖于锚杆的支护密度,密度越大,二者越接近;反之,误差增大。此外,锚杆长度对等价效果的影响很小。     

视觉检测技术及应用

视觉检测技术,尤其是基于三角法的主动和被动视觉检测技术具有非接触、速度快、柔性好等特点,是一种先进的检测手段,适合现代制造业的需要。文章论述了视觉检测技术原理,讨论了已经研制的多个实际视觉检测系统,从不同角度展示了视觉检测技术在现代制造业中广阔的应用前景。     

基于重叠因子的激光主动成像系统参数分析

重叠因子是分析成像系统收发视场匹配的重要参数。介绍了选通型激光主动成像系统的工作原理,定性分析了系统成像性能与重叠因子的关系。将重叠因子引入了系统的分析设计中。从实际出发,分析计算重叠因子与系统发散角、视场角等参数的关系。结果表明利用重叠因子分析和设计系统发散角等参数的方法是可行的。     

嵌入式关系数据库管理系统中主动模块的设计与实现

称动计算环境与传统的计算环境有很大的不同,因此传统的主动数据库在移动设备上的应用受限.提出一种嵌入式关系数据库管理系统中主动模块的设计与实现,对主动规则进行了扩充,同时将主动模块放置于管理系统的内核中实现,不仅可以定义与处理复杂的主动规则,而且提高了数据库管理系统的效率.     

主动配电网二阶段安全优化调度研究

为应对大规模新能源的接入,以IEEE 33节点配电网模型为基础,添加了可调度负荷和无功调压设备,基于二阶锥支路潮流模型,构建了主动配电网日前-日内调度模型。日前阶段以综合运行成本为优化目标,对配电网各设备未来24 h的出力情况进行调度。日内滚动优化调度阶段,则将储能设备、电动汽车以及电容器组的日前调度结果作为约束条件,以电压稳定性、网损和新能源利用率为优化目标。可调度负荷接入后,日前调度的新能源消纳率提高了4.41%,购电成本从472.03元降至446.90元。与日前调度结果相比,日内调度中新能源消纳率降低0.53%,各节点电压偏移最大值从0.060 0降至0.025 3。实验结果表明,提出的二阶段调度模型电压偏移较低,同时新能源利用率较高。     

EPICS应用于FAST主反射面控制系统的研究

500米口径射电望远镜FAST主动反射面的控制是望远镜工程建设的重要部分,本文在介绍了实验物理与工业控制系统（EPICS）架构的相关技术后,提出将EPICS架构应用到FAST主动反射面控制系统中的设计思想和控制方案。并针对FAST密云30米模型主动反射面控制,进行了基于EPICS架构的系统开发,详细介绍了软硬件的设计结构和内容,为FAST原型主反射面控制以及其他系统的控制提供了基于EPICS架构的参考依据。     

基于深度主动学习的实体关系联合抽取方法

知识图谱的构建对于信息检索、智能问答、智能推荐等下游工作具有重要意义,而抽取资料中的信息是构建知识图谱的关键。为了实现有效知识抽取,提出了一个基于深度主动学习的实体关系联合抽取框架。在该框架下,基于深度主动学习的采样方法降低文本标注成本,改进的EDA数据增强方法(EDA-RE)解决样本间的关系分类不均衡、标注资料不足等问题,“BIO-OVE/R-HT”的标注策略和ChineseBERT-BiLSTM-CRF(CBBC)联合抽取模型解决传统流水线模型存在误差累积和无法抽取重叠关系等问题。通过百度竞赛提供的数据集进行实验,验证了框架中各方法的有效性。