响应面优化算法在被动式低能耗建筑设计中的应用

被动式低能耗建筑设计过程计算量大,涉及变量多,不同变量间关系错综复杂,传统方法无法获取复杂变量的最优解集,不能保证被动式低能耗建筑设计不同目标函数达到最优。为此,将响应面优化算法应用于被动式低能耗建筑设计中。将最大化舒适度、最小化耗能率作为被动式低能耗建筑设计的目标函数。通过拉丁超立方实验设计方法,获取被动式低能耗建筑设计优化问题的设计空间;在设计空间中随机抽样。在此基础上,通过最小二乘法拟合建立响应面模型。利用遗传方法对拟合响应面模型进行改进和更新处理,直至达到收敛,保证被动式低能耗建筑设计达到低能耗率、高舒适性的目的。实验结果表明,响应面拟合准确性高,将响应面优化算法应用于被动式低能耗建筑设计中,发现其能够有效降低能耗,提高舒适性,和其他方法相比有更好的优化结果。     

基于改进鸡群算法的PID参数整定

PID参数整定一直是控制工程研究的热点,利用传统的方法整定参数得到的系统性能往往较差,为解决PID参数整定问题,提高系统性能,提出一种基于改进鸡群算法(CSO)的PID参数整定方法。改进鸡群算法的目的是提高鸡群算法的收敛速度与精度,增强算法跳出局部最优的能力,4个标准测试函数的测试结果验证了改进的有效性。利用改进鸡群算法对4类典型工业过程的PID参数进行整定,以时间乘绝对误差积分函数(ITAE)为优化目标,Matlab仿真结果表明：通过改进鸡群算法整定PID参数得到的系统性能比传统的Z-N参数整定法以及Matlab遗传算法(GA)工具箱参数整定得到的系统性能有很大的提高。     

变刚度悬丝支撑微纳测头的结构参数优化与动态特性分析

构造了一种基于悬丝约束支撑的变刚度微纳测头。利用压电装置驱动柔性机构变形,改变悬丝所受的轴向张紧力及横向刚度,进而改变测头约束支撑机构的整体刚度。通过正交试验法优化测头的各项结构参数,确定最优尺寸。基于有限元方法,仿真验证测头的各向同性、灵敏度、固有频率及瞬态响应等性能。通过仿真得到测头刚度关于悬丝轴向伸长量的变化曲线,结果表明测头具有一定的变刚度性能。提出的变刚度测头丰富了现有测头的结构形式,研究成果对该类型结构形式的测头的实际应用奠定了前期基础。     

塔河超深水平井分段压裂管柱力学分析方法

塔河油田顺托顺南区块奥陶系油藏储层属于超高温超高压超深的缝洞型油藏,由于直井难以实现高效开发,需要采用水平井分段改造技术,实现一井多缝洞体同时开发以提高效益。针对超深水平井压裂管柱温度高、施工压力大,受力复杂等特点,建立了超深水平井分段压裂管柱力学分析模型,并根据不同压裂阶段受力特征,提出了不同压裂工况下管柱力学分析方法。依据所建立模型,以塔河油田顺南某井为例,对分段完井管柱设计进行了不同压裂工况下受力分析,针对发现问题进行了管柱优化,提高了管柱安全性能。分析结果也表明,该模型为超深水平井分段压裂管柱安全校核和优化设计提供了理论依据和方法。     

基于差分最小二乘支持向量机的目标识别研究

目标识别是目前机器视觉、图像处理和模式识别领域的研究热点之一,广泛应用于各行各业。最小二乘支持向量机算法简便、速度快、精度高,是当前目标识别的主流算法之一。针对最小二乘支持向量机的参数难以确定,仅靠传统经验试凑的方法不易实现,且结果不理想;提出一种改进的差分进化算法实现最小二乘支持向量机的参数整定。通过改进变异策略,引入早熟判断机制,遏制了传统算法早熟收敛的问题。通过实验仿真,验证了改进算法可跳出局部最优点,结果比传统算法更优。以SM-TMSSY光电伺服跟踪转台为实验平台进行实例验证,证明了改进算法收敛速度快、精度高,正确识别率可从85%提高到92.5%,验证了算法的优越性。     

一种基于分解的改进的多目标蚁群算法及其应用

提出一种基于分解的、改进的多目标蚁群算法。该算法首先利用Tchebycheff聚合方法将整个Pareto最优前沿的逼近问题分解为一定数量的单目标优化子问题,然后利用蚁群算法同时求解这些子问题。为使解集均匀分布在Pareto前沿,采用基于试探的聚类方法对解集聚类;依据解集的分布重置分解策略中的权重向量集,使其适配于特定的Pareto前沿;蚂蚁按照对应的权重距离被分组,同一组蚂蚁共享一个信息素矩阵,该矩阵容纳学习到Pareto前沿子区域的位置信息;每个蚂蚁求解一个子问题,每个蚂蚁拥有自己的启发式信息矩阵;每个蚂蚁拥有多个邻居,蚂蚁选取邻居中的最优解来更新当前解;蚂蚁依据小组信息素,当前解和启发式信息构建新的解。引入自适应变异算子,动态调整蚂蚁邻居的个数,提高算法的收敛速度和解的质量。将该算法与其他相关算法在标准的双旅行商问题进行性能对比,证明该算法有效。     

杭州雨水花园植物应用现状研究

【目的】运用实地调研法,针对已建成的城市雨水花园项目,从植物资源应用的角度进行多指标调查评价,分析存在的问题,为相关研究提供参考。【方法】依据杭州市雨水花园分布情况,选取17个代表性雨水花园,从植物资源的总体应用现状、植物观赏特性、不同场地植物种数及结构模式、不同雨水处理区植物生态特性和种类等方面进行研究。【结果】①雨水花园灌木和草本的种类较多,草本植物数量最多,乔木应用较少;②在蓄水区以耐干旱、耐水湿、抗污染能力及净化能力强的植物为主,在缓冲区以较耐干旱、耐短期水湿及抗雨水冲刷能力强的植物为主,在边缘区以较耐干旱、较耐水湿的植物为主;③植物有66种,隶属于36科51属,被子植物种类最多,占比在90%以上;④应用较多的主要有禾本科、蔷薇科、莎草科、杉科、豆科植物;⑤草本植物以多年生为主,灌木的常绿和落叶比例相差不大,乔木以落叶植物为主;⑥观花植物占比最大(53.03%),色系较丰富,其中紫色系和白色系植物最多。【结论】杭州市雨水花园植物资源总体应用现状良好,但也存在部分问题有待改进。本研究将为雨水花园植物资源的应用和优化提供启示和借鉴。     

基于L0矩阵范数正则化的自然图像去反光算法

去除图像的反光是计算机视觉和计算机图形学的一个基础研究问题。虽然各种方法已经提出,但由于存在丰富的纹理、复杂的背景、遮挡和颜色照明等,去反光的效果并不佳,有待进一步完善。本文针对自然图像的两个观察结果：(1)高光通常是小尺寸和稀疏分布的;(2)剩余的漫反射图像可以用少量基色与稀疏和低秩加权矩阵的线性组合表示,提出一种基于L0范数正则化图像去反光算法。通过L0范数正则化保证编码系数的稀疏性以及核范数保证编码系数的低秩性来恢复那些高光区域的漫反射分量。此外,根据加色混合理论和光照定义,编码系数和高光也分别受到非负性影响。通过对比相关的图像反光去除算法,实验说明了所提出的算法具有较好的优势。     

析取置信规则库系统参数优化的深度神经网络模型

基于深度学习的置信规则库系统（BRB-DL）比传统的置信规则库系统（BRB）具有更好的推理精度和适用性。然而,现有的BRB-DL在参数优化方面存在可移植性不足、应用效率低等局限性。鉴于此,本文将深度神经网络与析取置信规则库结合,有效减少了模型的规则和参数的数量,并引入梯度下降算法优化模型参数,提高了模型构建和优化的效率。最后,通过非线性函数的拟合,北京市空气质量污染预测和多个UCI公共分类数据集的实验对本文提出的方法进行验证,并将实验结果与现有的置信规则库系统和传统的机器学习方法进行了对比。结果表明,本文提出的方法比传统的方法具有更高的推理精度和更快的训练速度。     

基于协方差矩阵重构和导向矢量优化的波束形成算法

针对传统波束形成算法在导向矢量失配和协方差矩阵误差情况下输出信干噪比下降严重的问题,提出了一种基于协方差矩阵重构和导向矢量优化的稳健自适应波束形成算法。该算法通过估计信号和干扰的功率及方向,重构干扰加噪声协方差矩阵,同时结合投影和空域积分思想,对假定的导向矢量进行优化计算,使其接近真实的导向矢量。进而通过相关运算求得复数加权值实现波束形成。所提算法可以有效抑制干扰,提高输出信干噪比。在多种失配存在的情况下,所提算法也具有较好的性能。研究共进行了6个仿真实验,所提算法性能均优于所对比算法。所提算法在快拍数固定且存在导向矢量失配的情况下,相比于最差情况性能最优算法有约5 dB的输出信干噪比提升。在信噪比固定且存在导向矢量失配的情况下,相比于对比算法均有4 dB以上的性能提升。实验结果验证了所提算法的有效性。