基于自适应退火遗传算法的船舶管路布局优化方法

采用自适应遗传算法来确定标准遗传算法的杂交率和变异率,尤其对变异率的调整,使其不但能根据个体适应值的大小进行自适应修正,而且能随进化状态的改变而改变,从而增强了算法摆脱局部最优解的能力.同时引入模拟退火思想,通过对标准遗传算法接受算子的退火处理,使其在搜索过程中除了接受优化解以外还以Metropolis准则接受恶化解,提高了种群的多样性,有效地增强了全局寻优能力.通过对适应值函数的退火拉伸,调整了进化前后期的适应值差异,从而加速了寻优过程.最终以形成的自适应模拟退火遗传算法进行船舶管路的三维布局优化,仿真实验表明,该算法不但加快了寻优速度,而且与标准遗传算法相比全局收敛率提高了近30%.     

洪水预报误差分布的极大熵法

首先根据实际洪水预报误差出现在有限区域的特点,应用极大熵原理,建立了洪水总量预报误差分布的极大熵模型;通过几个不同流域的计算,得出随着降雨量的增大,产流预报误差趋于一个稳定值的结论. 同时将该模型计算的分布与正态分布进行了比较,结果表明用极大熵法求得的误差概率分布能更好地描述洪水总量预报误差的分布特性,可以根据实际降雨量的大小确定不同的最大不确定性的误差分布,为分析不同量级洪水预报的风险提供依据.     

DMGSP:一种快速分布式全局序列模式挖掘算法

为了解决分布式环境下挖掘全局序列模式常产生过多候选序列,加大网络通信代价问题,提出了一种基于分布式环境下的快速挖掘全局序列模式算法--DMGSP.该算法将分布式环境下的各站点得到的局部序列模式压缩到一种语法序列树上, 避免了重复的序列前缀传输. 采用合并树中结点序列规则和项序扩展策略,对非频繁序列进行剪枝,有效地约简了候选序列,减少了网络传输量,从而快速生成全局序列模式.算法分析和实验结果表明,在大数据集环境下的DMGSP算法性能优越,能够有效地挖掘全局序列模式.     

半色调误差扩散算法研究综述

误差扩散算法是数字图像处理领域中半色调技术的重要问题.通过跟踪近年来误差扩散算法的技术发展,介绍了误差扩散算法在并行处理、分配系数、阈值调制等方面的改进方案.     

基于统计学方法的HYCOM海洋预报结果评价

利用2015年冬季和2016年夏季东中国海现场温度、盐度观测资料,评价了一个海洋资料同化及预报系统HYCOM初始场的精度和预报技巧.结果表明这一预报系统初始场的精度及预报技巧在冬、夏季有明显的差异.在冬季,模式温度和观测温度之间无明显偏差.在夏季,盐度初始场的均方根误差高达3.41psu,温度初始场的均方根误差高达7.22℃.就预报技巧而言,预报系统在冬季对温度有一定的预报技巧,与冬季相比,预报系统对温度及盐度的预报技巧在夏季明显降低.本研究的结果有利于人们更好地使用海洋预报,为研发下一代中国近海海洋预报系统提供借鉴.     

基于管道配置的电液位置控制系统同步特性研究

针对径锻机一级先导缸电液位置控制系统同步精度低的问题,运用AMESim软件研究了第一类管道配置对径锻机一级先导缸电液位置控制系统同步特性的影响。研究发现:系统同步误差随着管道长度的增加而增大,且伴有波动现象,管道长度为3m时最大同步误差是管道长度为1m时的1.4倍;管道长度为1m时的最大同步误差为无管道时的1.1倍;管道材料的杨氏弹性模量越小,对应系统的同步误差越大。     

基于ADCensus的改进半全局匹配方法

考虑到AD相似性测度对灰度信息及纹理丰富的区域的优势和Census变换对图像辐射差异具有鲁棒性的优势,将AD和Census算法融合替代单一匹配代价来改进半全局密集匹配算法,可有效提高算法的匹配精度和抗干扰性。同时用金字塔分层匹配策略来约束视差的搜索范围,实验结果表明,该方法在保证匹配精度的同时,减少内存消耗和运行时间,适用于无人机影像的密集匹配。     

基于△DOR信号的高精度VLBI技术

在嫦娥二号（CE-2）工程中,我国首次开展了X波段ADOR测量实验,获取了ADOR信号的VLBI时延数据,并用于精密定轨．本文给出了CE-2中ADOR信号的VLBI测量与数据处理方法,结合我国VLBI测量系统对时延数据进行了误差分析及精密定轨分析．结果表明：ADOR信号的VLBI时延精度优于0．5ns,比利用S波段信标的测量精度提高约一个数量级．本研究成果为后续的月球及深空探测高精度测定轨提供了重要的技术手段．     

基于Pareto支配的两阶段多目标优化算法

针对二维和三维的多目标优化问题,提出了一种基于Pareto支配的两阶段多目标优化算法(MOEA-PT)。全局搜索阶段根据Pareto支配关系将种群进行排序,依据临界层子集的排序等级执行相应的选择策略;局部调整阶段对种群中的个体进行微调,将新产生的个体与距离其最近的个体进行支配关系、分布性、收敛性的对比,替换较差的个体。分析了两个阶段对算法性能的影响,同时对引入局部调整策略后的种群进行了对比,结果表明局部调整策略能有效增强算法性能。通过对标准测试函数的求解,并与其他经典的多目标算法进行对比,验证了本文算法在收敛性和分布性等方面具有一定的优越性。     

求解非凸函数优化问题的修正广义拟牛顿算法

对无约束最优化问题,提出了一种修正的广义拟牛顿算法,证明了该算法对非凸函数在Goldstein非精确线搜索下具有全局收敛性．