一次表面热交换器的优化设计分析

根据一次表面热交换器(PSHE)的结构特点和流动传热规律,应用优化理论建立以结构质量、传热系数和压力损失为目标函数,以流道几何尺寸和流速为独立设计变量的PSHE多目标优化设计模型,利用线性加权和法将多目标向量极值问题转化为单目标标量极值问题,编程求解该优化数学模型.算例表明,优化设计分析方法可以避免板片几何尺寸选取的主观因素,获得最优性能的最佳设计.寻优分析有助于获得先进紧凑的一次表面换热器部件和高效的热动、化工联合装置.     

基于文化算法的PCNN自动系统的研究

脉冲耦合神经网络作为当前智能领域研究的热门课题,其多个参数的设置给实际应用造成很大的困难.而文化算法作为新型的进化算法,具有对参数自动寻优的优势,为此,提出一种基于文化算法的脉冲耦合神经网络的自动系统,并通过将其应用于图像分割,将分割结果与经典OTSU阈值分割法比较,验证了该方案的正确性与可行性.     

基于遗传算法的嵌入式仿真的系统辨识与控制优化

数字随动(伺服)系统因具有非线性、不确定性和时变性,难以精确地建立系统的数学模型,由此对设计高性能的控制器造成困难.遗传算法因其隐含并行性、全局搜索等优点,在优化问题领域得到了很好的应用,但遗传算法简单应用于如数字随动系统这样的控制系统在线闭环辨识或参数优化时,会面临大量重复实验成本高、实验时间过长引起系统不稳定等实际问题.针对以上困难,提出一种基于嵌入式仿真的系统辨识方法,采用遗传算法进行数字随动系统同步在线闭环模型参数辨识与控制参数寻优.经过在数字随动系统实物环境下实验,证明了该方法的有效性.     

支持复杂产品总体优化设计的多算法协作优化框架研究

针对复杂产品总体优化设计中设计方案寻优难以通过单一优化算法实现的问题,提出了基于多算法协作优化思路的多算法协作优化框架,详细探讨了框架两方面关键技术：组件化优化算法库和协作优化策略,提出了优化算法组件的接口规范和运行机制,给出了基于全局探索＋局部寻优策略的协作优化计算流程。最后,通过一个函数优化算例说明了协作优化框架的可行性和有效性。     

面向可持续发展的农村移民安置环境容量

以区域的可持续发展为前提,把社会,经济,环境作为一个协调发展的整体,全面探讨了制约移民环境容量的主要因素及衡量移民环境容量的重要指标,并提出移民环境容量估算的原则和方法。结合三峡库区开县的实例,着重介绍顺向寻优,即线性加权多目标规划的方法和农村移民环境容量研究中的应用。     

智能寻优模糊控制研究

根据被调量的偏差和偏差变化率的模糊预测 ,应用单纯法优化搜索技术 ,寻优调整因子 ,在线刷新模糊控制规则 ,实现对具有多扰动、非线性、大滞后等特性的系统的控制。计算机仿真获得较好效果。     

接触网零部件疲劳试验机的自寻优控制

针对接触网零部件疲劳试验机的数字控制进行研究,提出了自寻优控制策略,实现了控制参数的在线自寻优,补偿了执行机构的非线性环节,使得控制系统的增益能够根据负载刚度自动调节.试验结果表明,采用自寻优控制策略数字控制器的疲劳试验机,使上百种零件的动态力控制误差均小于2%,完全满足设计要求,现已投入生产运营.     

一种改进的粒子群算法求解背包问题

针对传统的离散粒子群优化算法后期容易陷入局部收敛这一缺点,提出了一种新的离散粒子群算法,使用了新的运动方程来更新粒子的位置,并将贪心算法的思想引入粒子群优化算法中,在粒子的位置初始化的过程中,把采用贪心策略所得出的结果作为一个粒子的初始位置.用改进的算法求解背包问题,通过与其他文献中仿真实例的计算和结果比较,表明该算法在全局寻优能力和收敛性上都优于传统的粒子群算法.     

提取正弦信号参数的非线性寻优最小二乘算法

提出一种非线性动态寻优的最小二乘算法(LMS)，以高效地估计正弦信号幅值、相位和直流偏置．利用随机逼近理论中的Kiefer-Wolfowitz定理，提高了非线性梯度法搜索LMS估计量极值的收敛速度．以整周期内采样均值为迭代初值，迭代步长的选择根据各参数的差异分别选取，并采用修正因子以加快迭代的收敛速度，设置最大步长防止算法溢出．仿真表明，在计算量相当的情况下，该算法参数估计精度明显优于传统LMS.     

基于人工鱼群算法优化神经网络的WSN数据融合

无线传感网(wireless sensor network, WSN)通常节点众多、数据冗余度高,传统的基于随机权值和阈值的前馈反向传播神经网络(back propagation neural network, BPNN)数据融合方法易陷入局部极值,导致融合结果准确性差。提出一种优化神经网络的权值和阈值进而改善WSN数据融合质量的方法-人工鱼群算法前馈反向传播(artificial fish swarm algorithm back propagation, AFSABP)神经网络数据融合。仿真和对比实验结果表明,改进的鱼群算法在收敛速度和寻优精度上都有明显提升,改进后的人工鱼群BP算法数据融合方法相较于传统BP数据融合方法,可减少3.06%的相对误差和3.74%的均方根误差。