基于自适应粒子群算法的重油热解模型参数估计

通过构造一个合适的目标函数,将化工模型参数估计问题转化为一个多维数值优化问题,然后提出一种参数自适应调整和维变异的改进粒子群优化算法来求解该问题。该算法首先利用佳点集方法初始化种群以保证粒子的多样性。惯性权重和学习因子随进化过程自适应调整,从而协调算法的全局和局部搜索能力。为了避免算法陷入局部最优,对收敛度最小的维进行变异。几个标准测试问题的实验结果表明该算法具有较强的全局寻优能力。最后将改进粒子群算法应用到重油热解模型参数估计中,并与基本遗传算法(SGA)和粒子群优化算法(SPSO)进行比较。研究结果表明:本文得到的平均相对误差为5.62%,比SGA和SPSO分别低1.08%和0.50%。
     

代价敏感核主元分析及其在故障诊断中的应用

针对传统核主元分析没有考虑误分类代价的差别、对故障工况不敏感等问题,提出代价敏感核主元分析方法.该方法将代价敏感机制引入核主元分析,以误分类代价最小化为目标,设计最佳阈值调整方法获取最佳阈值,并采用混沌粒子群算法对核参数进行优化,最后利用SPE(squared prediction error)统计量诊断新样本类别.研究结果表明:该方法能有效地降低误分类代价,具有故障敏感性和诊断准确率高以及泛化能力强等特点.     

电漂移对托卡马克中高能粒子轨道的影响

通过数值求解漂移运动方程,对托卡马克中高能粒子运动轨道进行了研究.在HL-2A装置参数下,考虑电漂移对粒子运动轨道的影响,数值模拟了电漂移对粒子运动轨道影响.模拟结果表明,电漂移会使得氘离子的运动轨道出现一定程度的漂移,并且导致香蕉轨道宽度变窄.     

载药果胶基纳米粒子体外HepG2肝癌细胞的靶向性研究

具有良好的生物相容性且生物可降解天然多糖,一直作为药物传递体系,具有如下优点:可延长药物的生物半衰期,减轻药物的毒副作用.本实验旨在制备一种果胶基载5-氟脲嘧啶(5-Fluorouracil,5-FU)纳米粒子(P-5-FU)载药系统,探讨果胶基纳米载药体系本身带有大量的半乳糖残基这种天然靶头对人肝癌细胞HepG2的靶向效果.MTT法测定载药果胶基纳米粒子对HepG2和A549细胞的增殖抑制作用,MTT结果显示P-5-FU对HepG2细胞的增殖具有明显抑制作用,呈剂量依赖性,且作用较5-FU强;而P-5-FU对A549细胞增殖亦有明显抑制作用,呈剂量依赖性,但与5-FU相比无明显差别;高效液相色谱法(HPLC)对两种细胞对载药纳米粒子的摄取情况和靶向性进行了测定.细胞摄取结果显示HepG2细胞对P-5-FU的摄取量较5-FU明显增多,而A549细胞对P-5-FU和5-FU的摄取量没有明显的差别.半乳糖饱和ASGPR结合位点后两种细胞对P-5-FU和5-FU的摄取量都没有明显的差别.结果表明果胶基纳米载药粒子可特异性靶向高表达的细胞.     

基于粒子滤波的变电站内动态目标跟踪技术

为实时智能监控变电站安全生产区域内的移动目标,克服现有视频系统人工切换图像和肉眼判断所造成的漏检和滞后问题,对变电站内运动目标的自动检测与识别跟踪技术进行了研究;基于背景差分法实现了人物动态目标检测,提出了基于颜色直方图的粒子滤波人物动态目标跟踪方法;通过提取目标颜色特征,建立目标状态模型和系统模型,进而准确定位目标;研发了变电站安全事件视频自动识别跟踪系统.系统应用结果表明:算法检测与跟踪的时间性能良好,能够快速识别目标,并准确跟踪目标运动轨迹,有效提升了全天候智能监控站内的安全生产能力.     

多子种群PSO优化SVM的网络流量预测

针对网络流量的时变性和非平稳性特点,为提高网络流量预测精度,提出一种“多子种群”机制的粒子群算法和支持向量机的网络流量预测模型(Multi-Subpopulation Particle Swarm Opti-mization and Support Vector Machine,MSPSO-SVM).首先支持向量机(Support Vector Machine,SVM)参数编码成粒子位置串,并根据网络训练集的交叉验证误差最小作为参数优化目标,然后通过粒子间信息交流找到最优SVM参数,并引入“多子种群”机制,解决粒子群优化(Particle SwarmOptimization,PSO)算法的早熟停滞缺陷,最后根据最优参数建立网络流量预测模型,并采用实际网络流量数据进行仿真测试.结果表明,相对于其他预测模型,MSPSO-SVM可以获得更优的SVM参数,网络流量预测精度得以提高,更加适用于复杂多变的网络流量预测.     

SPH方法后处理的新途径

重点研究并挖掘对化合物分子三维立体结构可视化显示软件RasMol的功能。在用实心球体粒子集合显示连续体,并提出了一套比较完整的基于Rasmol软件的光滑粒子流体动力学（SmoothedParticleHydrodynamics,简称SPH）后处理的新途径。为sPH和其它无网格方法的后处理问题提供可行的方法和新途径。     

云存储部署优化的进化算法设计

针对云计算环境下的云存储部署规划优化问题,全文研究和提出了一种进化算法并进行了求解.首先基于对象存储方法,设计了三层架构云存储模型.在建立的模型中,将云存储部署抽象为多目标优化调度问题,针对现有粒子群优化算法或遗传算法在解决这一优化调度问题过程中出现的收敛速度及调度效率等方面的不足,将2种算法进行有效融合,设计了混合进化算法来进行求解,讨论了进化算法的优化设计过程.同时,在云计算仿真平台CloudSim上,对所提出的优化算法进行仿真实验,并对云存储中负载均衡等性能指标的改善程度进行了检测.结果表明,所提出的混合进化算法有效实现了云存储的优化部署任务,与其他进化算法相比,能对性能指标实现更优配置.     

基于改进粒子群优化算法的弹道求解方法

为了提高火控系统实时性,提出了基于粒子群优化算法的弹道解算方法,该方法提高了系统响应速度,并为更好地与多核平台下的并行计算相结合提供了基础.首先在预估计瞄准角附近生成并初始化粒子群,然后通过由弹道微分方程等组成的适应度函数对每个粒子的好坏进行评价,最后对粒子群的速度和位置进行更新.为了加快算法的收敛速度,将周氏迭代修正公式计算得到的全局最优粒子的修正角度代替全局最优位置引导粒子群更新.采用实际算例对该方法的可行性与有效性进行了验证.实验结果表明较传统的迭代修正方法其解算速度中提高了约2倍;较传统粒子群算法其粒子群收敛速度加快了约1.5倍.此外该方法最大的优点便是可以与并行计算很好地结合,在多核计算机平台下计算时间还可以进一步缩短.     

含锌粉尘内配碳球团还原模型

以转底炉处理钢铁厂含锌粉尘为背景,结合转底炉实际生产工艺条件,建立了含锌粉尘内配碳球团直接还原一维非稳态数学模型.模型不仅考虑了铁氧化物的还原反应和碳的气化反应,还加入了氧化锌的还原反应,并通过实验验证了模型的准确性.利用计算结果分析讨论了炉温、球团半径及孔隙率对球团还原的影响.炉温对球团的金属化率和脱锌率均有显著影响,孔隙率和球团半径仅对球团的金属化率影响较小,而对脱锌率基本没有影响.