基于IPSO-SVR的水泥窑尾分解率软测量研究

为实现水泥窑尾分解率的实时在线检测,利用软测量技术在解决工业在线测量问题中的优势,提出一种改进的粒子群参数优化的支持向量回归机算法(IPSO-SVR),即通过粒子群算法对支持向量机模型核心参数进行优化选择,并在粒子群算法中引入自适应惯性权重的思想,克服粒子群算法容易出现早熟收敛、陷入局部极值的缺点,最终建立起基于IPSO-SVR的窑尾分解率软测量模型。将其与基于交叉验证法(CV)和未改进粒子群算法优化SVR参数的软测量模型进行仿真对比实验,实验表明:该IPSO-SVR模型具有更佳的预测能力,窑尾分解率预测相关系数达0.857 5,预测最大相对误差不超过1.14%,平均相对误差为0.75%,可进一步运用到诸如水泥生产等大型工业的产品分解率预测中。     

新型酯类单体及其聚羧酸减水剂的合成与性能研究

使用聚乙二醇与丙烯酸合成了一种新型酯类功能单体,并将其与乙二醇单乙烯基醚进行聚合,得到了一种保坍型酯醚共聚聚羧酸减水剂.通过单因素实验,研究了酸醇比、催化剂用量、反应温度对功能单体酯化率的影响以及酸醚比、引发剂用量、功能单体掺量和反应温度对减水剂性能的影响.结果表明,在酸醇比n(AA):n(PEG)为2.5:1,浓硫酸...     

A particle filter algorithm based on gray forecast

针对标准粒子滤波(SPF)算法在目标机动时跟踪滤波性能不高的问题,引入灰色预测理论,提出了一种基于灰色预测的粒子滤波(PFGF)算法,给出了算法的具体描述和运算流程.当预先建立的状态模型不再适用于目标的真实运动状态时,该方法具有良好的预估性能,减少了对事先假定目标状态模型的依赖性.与SPF方法进行了蒙特卡洛仿真比较分析,实验结果证明,PFGF算法在不增加计算复杂度的情况下,提高了跟踪精度,能够很好地克服粒子退化现象.     

种子检测器刺激-应答变异算法研究

为降低阴性选择算法(NSA)的时间复杂度,提出了一种应用种子个体连续位刺激变异的检测器生成策略:首先随机生成种子检测器集合,根据其与自体的亲和度选定变异个体和变异片段;其次在被选个体的特定基因片段发生刺激-应答变异(SRM),产生新的候选检测器个体;最后应用r位连续匹配准则筛选候选个体生成新的检测器.该策略的算法特点在于利用种子个体和自体集合的模式信息指导变异过程,降低候选检测器与自体的匹配成功率.实验表明,在保持高检测率的同时,种子检测器SRM算法比穷举算法、个体随机变异算法和检测器连续胞体超变异(CSH)算法的生成效率更高.     

基于混合粒子群优化算法辨识Hammerstein模型

非线性系统辨识是现代辨识领域中的一个主要问题。在非线性系统辨识中,系统常被表示为一系列块连接。针对非线性系统中的Hammerstein模型,本文提出了利用混合粒子群优化算法对非线性系统模型进行辨识。该方法的基本思想是将非线性系统的辨识问题转化为参数空间上的优化问题,然后采用粒子群优化算法(PSO)获得该优化问题的解。为了进一步增强粒子群优化算法的辨识性能,提出利用一种混合粒子群优化算法。最后,给出仿真实验,其结果验证了本文给出的辨识方法是有效的。     

基于APSO-LSSVM模型的光谱反射率重建算法研究

目的 研究光谱反射率重建算法,提高光谱反射率重建精度.方法 首先通过多光谱相机和分光光度计分别获取Munsell色卡和SG140色卡的通道信息和光谱反射率值,经归一化后将Munsell色卡的通道信息和光谱反射率值作为训练样本的输入和输出.然后,采用APSO算法对LSSVM的最优正则化参数γ和核参数σ进行寻优,构建基于APSO-LSSVM的光谱反射率重构模型.在对模型参数进行寻优过程中,为保持粒子的活性,在粒子群算法中引入自适应惯性权重,并根据遗传算法中的变异思想,加入了变异操作,在普通粒子中引入变异因子.在每次迭代更新中,粒子以一定概率初始化,使粒子群算法可以跳出局部最优解,在较大的空间内进行优化.结果 基于APSO-LSSVM模型对SG140色卡进行光谱反射率重建实验,文中方法的平均色差为0.4677 abΔE?,平均均方根误差为0.0006.相较于最小二乘支持向量模型和反向传播神经网络模型的重构精度均有很大的提高.从显色效果来看,文中方法的显色结果更接近真实颜色,人眼基本上难以察觉到两者间的差异.结论 基于APSO-LSSVM的光谱反射率重建算法可以有效地提高光谱反射率重建精度,实现了利用多光谱相机拍摄的多通道信息重构获得精确的多光谱图像.     

自动化生产单元调度的混沌粒子群算法

在求解一类带时间窗口的自动化生产单元调度问题时,基本粒子群算法易陷入局部极值点且收敛缓慢.针对这一问题,将混沌搜索技术引入至基本粒子群算法中,利用混沌运动搜索精度高、遍历性好的特点来改善基本粒子群算法易陷入局部极值点和收敛缓慢的缺点,从而提高粒子群算法的收敛速度和优化质量.首先给出了带时间窗口的自动化生产单元调度问题的混合整数规划模型,着重讨论了混沌粒子群调度算法的设计,包括编码方式、混沌初始化、混沌扰动和适应度函数计算等.对提出的算法进行了仿真验证,仿真结果表明在求解此类调度问题上,混沌粒子群算法比基本粒子群算法具有明显的优势.     

改进PSO算法结合FLANN在传感器动态建模中的应用

将改进的粒子群优化（PSO）算法和函数联接型神经网络(FLANN)相结合,实现传感器的动态线性建模。利用传感器的动态标定实验数据,首先训练FLANN神经网络,网络训练结束后的权值作为粒子群中某个粒子的初始值,而后利用改进的PSO算法继续寻优,得到的全局最优值即为所求的传感器动态模型的系数。实验结果表明,该方法结合了PSO和FLANN两者的优点,建模精度高。     

乳液聚合法制备TiO2/PS复合粒子及其性能研究

采用乳液聚合法制备了以纳米二氧化钛(TiO2)为核,聚苯乙烯(PS)为壳的复合粒子.利用正交实验研究了引发剂用量、单体用量、表面活性剂浓度对复合粒子包覆效率的影响;通过透光率和亲水亲油实验,检验复合粒子的分散性,并采用透射电镜(TEM),红外光谱(FTIR)表征了复合粒子的形貌和结构.     

功率MOSFET单粒子烧毁测试技术研究

总结了2种单粒子烧毁测试方法.在非破坏性测试原理基础上,研制成功针对星用功率MOSFET的单粒子烧毁动态测试系统.系统在锎源单粒子效应实验装置调试通过.利用该系统,在HI-13串列加速器上初步完成了星用MOSFET单粒子烧毁验证实验.