基于Kriging模型的汽车车门抗撞性优化设计

提出汽车车门抗撞性优化设计的方法,利用拉丁方试验设计选择少量样本点,构建响应目标的近似模型,应用序列二次规划法进行结构优化。对比分析Kriging和多项式响应面两种近似模型对于车门侧撞响应的拟和误差,表明用Kriging模型构建车门抗撞性近似模型是合适的。计算结果表明提出的方法可以保证车门在满足抗撞性要求的前提下,实现轻量化设计。     

带包类后桥壳的铸造技术

介绍带包类球墨铸铁后桥壳铸件的生产工艺.通过合理熔炼、造型、制芯及铸造工艺参数,采用冲天炉熔炼,手工造型制芯,实现批量生产优质带包类桥壳球铁件.     

P91主蒸汽管道焊接接头的蠕变特性和寿命估算

对P91钢母材和焊接接头进行持久试验，研究P91钢的蠕变特性，采用等温线法和L-M参数法对持久强度进行外推，进而对P91钢制主蒸汽管道的蠕变寿命进行估算。     

Intelligent prediction model of matte grade in copper flash smelting process

Due to the importance of detecting the matte grade in the copper flash smelting process, the mechanism model was established according to the multi-phase and multi-component mathematic model. Meanwhile this procedure was a complicated production process with characteristics of large time delay, nonlinearity and so on. A fuzzy neural network model was set up through a great deal of production data. Besides a novel constrained gradient descent algorithm used to update the parameters was put forward to improve the parameters learning efficiency. Ultimately the self-adaptive combination technology was adopted to paralleled integrate two models in order to obtain the prediction model of the matte grade. Industrial data validation shows that the intelligently integrated model is more precise than a single model. It can not only predict the matte grade exactly but also provide optimal control of the copper flash smelting process with potent guidance.     

一种融合多传感器信息的移动图像识别方法

多传感器数据融合作为一种特殊的数据处理手段在图像识别领域得到了较大的重视和发展, 本文提出了一种融合多传感器信息的移动图像识别方法. 首先通过在智能手机端提取带传感器信息的图像局部特征,增强局部特征的辨别能力; 其次改进了随机聚类森林的建立算法,减少了样本图像训练时间;最后使用快 速几何一致性校验对匹配结果进行检查, 保证算法的识别精度.实验结果表明,本文提出的方法能够快速 有效地识别移动图像,并具有较好的鲁棒性,同时与传统的Vocabulary tree 方法进行比较,本文方法的识别速度和精度较优,训练代价较低.     

湿法炼锌沉铁过程氧化速率优化控制

湿法炼锌沉铁过程针铁矿沉淀形成的条件要求苛刻, 亚铁离子的氧化速率必须控制在合理的范围内才能保证溶液中的铁离子以针铁矿形式除去. 本文在沉铁过程动态模型的基础上, 根据针铁矿沉淀形成的条件和结合流程工艺要求, 优化设定每个反应器出口的亚铁离子浓度, 进而建立针铁矿法沉铁过程氧化速率优化控制模型. 采用控制参数化方法将最优控制求解问题转化为非线性规划, 通过状态转移优化算法求取最优的氧气和氧化锌控制率, 以合理控制沉铁过程亚铁离子的氧化速率. 仿真结果表明, 优化控制模型计算所得的控制量不仅可以保证反应过程的氧化速率符合生成针铁矿沉淀的条件, 而且可以稳定生产流程.     

基于差分演化的果蝇优化算法

针对基本果蝇优化算法在求解高维函数时存在求解精度低、迭代收敛速度较慢等问题,提出一种基于差分演化的果蝇优化算法。该算法将差分演化策略融合到果蝇优化算法中,对每代产生的群体进行变异、交叉、选择操作,增加种群的多样性,使其能更快、更有效地求解高维函数问题。对12个基准函数进行了仿真验证,结果表明,与基本的果蝇优化算法和差分演化算法相比,新算法在收敛速度、求解精度上都具有明显的优越性。     

基于蝙蝠算法的改进杂草算法研究

提出了一种新型的混合算法并命名为混合杂草蝙蝠算法(Hybridize Invasive Weed Optimization with Bat Algorithm,IWOBA),该算法在杂草算法的基础上利用蝙蝠算法的回声定位来解决每代种子逐步寻优的问题。其原理是利用种群速度和位置的不断更新,增加种群的多样性,从而达到提高种群的全局收敛性。最后利用6个测试函数对该算法和标准杂草算法进行测试比较。仿真结果表明,IWOBA能够有效克服原算法早熟、易陷入局部最优的缺点,可加快算法收敛速度,具有良好的鲁棒性。     

基于多竞标评价的自组网功率控制方法研究

由于无线自组网络无中心、自组织,网络中各节点发送信息都无须管理设施,且可以自由选择各自的发送功率,这使得功率控制成为无线自组网无线资源管理问题中的重要研究课题。提出了一种基于多竞标评价方法的无线自组网功率控制算法。该方法提出一种带有干扰计价的新型利用率函数,然后在假设利用率函数仅依赖于信干噪比,且计价函数与干扰成比例的前提下,将功率控制问题建模为一种非合作的功率控制博弈模型,最后证明了这种带干扰计价的非合作模型的纳什均衡的存在性和唯一性。仿真结果表明,相对现有算法,所提算法具有更高的收敛速率。     

基于条件互信息和概率突跳机制的贝叶斯网络结构学习算法

贝叶斯网络分类器的精确构造是NP难问题,使用K2算法可以有效地缩减搜索空间,提高学习效率。然而K2算法需要初始的节点次序作为输入,这在缺少先验信息的情况下很难确定;另一方面,K2算法采用贪婪的搜索策略,容易陷入局部最优解。提出了一种基于条件互信息和概率突跳机制的贝叶斯网络结构学习算法(CMI-PK2算法),该算法首先利用条件互信息生成有效的节点次序作为K2算法的输入,然后利用概率突跳机制改进K2算法的搜索过程来提高算法的全局寻优能力,学习较为理想的网络结构。在两个基准网络Asia和Alarm上进行了实验验证,结果表明CMI-PK2算法具有更高的分类精度和数据拟合程度。