基于TPE的SpaRC算法超参数优化方法

宏基因组序列组装在计算和内存上面临着巨大挑战。SpaRC(Spark Reads Clustering)是基于Apache Spark的宏基因组序列片段聚类算法,为来自下一代测序技术的数十亿测序片段聚类提供了一种可扩展的解决方案。但是,SpaRC算法参数的设置是一项非常具有挑战性的工作。SpaRC算法拥有许多对算法性能有着很大影响的超参数,选择合适的超参数集对于充分发挥SpaRC算法的性能来说是至关重要的。为了提高SpaRC算法的性能,探索了一种基于树状结构Parzen估计方法(Tree Parzen Estimator,TPE)的超参数优化方法,其能够利用先验知识高效地调节参数,并通过减少计算任务加速寻找最优参数,达到最佳聚类效果,从而避免昂贵的参数探索。对长序列片段(PacBio)和短序列片段(CAMI2)进行实验,结果表明,该方法在改善SpaRC算法性能方面有着良好的效果。     

Sealing of Ejection Hole at the Bottom of Projectile for Wired Transmission System of Penetration Data

It is difficult to find the projectile when people want to get the penetration data in a hard recovery method, so a recovery system of penetration data is designed based on an ejection mode from the projectile base and a method of wired transmission, at the same time, the system was sealed with a designed sealing device, the working principle of which was introduced. Using Fluent as the simulation platform, the transient pressure of seal cavity was simulated based on the change of chamber pressure, and steady-state pressure of seal clearance and seal cavity were simulated based on the maximum chamber pressure. The sealing performance was tested by a pressure test system. The results of simulation and experiment show that the maximum pressure of seal cavity is 139.4.kPa when the maximum chamber pressure is 242.9.MPa and the maximum temperature of gunpowder explosive gas is 2.166.5.K, so the sealing performance can be assured. The sealing device can be taken as a reference in sealing research on gunpowder gas at the bottom of projection.     

基于PSO-SVM的侵彻效果预测方法

准确预测弹丸参数变化时的侵彻效果,对作战效果评估和战斗部设计都具有重要作用.针对当前方法存在的问题,提出了一种基于粒子群优化支持向量机算法的动能弹侵彻混凝土靶的侵彻效果预测方法.通过对训练样本的学习,在支持向量机中可以形成输入量到输出量之间的智能映射关系,完成训练后的支持向量机根据新的输入量可以解算出对应的侵彻深度.为了获得更好的预测效果,使用粒子群优化算法改进了支持向量机的结构参数.最后进行了预测测试,结果表明本文方法的相对预测误差为4%,可以满足工程需要.     

交叉验证K近邻算法分类研究

为了解决旋转机械故障模式识别中传统时频分析法误识率过高问题,采用交叉验证和K近邻原理,提出了交叉验证K近邻算法.对标准测试数据集UCI进行了识别,分析了误识率和拒识率.仿真结果表明:当测试数据集取为UCI时,在规定的K值取值区间内取不同K值时,拒识率均为0;在规定的K值取值区间内,K值愈小,近邻数愈少,不能包含有用训练样本,导致误识率增加;K值过大,噪声显著影响误识率;通过交叉验证K近邻算法得到最优K值,使模式识别误识率达到最低.     

枪管内表面光整加工方法研究

为了满足现代枪械对枪管内表面高质量的要求,提高枪械的射击精度,提出了一种新的内表面精加工方法,即利用由渐缩喷管加速的压缩气体带动磨料粒进行加工的方法.结合枪管在加工膛线后的结构形式,设计了一种加工装置,并对加工过程中的切削机理及气粒两相流的流场进行了初步分析.实验数据表明这种加工方法是可行的.最后对这种加工方法的特点进行了总结.     

基于BP神经网络的模糊PID风量控制

针对煤矿主风机通风系统多变量、非线性、时变滞后性等问题,提出一种基于BP神经网络的模糊PID算法。该算法综合神经网络、模糊控制与PID调节的各自优点,既具有神经网络的自学习和自适应能力,又具有模糊控制的非线性控制作用,同时兼备PID调节的广泛性。仿真结果表明,该算法的响应速度、稳态精度均优于传统的PID调节,取得比较理想的控制效果。     

轴向运动屈曲梁非线性振动研究

为解决屈曲梁在不同的激励条件下产生共振问题,基于哈密顿原理建立屈曲梁的振动模型以及非线性偏微分振动方程和边界条件,通过数值模拟分析了屈曲梁在相平面的动态特性.采用多模态伽辽金离散法预测静态弯曲参数,通过局部分析获得某一个弯曲附近处的非线性近似响应,并得出有效的非线性表达式和频率响应曲线.     

双三相永磁同步电机模型预测电流控制研究

六相逆变器为双三相永磁同步电机提供了丰富的电压矢量资源,能够使预测电流控制变得更加精准,但更多的电压矢量会带来算法计算量过大的问题,同时双三相电机的谐波电流会使电机的损耗增加,需要对其进行抑制。提出了一种改进的模型预测电流控制方法。利用最外围大矢量与次外围中矢量在z1z2子平面方向相反的特性,在一个控制周期内将两个矢量按照相应比例结合并作用于电机,可实现抑制谐波电流的目的。根据定子磁链所在扇区的位置确定出更小范围内的8个预测电压矢量,从而减少了系统运算量。同时以d,q轴电流误差项作为价值函数,消除z1z2子平面的电流误差项,如此可避免权重系数的整定。通过实验对所研究方法进行了验证,结果表明所提MPCC方法可以有效地降低谐波电流,并且具有良好的控制性能。     

Optimization of temperature and rate regimes of plastic deformation by the criterion of dissipation of mechanical energy

Conclusions