基于分组遗传算法的集成多样性增强及其应用

为了解决复杂工业过程的概念漂移问题,提高集成学习模型的泛化性能,基于分组遗传算法,提出一种用于提升基学习器间多样性的建模方法.该方法以在线极限学习机作为基学习器,根据基学习器在滑动窗口上的性能对其进行分组,并执行进化操作,同时引入基因流概念,增加了基学习器间的多样性,提高了集成算法在处理概念漂移数据流时的预测性能.最后使用合成数据集和真实数据集验证了所提算法的合理性与有效性.     

基于主动学习Kriging模型的地下管线抗震可靠度分析

为提升地下承插式接口铸铁管线抗震可靠度的计算效率,提出基于主动学习Kriging代理模型的Monte Carlo模拟方法(AK-MCS)进行地下管线抗震可靠度计算。采用梁单元模拟管线结构,均布弹簧反映管土相互作用,接口弹簧模拟邻接管道约束作用,建立了地下管线地震响应分析模型;考虑管线接口允许位移、管线埋深、土体容重和内摩擦角等模型参数随机性的影响,以管线接口位移量为安全准则,采用主动学习Kriging模型方法建立管线接口位移响应与随机变量参数关系的代理模型,从而获得管线接口安全状态。算例结果表明,AK-MCS法计算得到的管线失效概率与传统Monte Carlo模拟计算的结果相对误差在5%以内,且AK-MCS法计算时间约为传统Monte Carlo模拟计算时间的2%。因此在进行管线可靠度计算时,主动学习Kriging代理模型方法具有准确性与高效性。     

基于区块链的D2D辅助的MEC资源共享架构

随着终端设备智能化发展与设备到设备（D2D）通信技术的逐渐应用,终端设备可以通过直连链路进行资源共享.为提升网络边缘整体服务能力,提出了一种基于区块链的D2D辅助的多接入边缘计算资源共享架构（BD-MEC）.在BD-MEC下,综合考虑时延、能耗和支付开销等因素,设计了一种基于博弈论的多用户卸载方案,以满足不同用户的服务需求.其次,针对拒绝服务或付款等恶意行为,提出了一种基于智能合约的资源共享协议与争议事件处理方法,利用区块链来强制共享双方遵守资源共享协议,以实现安全的资源共享.仿真结果表明,BD-MEC能有效地降低计算任务的时延、能耗和支付开销.     

长春市地铁热环境现状调查研究

随着人们对环境要求的提高,地铁环境热舒适成为人们关注的重要话题.本文以长春地铁1号线和2号线为研究对象,对地铁内的热环境进行现场实测,并对参与实测的受试者进行实时问卷调查.基于实测数据和问卷调查结果的统计分析,获得长春市地铁站内夏季与冬季的热环境状况和地铁乘客的热感受状态,给出了车厢内的热中性温度,为地铁热环境的设计及改善提供参考依据.     

商超冷柜冷凝热回收的热气旁通除霜性能研究

商超冷柜因箱体内无霜、可利用空间大、清洁卫生等优点得到了快速的发展,但同时也因其蒸发器表面除霜耗电量大的缺点受到局限.除霜尤其是冬季除霜对商超冷柜来说是十分重要的话题.热气旁通除霜方式的运用减小了传统电热除霜的功耗,但是也存在低温环境下压缩机吸气温度低、除霜时间长等问题.为解决上述除霜问题,对商超风冷无霜立式冷冻柜原有的热气旁通除霜管路进行改造,提出一种新型蓄热化霜系统.通过在系统中添加相变蓄热换热器来蓄存系统运行时的冷凝热,并在系统热气旁通除霜过程中释放热量,以提升压缩机的吸气温度.通过将改装后系统与原系统在不同环境温度下进行除霜性能测试,得出如下结论:在冬季气温下,改装后系统的除霜时间缩短为原系统的5％,除霜功耗减小为原来的5.6％,可以解决原系统冬季除霜效率低的问题.     

基于博弈论准确性和差异性兼优的选择性集成建模方法及其应用

集成学习相较于单模型具有更好的预测精度和泛化能力,被广泛应用于工业过程的质量预测.基学习器之间的多样性和基学习器的准确性对集成的泛化能力影响极大.为了进一步提高集成模型的泛化能力,提出一种同时考虑准确性和差异性的选择性集成建模方法.以在线极限学习机作为基学习器,将基学习器的准确性和基学习器对集成模型多样性的贡献率作为博弈双方,利用博弈论原理求解得出使集成模型准确性和多样性都达到最优的选择方案,使集成模型的准确性和多样性兼优;模型预测完成后,综合当前误差和历史记录误差对基学习器的权重进行在线更新,实现在线测量阶段对建模对象特性的动态自适应.最后,使用公开数据集和实际工业数据验证了所提算法的合理性和有效性.     

碱土金属氧化物及氧化还原值对低铝玻璃表面渗锡的影响

由于浮法工艺过程中玻璃熔体与锡液接触会导致玻璃板下表面产生渗锡现象,进而影响玻璃产品性能和加工质量,因此以低铝玻璃化学组成为基础,使用电子探针分析仪(electro-probe microanalyzer,EPMA),对经过渗锡模拟实验的玻璃试样进行断面扫描,测量了锡离子渗透深度,并探究了碱土金属氧化物(CaO、MgO)及玻璃配合料氧化还原值(oxidation-reduction,REDOX)对锡离子渗入深度、渗锡峰值浓度的影响作用规律.研究结果表明:MgO比CaO具有更好的抑制渗锡深度的作用,主要在于Mg—O键强大,压制阻碍碱金属离子R+与Sn2+的离子交换速率;随着配合料氧化还原值增加,玻璃表面渗锡峰值浓度增加,当REDOX为正值时,有利于锡单质发生氧化反应,使其生成锡离子Sn2+/Sn4+,为其与玻璃熔体碱金属离子R+的离子交换创造条件.     

基于奖励引导的六足机器人自主步态学习

为提高机器人自主学习能力,提出一种基于奖励引导的机器人自主步态学习算法.首先给出自主设计的机械式步态同步六足机器人的机械结构,其独特的多层钢堆叠腿部设计方案和特有的机械同步传动方案为机器人后续步态学习研究奠定良好基础;接下来提出一种基于奖励引导的机器人步态学习算法,该算法可以让机器人在未知环境中进行技能学习;最后,在MATLAB和ADAMS联合仿真平台上进行算法验证实验,实验结果显示以速度和高度分别为主评价指标会呈现出2种合理的收敛结果,且在该算法下六足机器人可以自主学习到翻越木块的高难度技能.     

正交实验法优选小蓟中总黄酮的提取工艺

优选小蓟中总黄酮的最佳提取工艺.以总黄酮提取率作为考察的指标,运用超声法提取小蓟中的总黄酮,将乙醇体积分数(A)、超声提取时间(B)和料液比(C)3个因素作为单因素实验对象,在单因素实验的基础上设计正交实验,从而确定最佳工艺为乙醇体积分数80％,超声提取时间45 min,料液比1:20(g·mL-1)时提取率最高.该方法操作简便、准确、提取率高,并且此实验结果为小蓟的进一步研究奠定了基础.     

基于SVR模型预测超薄浮法玻璃气泡数量的研究

针对超薄浮法玻璃生产过程存在反馈滞后大、生产复杂、产品质量难以精确控制的情况以及气泡质量缺陷严重影响产品应用的问题,本文采用SVR模型对超薄浮法玻璃气泡数量进行预测,结合实际生产数据对模型进行验证,并探究熔化时滞时间以及特征属性对模型精度的影响,采用Relief-F算法结合实际建模结果筛选出对气泡产生有影响的重要特征属性.研究结果表明,SVR模型能精确预测玻璃气泡数量,为后续生产提供决策支持;熔窑池底温度与熔窑碹顶温度对超薄浮法玻璃生产中气泡的产生有较大影响.