基于GWO-SVM的下肢假肢穿戴者骑行相位识别

针对下肢假肢穿戴者骑行相位识别的问题,提出基于灰狼算法优化的支持向量机(GWO-SVM)分类模型. 建立下肢多源信息系统,采集膝关节、踝关节的加速度信号以及膝关节角度信号. 应用奇异值分解,对采集到的信号进行降噪处理. 在对信号进行降噪处理之后,为了避免单一信号不确定的影响,从数据冗余角度,选取各信号的特征点,开展归一化处理,组成多维特征向量,作为SVM分类模型的输入. 为了能够进一步提高分类精度,加强全局优化能力,利用GWO算法对核参数进行优化. 通过与PSO-SVM分类模型、GA-SVM分类模型对比表明,基于GWO优化的SVM分类模型对骑行相位的识别率为94%,高于其他方法优化的SVM分类模型.     

基于9种无约束优化算法的岩爆预测BP模型优选

为研究不同训练样本数量和无约束优化算法对岩爆BP(Back Propagation)神经网络模型预测准确率的影响,选取围岩最大切向应力与岩石单轴抗压强度比σθ/σc、岩石单轴抗压强度与单轴抗拉强度比σc/σt和弹性能量指数Wet作为预测指标,广泛搜集整理100组典型岩爆实例建立了训练样本数据库.在样本数量分别为40、70和100时,基于标准算法和9种无约束优化算法建立了10个岩爆BP神经网络预测模型,并提出了考虑不同样本规模影响的岩爆烈度等级预测指数——综合准确值N.比较研究结果表明:BP模型的预测准确率随样本数量增加而提高,3种样本数量下的模型平均预测准确率分别为62.5％、76.4％和87.5％;基于9种优化算法建立的BP网络模型的N值均高于标准BP模型;基于Ploak-Ribiere共轭梯度法优化的BP模型的N值(195)和预测准确率(99.0％)均最高,且在5个工程实例中的预测结果完全符合现场实际,优于标准BP模型、支持向量机模型和其他优化模型,为岩爆烈度等级预测的最佳模型.     

基于强化学习的无人机安全通信轨迹在线优化策略

物理层安全是无线通信实现安全通信的一种有效手段, 无人机基站在存在地面窃听者的情况下向地面合法用户传输机密信息时, 已有研究一般采用离线方法对无人机基站的飞行轨迹进行优化, 得到的轨迹是固定的, 保密传输缺乏应对通信环境变化的能力。针对该问题, 本文研究无人机飞行轨迹的在线优化策略, 使机密信息被安全传输的同时实现通信平均保密率最大化。文中采用了更符合实际的视距/非视距混合信道模型对空地通信链路进行建模, 提出一种基于Q-learning算法的保障无人机通信系统安全的飞行轨迹在线优化方法。仿真结果表明, 与两种基准算法相比, 本文提出的算法能够有效提高无人机通信的平均保密率。     

基于概率约束的轴桥车削参数优化

针对轴桥车削时变形大的问题,分别提出相应的工艺改进及加工参数优化策略:通过增加平衡配重减小离心力对车削变形的影响;通过基于概率约束的优化算法选择最优的车削参数,实现车削过程的高效性以及车削精度的可靠性。构建以车削效率为目标的轴桥车削参数优化模型。为充分考虑车削参数的随机变化,以车削变形量小于给定值的概率作为约束。为降低概率约束模型的计算成本,采用基于平移传播的拉丁超立方采样方法确定车削速度、背吃刀量与进给量的参数组合,并通过有限元仿真得出各组参数对应的变形值,进而构建车削变形的克里金模型,在失效概率计算及优化求解过程中直接调用该近似模型。通过对概率约束模型最优点处的参数组合进行试验,验证了本文提出的方法可在轴桥允许变形范围内有效提升车削效率。     

基于PSO-VMD与贝叶斯网络的滚动轴承故障诊断

为解决电机在变负载运行条件下滚动轴承振动信号故障的特征提取困难、故障诊断准确率低的问题,提出一种基于变步长粒子群的变分模态分解与贝叶斯网络相结合的滚动轴承故障诊断模型。通过变步长粒子群算法优化的变分模态分解与Hilbert变换,提取故障信息并离散化处理,构建贝叶斯网络故障诊断模型,对滚动轴承故障发生概率推理,并利用完备、不完备数据集以及噪声试验验证该方法的准确性。仿真结果表明,该方法能高效提取特征信息,实现对不确定信息的推理估计,提高滚动轴承故障诊断的准确率,在滚动轴承的故障诊断预测中具有较好的理论与应用前景。     

计及蓄电池寿命的微网群优化调度模型

为延长蓄电池使用寿命,减少微网群运行成本,构建了计及蓄电池寿命的微网群多目标优化调度模型.以包含风、光、储、柴、燃料电池的两个子微网所构成的交流微网群作为研究对象,采用改进后的加权吞吐量法构建蓄电池寿命模型并预测蓄电池寿命.综合考虑系统发电成本、环境污染成本和蓄电池寿命损耗成本,在满足负荷供需平衡、不同微源出力等约束条件下,通过加权系数法将多目标函数归一化为综合目标函数,并利用二元对比定权法确定权系数,把对蓄电池的重视程度分为较低、中等、较高三种情况.采用粒子群优化算法进行求解,并对三种情况下的微网群调度结果与蓄电池寿命损耗情况进行对比分析.结果表明,该优化调度模型可有效提高微网群经济效益,并减小蓄电池损耗,验证了该模型的有效性.     

DN80型燃气电磁阀可靠性分析及结构优化设计

燃气电磁阀是燃气系统中重要的零件,在设计研发阶段对其进行可靠性分析和结构优化是必要的.基于Unigraphics NX软件建立了其三维模型,结合Ansys workbench的geometry几何模块和static structural静力分析模块对其进行有限元分析,得到其等效应力云图和变形最大值及其位置和可靠度数值,发现其等效应力位置和变形最大位置出现应力集中现象,对该关键位置进行结构优化,并进行有限元分析发现,通过结构优化,等效应力由65.797 MPa降低为13.575 MPa,最大的变形量为由0.11092 mm降低为0.0043326 mm,可靠度由0.942提高到0.995,优化后的电磁阀整体性能得到提高.研究方法为燃气电磁阀的设计与优化提供了依据,节省研发成本,缩短设计周期.     

面向对象轮廓约束GGVF Snake的建筑物边界优化方法

分析高分辨率遥感影像中建筑物的特征和常用方法提取建筑物存在边界漏检误检导致的边界不规则等问题,提出面向对象轮廓约束广义梯度矢量流（GGVF）Snake模型的建筑物边界优化方法. 在利用分类法获取建筑物轮廓的初始结果基础上,自动提取每个建筑物轮廓线作为GGVF Snake的初始轮廓线,获取各轮廓外接矩形进行对象裁剪,提取每个建筑物的子图对象. 对每个子图对象进行Canny边缘检测,结合Hough变换提取直线特征,输入到广义梯度矢量流模型的迭代求解中快速最小化能量函数,实现对象级建筑物轮廓的精确优化. 实验结果表明,利用提出的方法能够自动获取初始建筑物的轮廓信息,提高优化的自动化程度;基于对象级的边缘检测与直线特征的加入,有助于GGVF Snake快速拟合,准确地平滑建筑物边缘且准确度高. 相对于其他对比方法,本文方法的轮廓优化总体精度和综合值均有提升,可以作为有效提升分类原理获取的建筑物轮廓的优化后处理手段,提高了建筑物提取的精度.     

面向工业平稳/非平稳复杂系统的在线故障监测技术

针对复杂系统中关键性能指标（KPI）相关故障检测方法检测精度低的问题,提出基于双层改进潜结构投影（DL-IPLS）的KPI相关故障检测方法. 利用协整分析和主元分析建立底层模型,对非平稳和平稳变量进行特征提取. 将提取的信息进行融合,建立改进潜结构投影的上层模型,根据融合信息对KPI的贡献进行空间分解. 在2个正交子空间中设计统计量,实现KPI相关故障的在线监测. 田纳西-伊斯曼过程和青霉素发酵过程的仿真结果表明,在面向工业平稳和非平稳复杂工业系统检测时,所提方法有效提高了KPI相关故障的检测率,降低了KPI无关故障的误报率.     

MSF电磁窗电性能优化技术研究

在力学性能与电磁性能一体化综合设计要求下,分析金属空间桁架(MSF)电磁窗的金属桁杆的物理构造对其兼顾力电性能的影响,以改良现有MSF电磁窗布局。利用CAD软件创建了两种结构的MSF电磁窗模型,分别为等截面MSF电磁窗和变截面MSF电磁窗。等截面电磁窗的所有金属桁杆横截面结构相同,变截面电磁窗由两种横截面结构的金属桁杆构成。运用理论分析其力电综合性能,再利用FEKO电磁仿真软件获得实验数据,对比两种MSF电磁窗的实际性能。结果表明,变截面MSF电磁窗与等截面MSF电磁窗相比,电磁性能得到了一定优化,力学性能也得到了改善,具有更强的应付恶劣自然环境的能力,变截面MSF电磁窗是提高电磁窗力电综合性能的可用设计方案。