基于分层建模技术的CAD/CAPP/CAM集成系统研究

在DM特征建模的基础上,建立了CAD、CAPP、CAM各个阶段的分层模型.分别从特征层和零件层两个层次建立该集成系统全局统一的数据表达.在工艺设计阶段通过引入特征子工艺设计概念与技术,完成子工艺的生成、拓扑排序、组合及编辑,从而完成整个零件的工艺规划.使得系统数据顺利地引入制造模块.该方法在所开发的回转类零件CAD/CAPP/CAM系统中得到了验证.     

引力势、物质运动与时空结构 宇宙演化概略与“暗能量”

将物质运动和宇宙引力势之间的相互作用关系用于解释大爆炸理论模型,推论了宇宙演化概略.分析了由各个层次的物质运动与宇宙引力势之间的相互作用所产生的后果及其在宇宙演化过程中所起的作用,讨论了宇宙由减速膨胀转变为加速膨胀的基本原因,澄清了"暗能量"的本质.     

基于动力学与分形分析的絮凝控制新指标

针对以速度梯度为核心的传统絮凝工艺动力学研究存在的理论与应用上的不足,通过对湍流水体中絮凝体的受力分析,表明在絮凝工艺中特征尺度量级的涡旋起重要作用,其离心惯性效应是絮凝体碰撞凝聚的动力学致因;通过对絮凝工艺的动力学传质过程影响因素的分析,利用数学分析方法,确定了絮凝体密度正比于水流的剪切强度;通过对絮凝体的形态分析,确定了絮凝体强度反比于水体剪切强度.进而提出一个基于动力学与形态学分析的新絮凝控制指标Fr0,完善了传统絮凝控制理论,可望为工程设计提供新方法.     

三星型压缩机振动问题研究

提出了引起星型活塞式压缩机振动这一宏观现象发生的根源.在一阶惯性力机器内完全平衡的情形下,对二阶惯性力因目前无法在机器内平衡,分析其形成的机理.在机器向大排量方向发展时,二阶惯性力引起机器振动不可忽略,容易引起机器在水平面内移动,所以需采取与基础紧固的措施.     

带有Lévy Flight机制的引力搜索算法

引力搜索算法（gravitational search algorithm,GSA）是模拟万有引力定律进行搜索的一种新颖的优化算法,已有研究表明GSA算法相比一些传统的优化算法拥有较好的收敛性能,但其缺乏有效的全局寻优机制,易于被局部极值吸引,从而陷入早熟收敛。因此提出了一种基于Lévy Flight和权值惯性递减的引力搜索算法QmuGSA,以加强算法的全局寻优能力。该算法通过Lévy Flight独特的不均匀随机游走的机制扩大粒子的搜索范围,增加种群多样性,从而更容易跳出局部最优点。通过4个标准测试函数对所提算法进行了仿真测试,结果表明所提算法能够有效克服基本引力搜索算法易早熟、收敛精度低等缺陷,具有较好的寻优精度和全局收敛性能,能够解决一些复杂函数的优化问题。     

带有Levy Flight机制的引力搜索算法

引力搜索算法（gravitational search algorithm,GSA）是模拟万有引力定律进行搜索的一种新颖的优化算法,已有研究表明GSA算法相比一些传统的优化算法拥有较好的收敛性能,但其缺乏有效的全局寻优机制,易于被局部极值吸引,从而陷入早熟收敛。因此提出了一种基于Levy Flight和权值惯性递减的引力搜索算法QmuGSA,以加强算法的全局寻优能力。该算法通过Levy Flight独特的不均匀随机游走的机制扩大粒子的搜索范围,增加种群多样性,从而更容易跳出局部最优点。通过4个标准测试函数对所提算法进行了仿真测试,结果表明所提算法能够有效克服基本引力搜索算法易早熟、收敛精度低等缺陷,具有较好的寻优精度和全局收敛性能,能够解决一些复杂函数的优化问题。     

深厚覆盖层上高心墙坝地震惯性力动态分布系数研究

对于强震区坐落在深厚覆盖层(深度超过50 m)上的高土石坝,通过拟静力稳定分析结果初步判定其抗震稳定性是抗震设计的主要内容,其中水平向地震惯性力沿坝基覆盖层至坝顶的动态分布系数是关键。然而,现行《水工建筑物抗震设计标准》(GB 51247—2018)中地震惯性力动态分布系数多基于坐落在基岩上的高土石坝的动力响应规律确定,现有动态分布系数忽略了深厚覆盖层和地震动强度对地震动传播规律的影响。因此,以坐落在深厚砂砾石覆盖层上150 m级高黏土心墙堆石坝为研究对象,结合现行土石坝设计规范和国内已建高土石坝实例,基于统计平均的方法确定了坝顶宽度、坝料分区、坝坡坡比、覆盖层材料的静、动力特性等关键参数,深入探讨了150 m级高黏土心墙堆石坝在小震(0.1 g)、中震(0.2 g)和大震(0.4 g)规范谱地震动作用下不同深度砂砾石料覆盖层的动力响应分布规律,进而总结归纳出不同深度覆盖层下150 m级高黏土心墙堆石坝的水平向地震惯性力的动态分布系数,将其引入到拟静力法稳定分析中,最后基于最危险滑动面和最小安全系数与现行规范所得结果进行对比分析。研究结果表明,小震(0.1 g)和中震(0.2 g)下采用文中推荐的考虑深厚覆盖层和地震动输入强度影响的水平向地震惯性力动态分布系数时将得到更符合工程实际的评价结果。研究成果可为深厚覆盖层上的高土石坝抗震设计提供参考依据。     

基于改进粒子群优化和极限学习机的网络安全态势预测

针对网络安全态势预测模型预测精度不高、收敛较慢等问题,提出了一种基于改进粒子群优化极限学习机（IPSO-ELM）算法的预测方法。首先,通过改进粒子群优化（PSO）算法中的惯性权重和学习因子来实现两种参数随着迭代次数增加的自适应调整,使PSO初期搜索范围大、速度高,后期收敛能力强、稳定。其次,针对PSO易陷入局部最优的问题,提出一种粒子停滞扰动策略,将陷入局部最优的粒子重新引导至全局最优飞行。改进粒子群优化（IPSO）算法既保证了全局寻优的能力,又对局部搜索能力有所增强。最后,将IPSO与极限学习机（ELM）结合来优化ELM的初始权值及阈值。与ELM相比,结合IPSO的ELM的预测精度提高了44.25%。实验结果表明,与PSO-ELM相比,IPSO-ELM的预测结果拟合度可达到0.99,收敛速度提升了47.43%。所提算法在预测精度和收敛速度等指标上明显优于对比算法。     

基于余弦相似度的改进蝴蝶优化算法

针对蝴蝶优化算法（BOA）容易陷入局部最优和收敛性差等问题,提出一种多策略改进的蝴蝶优化算法（MSBOA）。首先引入余弦相似度位置调整策略,通过旋转变化算子和伸缩变换算子进行位置更新,从而有效地保持BOA的种群多样性;其次引入动态切换概率,来平衡BOA局部阶段和全局阶段的转换;最后增加混合惯性权重策略,以提高BOA的收敛速度。使用16个基准测试函数、Wilcoxon检验以及部分CEC2014函数来验证MSBOA的有效性和鲁棒性。仿真实验结果表明,与BOA和其他改进策略BOA及其他群智能算法相比,MSBOA在收敛精度和收敛速度上有明显的提升。     

混合策略改进的鲸鱼优化算法

针对标准鲸鱼优化算法易出现搜索速度慢、寻优精度低及早熟收敛等问题,提出一种混合策略改进的鲸鱼优化算法。首先采用混沌映射生成初始种群增加种群多样性,为算法全局搜索奠定基础;然后引入非线性策略改进收敛因子和惯性权重,平衡算法的全局探索与局部开发能力并加快收敛速度;最后根据群体适应度方差设定阈值进行变异操作,避免算法出现早熟收敛的现象。通过对12个典型基准函数进行三方面的性能测试,实验结果表明,改进算法在搜索速度、收敛精度等方面有显著提高,且摆脱陷入局部最优解的能力强。