一种水平不均匀反常大气折射环境反演方法

针对反常传播中的水平不均匀大气折射率环境反演问题,提出了一种用于跨海微波超视距远距离电路观测场景和信息的反演方法。该方法基于原理要求的全面分析,用粒子群算法进行优化实现反演,确定了海岸-海面-海岸下垫面和近海面复合大气剖面模型,给出了粒子群算法的剖面参数粒子、搜索空间、搜索方法以及适用的适应性函数。研究结果表明,本文方法能够有效反演出水平均匀和不均匀大气环境,且反演结果具有实测剖面的特征,在研究场景中贴地波导高度的误差可低至9.4%。     

基于速率修正PSO和核基ELM的云数据库恶意行为识别方法

众所周知云数据库已在各行各业广泛应用并且发挥着不可替代的作用。但正是云数据库的可扩展、分布式以及虚拟化的特性,导致了云数据库面对恶意行为时表现出明显的脆弱性。因此为了提高云数据库的安全性,针对恶意行为的智能检测开展相关研究是至关重要的。本文对粒子群优化算法进行了改进并与核极限学习机相结合,提出了一种基于改进粒子群优化和核极限学习机的恶意行为识别模型（KE-VP）,通过分析云数据库上的网络流量来检测是否存在恶意行为并将恶意行为准确分类为具体的攻击类型。通过实验分析,我们发现KE-VP与现有方案具备更好的检测精度和检测效率。     

基于粒子群算法的LCLC谐振变换器优化设计

LCLC谐振变换器广泛应用在空间行波管放大器(TWTA)中,起到升压的作用.在LCLC谐振变换器中,具有多个谐振参数,即变压器漏感、串联谐振电容、励磁电感以及并联谐振电容.多个谐振参数增加了LCLC谐振变换器总损耗优化的难度.该文提出一种基于粒子群优化算法的LCLC谐振变换器优化设计方法,解决LCLC谐振变换器由于多个谐振参数造成的总损耗优化困难的问题.首先,推导了LCLC谐振变换器的总损耗公式;其次,采用粒子群优化算法,对LCLC谐振变换器的总损耗进行了优化,得到了总损耗最小时的谐振变换器参数;最后,基于优化的LCLC谐振变换器参数,搭建了LCLC谐振变换器,并进行了一系列实验.实验结果证明了该优化设计方法的有效性.     

多种群纵横双向学习和信息互换的鲸鱼优化算法

鲸鱼优化算法(WOA)相较于传统的群体智能优化算法,具有较好的寻优能力和鲁棒性,但仍存在全局寻优能力有限、局部极值难以跳出等问题.针对上述不平衡问题,该文提出一种多种群纵横双向学习的种群划分思路,子群相互独立,子群内个体受到来自横向和纵向两个方向的最优值影响,从而规避局部最优,在探索和开发之间取得均衡.对纵向种群的所有个体,该文提出一种线性下降概率的个体置换策略,促进不同子群的信息流动,加快算法收敛.基于不同个体的历史进化信息,来进行策略算子选择,从而区别于现有基于随机数的策略算子选择方法.利用基准函数进行跨文献对比,数值结果表明该文算法具有很好的优越性和稳定性,在大多数问题上都获得了全局极值,具有较好的问题适用性.     

面向注塑工艺过程中的注射速度最优操纵混合优化控制方法

在注塑工艺过程中,注射速度控制是其重要环节之一,实现注射速度的快速可靠优化控制对于注塑产品的高效生产具有重要意义。该文针对一类典型的注塑装备中的伺服电机驱动恒泵液压系统,研究了注塑机工作过程中的注射速度最优跟踪控制问题,提出一种高效的基于控制参数化与粒子群优化相结合的混合智能优化控制方法,分别设计实现了开环最优控制器和状态反馈最优控制器,将控制器设计问题转化为一序列最优参数选择问题,实现了在给定时间内对所期望的注射速度跟踪控制的高效求解。最后通过实验仿真结果验证了所提出的混合优化控制算法对于求解注塑工艺过程中注射速度的动态优化问题的可行性和有效性。     

多策略调和的布谷鸟搜索算法

布谷鸟搜索（CS）算法是一种新型的群智能算法,结构简单且寻优能力较强,但存在勘探与开采不平衡以及易陷入局部极值的问题。提出一种多策略调和的布谷鸟搜索（MSRCS）算法,基于概率规则选择由自适应步长和改进解更新方法组成的调和策略对布谷鸟个体进行更新,其中自适应步长引导布谷鸟在更好的方向上寻优,3种改进的解更新方法分别从自身邻域、当前最优个体和随机位置3个角度对勘探和开采进行调和,从而提升全局搜索和局部搜索在迭代过程中的适应性。在CEC2013测试集的28个基准函数上的实验结果表明,MSRCS算法至少有12个测试函数优于原始CS及其7种改进算法且排名第一,在求解单峰、多峰和组合函数问题时寻优能力更强,同时相比于3种经典群智能优化算法具有更快的收敛速度和更高的解精度。     

负梯度声速下特征声线与传播时间快速求解方法

求解特征声线最直接的方法是采用"扫描-插值-迭代"的声线跟踪法,过程较复杂,计算速度较慢。将负梯度声速环境下特征声线的起始掠射角表示为声速、海水深度、声源与接收点相对位置的方程,通过采用量子粒子群算法求解方程直接获得掠射角,进而确定特征声线和传播时间。与声线跟踪法相比,所提出的方法由于不存在数值累计误差和角度插值误差,因此精度更高,另外速度也更快,适合浅海负梯度环境下特征声线与传播时间的快速求解。     

曲率半径对双层药型罩EFP战斗部成形及侵彻的影响?

利用ANSYS/LS-DYNA仿真软件研究了药型罩曲率半径对双层药型罩EFP战斗部成形及侵彻特性的影响规律。数值计算结果表明,当药型罩曲率半径的相对值在0.67~0.93时,弧锥结合型双层药型罩EFP战斗部可成形具有良好外形的侵彻体;此时,成形侵彻体的最大侵彻深度约为1倍装药口径。试验结果表明,双层药型罩EFP战斗部成形侵彻体能够有效击穿2层2 cm厚45#钢靶,成形侵彻体对钢靶侵彻的开口形状近似呈现圆形,是具有相同装药结构EFP战斗部成形侵彻体侵彻深度的2倍左右。研究结果可以为双层药型罩EFP战斗部结构优化设计提供参考。     

基于粗糙集模糊神经网络的爆破振动预测

以某地下水封洞库爆破工程为研究对象,全面考虑影响爆破振动的各种因素,提出了基于粗糙集理论的模糊神经网络(RS-FNN)预测方法进行质点峰值速度和主频率预测。首先采用粗糙集理论获得最优属性集,然后对实测数据进行模糊处理,建立质点峰值速度和主频率的12-25-1 RS-FNN网络预测模型,并与基于萨道夫斯基经验公式的预测模型进行对比研究。研究结果表明:RS-FNN对质点峰值速度预测要优于经验公式,同时,RS-FNN也首次实现了对主频率的预测,为保障工程爆破安全提供了一定的理论指导。     

PSO和Cholesky分解的KELM的基因表达数据分类

核极限学习机(KELM)可使低维空间中线性不可分的数据变得线性可分,增加了ELM算法的鲁棒性,但KELM算法的输入权值参数采用随机初始化,容易导致算法不稳定.为此,本研究提出用粒子群优化算法对KELM中的权值初始参数进行优化、设定,以得到优化的分类器PSO-KELM.由于该算法输出权值求解采用传统的矩阵求逆运算,导致计算复杂,因此再对KELM的输出权值采用Cholesky分解进行优化.经一些标准基因数据集的实验表明,提出的PSO-KELM算法与已有的ELM、KELM、PSO-ELM相比分类精度更高,适用于基因表达数据分类.