基于遗传算法优化滚筒脱水控制参数的研究

本文主要介绍如何通过遗传优化算法进行滚筒脱水参数优化.首先介绍了脱水控制参数的含义,并介绍了风险值、损失值的概念.其次,通过风险值、损失值定义目标因子G.然后,根据经验设定偏心分布位置的概率,和用户使用负载量的概率.最后,通过以上设置对初始控制参数进行遗传迭代优化,最终获得最理佳的控制参数.     

基于改进LFM算法的主动解列断面搜索方法

针对传统解列断面算法复杂度高的问题,提出一种基于改进LFM算法的解列断面搜索方式。首先,基于节点间电气联系和能量转移分布熵完成电网加权复杂网络建模;其次,基于主动解列断面约束条件,对LFM算法做适应性改良;最后,通过改进LFM算法得到解列断面,并在IEEE39节点系统中验证了算法有效性。仿真结果表明,改进LFM算法可充分考虑传统解列断面的约束条件,在算法具有较低复杂度的同时对系统运行状态更强的适应性。     

基于Stacking集成算法的岩爆等级预测研究

岩爆是地下工程面临的一个巨大灾害，岩爆预测可以降低岩爆带来的危害。机器学习是岩爆预测方法的研究热点和发展方向，但现阶段各机器学习算法表现不同，并且相互独立工作，没有融合，不能优势互补，导致各机器学习算法的准确率、泛化性和稳定性较低。本文采用Stacking集成算法，融合现阶段使用较多的8个机器学习算法(4个集成算法和4个基本算法)，充分发挥各算法的优势，实现优势互补；为保证新特征信息具有多样性，结合各种机器学习算法的原理和岩爆样本库的特点，提出3组考虑多个岩爆预测指标的Stacking集成算法，每组算法拥有不同基模型和多个元模型，解决了传统Stacking集成算法接受特征信息受限和元模型选择困难的难题。对比分析各组Stacking集成算法与独立算法的准确率、精确率、召回率和F1值，结果表明构建的Stacking集成算法可以有效融合各机器学习算法，预测性能显著提升。在3组Stacking集成算法中，Stacking集成算法二的基模型由Random Forest Classifier,Extra Trees Classifier,Gradient Boosting Classifier和L...     

一种基于GN算法的动态图划分方法

随着图规模的急剧增长，对动态图进行实时处理的需求日益增加。大多现有的算法针对静态图划分是有效的，直接用其处理动态图会带来较大的通信开销。针对该问题，提出一种基于GN算法的动态图划分方法。首先收集一段时间内加入动态图中的顶点；然后，利用GN算法对这些新加入的顶点进行预划分，产生若干个内部联系紧密的社区；最后，将预划分产生的社区结果插入到已经划分好的当前图中。实验从交叉边数和负载均衡度两方面将该方法与传统流式划分方法进行比较，结果表明， 在公开数据集上，该方法的交叉边数降低了13%，负载均衡度减少了42.3%。由此可见，该方法的划分质量明显优于传统的流式划分方法。     

多壁碳纳米管/钴镍层状双金属氢氧化物纳米复合材料的制备及电化学性能研究

以硫酸钴（CoSO₄·7H₂O）为钴源、硫酸镍（NiSO₄·7H₂O）为镍源，通过水热法将多壁碳纳米管（MWCNTs）嵌入到钴镍层状双金属氢氧化物（CoNi-LDHs）中合成CoNi-LDHs/MWCNTs复合材料。通过FT-IR、FE-SEM、XRD等分析方法对复合材料的微观组织结构和表面形貌进行表征，并通过循环伏安、恒流充放电以及交流阻抗谱等测试方法对该材料的电化学性能进行研究。结果表明，当反应体系中引入MWCNTs后，CoNi-LDHs颗粒均匀地嵌入碳纳米管网络中，与碳纳米管紧密结合交错在一起，增大了材料的表面积，为氧化还原反应提供了丰富的活性位点；在电流密度为0.5 A/g下，复合材料比电容高达1 965.55 F/g,表明该复合材料具有优异的电化学性能。     

求解带能力约束车辆路径优化问题的改进模拟退火算法

为高效求解带能力约束的车辆路径优化问题,提出一种带有回火操作的改进模拟退火算法.解析多约束条件下的路径优化特点,构建了结构简单且功能模块相对独立的模拟退火框架,以便相关约束及其算法的耦合嵌套.在此基础上,改变较优解在迭代过程中的接受规则,引入回火操作使全局搜索与局部搜索实现平衡;设计强制的随机邻域变换策略,以提高多约束条件下的新解生成质量.结合初始解生成方法,构建了整体算法.通过不同类型算例的对比实验表明,所提算法具有优越的求解性能,相应的求解框架与优化方法研究,能够为相关的多约束耦合求解提供参考.