基于多策略融合的改进人工蜂群算法

针对标准人工蜂群算法存在易陷入局部最优、收敛速度慢等缺陷,提出一种基于多策略融合的改进人工蜂群算法。为了避免陷入局部最优,引入可调压排序选择策略,以保证种群的多样性;同时,通过跟随蜂阶段将线性调整全局引导策略、自适应动态调整因子策略与标准人工蜂群算法的更新策略组成一个动态调整策略集,通过比较食物源的当前质量值与上次迭代质量值对动态策略进行调整,以加快算法的收敛速度。利用标准测试函数进行实验仿真,结果表明该算法不仅提高了求解精度,而且加快了收敛速度,迭代次数明显减少。     

钢管陶瓷内衬Ti_3AlC_2的耐磨性研究

研究了钢管陶瓷内衬Ti_3AlC_2的耐磨性能。试验结果表明:在摩擦过程中,摩擦产生的摩擦热使Ti_3AlC_2摩擦表面分解、氧化生成由Ti、Al、Fe和O组成的非晶态氧化物,这层氧化物起到了一定的润滑作用,在高的法向载荷或速度下,随着氧化物生成量的增加,Ti_3AlC_2材料的摩擦因数减小,主要是Ti_3AlC_2氧化层磨损,这种磨损方式保护了Ti_3AlC_2基体材料,因此以Ti_3AlC_2作为钢管陶瓷内衬材料将能够很好地保护钢管基体,延长钢管的使用寿命。     

基于改进邻域搜索策略的人工蜂群算法

针对人工蜂群算法存在易陷入局部最优、收敛速度慢的缺陷,提出一种改进邻域搜索策略的人工蜂群算法.首先,将混沌思想和反向学习方法引入初始种群,设计混沌反向解初始化策略,以增大种群多样性,增强跳出局部最优的能力;然后,在跟随蜂阶段根据更新前个体最优位置引入量子行为模拟人工蜂群获取最优解,通过交叉率设计更新前个体最优位置,并利用势阱模型的控制参数提高平衡探索与开发的能力,对观察蜂邻域搜索策略进行改进,以提高算法的收敛速度和精度;最后,将改进人工蜂群算法与粒子群算法、蚁群算法以及其他改进人工蜂群算法进行比较,利用12个标准测试函数进行仿真分析.结果表明,改进算法不仅提高了收敛速度和精度,而且在高维函数优化方面具有一定的优势.     

机械合金化结合热压烧结制备(TiC+TiB2)/Cu复合材料

通过对体系进行机械合金化,随后将其与Cu粉进行混合和热压烧结制备了(TiC+TiB_2)/Cu复合材料。研究表明,机械合金化促使B_4C粉末分解并向Ti粉末中的固溶形成Ti-C-B的三元混合体系,有效降低了体系的反应温度,并在随后的热压烧结中生成(TiC+TiB_2),其原因是在Ti-C-B体系中生成TiB_2相比TiB具有更低的吉布斯自由能变。当增强相含量较低时,强化相颗粒细小弥散地分布在铜基体中,且与基体界面结合良好,可显著提高复合材料的硬度;但随着含量的增加,强化相的团聚现象加剧,与基体的界面结合方式也转变为简单的机械包裹,其强化效应并不能得以体现。此外,由于机械合金化提高了体系反应的活性,有效地避免了Ti向铜基体中的固溶,当增强相的设计含量为15vol%时所制备的(TiC+TiB_2)/Cu复合材料与直接混合Cu-Ti-B_4C粉末制备的复合材料相比导电率大幅提升。