记忆增强的莱维飞行引力搜索算法

针对标准引力搜索算法存在收敛速度过快,容易陷入局部最小值等问题,提出一种改进的基于莱维飞行的引力搜索算法,在引力搜索算法框架下引入莱维飞行产生随机步长,进一步更新种群位置.莱维步长缩放因子动态调整,随迭代次数增加,莱维更新逐步发挥作用,使算法继续保持较好的全局搜索性能.莱维更新只选择适应度无退化粒子参与下次计算,且飞行步长更新以历史最优粒子的位置为指导,增强算法记忆性,促使粒子向更优适应度方向进化.对多个标准测试函数进行仿真,结果表明改进算法较标准引力搜索算法和布谷鸟算法具有更好的全局搜索能力和寻优精度.     

钢板高频感应移动加热成形有限元建模及模拟研究

基于Ansys-APDL语言,采用磁场与温度场耦合移动热源,对感应加热钢板进行三维电磁-热-应力耦合模拟分析。结果表明,钢板加热时温度场和钢板Y方向变形场分布都不均匀,加热最后区域均出现明显的端部效应;加热区前端的温度梯度大,尾端的温度梯度小,钢板上下表面出现较大的温差;加热区域Y方向变形量UY随加热功率的增加而增大,随加热速度v的增大而减小;随着加热功率的增大,钢板弯曲角度θ线性增大,曲率半径ρ先减小后趋于定值;随着线圈移动速度的加快,钢板的弯曲角度θ线性减小,曲率半径ρ先增大后趋于定值。     

基于边缘增长的协同训练方法

为保证分类器间的差异性,同时提高子分类器自身性能,提出一种新的基于边缘样本增长的半监督集成学习方法——边缘协同森林(M-Co-Forest)。当从未标记样本中选取伪标记样本时,不仅考虑未标记样本的标记置信度,同时考虑未标记样本在已标记样本中的位置。只有处于当前分类器训练样本边缘且置信度高于预设阈值的样本才能被赋予伪标签,加入下一轮学习。同时,利用噪音学习理论指导训练过程,当伪标记样本的数量不足以进一步提升分类器性能时,停止迭代。多个UCI数据集和CTG数据上的实验结果表明M-Co-Forest的性能优于对比算法。     

桥梁钢结构T型接头双侧同步焊有限元建模

以桥梁主体和人行道组成结构的简化模型为研究对象,基于ANSYS有限元分析软件,运用APDL语言建立了翼板、顶板、墙板组成的T型接头两侧双道同步焊接模拟的有限元模型。通过模拟计算多条焊缝焊接过程,得到了模型上不同时刻温度分布结果,对冷却后的残余应力及残余变形进行了预测。结果表明,建立模型能很好的模拟焊接过程,同步焊接的工艺能减少焊接应力集中,焊接顺序靠后的焊缝会产生更大的残余应力,最大残余变形出现在顶板和翼板边缘。     

公路建设与养护中的节能减排技术

针对公路建设与养护中节能减排问题,介绍了公路建设与养护过程中的能耗状况,分析了温拌沥青技术、冷再生技术的节能减排特点,指出使用这些技术可以解决铺筑热拌沥青混合料所带来的能耗与环境污染问题.     

基于固有应变法的板材高频感应加热热弹塑性变形研究

为了探究造船业中的中厚板热应力成形中热弹塑性变形原理,基于高频感应加热成形与焊接加工的一些相似性,将焊接分析中的固有应变法引入到高频感应加热成形过程中的热弹塑性变形分析与计算。通过对高频感应加热过程分析,推导出感应加热过程中应变、应力和弯矩关键因素的理论计算方法,利用此计算方法分别得到了不同工艺下的弯矩和变形量。与高频感应加热成形的实验结果对比可知,理论计算结果与实验结果基本一致,验证了简化模型的合理性。     

基于改进混合蛙跳算法的测试数据自动生成

测试数据的生成是实现软件测试自动化的重要环节。为了提高单元测试中测试数据的生成质量和效率，提出一种基于混合蛙跳算法的测试数据生成算法。该算法通过引入动态阈值来控制个体的移动步长，以平衡算法的全局开发和局部搜索能力，同时改进个体的随机跳动策略，转化为向随机个体学习，增强种群之间的信息交流以提高算法的全局搜索能力。将改进的算法应用到测试数据生成中。实验结果表明，在种群规模不断变化的情况下，改进的混合蛙跳算法相较于标准混合蛙跳算法、布谷鸟搜索算法、粒子群优化算法，其稳定性最强；在测试数据生成的平均迭代次数评价指标上改进的混合蛙跳算法优于对比算法。