基于差分进化的计算机安全算法研究

计算机差分进化算法作为一种有潜力的进化算法,是在遗传算法、微粒子群算法、蚁群算法之后才出现的智能算法,其借鉴自然界优胜劣汰的思想,运用差分操作的方法,让差分算法拥有自组织、自适应、自学习等特征,具有良好的有效性和发展前景。这里结合自身的体会和多年来学界对差分进化算法的研究,介绍该算法的基本原理、算法流程、算法参数,归纳了算法在相关领域的应用概况,研究结果证明计算机差分进化算法具有一定的先进性,在未来有广阔的发展前景。     

基于参数自适应差分进化算法的煤矿开采沉陷预计

通过模拟实验研究基于参数自适应差分进化算法的数值模型参数反演的可行性,在此基础上结合工程实例开展开采沉陷预计,并利用差分技术对数值模型进行误差控制。研究结果表明:采用参数自适应差分进化算法进行参数反演收敛速度快,能提高参数反演效率,并可在短期内,使用差分技术对数值模型的误差进行控制,提高煤矿开采沉陷预计的精度。     

冲击应力波设计模型：冲击应力波设计模型研究（Ⅰ）

冲击式凿岩过程实质上是冲击应力波产生和传递过程。因而冲击应力波设计机具有非常重要的意义。本文分析研究了冲击应力波的基本特征、设计目标和约束条件，建立了冲击应力波设计数学模型。图３，参１１。     

变分法在冲击应力波设计中的应用——冲击应力波设计理论研究…

本文应用变分法原理，求解出以最小反射波能量为优化目标的冲击应力波极限函数，并就其边界条件，应力波形和能量传递效率进行了分析讨论。     

基于差分进化算法拟合原煤可选性曲线

介绍了原煤可选性曲线的常用绘制方法。尝试了新的曲线拟合方法,即运用差分进化算法,对模型函数的参数寻优,当拟合误差最小时,得到模型参数值。根据拟合好的模型函数,编写MATLAB程序绘制可选性曲线。结果表明,差分进化算法拟合的可选性曲线准确性好、曲线平滑,对选煤生产具有重要意义。     

基于差分进化算法在煤矿水泵故障诊断中的应用

由于煤矿井下工作环境恶劣,对水泵的故障诊断非常重要。为了使支持向量机在水泵故障诊断中获得更好的分类效果,将差分进化算法应用于支持向量机的寻优中;并且深入分析了差分进化算法的原理,构建了基于支持向量机模型的水泵故障诊断模型。工程实践表明,笔者提出的将差分进化算法对支持向量机寻优的故障诊断方法具有良好的诊断效果。     

钻孔机器人基于专家数据库及差分进化算法的自适应钻进技术研究

煤矿井下钻孔施工过程具有非线性及难预测性,钻孔机器人应能根据地层的变化实时自适应调节钻进参数。通过前期大量试验建立了专家数据库,数据库包含了不同岩性、不同倾角及不同深度等的钻进控制向量,为自适应钻进提供了丰富的基础数据;形成了一套控制向量差分进化算法,对专家数据库的控制向量进行优化。钻孔机器人以优化后的控制向量进行控制,实现钻进效率较高、钻进事故较少的额定工作状态。     

基于差分进化算法的矿震震源谱参数反演

针对地震震源谱的零频极限及拐角频率参数反演计算,本文提出采用差分进化算法,并选取四种不同差分进化策略,利用矿山地震监测系统记录的采矿诱发矿震的地震波资料及Brune位错模型,对零频极限及拐角频率进行反演。经过差分进化算法反演,并与遗传算法反演结果对比,确定差分进化算法能够实现零频极限及拐角频率的精确计算。同时,研究发现针对多元非线性Brune位错模型进行差分进化反演,其变异策略中的rand相比best,更能够实现全局寻优能力,避免陷入搜索停止,出现早熟现象。再根据反演的零频极限和拐角频率,进而计算地震矩、震源半径及视应力等震源参数,从而为研究采矿区域应力分布、集中及释放规律、判别开采作业区域安全提供了很好的途径。     

电力市场竞价策略的差分进化算法

“厂网分开,竞价上网”是我国电力市场的发展趋势,而在我国电力市场迅速发展的同时,发展过程中难免出现一些问题。作为人们日常生活不可缺少的物质保障,电力资源必须实现有效的配置,这就势必要引入市场竞争机制,将电力当作商品进行交易,以此来满足我国居民的正常生活用电需求,同时也要保证工业和第三产业的稳定发展。通过建立电力市场竞价的数学模型,选取合适的目标函数,找准约束条件。同时采用Matlab软件进行数据分析,由DE算法得到的解均优于另2种算法所得到的解,仅最优解与EP相近。同时该算法得到的解偏差仅为0.09%,均优于其他2种算法。     

基于入、反射波的杆波阻特性反演方法

提出了一种根据间接测试法获得的钎杆上的应变来推算钻头波阻的方法.首先描述应力波在变波阻部件中的传播规律,建立基于波透反射关系方程,然后介绍已知冲击入射波和钻头反射波反求钻头波阻的反演原理与计算方法,最后以数值仿真对反演方法的正确性进行了验证.     

钻孔机器人钻进工况智能感知与自适应控制机理研究

针对煤矿井下钻孔作业场景特点,分别选取了基于煤岩图像特征和基于钻进参数反馈的识别方法。为了提高煤岩界面识别准确性,对前述的2种识别方法采用深度学习模型实现了2种异构信息的耦合识别。耦合识别模型基于神经网络模型构建,以CNN卷积神经网络为基础,扩展得到深度残差神经网络模型,其结构主要由骨干网络、颈部网络、头部网络3个部分构成。通过数据库模型训练,得到最终识别方法。通过在煤矿井下进行现场钻孔试验,验证了识别方法的准确性,其中煤岩界面识别准确率达92%。

     

橡胶输送带迟滞特性分析与恢复力模型参数预测

橡胶输送带非线性恢复力模型的建立与参数识别是研究输送带动力学特性的关键,采用椭圆函数描述输送带的非线性阻尼力,采用傅里叶级数描述其非线性弹性恢复力,通过对比不同阶数的弹性恢复力模型拟合结果,选取二阶傅里叶级数描述弹性恢复力;采用果蝇优化算法对RBF网络的扩展参数进行全局优化,再对不同激励下弹性恢复力模型系数进行预测,最后通过实验对神经网络预测结果进行验证,研究结果可为节能型橡胶输送带的研发提供理论基础。     

煤层属性空间变异的差分进化径向基神经网络插值

为提高煤层属性空间变异的插值精度,建立了径向基函数神经网络(RBFNN)预测模型。为提高差分进化算法(DE)的全局寻优能力,提出基于非均匀变异的最优克隆算子,使之融入DE,形成最优克隆差分进化算法(OCDE);并应用OCDE优化RBFNN的参数,构成了差分进化径向基神经网络插值方法。以贵州省织纳煤田为例,应用于煤层属性预测,分别设立插值方法的拟合精度评价指标--标准均方根误差（ENRMS）和预测精度评价指标--平均相对误差百分比(EMRP)。差分进化径向基神经网络方法在84个样本时,煤层厚度属性插值的ENRMS和EMRP值分别为23.31%和11.63%。在样本容量为84、74、64、54、44、34个训练样本集条件下,该方法的ENRMS和EMRP值都小于相应训练样本集的Kriging方法,插值的拟合精度和预测精度都显著好于Kriging方法。     

基于深度学习的锌电积电化学阻抗谱等效电路的高效识别

电化学阻抗谱(EIS)是研究锌电积电化学过程的常用方法,电化学阻抗谱一般用等效电路法解析,正确选取合适的等效电路成为首要关键。本文提出利用深度学习模型选取分析EIS等效电路的方法,该模型将卷积神经网络(Convolution Neural Network, CNN)与长短时记忆神经网络(Long Short-Term Memory, LSTM)相结合,通过收集典型锌电积电化学过程等效电路和对应的EIS数据,将数据预处理后进入卷积神经网络中以提取EIS的特征信息,并利用堆叠的长短时记忆网络提取EIS前后数据时间维度关联的深层次序列特征,最终得出等效 电路选取结果。CNN-LSTM 模型选取等效电路准确率达到90.87%,比CNN、LSTM以及对应的改进模型准确率提高1.66%以上。将该方法应用于真实锌电积EIS分析,结果显示CNN-LSTM模型预测真实电化学阻抗谱所属等效电路的概率分布与软件拟合误差结果一致,表明CNN-LSTM模型对锌电积过程电化学阻抗谱的等效电路识别具有重要的理论意义和技术价值。     

基于信号强度的改进型井下测距算法的研究

针对现有信号强度测距法计算误差较大的问题,研究射频天线性能参数对电磁波传输的影响,提出将天线阻抗特性与能量接收相联系,将水平极化衰减率应用于求解天线回路上任意微分长度元的电磁波功率密度,从而建立了符合井下射频天线特性的信号能量与传输距离的关系式,推导出求解井下基站与目标之间距离的改进型信号强度测距法。选取相同的巷道环境验证了算法改进前后对目标的定位能力,结果表明经过改进后算法得出的目标位置与改进前相比更加准确,定位误差缩小6.9 m2,且改进后算法与改进前相比大幅减少全巷道内基站的布设数量,提高了基站的利用率,充分证明提出的改进型信号强度测距法更加适合井下巷道中的目标测距及定位,计算结果更加准确可靠。     

基于遗传算法的岩体初始应力场反演

基于遗传算法,根据巷道开挖后变形收敛观测资料,建立了岩体初始应力场非线性反演方法,解决了传统线性化反演解的不唯一性问题和迭代发散问题。根据不同观测仪器的分辨率和精度,建立了目标函数和权矩阵和迭代终止准则。数值计算结果表明,所提出的非线性反演方法具有全局收敛特性和良好的抗观测噪音能力。     

冲击地压防治关键理论与技术分析

为研究煤体应力对钻机钻进参数的影响规律,研制了一种能够模拟钻压、围压、煤体强度、钻头尺寸4种影响因素的随钻测量模拟试验设备。该设备主要由钻进系统、加载系统和数据测量系统组成,可以实时监测钻进过程中的转矩、转速、钻进位移等钻进参数。运用该设备进行了类煤试件在不同钻压和围压下的随钻测量钻进试验,结果表明：钻进过程中,钻孔深度—时间曲线基本呈线性关系,钻速接近常数,转速先快速增长后保持稳定,转矩快速增长后呈上下波动趋势;转矩、钻速随钻压上升而上升,近似呈线性关系,转速随钻压上升而下降,呈负相关关系;相同钻压条件下,转矩随围压上升而上升;相同围压条件下,转矩随钻压上升而上升;钻速、转速随围压上升而下降,呈负相关关系。

     

基于差分进化和聚类方法的入选原矿分类

本文针对钽铌选厂不同入选原矿的选矿结果差异开展了对入选原矿分类的研究。在物料平衡分析的基础上,以最小化物料平衡误差为目标,建立了面向求解生产所有环节物料变化系数的数学模型,并运用差分进化算法进行运算求解;根据求解出的不同入选原矿的物料变化系数,运用聚类的方法进行入选原矿的分类,确定不同类别入选原矿的物料变化系数。