拱坝近似优化的人工神经网络方法

以国内已建拱坝体形参数为基础,以ＢＰ神经网络方法为手段,建立了拱坝体形参数近似优化的人工神经网络模型．借助该模型不仅可以为拱坝体形优化快速提供高质量的初始可行解,而且可为中、小拱坝体形设计直接提供近似最优解．     

拱坝近似优化的人工神经网络方法

以国内已建拱坝体形参数为基础,以ＢＰ神经网络方法为手段,建立了拱坝体形参数近似优化的人工神经网络模型。借助该模型不仅可以为拱坝体形优化快速提供高质量的初始可行解,而且可为中、小拱坝体形设计直接提供近似最优解。     

约束优化问题的免疫混沌算法

结合免疫算法极强的全局搜索能力以及混沌优化方法适合局部搜索的特点，提出了一种新的免疫混沌算法.从一组可行解出发，采用免疫算法通过克隆选择、克隆扩增、高频变异和审查形成记忆细胞，并将其作为全局近似最优解，然后采用混沌优化方法按照混沌运动规律在近似最优解的邻域内进行局部搜索并审查，从而获得全局精确最优解.审查过程包含了对约束条件的处理，即对新产生的候选解进行审查，保留满足约束条件的可行解.利用该算法对几个经典约束优化问题进行了仿真测试，与以往方法相比获得了更优的结果，表明该算法是一种解决约束优化问题的有效方法.     

设备单行布置近似最优解简便解法的探讨

为了解决传统设备单行布置方法复杂、优化程度不高的问题,提出了近似最优解简便解法。这种方法运用从至数之和大的居中间区域,小的靠两端区域;关系密切的设备尽可能的近邻,不密切的远离,两条原则结合,可用有限的几次试验就可获得满意的近似最优解。为了比较方案优化程度和进一步提高优化程度还探讨最优解的下限和调优准则,经过调优可有效提高了方案的优化程度。该方法简便宜行、便于掌握,优化效果良好。     

一种多工况下桁架结构的拓扑优化设计方法

论文提出了一种桁架结构在多工况作用下满足平衡条件的拓扑优化设计方法。在该方法中,以杆件内力为设计变量,结构重量为目标函数,将拓扑优化模型描述为一个非光滑的数学规划问题,而后通过变量代换将其转化为光滑的非线性规划问题,进而将原问题的解转化为几个线性规划问题的解。方法保证得到两工况下的精确最优解,多工况(大于等于3)下的近似最优解。几个工程算例结果说明了该方法的合理性与有效性。     

需求符合产品寿命周期变化库存模型的最优解

本文用直接法讨论了一类二次函数近似拟合需求率符合产品寿命周期变化规律存贮模型的整体最优解,同时给出了该模型的应用实例。     

基于熵矩阵的多目标非线性0-1规划近似算法

为了简化多目标二元匹配问题的求解,将该问题建模为多目标非线性0-1规划模型,该模型将变量约束转移到目标函数中,从而降低了问题求解难度.针对该模型,设计了基于熵矩阵计算的贪心近似算法,该算法通过熵矩阵的熵值计算确定多目标二元匹配度,并根据熵值的大小预先优化匹配顺序,从而使近似解更快速地接近最优解.仿真实验结果证明,对于单目标非线性0-1规划问题,本算法优于已有的近似算法,对于多目标非线性0-1规划问题,本算法在计算时间以问题规模的指数级减少的情况下,近似解能够很好地逼近最优解.因此,本算法与其它近似算法相比,在不增加时间复杂度的前提下,结果更优,近似度更高.     

混合人工鱼群算法在约束非线性优化中的应用

为了解决具有约束的非线性优化问题,本文将增广拉格朗日乘子法和鱼群算法相结合用于非线性问题的全局优化,即用人工鱼群算法寻找增广拉格朗日函数的近似最优解,并将该近似解用于拉格朗日乘子和惩罚因子等参数的更新．同时,简要分析了人工鱼群算法的随机收敛性．仿真结果证明,与自适应惩罚遗传算法相比,该混合算法在解决约束优化问题中具有优越性和有效性．     

基于混合优化方法的UniTire轮胎模型参数辨识

提出一种基于粒子群优化(PSO)算法和修正的Gauss-Newton算法的混合优化方法,对纯纵滑和纯侧偏工况下UniTire轮胎模型的特征参数进行辨识。为充分发挥两个算法的优点,首先,利用粒子群优化算法的全局区域的搜索优势辨识出UniTire轮胎模型的特征参数近似解,然后,利用修正的Gauss-Newton算法局部搜索优势在近似解邻近区域获得UniTire轮胎模型的特征参数的最优解。最后,对辨识结果进行残差分析,结果表明:用辨识数据参数化的UniTire轮胎模型具有较高的精度,可满足构建车辆底盘电控系统硬件在环仿真测试环境的需求。     

利用混沌搜索求解二层非线性规划问题

根据二层规划的特点，结合混沌优化方法，给出了求解一类二层非线性规划近似全局最优解的有效算法，算例表明，该方法简单有效，为研究二层规划提供了一种新的思路。     

一种近似响应面模型的链轮优化设计方法

链轮系统作为一种广泛应用于工业设备上的动力传输装置,优化并提高其系统性能具有重要的理论和实际意义。针对目前链轮系统优化过程中优化效率和优化精确度难以兼顾的不足,提出了一种基于试验设计响应面模型的链轮系统优化设计方法和优化过程。以链轮系统有限元分析结果为基础,对影响链轮系统的优化控制参数进行最优超立方试验设计,获得具有显著影响度的设计控制参数并建立各控制参数间的交互响应关系。基于显著控制样本参数构造链轮系统响应面近似模型,采用多岛遗传算法对响应面近似模型进行全局寻优并实现对链轮系统的优化设计。与常规优化方法对比,该方法在较少优化次数条件下进一步提高了链轮系统的综合优化性能,有较好的可行性和实用性。     

模型参数优化中的降维计算方法及其在相平衡计算中的应用

本文提出了模型参数优化的降维计算方法的基本思想。它通过构造参向量空间某个子空间某个子空间族的极小化点集,使一个高维优化问题转化成等价的低维优化问题。降维法的应用常常可以有效地避免高维优化问题中的发散和伪收敛。由于降维法具有很强的收敛性和很宽的收敛初值范围,因此对许多函数性态较差,参数之间相关程度较大的优化问题,一般的通用方法较难给出理想的结果,而降维法的应用却可以使收敛情况大为改观。本文结合相平衡中的一些实例阐明了降维法的基本思想和极小化点集的构造技巧。     

运用语义集索引法实现英文文本分类

克服当前文本分类法中基于词形匹配带来的局限性,基于WordNet语义词典和隐含语义索引(LSI)模型,提出了基于语义集索引的英文文本分类方法. 该方法在分类初期首先利用WordNet构建语义词典库,利用单词的语义集代替单词作为文本特征向量的特征项;然后利用LSI模型进一步深入挖掘语义集概念间的深层联系,将语言知识和概念索引有效地融合到文本向量空间的表示中. 针对Naive Bayes及简单向量距离文本分类法的实验结果显示,2种文本分类法的分类准确率均随着语义分析的深入逐步提高,充分表明了语义挖掘对文本分类的重要性和必要性。     

Meshfree Method Numerical Simulation of Sheet Metal Forming Process

Metal forming plays an important role in manufacturing industry and is widely applied in industries. The traditional finite element method (FEM) numerical simulation is commonly used to predict metal forming process. Conventional finite element analysis of metal forming processes often breaks down due to severe mesh distortion, therefore time-consuming remeshing is necessary. Meshfree methods have been developed since 1977 and can avoid this problem. This new generation of computational methods reduces time-consuming model generation and refinement effort, and its shape function has higher order connectivity than FEM's. In this paper the velocity shape functions are developed from a reproducing kernel approximation that satisfies consistency conditions and is used to analyze metal tension rigid viscoplastic deforming and Magnesium Alloy (MB15) sheet superplastic tension forming. A meshfree method metal forming modeling program is set up, the partition of unity method is used to compute the integrations in weak form equations and penalty method is used to impose the essential boundary condition exactly. Metal forming examples, such as sheet metal superplastic tension forming and metal rigid viscoplastic tension forming, are analyzed to demonstrate the performance of meshfree method.     

一个高维约束非线性最优化问题的直接法及其应用

最优化计算方法的研究虽然发展很快,但对于工程设计中遇到的典型的多维非线性约束最优化问题,却缺乏一些设计工作者所期望的简便有效的方法,因对这些问题,人们一般难于利用其解析性质.现有的几种直接法均存在收敛慢的问题,将其运用于高维的情况则变得十分无效,针对上述情况国,作者提出了“严格单纯形”法,用以求解一个建筑群的优化数学模型获得了成功.     

Meshfree Method Numerical Simulation of Sheet Metal Forming Process

Metal forming plays an important role in manufacturing industry and is widely applied in industries.The tradi- tional finite element method(FEM)numerical simulation is commonly used to predict metal forming process.Conventional finite element analysis of metal forming processes often breaks down due to severe mesh distortion,therefore time-consuming remeshing is necessary.Meshfree methods have been developed since 1977 and can avoid this problem.This new generation of computational methods reduces time-consuming model generation and refinement effort,and its shape function has higher order connectivity than FEM's.In this paper the velocity shape functions are developed from a reproducing kernel approximation that satisfies consistency conditions and is used to analyze metal tension rigid viscoplastic deforming and Magnesium Alloy(MB 15)sheet superplastic ten- sion forming.A meshfree method metal forming modeling program is set up,the partition of unity method is used to compute the integrations in weak form equations and penalty method is used to impose the essential boundary condition exactly.Metal forming examples,such as sheet metal superplastic tension forming and metal rigid viscoplastic tension forming,are analyzed to demon- strate the performance of mesh free method.     

Web数据库性能调优

提出了一种基于Web数据库系统设计、实现和性能调优的新方法,该方法包括由RDBMS配置优化、应用模式设计优化和编程优化。通过内存、分段、磁盘参数和时间相关参数的优化可以设置一个好的RDBMS运行环境。在编程时,通过减少与后台连接和断开操作、建立和使用索引、多用存储过程和优化SQL语句可以优化系统性能。在应用设计时,通过优化应用逻辑和降低规范化可以大大地改善系统性能。     

基于SCAD-ESN的时间序列预测模型

回声状态网络（ESN）是一种重要的时间序列预测方法,但在训练数据存在噪声或野点情况下,ESN将会出现过拟合问题。针对该问题,提出基于平滑消边绝对偏离罚函数的回声状态网络（SCAD-ESN）模型。不同于在模型中加入岭回归、L₁范数罚函数及小波降噪等常规方法,该模型利用SCAD罚函数对变量进行选择,将小变量置为零以满足变量稀疏性,将大变量直接置为常数,从而能够很好地解决ESN过拟合问题并满足近似无偏估计。对于SCAD罚函数的非凸函数优化问题,提出基于局部二次近似（LQA）的求解方法,将最小角回归（LQR）方法用于SCAD罚函数求解,避免了计算量巨大的问题。使用基于粒子群优化（PSO）的超参数选取方法快速确定平滑消边绝对偏离-回声状态网络模型的超参数,克服利用经验选取超参数时存在的盲目性较大且难以确定整体最优的超参数问题。混沌系统数值仿真和网络流量仿真结果表明,相对于常规模型,该模型能有效地降低测试误差,从而克服过拟合问题。     

一种求解控制系统可达集的网格投影法

控制系统在某一时刻的前向可达集是指从初始状态出发,在该时刻能够达到的状态的集合.为了求解非线性控制系统的前向可达集,首先通过常微分方程数值方法对连续控制系统进行离散,转化为离散系统;其次由于连续控制系统的可达集可用其相应的离散系统的可达集来近似,针对离散控制系统,提出了基于最优化技术的网格投影法近似描述可达集,该方法布置了均匀分布的网格点,并将网格点向可达集边界投影,每个投影问题都对应一个最优化问题,通过求解这些优化问题得到可达集的近似描述;进一步地,理论分析证明了该方法布置的网格点间隔越小得到的可达集近似误差越小;最后通过数值仿真验证了该方法的有效性,并将其与文献中已有的DFOG(Distance fields on grids)方法进行对比.研究表明:网格投影法可以有效地处理具有非凸可达集的控制系统;相较于DFOG方法,该方法能够得到分布均匀的边界点,且求解的优化问题的数量少,计算时间短.     

基于Matlab的RBF网络的深层搅拌桩承载力建模

探讨了Matlab语言环境下RBF神经网络在深层搅拌桩复合地基承载力建模中的应用 ,针对建模中的网络参数优化、样本集重构等技术问题进行了深入的研究。提出一种以泛化预测值为目标函数对参数进行优化的技术路线 ,并提出在样本少的情况下通过合理插值重构样本集可以提高预测精度。工程实例说明 ,RBF网络在技术改进下优势得到充分发挥 ,所建模型比BP网络及传统经验公式有着更好的性能。文中建模方法也为研究多变量复杂工程系统提出了一条新的思路。