某机枪弹低温性能优化研究

针对某枪弹低温膛压反常情况研究，就膛压反常影响因素中发射药方面进行了深入、细致的分析、探讨，并提出技术改进措施。     

网络数据库的安全及性能优化

伴随着计算机网络技术在我国的快速发展,其应用范围越来越广泛,可以说,人们的日常工作与生活中都已经离不开网络技术的应用了。随着网络技术的被广泛应用网络数据库的重要性也越来越突出,网络数据库的应用为日常使用网络技术提供了很大的便捷,不过随着网络数据库应用的不断推广其安全性和可靠性显得尤为的重要,文章详细分析网络数据库的重要性,对其存在的安全隐患进行简要概述,针对所存在的安全隐患提出相应安全措施和性能优化方案,旨在提高网络数据库的应用安全性和对其性能近一步优化。     

聚合物配比优化系统开发

为摆脱聚合物复合改性过程中依赖经验的“试错法”,基于支持向量机(SVM,Support Vector Machine)和遗传算法(GA,Genetic Algorithm)在Microsoft Visual C#平台上开发出聚合物配比优化系统,系统主要包括材料性能预测模块和材料性能优化模块.在该系统的指导下,用较少的实验获得较为理想的性能预测模型,得到了性能优化值及其配比.实验证明,该系统具有一定的应用价值.     

数据驱动的固定拓扑结构换热网络优化改造方法

获得经济可行的换热网络改造方案目前仍然是一个巨大的难题。传统的改造方法严重依赖拓扑修改,这往往会增加改造时间和投资成本。因此,本文将围绕固定拓扑结构的换热网络改造展开研究,提出了一种基于数据驱动的高效改造方法。该方法通过建立性能模拟模型,模拟计算换热器在不同性能参数时的公用消耗与温度分布,以此获取大量的驱动换热网络改造的数据。然后通过BP神经网络预测模型与遗传算法,求解得到以最大节能量为目标的改造方案。案例研究表明,改造后的换热网络可以通过较小的投资获得较大的节能效益,与文献相比,单位费用节能量提高了51.4%;与同为固定拓扑结构的灵敏度分析相比,可以快速地获得经验规则法无法获得的改造方案,验证了改造方法的经济实用性与高效性。     

基于最大水回用规则的遗传算法用水网络优化

超结构用水网络规模大、结构复杂、求解比较困难。本文提出了基于最大水回用规则的遗传算法用水网络优化设计方法,该方法按出口浓度的单调性进行排列,使进口浓度或出口浓度达最大值以确定用水量,简化了用水网络超结构及数学模型。以最小新鲜水量为目标,以过程之间回用水量和废水量为基因,对简化后的用水网络运用遗传算法进行了优化设计。遗传算法采用浮点数编码方法,运用了算术交叉技术和种群间交叉技术。计算实例表明,本文所提方法可行,能利用最大水回用规则简化用水网络,并快速求出其最优解。     

聚氨酯环氧树脂互穿网络的性能研究

本文以Ｎ，Ｎ－二甲基苄胺和二月桂酸二丁基锡为催化剂合成聚氨酯环氧树脂互穿网络弹性体，考察了产物的力学性能和热学性能。实验结果表明，ＩＰＮＰＵ／ＥＰ比纯ＰＵ具有更好的物理机枪豚加工性能，拉伸强度得到很大提高，并在ＥＰ含量为２０％时达到最大，而热稳定性有所降低。     

负载均衡技术在高校信息化建设的应用研究

随着高校信息建设逐步数字化、集中化以及服务覆盖范围扩大,由于访问用户数量逐渐增多,导致服务器出现一定程度的过载,出现“不平衡”“峰值”“多米诺”等现象。本文介绍了负载均衡技术,并利用负载均衡技术分化Web服务器数据流的方案,满足了业务系统的冗余要求,使服务器提供不间断持续服务,在高并发状态下使web服务器的可靠性和稳定性得到保障。     

智能算法在堆垛机优化控制中的应用研究

研究堆垛机的振动与载货质量、载货高度、运行速度的关系,并使用神经网络的方法建立堆垛机最高允许速度与载货质量、载货高度的关系。设计了基于神经网络的堆垛机运行速度控制系统,在保证堆垛机安全运行的前提下,提高堆垛机的工作效率。     

基于遗传算法的油气混输管网参数优化设计

在地面油气混输管网优化的研究中,结构参数优化是极为重要的一个问题.本文对多目标非线性的规划问题,使用遗传算法对管网结构参数进行优化,提出了目标函数、水力及热力学模型.并得到了应用遗传算法的相关结论     

混合装药内弹道性能优化及应用

为了研究混合装药结构对内弹道性能的影响,以某舰炮为工程背景,提出内弹道多目标优化设计方案,研究了目标函数、设计变量及约束条件.采用e-约束法对次要目标函数进行简化处理,利用当前流行的进化算法—遗传算法进行优化计算,并针对内弹道数学模型特性,对算法进行改进.最后,通过进化计算得到的优化方案为一组非劣解集,同时验证了该改进...     

基于神经网络和遗传算法的塑料热压成型多目标优化

论述了人工神经网络和遗传算法在塑料热压成型工艺优化中的应用,首先利用人工神经网络建立热压成型工艺参数与零件性能之间关系的数学模型,然后用遗传算法对工艺参数优化。根据多目标函数优化问题的单目标化思想,对优化后的单目标进行分解,得到最优工艺参数条件下的塑料热压产品性能,从而为建立和控制塑料热压成型工艺参数提供了一种行之有效的方法。     

基于递归式多目标协同进化遗传算法的电厂负荷分配研究

提出以多目标优化方法来完成电厂负荷调度分配。综合考虑了经济性、快速性和稳定性的要求,建立多目标优化的数学模型,采用递归式多目标协同进化遗传算法求解负荷分配问题。与传统多目标算法相比,该方法减少了各个目标之间可能产生的偏移,并且进化过程简单,具有较强的灵活性和实用性。     

Modeling and Optimization of Copper Flash Smelting Process Based on Neural Network

The copper flash smelting process neural network model (CFSPNNM) was developed, its input layer includes eightnodes: oxygen grade (OG), oxygen volume per ton of concentrate (OVPTC), flux rate (FR) and quantities of Cu, S, Fe, SiO2and MgO in copper concentrate; output layer includes three nodes: matte grade, matte temperature and Fe/SiO2 in slag, andnet structure was 8-13-10-3. Then, the internal relationship between the technological parameters and the objectiveparameters was built after the CFSPNNM was trained by using GA-BP algorithm. Moreover, the technological parameterswere optimized by using genetic algorithms (GA) to make energy consumption the lowest. Simulation results showed that theCFSPNNM had high prediction precision and good generalization performance. Compared with the practical average data, theenergy consumption can be reduced by 6.8% if the smelting process is controlled by adopting the optimized technologicalparameters.     

基于遗传算法的旋风分离器多目标优化

在前人理论分析的基础上,通过采用Leith设计法建立数学模型,利用遗传算法对其求解,得出最优结构尺寸。为实际的旋风分离器制造提出了一种新的方法。     

Effect of Operating Conditions on PV Performance of PVA Membranes: Experimental and Neural Network Modeling

Poly (vinyl alcohol) membranes were prepared by in-situ crosslinking of poly(vinyl alcohol) with glutaraldehyde as crosslinking agent and hydrochloric acid as catalyst and used for dehydration of IPA mixtures. Effects of feed composition, operating temperature, vacuum pressure, and Reynolds number on the permeation performance of the membranes were evaluated. Eighty-nine experimental data was applied to investigate ANN modeling. A multi layered feedforward neural network was applied to model the PV membranes. Two major training algorithms and optimum number of neurons and layers were investigated. As a result, Bayesian regularization successfully predicted experimental data. Different network structures were optimized, using multi object genetic optimization algorithm. The results concluded that the network with structure composing two hidden layers performs better than the other with one hidden layer, and also there is an excellent compatibility between the experimental data and the predicted values of optimum network structure (4:3:2:2). Furthermore, the optimum network was applied to predict extrapolation data and the results showed that this network can extrapolate data as well as interpolating.     

聚晶金刚石的性能及其在生产工艺上的优化

聚晶金刚石不仅具有单晶金刚石所固有的卓越性能,还具有各向同性的优点以及在生产制造中的一些优良特性。但是,由于粘结剂的存在,聚晶金刚石在硬度、耐磨性、热稳定性等方面要差于单晶金刚石。许多科学家和生产制造者对如何改变生产工艺以优化聚晶金刚石的性能进行了研究。本文主要介绍了聚晶金刚石的性能及其在生产工艺上的性能优化取得的成就以及聚晶金刚石的应用前景。     

迁移性阻锈剂的优化及渗透阻锈性能

研究了迁移性阻锈剂(MCI)在氯盐溶液中的阻锈效果和在混凝土中的传输阻锈性能,基于阻锈效果和传输性能对MCI组成进行优化。结果表明:优化后的MCI(PCI-2015)在1%(质量分数)氯盐溶液中添加2%PCI-2015 1 d后,可使钢筋腐蚀电流密度(Icorr)降低到0.02μA/cm2以下,并维持至28 d以上;其在立方体试件中渗透5 d的质量吸收率是优化前的6.78倍,在棱柱体试件中渗透5 d时,在70 mm高度处的氮含量为702 mg/kg;在含氯盐混凝土中渗透12 h后,可使钢筋Icorr降低到0.1μA/cm2以下。表明PCI-2015在混凝土中具有优异的传输阻锈性能。采用原子力显微镜和X光电子能谱研究了在氯盐溶液中添加PCI-2015后碳钢的微观形貌及表面元素,MCI分子可排除碳钢表面的氯离子,从而有效抑制碳钢锈蚀或使锈蚀碳钢修复。     

基于神经网络的丙烯腈流化床反应器的离线模拟与优化

A mathematical model is developed for an industrial acrylonitrile fluidized-bed reactor based on artificial neural networks.A new algorithm,which combines the characteristics of both genetic algorithm(GA) and generalized delta-rule(GDR) is used to train artificial neural network (ANN) in order to avoid search terminated at a local optimal solution.For searching the global optimum,a new algorithm called SM-GA,incorporating advantages of both simplex method (SM) and GA, is proposed and applied to optimize the operating conditions of an acrylonitrile fluidized-bed reactor in industry.