电阻率测深数据的遗传算法和最小二乘法反演

遗传算法作为一种模拟生物进化过程的全局优化算法，由于对初始模型的依赖性较小，且不易收敛于局部极值中，在地球物理反演中发挥着越来越重要的作用，但这种方法只能得到次优解而不能得到最优解．最小二乘法是地球物理反演中最成熟的反演方法之一，反演中可以得到最优解，但是受初始模型的影响，容易收敛于局部极值甚至发散．为在电阻率测深曲线反演中得到全局最优解，采用先使用遗传算法再用最小二乘法反演方法，对较为复杂的3层和3层以上大地模型进行了计算，其模型参数误差只有6％。     

基于改进的粒子群和遗传算法的混合优化算法

分析粒子群算法在求解组合优化问题中的运行原理,对警车分布的优化问题建立了粒子群优化的数学模型,对基本粒子群优化算法中的速度范围、惯性权重等参数进行了改进,并通过仿真与基本粒子群算法比较,显示改进的粒子群算法,提高了优化结果.在改进的粒子群算法中引入遗传算法,将形成的新混合算法应用到求解警车最优执勤地点的分布问题,并与遗传算法和改进的粒子群算法仿真比较.结果表明,混合优化算法在收敛速度和精度上均有明显的提高.     

微波综合脉冲孔径雷达方向图综合研究

结合MIMO雷达多发多收的特点,建立了微波综合脉冲孔径雷达(SIAR)的阵列模型,并提出该阵列的一种实现方案:发射阵采用稀布子阵集,接收阵采用密布子阵的形式．在固定子阵数目和保证阵列孔径的条件下,利用联合选择和两倍交叉的修正遗传算法对这种双基地SIAR平面阵的子阵位置进行优化,以降低方向图的旁瓣电平．仿真结果表明该方法提高了搜索速度,合成阵列方向图最大峰值旁瓣电平可达到-31.1dB,满足工程需要．     

GA优化ELM神经网络的排水管道缺陷诊断

为及时发现排水管道安全隐患,准确掌握管道状况,结合极限学习机(extreme learning machine,ELM)神经网络和管道闭路电视(closed circuit television,CCTV)检测,建立一个数据驱动的排水管道缺陷诊断模型.采用遗传算法(genetic algorithm,GA)优化ELM神...     

可用于基站天线测量的平面波产生器的设计

使用遗传算法优化设计了一种工作于S波段的平面波产生器.该平面波产生器是一个由25单元组成的线阵,它可以在距离其26~34个波长处产生各个切面幅度波动优于1dB、相位波动优于10°的静区,该静区尺寸为0.96m×0.18m×0.96m,其工作频率范围为2.2~2.8GHz.使用该平面波产生器测试时分长期演进通信标准的基站天线,可有效减小暗室面积,提高天线的测试精度.     

基于改进遗传算法的两轮自平衡机器人能量优化策略

为有效使用有限的电池容量,延长机器人运行时间,针对机器人能量消耗问题,建立了两轮自平衡机器人的动力学模型和能耗模型。由于能量函数具有指数形式,很难获得解析解最小化能耗函数。因此提出基于改进遗传算法的分步渐进优化策略。通过全局寻优的方式对机器人的运动速度和能量消耗进行优化,解决了能耗最小化问题。通过仿真验证了算法的有效性和实时性。     

人工神经网络在虎杖提取过程质量控制的研究

针对人工神经网络收敛速度慢及容易陷入局部最优解的缺点,结合遗传算法全局搜索的特点,提出了一种基于遗传算法和人工神经网络建立近红外透射光谱快速测定虎杖提取液中虎杖苷和白藜芦醇含量的方法。结果表明,模型效果良好,方法简便、准确可靠。与偏最小二乘法(PLS)相比较,该方法具有更高的预测能力,适用性更强,有望应用于药物提取过程的中间控制。     

Simulation of clinker grinding circuits of cement plant based on process models calibrated using GA search method简

Particle size distributions of obtained samples from several sampling campaigns were determined and raw data were mass balanced before being used in simulation studies.After determination of breakage function,selection function,Bond work index,residence time distribution parameters,and Whiten＇s model parameters for air separators and diaphragms between the two compartments of tube ball mills,performance of the circuits was simulated for given throughputs and feed particle size distribution.Whiten＇s model parameters were determined by GA（genetic algorithm） toolbox of MATLAB software.Based on implemented models for modeling and simulation,optimization of circuits was carried out.It increased nearly 10.5% and 15.8% in fresh feed capacity input to each tube ball mill.In addition,circulating load ratios of circuits are modified to 118% and 127% from low level of 57% and 22%,respectively,and also cut points of air separators are adjusted at 30 and 40 μm from high range of 53 and 97 μm,respectively.All applications helped in well-operation and energy consumption reduction of equipments.     

基于自适应在线遗传PID的监测网络拓扑控制研究

针对煤矿井下工作面环境复杂、无线传感器网络节点能量有限和通信易受干扰等实际特点,为了解决网络连通性、链路可靠性和能耗的问题,提出了一种基于自适应在线遗传PID的井下工作面无线传感器网络的拓扑控制算法.在局部平均算法的基础上,将控制算法和生物智能算法引入到WSN的拓扑控制中,可以克服现有的拓扑控制算法存在的收敛速度慢、算法不稳定等缺点,有效地提高能耗有效性和收敛速度.结果表明:将控制思想和人工智能引入到拓扑控制优化,与局部平均算法对比,节点平均启动能耗降低了84%,启动网络所有节点消耗的能量降低了60%～70%;启动时耗提高9.2%～12.7%,提高了收敛性和能效性.     

基于分布式储能系统的风储滚动优化调度方法

根据风电预测精度随时间尺度的减小逐级提高的固有特性,建立了多时间尺度多目标协调调度的滚动优化模型。依据风电并网标准与分布式电池储能系统(distributed battery energy storage system, DBESS)能快速修正风电波动的低频分量,以系统经济性最优和弃风电量最小为目标函数建立优化模型,采用加入4个风电场(wind farm, WF)和2个电池储能系统(battery energy storage systems, BESSs)的IEEE-39节点标准系统进行算例分析,遗传算法(genetic algorithm, GA)对目标函数进行迭代求解。结果证明,本研究提出的基于DBESS的风储有功滚动优化调度模型,可以有效降低系统运行经济性以及提高电网对风电的接纳能力。     

基于RBF神经网络的转炉炼钢终点预报

转炉炼钢控制目标是终点温度和碳含量，由于炉温过高，无法在线连续测量.用传统的机理模型建立的终点温度和碳含量模型不够精确.基于RBF神经网络任意逼近函数能力，隐层中心采用最近邻聚类算法，避开K-均值法依赖于聚类中心的初始位置，易陷入局部极小点的缺点.权值调整采用带加权因子的递推最小二乘算法，建立基于RBF神经网络的转炉炼钢终点温度及碳含量的预报模型，并结合某钢铁企业一座180 t转炉的实际数据进行模型验证研究.结果表明,预报精度高于传统的机理模型及BP模型.     

基于NNE技术的手臂运动模式识别算法研究

本文将神经网络集成(Neural network ensemble,NNE)算法应用于人体手臂运动模式识别领域中,通过对手臂不同运动模式下的表面肌电信号(sEMG)的采集、分析与处理,识别出与其对应的手臂运动模式。主要利用小波包分解(WPD)算法提取表面肌电信号的时-频特征向量,利用集成神经网络对表面肌电信号特征向量进行模式识别;神经网络集成模型由Bagging算法生成,参与集成的个体神经网络均为BP神经网络,集成神经网络的输出由单个神经网络的输出通过相对多数投票法产生。最后,对手臂4个不同运动模式下的表面肌电信号进行了模式识别实验。实验结果表明,与个体神经网络相比,集成神经网络可以显著地提高手臂动作的识别率,证明了将神经网络集成技术用于手臂运动模式识别的有效性和可行性。     

基于QPSO算法的信号子空间拟合DOA估计

针对信号子空间拟合DOA估计过程中由于需要进行多维非线性搜索而计算量巨大的问题,提出了一种基于量子位概率幅编码的量子粒子群优化(QPSO)算法的信号子空间拟合测向方法,即在子空间测向中,QPSO算法采用量子位对粒子当前位置进行编码,用量子旋转门实现对粒子最优位置的搜索,用量子非门实现粒子位置的变异以避免早熟.通过典型实际应用,结果表明采用这样新的DOA估计方法是切实可行的,而且精度高、运行速度快、稳定性好,具有很好的推广能力.     

基于锥形发酵罐温度场分析的发酵温度无菌化控制

在搭建了啤酒发酵实验装置的基础上,采用有限差分法分析了发酵罐罐内温度场分布,建立了壁面温度T0和发酵罐内0.2 m处温度T0.2间关系的知识库,将此知识库用于发酵温度无菌化测量,并将遗传算法用于发酵温度PID控制参数的优化.经实验证明,这种方法为满足纯生啤酒无菌化生产提供了一种可行的途径.     

基于参数优化的机器人花键装配偏角感知识别方法

针对花键装配过程中存在轴孔偏角引起的卡阻导致装配成功率低的问题,提出基于参数优化的机器人花键装配偏角感知识别方法. 根据花键装配的特点,利用力传感器采集花键装配过程中的力/力矩信号,基于混合鲸鱼优化算法(HWOA)的极限学习机(ELM)识别偏角的力信号并构建偏角经验库. 结合支持向量数据描述(SVDD)算法,实现了未定义偏角的感知和偏角经验库的自我更新,以及用偏角的感知识别指导机器人完成花键装配任务. 实验结果表明,所提方法对未定义偏角感知成功率和对已知偏角的识别精度分别为98.8%、98.12%,能有效指导机器人进行花键装配.     

基于阵列天线处理的GPS信号抗干扰研究

针对强干扰低信噪比条件下的全球定位系统（GPS）信号的接收抗干扰问题,提出了结合功率倒置算法和相位补偿的抗干扰方法.该方法通过利用功率倒置算法对GPS信号进行预处理,使其能正确解调,并进一步对GPS信号进行相位补偿处理,提高信噪比.仿真结果表明,该方法能有效抑制强干扰,增强信噪比,提高GPS接收机的抗干扰能力.