压电智能结构损伤检测传感器优化配置的遗传神经网络方法

基于损伤检测的智能结构传感器优化配置的研究工作较少,问题在于难以找到理想的关联损伤物理力学特征的损伤检测目标函数.提出了一种基于损伤检测的压电智能结构传感器优化配置的遗传神经网络(GANN)方法.该方法采用最小二乘支持向量机(LS-SVM)网络建立损伤检测目标函数,运用改进的遗传算法对目标函数进行优化,从而实现不同数目传感器的优化布置,并综合考虑成本与效益的因素,确定传感器的最优配置数目.论文对该遗传神经网络方法的具体实现过程及其可行性进行了分析,结果表明,该方法是可行的,可用于实现传感器对应于其初始布置模式下的最优配置.对于更多传感器的初始布置模式,采用该方法可有效减少更多传感器的数量,从而降低成本.     

压电智能结构损伤检测的最小二乘支持向量机方法

实现损伤自检测功能是智能结构研究的主要内容之一,而损伤检测方法是关联损伤自检测功能的一个重要问题.提出了一种用于损伤检测的最小二乘支持向量机(LS-SVM)方法,并采用遗传算法对该LS-SVM的调整参数进行了优化.应用该LS-SVM对压电智能复合材料层板进行了冲击损伤位置检测,并与改进的BP网络进行了对比,结果表明:在相同性能指标下,LS-SVM有比BP网络更快的训练速度、更强的泛化能力,并且LS-SVM具有不敏感于网络输入矢量次序的变换,表现出较强的适应性,适宜在结构损伤检测传感器优化配置问题中建立损伤检测目标函数.LS-SVM为智能结构实现损伤自检测提供了更为先进的方法.     

基于静力测试的三维曲面结构测点优化配置

传感器测点优化配置在结构健康监测系统中具有重要作用。针对结构健康监测中静力作用下三维曲面结构变形状况进行了研究,提出了三维曲面结构的测点优化配置方法。首先,对三维曲面结构进行测点组合选取,根据已知测点的响应值采用三维超曲面样条函数插值估计未布置测点的响应值,然后建立适应度函数,对未布置测点的估计值与实际值的误差进行判定,最后通过二重结构编码遗传算法对测点组合进行优化,选取适应度函数值最小的测点配置方案,从而实现了传感器测点优化配置的目的。应用该方法对简支的圆柱壳弯曲变形进行了测点优化配置,得到的适应度函数值最小的测点配置方案中,未布置测点的估计值与实际值的误差为1.10％,从而验证了该方法的可行性和有效性。     

智能结构损伤自诊断的PSO-LSWSVM方法

损伤检测方法是关联智能结构实现损伤自诊断功能的一个重要研究内容。针对支持向量机研究的关键与难点——核函数的构造及核参数的优化问题,基于小波核函数的近似正交性,研究基于小波核的最小二乘支持向量机（LSWSVM）方法,并采用粒子群优化算法（PSO）对LSWSVM参数进行优化,从而构造PSO-LSWSVM方法。基于压电元件的正逆压电效应,搭建损伤自诊断压电智能结构试验系统,对各压电传感器的响应信号进行功率谱密度最大值（PSM）特征提取。基于各压电传感器的响应信号特征,将该PSO-LSWSVM方法应用于智能结构损伤自诊断,并对该方法进行性能评价。结果表明,在同等条件下,LSWSVM有比基于高斯核函数的最小二乘支持向量机（LSSVM）更高的损伤检测精度及更强的推广能力,相比于传统遗传算法（TGA）,该方法中粒子群优化算法（PSO）具有较好的寻优能力和收敛速度。     

基于PLC的新型电力系统智能边缘终端优化配置方法

针对投资效益低、电力系统可靠性差、最佳参数确定过程困难的问题,提出了基于PLC的新型电力系统智能边缘终端优化配置方法。深入分析了新型电力系统智能边缘终端功能与作用,构造智能边缘终端优化配置目标函数,确定目标函数求解相关约束条件,应用PLC获取智能边缘终端及电力系统运行数据,采用遗传算法求解终端优化配置目标函数,输出最佳智能边缘终端优化配置方案,实现了智能边缘终端的优化配置。实验结果显示：应用提出方法获得的智能边缘终端优化配置总费用低于总费用预算,可靠性参量高于最低限值,配置效果较佳。     

基于遗传算法的桥梁竖向共振信号检测仿真

仅通过光纤传感器检测桥梁共振信号时，会受到大量检测信号差异性的影响，导致无法输出最佳检测信号，因此引入遗传算法，提出一种新的桥梁竖向共振信号检测方法。构建共振信号采集系统，采用干涉型光纤传感器采集桥梁竖向共振信号，并通过合理设置光纤传感器的传感距离与空间分辨率来提高信号采集效果；以优化信噪比与误比特率作为目标函数，建立遗传算法模型，将目标函数作为遗传算法的适应度函数，经过编码、初始化处理、解码等过程获取最佳适应度值，输出最优检测信号，实现桥梁竖向共振信号检测。实验结果表明，所提方法可有效抵抗噪声干扰，降低误比特率值，提高竖向共振信号的检测精度。     

支持复杂产品并行拆卸序列规划的遗传算法

为高效求解复杂产品的并行拆卸序列规划问题,提出基于遗传算法的复杂产品并行拆卸序列规划方法.针对并行拆卸序列规划问题中拆卸序列长度和每步拆卸零部件个数不确定的特点,提出并行序列染色体编码方法,分别将拆卸单元序列和拆卸步长作为染色体的前段和后段,以此表示一个拆卸序列.基于该染色体编码,采用拆卸混合图描述产品零部件间装配约束关系和拆卸优先级,并导出拆卸约束矩阵和邻接矩阵,由矩阵随机获取可行的初始染色体种群;将基本拆卸时间和不可行拆卸惩罚因子作为优化目标来构建适应度函数,确保最优解的可行性;在初始染色体种群的基础上,适应度函数最小为优化目标,通过遗传、交叉和变异遗传算子实现并行拆卸序列的优化.最后通过实例验证了该方法的可行性和实用性.     

基于改进量子遗传算法的连续函数优化研究

针对一般量子遗传算法在求解连续函数优化问题时存在的困难,研究了一种改进的量子遗传算法.该算法采用一种新的量子旋转门--Hε门对种群进行更新操作,可有效避免算法陷入局部最优解,提高算法的全局寻优能力.将该算法应用于几个典型复杂函数的优化测试结果表明,改进的量子遗传算法在对连续函数进行求解时,综合性能明显优于传统遗传算法和一般量子遗传算法.     

基于并行遗传算法的K-means聚类研究

针对传统K-means聚类算法对初始聚类中心的选择敏感,以及聚类数K难以确定的问题,提出一种基于并行遗传算法的K-means聚类方法.该方法采用一种新型的可变长染色体编码方案,随机选择样本点作为初始聚类中心形成染色体,然后结合K-means算法的高效性和并行遗传算法的全局优化能力,通过种群内的遗传、变异和种群间的并行进化、联姻,有效地避免了局部最优解的出现,同时得到了优化的聚类数目和聚类结果.实验表明该方法是一种精确高效的聚类方法.     

基于量子粒子群优化算法的结构损伤识别

提出一种以广义柔度矩阵为损伤指标,基于量子粒子群优化算法的结构损伤识别方法.该方法根据结构损伤前后广义柔度矩阵差与结构物理参数变化关系,将结构广义柔度矩阵识别问题转化为优化问题,进而采用系统辨识能力较强的量子粒子群优化算法搜索目标函数最优值,从而达到损伤位置和损伤程度同时识别的双重效果.最后通过简支梁数值模拟对该方法的有效性进行了验证.     

高性能并行入侵检测算法与框架

基于单引擎检测的网络入侵检测系统(network intrusion detection system,NIDS)靠辅助硬件和改进检测算法来提高处理性能,但已无法适应10Gb/s以上流量的线速处理要求。利用多检测引擎进行并行处理是实现高性能入侵检测的重要技术手段,并行检测系统通过多检测引擎进行并行协同检测,具有高性能和可扩展的优点。归纳了进行流量划分时遇到的保持检测攻击所需证据和负载均衡这两方面的挑战及其解决策略。综合现有并行入侵检测框架的优点,提出了一个统一的支持多检测引擎并行检测的体系结构UPDA(uniformed parallel detection architecture)。利用NetMagic平台,基于UPDA框架,设计和实现了一个高性能并行入侵检测原型系统,并通过实验验证了系统的高性能和有效性。     

中央空调系统并联水泵节能优化群智能控制算法

本文针对现有中央空调系统中并联水泵优化算法在群智能控制方面适应性不足问 题,提出了一种基于群智能平台的并联水泵优化算法。首先建立了并联水泵工作特性模型及 适应度函数,其次提出了一种分布式的估计算法,每个水泵通过与相邻水泵交互信息完成对 并联水泵运行的优化,最后分别以大小相同冷冻水循环泵系统和大小不同冷冻水循环泵系统 进行仿真验证并同时与集中式估计算法做对比。结果表明,该分布式算法可在满足末端流量 需求的情况下,对大小相同并联水泵进行台数配置和转速比优化;在末端流量变化时,不同 大小水泵可通过转速比等比例调节,实现对转速比的优化。     

改进QGA在WSNs节点部署中的应用

对含有障碍区域的无线传感器网络（WSNs）节点部署问题进行研究。建立节点探测模型和网络覆盖率评价方法,基于概率传感器模型提出一种部署方式,即对障碍区域进行随机布撒节点,确定区域采用量子遗传算法（QGA）寻找最优节点部署位置,实现对同构WSNs节点构成的目标区域的高效覆盖。仿真结果与GA,QGA相比：改进QGA有效提高了算法整体的搜索能力和收敛速度。     

基于覆盖率的传感器优化部署算法

传感器部署是传感器网络工作的基础,对网络的运行情况和寿命有很大影响。针对传感器网络节点部署时首要考虑的覆盖问题,提出一种可以满足不同覆盖率要求的节点优化部署算法,在提高节点覆盖性能的同时优化节点数量,降低网络的配置代价。仿真结果证明,该算法可最大化节点的覆盖效率。     

基于改进量子遗传算法的油田井位及数量优化

布井的数量及位置的选取是油田开发中至关重要的一环。一项最优的布井方案受到地质情况、油藏驱动方式、流体特性、油田设备规格以及多种经济参数指标的影响,是一个具有多决策变量的优化问题,传统的数学优化方法在处理这类问题时,很难找到一个合适的目标函数来满足优化条件。量子算法作为量子计算与智能算法相结合的产物,其优秀的寻优能力以及良好泛化能力,在处理目标函数性态复杂的优化问题时较传统方法有着更好的表现。因此,本文利用MATLAB建立油藏数值模拟模型,将井的数量和井位作为变量,以油田净现值为目标函数结合改进的量子遗传算法(Quantum Genetic Algorithm,QGA)对井位进行优化。通过与传统布井方式的对比,所提出的方法有更好的经济效益,同时摆脱了传统布井方式对于经验的依赖,具有很好的移植性。     

Sensor placement for robust burst identification in water systems: Balancing modeling accuracy,parsimony, and uncertainties

Urban water systems are seeing an uptake in using advanced sensing technology. Incorporating sensors for monitoring water distribution systems (WDSs) provides promising benefits to water utilities by enabling a shift from reactive to proactive pipe failure detection and from delayed water loss management to automatic sense-and-respond capabilities. Despite the opportunities that new sensing technologies create, a budget-constrained utility is challenged with identifying sensing locations in the WDS that will maximize information gain. To address this gap, this paper studies the problem of optimal placement of high-frequency pressure sensors in WDSs for pipe burst identification. This paper proposes a sensor placement strategy to address the challenges of data and modeling uncertainty by incorporating robust representation and tolerance analysis into an optimization framework with the objective of achieving the best detection and identification of burst events. Transient simulations are first used to predict system’s response to burst events, demonstrating the importance of modeling accuracy over approximation methods. A robust event representation approach is then presented to summarize system response to pipe bursts using signature matrices. Subsequently, the identification problem is cast as a minimum test cover problem when the number of available sensors is unlimited, and as the maximum covering test problem when the number of available sensors is limited. The optimization problems are then formulated and solved using mixed integer linear programming. Four complementary metrics are suggested to evaluate the performance of the sensor placement designs. Multiple criteria decision analysis is then applied to select the placement design while balancing information gain and cost. The results show that incorporating more information can improve event identification, but sufficient accuracy of the extracted information is required to accrue the benefits.     

求解TSP的量子遗传算法

量子遗传算法(QGA)在求解数值和组合优化问题时效率明显优于传统进化算法,但目前较多被用于求解组合优化的背包问题,为了充分发挥QGA的优点,文中用其求解TSP这一经典的NP难问题.首先,文中设计了一种利用几率幅值编码的新的编码方式,即利用几率幅值编码的量子个体与一组向量对应,而此向量又与一条可行路径一一对应.这样的编码方式不仅缩小了种群规模,占用较少内存,所得的解均可行,而且有效地增强了种群的多样性;其次,在量子个体上实施量子杂交,这一操作有利于保留相对较好的基因段;最后,为了加快算法的收敛速度,引入两阶段局部搜索,第一阶段主要针对实例中排列稀疏处的城市进行优化,第二阶段在第一阶段的基础上着重对排列密集处的城市优化.据此,设计了解TSP的一个新的高效的QGA,并证明了其以概率1收敛到全局最优解;测定算法性能的数值实验数据表明,该算法在种群规模较小,迭代次数较少的情况下就可以收敛到已知最优解.     

电子鼻系统对危险爆炸物的识别研究

采用纳米氧化锌厚膜气体传感器组成的阵列对硝铵、矿山炸药、苦味酸、2,4二硝基甲苯(DNT)4种典型爆炸物样品进行了实验。称取4mg爆炸物样品,采用动态实验对18只传感器进行筛选、优化,得到6个最优元件组成的阵列。采用静态实验考察了传感器的检测能力,结果表明:随着待测样品浓度的增加,6个传感器的灵敏度均呈指数上升,且该方法能够检测到4种爆炸物样品的最小浓度均低至3.34μg/L。为进一步与实际应用相接近,采用完全动态小剂量实验,结果表明:在15.4μg/L浓度处提取斜率最大值为特征值对阵列进行判别函数分析,可使4种典型爆炸物在该浓度水平能够完全区分。