改进自适应粒子群算法在WSN覆盖优化中的应用

针对无线传感器网络（WSN）节点覆盖不均匀导致覆盖率低下的问题,提出了一种基于改进自适应粒子群优化算法的覆盖优化方法。首先,建立WSN覆盖优化的数学模型;然后将进化因子和聚合因子引入粒子群优化（PSO）算法中的惯性权重系数,使改进算法具有很强的自适应能力;接着在算法迭代过程中引入碰撞回弹策略保证粒子群的多样性,克服改进粒子群优化算法在优化后期容易陷入局部最优的弱点。实验表明,本文算法对WSN优化后的网络覆盖率均比其它文献算法提高了2%~6%,且传感器节点分布更加均匀。因此它能有效提高无线传感器网络的性能,是一种应用性较强的WSN覆盖优化算法。     

基于黄金莱维引导机制的阿基米德优化算法

针对标准阿基米德优化算法（AOA）在求解优化问题时存在全局探索能力弱、收敛速度慢和求解精度低等问题,提出一种多策略阿基米德优化算法（MSAOA）。首先,利用变区间初始化策略,使得初始种群尽可能地靠近全局最优解,从而提高初始解的质量;其次,提出黄金莱维引导机制,以提高算法在迭代后期的种群多样性;最后,在维持种群多样性的前提下,引入自适应波长算子,以达到提高算法搜索效率的目的。将所提算法与均衡器算法（EO）、正余弦算法（SCA）以及灰狼优化算法（GWO）在20个基准测试函数上进行比较实验。实验结果表明,所提算法具有更高的寻优精度和收敛速度,并将所提算法应用于4个机械设计实例中,再次验证了所提算法的有效性和优越性。     

基于改进图节点的图神经网络多跳阅读理解研究

多跳阅读理解需要基于问题并在多个支撑文档中寻找相关信息进行跳跃式推理来回答问题。针对当前多跳阅读理解模型中所存在的实体图内缺乏关键问题信息以及信息冗余问题,提出一种基于改进图节点的图神经网络多跳阅读理解模型。采用基于指代词的实体提取方法提取实体,将提取到的实体基于问题关联实体构建实体图。对实体图中的节点进行编码预处理,通过门机制的图卷积网络模拟得到推理信息,计算推理信息与问题信息的双向注意力并进行结果预测。在WikiHop数据集上的实验结果表明,该模型在测试集上取得了73.1%的预测准确率,相比基于图神经网络、循环神经网络和注意力机制的多跳阅读理解模型准确率更高、泛化性能更强。     

基于改进图节点的图神经网络多跳阅读理解研究

多跳阅读理解需要基于问题并在多个支撑文档中寻找相关信息进行跳跃式推理来回答问题。针对当前多跳阅读理解模型中所存在的实体图内缺乏关键问题信息以及信息冗余问题,提出一种基于改进图节点的图神经网络多跳阅读理解模型。采用基于指代词的实体提取方法提取实体,将提取到的实体基于问题关联实体构建实体图。对实体图中的节点进行编码预处理,通过门机制的图卷积网络模拟得到推理信息,计算推理信息与问题信息的双向注意力并进行结果预测。在WikiHop数据集上的实验结果表明,该模型在测试集上取得了73.1%的预测准确率,相比基于图神经网络、循环神经网络和注意力机制的多跳阅读理解模型准确率更高、泛化性能更强。     

改进平衡优化器算法的WSN覆盖优化

针对无线传感器网络在节点部署过程中存在节点覆盖空白及重叠覆盖的问题,提出一种改进平衡优化器算法（IEO）的网络覆盖优化。首先,利用环绕反向学习提高初始化种群质量,增强算法的优化能力;其次,引入动态正余弦因子进一步平衡全局搜索与局部开发能力,促使粒子种群对搜索空间中进行广泛搜索和深度挖掘;最后,通过在浓度更新阶段加入Circle混沌映射增加种群多样性,提高算法逃离局部最优的能力。实验结果表明,将IEO算法应用于WSN的覆盖优化实验中,与标准平衡优化器算法及其他改进算法相比,有效降低部署成本,表现出更高的网络覆盖率,改善网络的监测质量。     

某加注连接器位姿补偿机构设计及优化

针对自动对接和随动过程中连接器对接装置与箭体之间产生的位姿偏差问题,设计了一种连接器位姿补偿机构,并对机构的弹簧参数进行优化设计。验证了该机构满足对接要求的相关技术指标,在此基础上,建立需要优化的设计参数、优化所需目标函数;利用ADAMS/View软件提供的优化计算方法,分析了各设计参数对目标函数的影响,确定一组合理的弹簧设计参数。研究结果表明:该机构能很好地满足自动对接要求,实现对接装置与箭体之间的位姿补偿。     

考虑齿面摩擦影响的非对称齿轮齿根弯曲应力计算

针对非对称齿轮齿根弯曲应力计算中不计齿面摩擦的现状.以一对非对称渐开线直齿增速齿轮机构中主动轮为研究对象,在综合考虑齿面摩擦影响的情况下,建立轮齿的受力模型.通过系统地分析、研究,分别针对单、双齿啮合情况,推导出齿面摩擦作用下非对称齿轮齿根弯曲应力的优化计算公式,并给出了相应的计算流程图.对影响非对称齿轮齿根弯曲应力的...     

基于氧消耗原理和可控等值比法实时分析烟草燃烧热释放

为评价烟草燃烧热释放特性,基于可控等值比法和氧消耗原理,设计构建烟草稳态燃烧装置和氧分析仪联用测试系统(SSTF-POA),建立了烟草在稳态燃烧状态下热释放实时定量分析方法,考察了温度和等值比(φ)对热释放量的影响规律。结果表明:①基于可控等值比法和氧消耗原理的SSTF-POA 测试系统,可实时分析烟草在稳态燃烧状态下热释放量。②当等值比相同时,烟草燃烧热释放随着温度升高而增加。③当固定温度为800 ℃时,富氧程度越高,烟草燃烧热释放越高,但均低于理论燃烧热。      

烤烟烟叶主要元素与燃烧热关系研究

为考察烤烟烟叶中主要元素对其燃烧特性的影响, 对全国17个区域、7个品种、上中下三个部位的37个烤烟样品进行元素分析和燃烧热测试, 利用R统计方法对烤烟总燃烧热(THR) 及其主要元素含量(C、H、O、N、K、S和Cl) 进行了描述, 并研究了两者间的相关性。结果表明: ①烤烟烟叶总燃烧热主要由三个部分组成, 按照产生顺序依次为易挥发小分子挥发热解产物燃烧热、难挥发大分子热解产物燃烧热以及焦炭热解产物燃烧热; ②烤烟七种元素中C和O含量最高, 然后依次为H、N、K、S和Cl。其中, 不同烤烟烟叶中Cl含量差异较大, C、H和O含量则差异较低; ③烤烟THR与C、H和N含量呈极显著正相关, 与S呈显著正相关, 与O、K、Cl、K/Cl无显著相关性。      

基于窦性变异的改进人工蜂群白骨顶鸡算法及应用

针对白骨顶鸡算法(COOT)存在求解精度低、收敛速度较慢和易陷入局部最优的问题,该文提出一种基于窦性变异的改进人工蜂群白骨顶鸡算法(ICOOT)。首先,采用精英反向学习策略初始化个体位置,增加初始个体寻优多样性;其次,考虑到人工蜂群算法强大的搜索能力,提出一种以全局最优值引导的改进人工蜂群搜索策略,更新白骨顶鸡个体的位置,以提高COOT的搜索能力和收敛精度;最后,引入窦性变异策略对最优个体进行扰动,一方面使算法能够有效跳出局部最优,另一方面提高最优个体质量。利用12个基准测试函数对ICOOT进行寻优性能测试,将ICOOT应用于拉力/压力弹簧优化工程设计问题,并与其他元启发式算法进行了比较和分析,结果验证了改进的算法的可行性和优越性。