基于脊路跟踪的变分非线性调频模态分解方法

针对多个辐射源信号混合构成的多分量信号分离问题,提出基于脊路跟踪的变分非线性调频模态分解算法. 该方法使用改进的脊路重组算法对时频分布图中各分量瞬时频率进行提取,将提取出的各分量瞬时频率作为变分非线性调频模态分解的预设频率;利用重构后的多分量信号进行瞬时频率提取,更新预设频率后继续模态分解;重复上述过程,直到迭代前、后频率差值小于预设阈值,输出对应的模态分解结果. 实验结果表明,基于脊路跟踪的变分非线性调频模态分解算法比经典变分非线性调频模态分解算法具有更好的多分量信号分离效果.     

一种改进的约束优化差分进化算法

提出一种改进的差分进化算法用于求解约束优化问题.该算法在处理约束时不引入惩罚因子,使约束处理问题简单化.利用佳点集方法初始化个体以维持种群的多样性.结合差分进化算法两种不同变异策略的特点,对可行个体与不可行个体分别采用DE/best/1变异策略和DE/rand/1策略,以提高算法的全局收敛性能和收敛速率.用几个标准的Benchmark问题进行了测试,实验结果表明该算法是一种求解约束优化问题的有效方法.     

基于时间序列的GPS定位误差分析

在现代海战场的环境监测中,针对全球定位系统(GPS)的缺陷,采用时间序列分析的方法建立定位误差模型。首先将获得的数据进行平稳化处理,通过依据样本数据的自相关函数和偏相关函数的统计特性确定采用自回归滑动平均(ARMA)模型,然后根据参数的最小二乘估计和AIC准则建立ARMA(4,2)模型。通过对模型的残差分析,得出残差符合白噪声要求,与实际模型拟合程度较高,最后采用预报器对模型进一步预测,根据预报结果修正误差,明显提高了定位的精度。仿真结果表明了时间序列方法可以有效提高GPS的定位精度的有效性。     

转筒焙烧炉的分层控制设计

介绍了将分层控制设计方法应用于化工生产过程中的转筒焙烧炉，形成了一套完整转筒焙烧炉分层控制方案和策略。     

大冶有色700kt/a硫酸项目方案的选择及思考

介绍了大冶有色700 kt/a冶炼烟气制酸项目建设背景和方案选择情况。根据铜冶炼烟气成分复杂、杂质含量高且气量波动大的特点,选择一级湍冲洗涤塔—气体冷却塔—二级湍冲洗涤塔—两级电除雾器酸洗净化、ⅣⅠ-ⅢⅡ＂3＋1＂二转二吸制酸技术方案,并对关键设备和材料的选型提出思考和看法。     

新型催化法脱硫技术在大冶有色硫酸尾气处理工程中的应用

介绍新型催化法脱硫技术在大冶有色金属集团控股有限公司冶炼厂980kt／a硫酸装置中尾气处理工程中的应用情况和取得的实际效果,并对工程实施中存在的问题进行分析,提出应对措施,促进该技术的工程优化。新型催化法技术采用低温非钒系催化剂,使SO2氧化成SO3生成稀硫酸,从而有效脱除硫酸尾气中的SO2,保证尾气中ρ（SO2）≤50mg／m^3,符合GB2132-2010《硫酸工业污染物排放标准》所规定的限值。     

多组元AlxFeCrVTi0.25高熵合金微观组织与力学性能研究

采用非自耗真空电弧熔炼炉制备不同Al含量的AlxFeCrVTi0.25(x=0,0.25,0.5,0.75)高熵合金.采用X射线衍射仪和扫描电镜,研究了该合金的相组成和显微组织,利用MTS万能实验机及维氏硬度计测试合金的压缩性能和硬度.结果表明:FeCrVTi0.25为单一体心立方(BCC)结构,组织为树枝晶结构,枝晶...     

一类非线性系统的神经网络自适应区间观测器设计

本文研究了一类单输入单输出非线性系统的神经网络自适应区间观测器设计问题. 针对由状态和输入所描述的未知非线性函数的界不可测, 现有的区间观测器方法并未有效地处理系统含有参数不确定性的未知非线性函数. 首先, 本文构造两个径向基函数神经网络来逼近未知非线性部分, 进而分别估计系统状态的上下界; 然后, 选择合适的Lyapunov函数, 采用网络权值校正和网络误差选择机制确保所设计的误差动态系统有界和非负性, 并证明了神经网络自适应区间观测器的稳定性; 最后, 通过仿真实例验证了所提出的神经网络自适应区间观测器的有效性.     

基于组合遗传算法的反应动力学模型参数估计

通过构造一个适当的适应度函数,将渣油加氢精制反应动力学模型的参数估计问题转化为一个多维优化问题,然后提出一种组合遗传算法来求解该优化问题。该算法利用混沌序列初始化种群以保证其均匀分布在搜索空间中。在每次迭代过程中随机组合不同的交叉策略和变异以产生若干个新的子代个体。对四个标准数值优化问题进行了仿真实验,仿真结果表明了组合遗传算法的有效性。以石油炼制工业中典型装置催化裂化为例,对渣油加氢精制反应动力学模型的参数进行了优化,获得了满意的结果。     

一种基于人工神经网络的出租车目标自动预测算法

阐述了ECML/PKDD大会对出租车目的地预测提出质疑的解决方案,使用一种基于神经网络的完全自动化的方法,尝试构建多层感知、双向递归神经网络和记忆网络的模型。提出的方法可以较容易地适用于其他应用程序,目标是预测一个可变长度序列的固定长度输出。