基于量子粒子群算法的实时多交叉口信号控制

随着城市交通日益发展,如何提高城市交通效率是目前十分关注的问题.为了解决交叉口过饱和交通流控制问题,基于交通流向动态组合的感应控制方案,设计了一种实时多交叉口协调控制(Real-time Intersection Coordination Control,RIC2)模型.该RIC2感应控制模型,以单个交叉口优化为基础,延伸到多个交叉口,形成区域之间的协调控制,同时采取一种改进的量子粒子群算法(Improved Quantum Particle Swarm Optimization,IQPSO)对信号配时进行自适应优化.仿真结果显示上述模型能显著提高城市的通行效率,具有一定可行性.     

基于改进细菌算法轨道电路室外设备故障分析

故障检测是近年来的热门话题,大数据环境下,原有算法在计算量和效率上已不能满足当前的需求,智能算法应用越来越广泛,将其应用于故障检测有较好的效果,细菌算法是新兴的全局优化智能算法,但其原有算法有一定的局限性.将细菌算法结合自适应理论,优化了细菌算法中趋化步长和繁殖步骤,对比传统BFO最优值有7个数量级的提高,在收敛性方面提高了一倍,并且将其与贝叶斯网络结构学习相结合解决轨道电路故障诊断的问题.     

基于集成学习的卡车空压系统故障诊断研究

针对故障特诊复杂多样和故障样本类别不平衡,使用传统故障诊断算法对机械设备进行故障预测时预测结果正确率和可靠性偏低的问题,提出一种改进的Stacking集成学习结构,一方面对数据集进行降采样来重构数据集,另一方面使用贝叶斯优化和网格搜索来调节单个机器学习模型参数,最后通过改进的Stacking集成学习框架将训练好的强机器学习模型融合在一起,实现对机械设备故障的预测.在斯堪尼亚卡车空压系统故障数据集上进行实验,获得了比LightGBM、CatBoost等任一单模型更好的效果,较适用于复杂工况下的机械设备的故障诊断,为准确率和可靠性要求高的场景提供一种解决方案,具有较强的应用价值.     

GROMACS 2020在ROCm平台上的移植与优化

GROMACS是应用广泛的开源分子动力学模拟软件,当前主要通过CUDA使用NVIDIA GPU进行加速计算。ROCm是一个开源的高性能异构计算平台。基于ROCm平台的HIP编程语言,首次实现了GROMACS 2020系列在ROCm平台上的完整移植。在MI50 GPU上,以一个复杂离子液体模拟算例为目标,使用GPU性能分析工具rocprof对移植代码进行了性能分析。针对MI50硬件特性,先后对成键力核函数、静电力的PME核函数和短程非成键力核函数进行了优化,优化后运行目标算例的性能相比初始版本整体上获得了约2.8倍的加速比,在 MI50上的性能高于GROMACS原版OpenCL代码60.5%,相对纯CPU版本有约2.7倍的加速比。在另外2个具有代表性算例的单结点测试以及离子液体算例的多结点扩展性测试中,优化后的代码也达到了较好的性能提升,这表明所采用的优化操作具有一定的通用性。     

关于水利水电工程施工技术浅析

社会经济与科学技术的不断进步为我国的水利水电工程行业提供了良好的发展契机,同时也使得水利水电工程的规模越来越大,质量要求也愈发严格。要保障水利水电工程的整体安全性与稳定性,则需要选择最佳的施工技术并进行合理的应用,由此才能从本质上提升水利水电工程的施工质量,增强水利水电工程的综合效益。为此,本文针对水利水电工程的施工技术进行了详细的分析,并阐述了有效提升水利水电工程施工技术应用效果的相关措施,以期为水利水电工程施工效率与施工质量的提升提供引导和保障,促进水利水电工程施工技术的发展与创新,同时为水利水电工程施工技术的相关研究提供部分理论参考。     

Xilinx以成本优化型UltraScale+产品组合拓展新应用

赛灵思宣布面向市场扩展其UltraScale+产品组合,以支持需要超紧凑及智能边缘解决方案的新型应用。新款Artix和Zynq UltraScale+器件的外形尺寸较传统芯片封装缩小了70%,能够满足工业、视觉、医疗、广播、消费、汽车和互联市场等更广泛的应用领域。     

基于FPGA的深度卷积神经网络优化压缩算法研究

针对现有海量数字图像信息落后,提出了新型的压缩算法,设计出基于FPGA的视频图像采集系统.应用深度卷积神经网络优化视频图像编码算法和聚类算法实现数据特征提取,将图像与距离信息作为深度卷积神经网络的输入与输出,并利用其特征提取能力学习图像特征的距离信息,提取深度卷积神经网络中的全连接层作为编码,通过迭代调整确定图像编码,完成图像压缩.应用测试结果显示,该算法具有较高效率优势,且图像压缩解码后质量较好.     

基于OTN技术的电力通信网络业务路由优化算法

本文基于OTN(Optical Transport Network;光传送网)技术提出了电力通信网络业务路由优化算法,通过仿真分析,结果表明此算法可优化电力通信网络既有OTN业务,实时有效均衡网络风险,提升OTN业务运行可靠性与稳定性;此算法的适应度函数优化设计,可促使现有网络业务路由分配的时候,更加趋向选取光信噪比参数值相对较高的光通道,所以通过此网络业务路由优化算法,OSNR(Optical Signal Noise Ratio;光信噪比)均值可显著提高;可实现网络业务路由优化,实现最佳风险均衡,且算法效率与收敛性较高,值得大力推广.     

电力系统配网有功无功协调自动优化系统设计

为解决电力系统配网发电调度不合理与运行安全问题,为此提出电力系统配网有功无功协调自动优化系统.构建优化数学模型及其约束条件.实验结果表明,该系统协调了优化方向上的成本与网损矛盾,实现综合效益最大化,根据充放电功率与电荷状态、有载调压变压器与补偿电容器组的档位自动调整情况,说明该系统具有安全稳定的运行性能.     

基于改进蝗虫算法优化长短时记忆神经网络的多参数瓦斯浓度预测模型研究

为了高效挖掘煤矿安全监测监控系统海量数据中包含的有效信息,提高煤矿瓦斯浓度预测精度,提出一种改进的蝗虫优化算法(IGOA)优化长短时记忆神经网络(LSTM)的多参数瓦斯浓度预测模型.首先对瓦斯多参数时间序列进行相关性分析和小波去噪;其次通过重构线性缩减因子c、引入柯西-高斯混合变异和最优邻域扰动策略联合改进蝗虫优化算法,提高其全局寻优能力,以此来优化LSTM相关超参数,构建瓦斯浓度预测模型;最后,以实测数据为样本进行实验验证,将提出的模型与BP、LSTM、PSO-LSTM以及GOA-LSTM模型对比,可得到提出的模型具有更好的预测效果,平均绝对百分比误差和均方根误差两种误差评价指标分别为0.531％、2.48×10-3.结果表明,提出的瓦斯浓度预测模型具有更高的预测性能.