受强弱关系理论启发的改进人工蜂群算法

针对原人工蜂群算法在寻优过程中存在收敛精度不高、容易陷入局部最优的问题,提出一种改进人工蜂群算法(SWT-ABC)。将社会学中强弱关系模型化并引入多子群矩阵式蜂群结构,定义了强关系个体从三个方向随机引导搜索,加快算法收敛速度和提高收敛精度;为增强算法跳出局部最优的能力,定义了弱关系个体交互以实现子群间信息交流来提升种群多样性;增加侦查蜂反向学习机制并确定合适的蜜源上限,能有效提升目标函数评价次数的利用效率。通过基准测试函数的数值实验并与12种改进算法进行对比,改进后的人工蜂群算法收敛精度更高、全局寻优能力更强,并且在高维优化问题求解中仍具备良好的收敛性能。     

国内外“快锁装置”18例

“快锁装置”是结构设计的重要内容之一。这是因为任何电子设备、电子仪器、电子仪表都是由门、外壳、装有电子元器件的印制板(插件)、机框等组成。而门的开、关,插件的固定、取出都需要“快锁装置”。还有有的仪器、仪表根据使用上的需要也同样需要“快锁装置”。顾名思义,“快锁装置”就是电子机械结构中经常活动的结构部分。即实施快速异向、连接、锁定,并能快速开锁、分离的机械结构系统。由于电子设备、仪器、仪表的结构形式多种多样,     

通用结构对多样化的适应性

一、引言一般来说,标准化与多样化是矛盾的。标准化的基本形式——简化和统一化,就是同混乱作斗争的一种常用方法,是防止多样性自由泛滥的一种手段。因为只有限制多样化才能取得成批量生产的效益。然而,由于技术的不断更新、产品寿命周期的缩短及市场需求的多变,使多样化成为当前市场竞争的主要因素。如何解决多样化与提高生产效率这一矛盾已成为当前某些企业生存、发展的一个重要课题。     

数学形态学在数字图像处理中的应用研究

传统边缘检测算法由于对噪声敏感,难以准确提取图像边缘,导致图像处理效果不佳.基于传统数学形态学算法中结构算子的方向性和尺寸几何的基础上进行算法改进.针对抗噪型碰撞腐蚀形态学边缘检测算子结构元素特征,采用不同大小结构元素组合来提取边缘特征,有效保证了图像细节的同时去掉较大噪声点.根据结构元素的方向性,利用同向结构元素图像的匹配来检测各边缘信息,确保不同向边缘信息的完整度.通过比较文本改进算法与传统的边缘检测算法对图像边缘检测效果表明:本文提出的改进算子在处理较大图像边缘检测时具有更快的检测速度,且图像边缘光滑,细节清晰,具备了更强的抗噪性能.     

基于持久性内存的单向移动B^+树

由新型非易失存储介质构成的持久性内存(persistent memory,PM)具有扩展性强、按字节访问与静态能耗低等特性,为未来主存与辅存融合提供了强大的契机.然而由于LLC(last level cache)具有易失性且与主存交互粒度通常为64B,而PM的原子持久化操作粒度为8B.因此,数据从LLC更新到PM的过程中,若发生故障,则可能破坏更新操作的失败原子性,进而影响原始数据的完整性.为了保证更新操作的失败原子性,目前研究主要采用显式调用持久化指令与内存屏障指令,将数据有序地持久化到PM上,但该操作会造成显著的开销,在索引更新中尤为明显.在对索引进行更新时,往往会涉及到索引结构的变化,该变化需要大量的有序持久化开销.研究旨在减少基于PM的B+树在更新过程中为保证失败原子性而引入的持久化开销.通过分析B+树节点利用率、不同更新模式下持久化开销以及更新操作之间的关系,提出了一种基于节点内数据真实分布的数据单向移动算法.通过原地删除的方式,减少删除带来的持久化开销.利用删除操作在节点内留下的空位,减少后续插入操作造成的数据移动,进而减少数据持久化开销.基于上述算法,对B+树的重均衡操作进行优化.最后通过实验证明,相较于最新基于PM的B+树,提出的单向移动B+树能够显著提高单一负载与混合负载性能.     

可动态重构的旋翼飞行器设计与运动特性分析

针对旋翼飞行器因机体结构受运动路径中空间变窄限制而无法连续穿越的问题,研究设计了一种可动态重构的旋翼飞行器,通过改变机体构形实现对空间变化的运动应对,提高飞行器在复杂环境下连续运动作业的能力.该系统采用链式模块化结构,通过旋转关节实现构形的2维变化.根据机体结构特点和运动控制方式,基于D-H(Denavit-Hartenberg)规则推导了空间变换矩阵,求解了变化重心,建立了机体运动学模型.基于几何、动力和控制响应约束,提出了构形变换的求解方法,并针对该模型给出了边界条件.最后进行了飞行器稳定性、操纵性及临界构形实验.结果 表明,构形变换过程中,飞行器姿态稳定,无明显突变,各轴向最大变化量在4°以内;濒近临界构形时飞行器操控顺畅,跟踪控制响应能够在0.1s内完成.实验验证了姿态可控的临界构形角度集为{180°,180°,113°},通过几何运算,采用固定航向方式,飞行器的通过半径可缩小21.89％,结合航向控制的方式,最大通过半径可缩小67％.飞行器具备稳健完成动态重构和通过窄间隙的能力.     

基于宽度学习的结构沉降预测

结构监测是确保工程结构建设在施工和运营阶段安全的关键因素,因此采用合理有效的预测模型对结构沉降监测数据进行科学准确的预测成为了当前结构沉降预测研究的重点。针对传统预测方法与深度学习方法用于结构沉降预测存在的预测精度不够高、模型结构复杂、训练耗时等问题,提出了一种基于宽度学习的结构沉降时间序列预测模型。通过实测地铁地下隧道沉降监测数据对宽度学习、人工神经网络、支持向量回归和深度置信网络-支持向量回归预测模型的预测结果进行对比分析。实验结果表明:宽度学习系统(broad learning system,BLS)应用于结构沉降预测具有良好的效果,其训练速度更快,预测精度更高。验证了所提出的宽度学习算法应用于结构沉降预测的可实施性和有效性。     

新型低压细水雾喷头设计与优化

本文介绍了细水雾喷头雾化机理,并针对传统细水雾喷头存在的雾化锥角较小、压力较高、保护半径过小的缺点,设计了一种新型低压细水雾喷头.该喷头创新采用了混合旁通管设计和气泡雾化技术相结合的方案,同时在喷头末端配多规格喷嘴、防尘罩、玻璃球等配件.应用连续性方程、动量守恒方程和k-ε湍流模型方程,通过计算流体动力学软件分别进行了单相流和两相流的二维流动数值模拟.模拟结果表明,大约20s后流体趋于稳定,模拟得到喷头腔内到喷嘴处压力渐弱,从0.8MPa衰减到0.1MPa,水雾速度由6m/s加速到大约60m/s,雾化锥角超过15°.结合该喷头结构进行分析,表明该喷头相对传统低压细水雾喷头具有雾化锥角大、作用半径大、轴向动量充足的优点.     

PBO纤维的改性研究进展

介绍了PBO纤维的结构、性能,对PBO纤维的改性研究取得的进展进行了概述和展望,以期对PBO纤维后续的研究提供相关思路。