Algorithm for constructing three-way concepts

The theory of three-way concept analysis is newly developed, but so far there is no concrete algorithm for constructing three-way concepts. In order to solve this problem, a three-way concept construction algorithm named CbO3C is firstly proposed in this paper. The CbO3C adopts the idea of the construction algorithm CbO of formal concepts in formal concept analysis. At the same time, in order to improve the efficiency and lower the memory overhead, the CbO3C employs the partial closure canonicity test and inherited failure test to reduce the repeated computations of three-way concepts, applies the reduction condition to filter the non-core three-way concepts, and implements set operations on the basis of bits. The experiments with UCI and random data sets show that the CbO3C can correctly and efficiently calculate all core three-way concepts of a formal context.     

碳捕集火电与梯级水电联合优化的低碳节能发电调度

针对消纳风电过程中造成火电机组频繁调节而产生额外损耗的问题,引入碳捕集机组与梯级水电联合优化。以更加高效地利用清洁能源、确保传统机组运行平稳、减小系统综合运行成本为目标,对包含风电、梯级水电、传统机组以及碳捕集机组的风水火联合系统建立多目标优化调度模型。将多目标使用模糊隶属度函数的方法转变为单目标模型,并使用二次规划法进行求解。算例分析说明通过水电与碳捕集机组的调节,可在充分消纳风电的基础上减少传统机组的调节量,维持传统机组的运行稳定性,降低传统火电机组由于频繁调节而产生的损耗。     

基于支持向量机与高斯分布估计的低NOx排放

燃烧优化的核心在于建立有效而快速的建模工具及寻优算法,以便于在线应用。为了研究新方法的适用性以及克服常用算法的缺点,本文利用支持向量回归建立了大型四角切圆燃烧电站锅炉NO_x排放特性模型。利用大量的热态实炉试验NO_x排放数据对模型进行了训练和验证。结果表明,支持向量回归模型能获得较神经网络模型更加准确的预测结果,相对于神经网络,支持向量回归能更好处理大样本量数据的非线性问题。随后,采用一种基于高斯概率密度 (GPDD)的分布估计优化算法对NO_x排放模型进行了寻优。研究发现,与遗传算法相比,GPDD具有更好的寻优能力与更快的收敛速度。结合支持向量回归与高斯概率密度分布(GPDD)算法能有效降低燃煤锅炉NO_x排放量,不到1 min的优化时间便于在线应用。研究结论可为该算法在实际电厂中推广应用提供参考依据。     

基于多目标分层的预测控制定态优化技术

多目标分层优化要求是从复杂工业过程的现场实际应用背景出发而提出的.详细阐述了复杂工业过程的多目标分层优化要求的含义,在预测控制两级分层结构的基础上提出了基于二次规划的定态优化有效求解方法.通过Shell控制问题等仿真结果,说明所提出的定态优化技术具有良好的控制性能,能够适应生产过程的需要.     

基于iSIGHT的主轴动静态性能优化设计方法

主轴的变形和振动是影响机床加工质量和切削效率的主要因素之一.为提高主轴的静动态性能,提出了一种基于iSIGHT多学科优化集成软件环境的主轴结构优化设计方法和系统仿真流程.利用iSIGHT和APDL构建了一套结构优化集成系统,实现机床主轴的多目标优化设计.针对某型号卧式加工中心的主轴,应用自适应模拟退火算法对其结构参数进行优化.分析结果表明机床主轴动静态性能有一定程度的提高,优化方法是可行有效的.     

三自由度混合电磁轴承的参数设计与控制系统实验研究

将永磁铁改为插槽式改进了三自由度混合轴承结构。设计系统的控制器,采用现代工业最常用的控制形式——传统PID控制、非线性补偿PID控制以及基于遗传算法的PID控制方法对电磁轴承的控制效果进行比较研究。利用MAT-LAB中的Simulink模块库对所设计的PID控制参数进行调试整定。结果表明:非线性补偿PID控制明显优于传统的PID控制,基于遗传算法的PID控制方法控制效果最优。     

基于正交试验和灰色系统理论的拼焊板前纵梁成形优化

影响拼焊板冲压成形的工艺参数较多,难以精确建立工艺参数与成形质量之间的关系。以压边力、拉延筋高度、凸筋圆角半径、凹筋圆角半径为自变量,进行四因素四水平正交试验,模拟拼焊板前纵梁拉延成形过程,获得最大减薄率和最大焊缝移动量的数据。利用灰色系统理论,分别计算成形工艺参数对单目标函数的关联系数和多目标函数的关联度,将多目标转换为以关联度为目标的单目标。进一步计算各成形工艺参数的平均关联度,将优化的压边力、拉延筋截面几何参数进行有限元模拟验证,指导设计、试模,成形的质量得到明显提高。     

基于遗传算法的测试参数的优化

微机械的摩擦、磨损性能研究是国内外研究的一项重要内容。针对微型轴承测试设备,定量分析了各测试参数对其动摩擦系数的影响,研究找出了对系统测试精度影响最大参数—测试拉力。采用遗传算法对测试拉力的各摩擦系数影响因素进行了优化,通过仿真计算求得了最优参数值,降低了摩擦系数影响因子,大大提高了系统测试精度。     

A multi-objective particle swarm optimisation for filter-based feature selection in classification problems

Feature selection has the two main objectives of minimising the classification error rate and the number of features. Based on binary particle swarm optimisation (BPSO), we develop two novel multi-objective feature selection frameworks for classification, which are multi-objective binary PSO using the idea of non-dominated sorting (NSBPSO) and multi-objective binary PSO using the ideas of crowding, mutation and dominance (CMDBPSO). Four multi-objective feature selection methods are then developed by applying mutual information and entropy as two different filter evaluation criteria in each of the proposed frameworks. The proposed algorithms are examined and compared with a single objective method on eight benchmark data sets. Experimental results show that the proposed multi-objective algorithms can evolve a set of solutions that use a smaller number of features and achieve better classification performance than using all features. In most cases, NSBPSO achieves better results than the single objective algorithm and CMDBPSO outperforms all other methods mentioned above. This work represents the first study on multi-objective BPSO for filter-based feature selection.     

污水处理过程的多目标多模型预测控制方法研究

针对污水处理过程节能降耗问题以及污水处理过程的高度非线性、强耦合、不确定性等特点.以基于活性污泥2号模型ASM2的A2/O污水处理过程为研究对象,提出了污水处理过程的多目标多模型预测控制方法.该方法首先采用聚类-PLS方法建立污水过程的多模型预测模型,然后构建了包含出水水质区间控制和经济性能指标的多目标优化结构的预测控制策略.仿真结果表明,与设定值预测控制方法相比,多目标优化预测控制策略在保证出水水质的前提下,能有效地节约能耗费用.