电站 F/A 异种钢接头早期失效及其防治措施

扼要归纳了Ｆ／Ａ异种钢接头早期失效的特征,分析了导致早期失效的因素,提出可用焊后高温回火和适当增加铁素体侧坡口角的办法降低钢１０２／Ｉｎｃｏｎｅｌ１８２／ＴＰ３４７Ｈ接头的早期失效倾向．文章列出的高温持久强度试验、高温承载加速模拟试验、残余应力测试等结果以及热应力的有限元分析都证明了上述措施是有效的．     

工艺因素对过热器/再热器异种钢焊接接头残余应力的影响

工况下运行的异种钢接头易沿焊缝界面开裂而发生早期失效．本文对小直径钢１０２／Ｉｎｃｏｎｅｌ８２／ＴＰ３４７Ｈ异种钢管、不同坡口角度与不同热处理制度下接头中的焊接残余应力进行了实测,结果表明对适用于现场焊接且可延长接头寿命的改进型坡口并不会增大焊接应力,提出在工况温度下接头中的焊接应力并不能很快衰减、焊后热处理可显著地降低该种异种钢接头中焊接应力的观点．     

基于改进粒子群优化算法的IIR数字滤波器设计

针对粒子群优化(PSO)算法存在早熟收敛问题,提出了一种改进算法——带有柯西扰动的重分布粒子群优化(RPSO)算法,并应用于IIR数字滤波器的优化设计。RPSO在检测到粒子群早熟收敛时,自动触发粒子重分布机制,帮助粒子逃离局部收敛区域,同时在迭代过程中对种群的全局最优位置施加柯西扰动以保持种群的多样性。仿真实验结果表明,在对IIR数字滤波器设计时,RPSO算法的性能优于粒子群、量子粒子群以及基于混沌变异的粒子群优化等算法。     

基于亲缘选择的遗传算法

针对传统遗传算法容易陷入局部最优解的缺陷,借鉴生物中亲缘选择的思想,提出基于亲缘选择的遗传算法。该算法构造新选择算子,通过按亲缘关系放弃一个解而获得另一个解来保证算法在最优解的领域内的有效搜索,提高遗传算法对全局最优解的搜索能力和收敛速度。仿真结果表明,该算法正确有效,性能优于现有的传统算法。     

氮素水平对不同穗型水稻品种植株衰老和产量的影响

在大田条件下,研究了两种氮素水平对直、弯穗水稻品种植株生长、叶片衰老和产量的影响。结果表明,高氮条件下两品种的朱粗度和叶片性状均优于低氮条件。增施氮肥能提高剑叶的叶绿素含量,延长叶绿素含量缓降期,使植株在生育后期能保持较高的绿叶面积;同时能提高剑叶的全氮含量,延长光合速率高值持续期,增加植株的干物质积累和籽粒产量。在同一氮素水平下,直立穗型品种的植株粗度、剑叶活力、籽粒灌浆速率、千粒重、生物产量及籽粒产量均略优于弯曲穗型品种。     

基于熵测度的自适应遗传算法

针对基本遗传算法SGA在搜索过程中易陷入局部最优解的问题,提出了基于熵测度的自适应遗传算法,并分析了熵测度下种群个体被选概率的极限行为。理论分析和对比实验表明,基于熵测度的自适应选择策略能根据种群性状来动态地调整选择压力,从而调整算法的开采和探索能力的平衡,提高算法的全局优化性能。     

一类简约的粒子群算法

针对标准粒子群的早熟和局部粒子群的最优位置信息利用率低的问题,提出一类简约的粒子群算法,该算法包含两种改进的策略:初始阶段有区别的更新粒子速度,减少更新频率,当粒子的速度有利于种群的进化时,那么下一代粒子的速度则保持不变;当粒子位置变化不大时,采用基于正态分布的随机采样搜索策略来改变寻优方式,有效地控制种群多样性,避免了早熟现象的发生.仿真实验表明该算法具有更强的寻优能力和更高的稳定性.     

一种解决早熟收敛的自适应遗传算法设计

为了解决简单遗传算法(SimpleGeneticAlgorithm,SGA)易陷入局部最优解的问题,及以往自适应遗传算法只考虑与进化代数相关的交叉与变异概率,而忽略个体分布情况及种群规模不可变等问题,本文在保留以往自适应遗传算法优点的同时,设计了与种群中个体分布相关的可变交叉概率与变异概率。同时考虑了种群规模的波动情况,使算法在相对稳定的动态种群规模中寻找优质解。     

自适应遗传算法的改进与应用

针对遗传算法易出现早熟现象，通过对标准遗传算法和自适应遗传算法的分析研究，本文对自适应遗传算法进行了改进。即在保留以往自适应遗传算法优点的同时，设计了与种群个体分布及种群规模的波动情况相关的自适应遗传算子。实验结果表明：该算法不易陷入局部极值，收敛速度快。