Applications of regional strain energy in compliant structure design for energy absorption

Topology optimization of regional strain energy is studied in this paper. Unlike the conventional mean compliance formulation, this paper considers two main functions of structure: rigidity and compliance. For normal usages, rigidity is chosen as the design objective. For compliant design, a portion of the structure absorbs energy, while another part maintains the structural integrity. Therefore, we implemented a regional strain energy formulation for topology optimization. Sensitivity to regional strain energy is derived from the adjoint method. Numerical results from the proposed formulation are presented.     

直线引导的Torus结构路由算法

为了提高片上网络在Torus拓扑结构下的路由通信效率,提出了一种基于直线引导思想的路由算法Tline。该路由算法将Torus拓扑结构的片上网络拓展为类似Mesh结构的坐标平面,以数据包的源节点和目的节点构成的直线为路由转发方向,并根据周围邻近节点的拥塞状况选择传输路径方向实现部分自适应路由。实验结果表明,与XY、OE路由算法相比,在热点流量模式下Tline路由算法具有较好的路由性能,且平均能耗降低约8%。     

求解全局优化问题的正交协方差矩阵自适应进化策略算法

针对协方差矩阵自适应进化策略(CMAES)求解高维多模态函数时存在早熟收敛及求解精度不高的缺陷, 提出一种融合量化正交设计(OD/Q)思想的正交CMAES算法。首先利用小种群的CMAES进行快速搜索, 当算法陷入局部极值时, 依据当前最好解的位置动态选取基向量, 接着利用OD/Q构造的试验向量探测包括极值附近区域在内的整个搜索空间, 从而引导算法跳出局部最优。通过对6个高维多模态标准函数进行测试并与其他算法相比较, 其结果表明, 正交CMAES算法具有更好的搜索精度、收敛速度和全局寻优性能。     

ACOA-RBF网络模型在短期负荷预测中的应用

为了进一步提高RBF神经网络的性能,实现准确、快速预测短期电力负荷的目的,将蚁群优化算法（ACOA）作为RBF神经网络的学习算法,建立了一种新的蚁群优化算法的RBF（ACOA-RBF）网络预测模型,利用山西某地区电网的历史数据进行短期负荷预测。仿真表明,这一算法与传统的RBF神经网络预测方法相比,能达到更好的预测效果。该优化算法改善了径向基神经网络的泛化能力,提高了山西电网短期负荷预测的精度,可有效用于电力系统的短期负荷预测。     

改进的遗传算法在优化BP网络权值中的应用

对遗传算法和BP神经网络的特点进行了比较,作为进化算法神经网络与遗传算法的目标相近而方法各异。阐述了遗传算法与神经网络结合的必要性。提出了一种改进的遗传算法优化BP神经网络的权值,用遗传算法的全局随机搜索能力弥补了神经网络容易陷入局部最优解的问题。同时,在遗传算法中改变传统的同代交叉机制,采用父代与子代进行交叉,避免了遗传算法过早丧失进化能力。     

多目标差分演化算法研究综述

多目标差分演化算法是一种简单有效的演化算法,已引起学术界的广泛关注,并在许多领域得到应用。首先描述了差分演化算法的基本思想;接着分析了有代表性的多目标差分演化算法,并给出了改进多目标差分演化算法的一些措施;然后讨论了多目标差分演化算法的性能度量指标,并介绍了多目标差分演化算法的一些应用领域;最后,指出了多目标差分演化算法今后的研究方向。     

利用均匀设计试验进行混凝土配合比优化

提出了混凝土配合比试验的均匀设计方法,采用逐步回归法对试验数据进行回归拟合,以经济成本为目标函数,利用目标规划的方法进行混凝土配合比优化．     

以培养计算思维为核心的高职高专计算机基础课程教学内容优化探究

根据当前高职高专计算机基础课程教学的现状,分析了计算机基础课程教学存在的问题,提出了以培养"计算思维"为核心的高职高专计算机基础课程教学内容、实践环节、考核方式等教学优化的改革目标与方案。     

保局性数据域描述单类分类器

由于缺少对数据结构信息的考虑,现有的域描述型单类分类器得到的支撑面往往是次优解。因此,以支持向量数据描述((SVDD)算法为基础,通过一种简易的形式引入数据亲和因子以保持样本局部特性,提出保局性数据域描述分类器(LPDD),使成簇的数据作用被强化,而呈零星分布的数据影响力被削弱,引导分类支撑面自动靠近数据高密区而提高算法性能。此外,为适应大样本应用场合,采用序列最小优化算法进行模型参数调整。实验证明,所提算法无论在训练速率还是在分类性能上都优于SVDD。     

一种基于虚拟IP的PLCSN组网路由算法

针对传统基于逻辑拓扑的低压电力载波网络不可靠不稳定的问题,提出了一种基于虚拟IP的组网路由算法。该算法按深度优先遍历策略搜索全网,结合可变功率方法探测未知节点,根据节点间的信号衰减得出基于物理拓扑的网络平等簇结构,采用反映拓扑结构的虚拟IP进行网络编址,从而实现节点定位及高效路由。