基于约束优化问题的人工鱼群算法及其改进

在人工鱼群算法基础上,对人工鱼群算法进行改进,结合遗传算法提出的适应度函数来解决约束优化问题.具体表现在改进了人工鱼的觅食行为,另外引入了吞噬行为以便加快收敛速度,得到更优的适应度值.仿真结果表明改进的人工鱼群算法在解决约束优化问题时,具有收敛速度快、适应度值优、全局寻优性能强等优点.改进的人工鱼群算法较之基本人工鱼群算法具有更好的性能.     

改进型特征权重自调节K-均值聚类算法

针对特征权重自调节K-均值聚类(FWSA-KM)算法对噪声敏感的问题,提出一种改进型特征权重自调节K-均值聚类(IFWSA-KM)算法。用一种非欧氏距离代替FWSA-KM算法中的欧氏距离,以增加聚类算法的抗噪声性能。通过用人工数据和真实数据的对比性实验,可验证IFWSA-KM算法的有效性。     

一种改进的灰度图像修复算法

针对大面积破损区域图像修复中Criminisi算法存在修复质量差和时间复杂度高的缺点,提出一种改进的图像修复算法。改进算法将优先权的计算形式由相乘变为相加,并增加梯度数据项对优先权的计算方式。通过结构信息控制优先权,从而优先修复结构信息。设计根据待修补块中心点的梯度大小,使用全局搜索来寻找匹配块,以提高修复质量和速度。对置信度更新的方式进行修正,引入每次匹配的精度作为惩罚因子的参数,以减小误差向下一次迭代的传播。仿真实验显示,改进算法的修复效率比原算法提升了58%到70%,且修复质量的视觉效果有所提升。     

移动荷载作用下土—结构共同作用的积分方程法分析(英文)

根据饱和土体Biot理论,采用薄板理论与最小势能及子结构法,将土—结构作为整体系统,利用接触边界处位移连续、应力平衡条件,建立了移动荷载作用下饱和土体上部结构振动的积分方程,然后再利用Fourier逆变换,得到土体、结构及基础筏板在时间—空间域内的位移、应力,并利用文中方法进行了算例分析.     

磁弹性理论中的守恒定律和路径无关积分

守恒定律与路径无关积分是传统力学中的重要工具,在位错、断裂力学和其他缺陷理论中具有重要的应用价值。由于力场和磁场的共同作用,以及磁弹性材料本身的耦合性质,所以磁弹性体具有更为广泛的守恒定律和路径无关积分。文中通过定义4种不同的热力学函数,应用电磁场理论中的能量矩概念,建立了磁弹性理论中对偶形式的守恒定律,并由这些对偶形式的守恒定律得到了相应的路径无关积分。文中建立的守恒定律和路径无关积分,对研究磁弹性体中的缺陷理论将起到十分重要的作用。     

基于全量补偿算法的结构损伤识别

频率和振型是反应结构动力特性的主要模态参数,文中对损伤结构的频率和振型进行了研究。通过实测损伤结构的频率和振型,利用矩阵理论修正理论有限元模型,使之与实测损伤结构的频率和振型一致;将修正的理论有限元模型表达成单元刚度矩阵与损伤因子的线性组合,把损伤识别问题转化为组合系数的识别问题。给定损伤因子的合理取值范围,用优化方法求解损伤因子。通过对十跨桁架结构的数值仿真,仅用结构的前5阶频率和振型就能很好的识别结构的损伤,且该方法不需要对实测振型进行归一化处理,具有较强的实用性。     

改进的分水岭图像分割算法

针对分水岭图像分割算法对噪声敏感和易于产生过分割现象,提出了一种基于粒子群和区域生长的改进分水岭算法。该算法将区域生长与分水岭分割算法相结合,依据香农熵构建一个目标函数,确定区域生长参数;利用灰度均值计算区域间的差异度,将比较小的区域合并到与之相邻的差异度最小的区域中;利用粒子群算法对该目标函数进行全局寻优,实现图像分割。实验证明新算法较已有的几种分割算法有了很大提高,并有效地解决了分水岭算法的过分割问题,分割结果更加符合人的直观视觉特性,是一种有效、准确且实用的图像分割方法。     

基于不确定偏好序信息的人岗匹配决策模型与计算

员工满意度是人岗匹配决策的重要依据.针对员工满意度是不确定偏好序的情形,以单个员工满意度最大最小为目标,建立了人岗匹配决策模型.在对模型求解进行分析的基础上,设计了算法A对模型进行求解,并通过分析得出了算法A的时间复杂性为4o(n).最后通过算例分析,验证了模型和算法的有效性.     

一种面向2D-Mesh拓扑结构的片上网络容错路由算法设计与分析

介绍了片上网络的拓扑结构和路由算法和故障模型,提出了一种适用于NoC 2D-Mesh结构的容错性路由算法,可以根据邻居节点的状态动态的选择路由。通过仿真证明了在均匀随机流量模式下,相对于XY路由算法,使用该算法吞吐量更高,平均端到端时延更小。     

我院一科技项目获国家自然科学基金项目资助

近日,国家自然科学基金委员会公布了2014年度国家自然科学基金申请项目评审结果。电网检修部培训师王磊博士申请的国家自然科学基金项目“基于大数据平台的输电网故障诊断架构研究”获得国家自然科学基金资助,资助金额23万元。该项目致力于研究开发基于大数据平台的电网故障诊断系统：运用大数据平台在数据收集方面高效、稳定的能力,建立从变电站过程层直接采集故障信息的故障数据收集模型,为上层的故障诊断提供快速、准确且格式统一的数据源;基于该大数据平台,研究实现一种以故障知识的表示形式为基础、按照故障特点择优选取智能方法的新型故障诊断算法,该方法在诊断效率上较传统方法有较大的提升。