基于神经网络预测误差修正的广义预测控制

针对建模误差对预测控制的影响,提出一种基于神经网络预测误差修正的广义预测控制算法.被控对象采用递推最小二乘法(RLS)辨识其线性模型;预测误差由前馈神经网络进行建模,并用Powell快速优化方法训练网络.该方法无需预先离线训练神经网络,即可投入闭环控制,并具有理想的稳定性、跟踪性能和鲁棒性.仿真结果表明该算法能够有效地控制复杂系统.     

距离误差加权与多通信半径的蝙蝠优化定位算法

传统DV-Hop定位算法存在明显的定位误差,改进的粒子群优化算法由于易陷入局部最优、局部收敛过慢等问题无法满足节点的定位精度要求.针对于此,通过设置跳数阈值优选锚节点以排除异常锚节点对定位精度的干扰;引入多通信半径广播方法修正最小跳数;采用距离误差和跳数归一化思想修正平均跳距;通过利用立方映射均匀化初始蝙蝠种群,引入Levy飞行特征加强算法跳出局部最优能力,使用Powell局部搜索加快算法收敛等三方面改进蝙蝠算法,并利用改进的蝙蝠算法定位未知节点.仿真结果表明,相比传统DV-Hop、BIDV-Hop、GAPSODV-Hop等3种算法,本文改进的定位算法有效降低了定位误差,提高了定位精度.     

弹药步进应力寿命试验数据处理

弹药的步进应力加速寿命试验数据处理的关键是异常数据的处理和弹药长贮寿命分布参数的估计.针对这两个问题,人们提出了许多相关解决办法,但迄今为止,尚没有一种通用的、行之有效的方法.为此,尝试依据贝叶斯理论对试验中可能出现的数据异常进行预处理,并利用鲍维尔法先求取各级加速应力下的样品分布参数的似然估计,再结合加速方程得到常应力下弹药的贮存寿命分布参数.最后,通过实例说明了方法的可行性.     

互信息医学图像配准研究与局部极值的克服

研究了基于互信息的三维医学图像配准,并克服了的局部极值问题。改进了互信息和归一化互信息的公式,减小了计算量：对Powell算法的方向替换策略进行矫正,最大限度地保持原搜索方向;采用预谩旋转量的方法有效解决了插值赝像局部极值问题。采用背景阚值策略,减小了互信息的计算区域,应用形态学方法,去除了PET图像的背景伪迹,使用了多分辨率策略,有效地提高了配准的速度。实验表明,用谊改进的算法进行三雏医学图像配准可以达到亚像素精度,且在速度上有了明显的提高。     

声表面波传感器电路参数的CAD方法

本文提出了声表面波传感器电路参数的一种ＣＡＤ方法，即有约束内点惩罚函数－鲍威尔－阻尼最小二乘法，并对两个实例进行了计算。     

燃气轮机多级轴流压气机快捷一体化气动设计与性能优化研究

基于子午流面正反问题流线曲率法、改进Powell算法和叶型参数化方法,构建轴流压气机快捷气动设计、性能分析与优化平台,对某燃气轮机9级轴流高压压气机开展一体化气动设计和多目标优化。结果表明:该平台可自动有效实现多级轴流压气机快速设计、多工况性能分析和优化流程;优化改善了压气机各叶排流动和负荷匹配,实现了多工况扩稳增效;优化后设计点流量、总压比、绝热效率及设计转速下喘振裕度分别为25.97 kg/s, 5.038,88.25%和33.33%;相比优化前,设计转速下裕度提升了5.39%,80%相对转速下裕度和目标工况点效率分别提升了7.56%和2.71%。     

基于轮廓特征点最大互信息的多模态医学图像配准

提出了一种基于轮廓特征点最大互信息的多模态医学图像配准方法,并将粒子群优化算法(PSO)和Powell算法相结合以一种组合的全局优化算法(PPSO)来求取最优配准变换参数.实验结果表明,该方法具有配准精度高、速度快、鲁棒性强等特点,是一种有效地全自动配准方法.     

求解一类不可微优化问题的拟Powell方法

针对具有可微非线性约束的不可微非线性优化问题，分别定义一个子优化问题和相容非线性方程组求解问题，并利用相应的求解方法提供搜索方向，更新Ｐｏｗｅｌ方法的搜索方向，以极大地提高Ｐｏｗｅｌ方法的优化效率。算例表明了该方法的有效法。     

Combined heat and power economic dispatch using integrated civilized swarm optimization and Powell’s pattern search method

An integrated technique that embeds civilized swarm optimization (CSO) and Powell’s pattern search (PPS) method is proposed to search economic dispatch of combined heat and power (CHP) dispatch problem. In the proposed technique, CSO is selected as global search technique and PPS is undertaken as a local search technique. Civilized swarm optimization is having attributes of particle swarm optimization (PSO) and society civilization algorithm (SCA). In CSO, mutually interacting societies forms the civilization. The positions of society particles are updated through the guidance of own leader along with their best positions. The best performing particle of CSO is further improved by PPS method based on a certain set criterion. The PPS method is based on the conjugate search direction method and does not require the gradient or Hessian matrix of the function to be optimized. The CHP dispatch problem has a mutual dependency of demand and heat-power capacity of generating units, so it requires an effective constraint handling strategy. In this work, variable reduction strategy with exterior penalty method is applied to satisfy equality constraints. The proposed technique is tested on five CHP test systems considering valve-point loading effect, prohibited operating zones constraint, and transmission losses. The obtained results are compared to the results reported in the literature and found satisfactory. Further, for verification of statistical performance of the proposed technique, t-test and Wilcoxon signed rank test is also performed.