改进粒子群算法优化支持向量机在故障诊断中的应用研究

支持向量机(SVM)作为当前新型的机器学习方式,凭借解决小样本问题、高维问题和局部极值问题等方面的优越性,在当前故障诊断方面有突出的表现;文章根据对支持向量机的研究,发现其在分类模型参数选择上存在困难,为此,提出利用改进粒子群算法优化的办法,解决粒子群前期收敛速度过快导致后期容易优化不均的现象;通过粒子群算法优化与支持向量机分类模型结合,以轴承故障检测和诊断为例,分析次方法的优越性和提高支持向量机在故障诊断过程中的精准度;通过实际检测得出,这种算法优化的方法改进的支持向量机对于聚类性较差的故障分类具有很好的诊断功能。     

群智能算法优化SVR预测模型的应用与分析

群体智能是基于生物群体行为规律的智能计算技术,常用以解决参数寻优等问题;作为群体智能的两种典型算法,蚁群算法和粒子群算法应用极为广泛;文章分析了标准蚁群算法和粒子群算法的不足,分别采用改进的蚁群算法和粒子群算法对支持向量机回归模型参数进行优化,并以钕铁硼吸氢阶段合金氢含量预测为例,通过MATLAB对改进后的预测模型进行了仿真验证,最终给出了两种方法优化后,模型的预测效果及性能对比;仿真结果表明,改进的群体智能算法对工艺优化控制有着重要的意义。     

AlON-TiN复相材料合成工艺参数的支持向量回归分析

根据在不同热压烧结工艺参数（包括TiN的含量、烧结温度和保温时间）下合成的AlON-TiN复相材料的抗弯强度实测数据集,应用基于粒子群算法寻优的支持向量回归（SVR）方法,建立了AlON-TiN复相材料在不同热压烧结工艺参数下抗弯强度的SVR预测模型,并与基于人工神经网络（ANN）模型的预测结果进行了比较.利用SVR预测模型并结合粒子群算法对AlON-TiN合成工艺参数进行了寻优和多因素分析.结果显示:对于相同的训练样本和检验样本,AlON-TiN复相材料抗弯强度的SVR模型比ANN模型具有更小的预测误差,表明SVR模型比ANN模型具有更强的预测能力.工艺参数寻优结果表明,当TiN质量分数为13.5%、烧结温度为1863.5 ℃和保温时间为5.8 h时, 可获得抗弯强度为555.452 MPa的AlON-TiN复相材料. 研究结果表明,该方法对于研发理想抗弯强度的AlON-TiN复相材料具有重要的理论指导意义和实用价值. 关键词： AlON-TiN 抗弯强度 支持向量回归 回归分析     

一种传感器特性的高精度拟合方法

为提高传感器非线性特性的拟合精度,提出了一种基于最小二乘支持向量机(LSSVM)与量子粒子群优化算法(QPSO)的传感器特性拟合方法;该方法采用最小二乘支持向量机构建传感器特性的非线性回归模型,模型的参数向量由量子粒子群优化算法和学习样本平均绝对误差最小的准则进行优化;实验结果验证了该方法的有效性,其拟合绝对误差在10-9~10-7%之间,其拟合性能明显优于常规方法。     

基于参数优化支持向量机的林下参净光合速率预测模型

使用K-fold交叉验证方法,通过两种支持向量机函数,四种核函数,grid-search算法,遗传算法,粒子群算法,建立对个体净光合速率预测拟合程度最高和最佳惩罚参数c的支持向量机模型.将可见光光谱组成成分配比关系归为一个P粒子,将叶温、散射辐射、气温等归为一个ε粒子.通过信息粒子化技术对影响个体净光合速率的因子进行降维处理,使得分析光合有效辐射、可见光光谱组成成分和个体净光合速率之间的相关关系成为了可能.试验结果表明,epsilon-SVR-RBF-Genetic Algorithm模型,nu-SVR-linear-grid-search模型和nu-SVR-RBF-Genetic Algorithm模型对光合有效辐射和P粒子组成预测集的拟合程度均达到97%以上,nu-SVR-linear-grid-search模型的惩罚参数c值最小,泛化能力最强,最终采用该模型对光合有效辐射、P粒子和ε粒子组成的预测集进行预测分析,拟合程度达到96%以上.     

环型聚能装药侵彻靶板能力多因素分析

环型聚能装药结构参数与其侵彻靶板能力间的关系难以用精确的数学函数表达,因此利用灰色关联理论建立描述该关系的模型是有意义的。首先采用灰色关联度理论对正交试验数据进行初步处理分析,将多目标问题转化为单目标问题,得到各结构参数与侵彻靶板能力的灰色关联度;然后应用基于支持向量机回归、粒子群优化、遗传算法等参数寻优算法的支持向量机(SVM)网络回归模型对灰色关联度进行预测,从而实现对环型聚能装药侵彻靶板能力的计算。结果表明,使用基于遗传算法参数寻优的SVM网络回归模型拟合精度最高,该模型可以很好地描述正交试验中环型聚能装药结构参数与侵彻靶板能力间的关系。最后选用正交试验外的一组数据,应用LS-DYNA对该结构参数下的环型聚能装药侵彻靶板过程进行仿真,并将仿真试验数据与SVM网络回归模型的预测值作比较,验证了该模型的可靠性。     

基于改进粒子群优化算法的混沌系统参数估计方法

估计混沌系统的未知参数是混沌控制与同步中必须解决的关键问题.利用群集智能的新进展粒子群优化算法(PSO)的全局搜索能力，从初始粒子群的产生、目标函数的处理的角度改进PSO，将改进的PSO引入混沌系统参数估计和在线估计.仿真试验表明，改进算法具有良好的适应性、较高的收敛可靠性及精度，对信号叠加噪声的情形也具有较高的鲁棒性，是混沌系统参数估计的一种成功算法. 关键词： 混沌系统 参数估计 在线估计 粒子群优化算法     

基于支持向量机的机载吊舱故障诊断优化算法

提升机载吊舱的后勤保障能力,适应吊舱测试中多型号、多故障类型和测试环境动态变化的测试要求,是打赢现代化战争的重要保障。支持向量机（SVM）算法适用于小样本、高维度、非线性分类问题,SVM相关参数是影响算法性能的重要因素。基于K-CV算法和粒子群算法两种改进的SVM模型可以实现SVM参数优化,K-CV算法可以交叉验证优化模型参数,粒子群算法可以对SVM参数进行动态寻优,建立多核SVM吊舱故障诊断模型。两种算法都可以提高吊舱故障诊断模型的准确率,提高模型的学习能力和泛化能力,有效对吊舱的故障进行定量和定位诊断。     

模拟退火优化SVM参数的变压器故障诊断

利用群智能算法优化支持向量机(SVM)参数往往需要引入额外的变量,使变压器故障诊断问题更加复杂,对此提出一种自适应的模拟退火算法优化(ASA)支持向量机参数。通过设计自适应的冷却进度表,使得寻参的过程仅仅依赖于退火速率以及网格搜索粒度,保持了较少的参数设置。在相关数据集上的实验表明,与已提出的粒子群算法(PSO)、遗传算法(GA)相比,ASA算法具有更快的收敛速度以及较好的诊断精度。利用自适应的模拟退火算法能够较好的优化SVM参数并提高变压器故障诊断的精度。     

基于粒子群算法改进SVM的滑模控制研究

为了提高离散时间系统的控制品质以及削弱系统抖振,提出了基于粒子群算法(particle swarm optimization,PSO)改进支持向量机(support vector machine,SVM)的滑模控制方法并进行了仿真研究;通过SVM识辨参量模型与PSO寻优处理,获得趋于理想滑模运动的趋近律参数,确保寻优处理时间短、精度高;利用PSO和SVM在线调整滑模趋近律参数,可以克服常规滑模控制中需要事先设定趋近律参数限制的弊端,加快跟踪速度,削弱系统抖振,完善控制质量;仿真实验表明,该方法可以克服因 PSO寻优过程中的寻优时间过长等不足,又可解决SVM精度不高或计算量大的缺点;该方法用于离散时间系统是可行、有效的,工程实用性强。      

基于Matlab分析负荷对多联机IPLV的影响

多联机有其特殊的优点,但是不同部分负荷的组合对IPLV的影响仍需进一步研究。文中建立IPLV与部分负荷的相关公式,运用MATLAB软件分析不同卸载级负荷与IPLV的关系,从而确定不同部分负荷的最优组合。     

五边形石墨烯负载Pt单原子稳定性能的应变调控

基于密度泛函理论的第一性原理计算方法,研究了Pt原子在五边形石墨烯(PG)上的吸附与动力学行为.研究结果表明,单个Pt原子在PG上虽然具有较大的吸附能及较高的扩散势垒,却不能够在衬底形成均匀分散的单原子.这是因为,随Pt原子数增加,Pt_n(n=1, 2, 3)在PG上的平均结合能也逐渐增加,更倾向于形成团簇,该发现有效否定了之前的报道称Pt能在PG上形成稳定的单原子催化剂这一结论(Phys. Chem. Chem. Phys. 21, 12201 (2019)).基于此,我们考虑对PG施加双轴应变,随着拉伸应力增加,Pt金属原子间的平均结合能逐渐降低,当拉伸应变施加至12%左右时,单个Pt在衬底上的结合能与Pt₂在衬底上的平均结合能相等,从而实现PG上均匀分散的Pt单原子催化剂.该结果对五边形石墨烯基材料应变调控实现单原子催化剂提供理论借鉴.     

Point defects on graphene on metals

Understanding the coupling of graphene with its local environment is critical to be able to integrate it in tomorrow's electronic devices. Here we show how the presence of a metallic substrate affects the properties of an atomically tailored graphene layer. We have deliberately introduced single carbon vacancies on a graphene monolayer grown on a Pt(111) surface and investigated its impact in the electronic, structural, and magnetic properties of the graphene layer. Our low temperature scanning tunneling microscopy studies, complemented by density functional theory, show the existence of a broad electronic resonance above the Fermi energy associated with the vacancies. Vacancy sites become reactive leading to an increase of the coupling between the graphene layer and the metal substrate at these points; this gives rise to a rapid decay of the localized state and the quenching of the magnetic moment associated with carbon vacancies in freestanding graphene layers.     

Remarks on KdV-type flows on star-shaped curves

We study the relation between the centro-affine geometry of star-shaped planar curves and the projective geometry of parametrized maps into RP¹. We show that projectivization induces a map between differential invariants and a bi-Poisson map between Hamiltonian structures. We also show that a Hamiltonian evolution equation for closed star-shaped planar curves, discovered by Pinkall, has the Schwarzian KdV equation as its projectivization. (For both flows, the curvature evolves by the KdV equation.) Using algebro-geometric methods and the relation of group-based moving frames to AKNS-type representations, we construct examples of closed solutions of Pinkall’s flow associated with periodic finite-gap KdV potentials.     

基于个性化模型的人眼色差对视功能影响的研究

利用光学设计软件Zemax,对人眼色差对视功能的影响进行了研究.对构建的个性化人眼模型进行离焦、像散和高阶像差矫正的模拟.视觉效果的提高受到了色差的很大限制.在中、高空间频率处,自然光下的调制传递函数约为单色光下的50%.在自然光下,传统视觉矫正能够获得1.2的视力,个性化视觉矫正能够获得1.5的视力,还远远达不到人们所期望的超视觉.     

基于区域增长的图像跟踪算法的研究

为了提高序列图像的跟踪精度,提出了基于区域增长的特征量提取方法。这种方法可捕获图像中所有单连通域,并能准确地提取其特征量,然后依据所提取的特征量设计分类器,实现对图像中所有单连通域进行分类识别并加以跟踪的目的。此算法有效地解决了一般传统识别算法难以区分目标和其近邻区域的干扰,而导致跟踪目标特征量提取不准确的问题。在目标特征提取识别算法的基础上,还提出了阈值预测分割算法,并应用在序列图像的跟踪中,取得了较好效果。     

射频超导腔的低温烘烤研究

射频超导腔在高场下的Q-slope严重影响到高加速梯度的获得.研究表明100—150°C低温烘烤(Bake)对改善超导腔的Q-slope有比较好的效果. 本文在大量超导腔Bake实验的基础上, 对Bake进行了系统的研究. 研究结果显示, 电抛光(EP)超导腔经过Bake后, 平均加速梯度和高Q值(1×10¹⁰)时的加速梯度均增加3.5MV/m以上, 最大加速梯度时的Q值得到增加, Q-slope得到改善. 对Bake温度的研究表明, 在最佳Bake温度范围内, 高的Bake温度能得到相对高的Q值. 对比化学抛光(BCP)和EP超导腔可知, 要得到好的加速性能, 需要60—80μm的EP.超过10—15μm的BCP会使EP超导腔品质下降. 用氧扩散模型对Bake作出了解释.     

SG-DBR半导体激光器的光谱技术研究

可调谐半导体激光吸收光谱作为一种高灵敏度、高选择性、非侵入的痕量气体实时检测技术,已在大气监测、工业控制等方面得到广泛应用。采用一种新型宽带可调谐的SG-DBR半导体激光器(可调谐范围1 520~1 570 nm)作光源,并通过自编程序对该激光器设定了18个通道,输出波长分别对应CO,CO₂以及H₂O的吸收谱线中心位置,设计和构建了一个基于近红外可调谐半导体激光吸收光谱的多组分气体光谱测量系统,描述了相关的光学系统设置,结合波长调制(wm)的二次谐波技术测量其中14个通道(分别对应CO和CO₂的吸收谱线)的吸收光谱,系统获得的CO和CO₂峰值吸收探测极限能够达到10-5。实验结果验证了SG-DBR激光器在波长调制吸收光谱多组分气体检测领域的可行性。在实际应用过程中使用单个SG-DBR激光器可以实现多组分气体的同时测量,有效降低设备成本和系统复杂性。