用遗传算法拟合Eu-151穆斯堡尔谱

以Eu2O3(立方晶系)为例，论述遗传算法(GA，Genetic Algorithm)求解穆斯堡尔谱的过程，并将解谱结果与文献数据和Moss Win解谱结果进行比较。     

基于遗传算法的中央空调水系统变流量节能优化研究

针对目前中央空调系统能耗占建筑总能耗比例较高,在工频运行模式下能源浪费严重的问题,通过辨识压缩机、冷冻水泵、冷却水泵的运行数学模型,以冷负荷需求为约束,建立遗传算法(Genetic Algorithm,GA)优化模型,找到不同负荷率下系统能效比最高的频率匹配方式。将优化结果于实验台进行验证,与工频运行结果进行比较,系统平均能效比提高53.6%,平均节能率为35.95%。     

基于遗传算法的FIR数字滤波

采用非递归方法，FIR滤波的输出y(n)只与输入x(n)有关，其差分方程式为其中，h(k)为单位脉冲响应。假定输入信号x(n)的理想输出信号为y0(n)，则FR滤波的目的是确定h(k)，使得y(n)最接近y0(n)，这里将遗传算法(Genetic Algorithm，简称GA)用于优化h(k)，使得滤波输出信号成为输入信号的最佳估计。     

基于GA-WPA优化的BP神经网络目标威胁估计

在防空作战中,目标威胁估计是指挥控制过程的重要一环,是决策和指挥的重要依据。BP神经网络能够解决目标威胁估计问题,但存在收敛速度慢、易陷入局部最优等缺点。提出将遗传算法(Genetic Algorithm,GA)的选择、交叉和变异操作融入到狼群算法(Wolf Pack Algorithm,WPA)中,提出了GA-WPA算法,以提高狼群算法的收敛速度。在此基础上,利用所提出的GA-WPA算法对BP神经网络进行优化,确定最优初始权值和阈值。最后,将优化后的BP神经网络解决地面防空系统目标威胁估计问题。仿真实验表明,所提算法能够有效克服BP神经网络收敛速度慢、易陷入局部最优等缺点,能够提高目标威胁估计的准确性和适应性。     

基于遗传算法的超级电容RTG能量管理研究

为提高超级电容混合动力轮胎式集装箱门式起重机(Rubber Typed Gantry, RTG)系统的能量利用率和燃油的经济性,需要对混合动力能量系统进行有效的管理。提出了一种考虑系统能耗和非再生能量因素情况下,能分别确定混合动力系统中柴油发电机组最优输出功率和超级电容器组的最优输出功率的优化方法。建立了柴油发动机组和超级电容器组的数学模型。根据混合动力RTG关键特性参数和负载需求值,得出了负载需求曲线图。考虑发电机组燃油消耗的能量、来自电容器组的能量贡献和产生的非再生能量,构造了整体能耗的成本函数。并引入遗传算法(Genetic Algorithm, GA)进行求解,最后进行仿真和对比分析。结果表明,与传统的基于规则的控制策略相比,遗传算法优化后的能量管理系统,其能量消耗减少了35.9%。     

改进的遗传优化BP-NN在变电站故障区域中的研究

BP神经网络（Back Propagation Neural Network,BP-NN）具有良好的自学习能力以及自适应和泛化能力,但运算过程中容易陷入局部极小值,同时隐含层节点数的选择也影响着诊断的效果。文中根据经验公式缩小隐层节点数范围,在小范围里寻找最优的隐层节点数。根据遗传算法(Genetic Algorithm,GA)具有全局寻优的特点,用遗传算法优化BP神经网络训练的初始权值阈值,可以避免BP神经网络陷入局部极小的问题。但是,传统遗传算法也有自身的缺点,其在全局寻优的过程中,易陷入“早熟”的问题。为了解决传统遗传算法“早熟”现象,文中提出了一种协同进化的遗传算法,即使用3个种群同时进化的遗传算法,协同进化遗传算法不但可以避免传统遗传算法的“早熟”问题,而且可以加强局部搜索提高运行效率。将协同进化遗传算法应用到BP神经网络中,仿真结果表明,该方法可以准确有效地诊断出变电站故障元件,提高变电站故障诊断过程中的容错性及效果。     

复杂结构冲击声合成及实验验证

以复杂结构受击振动响应的时域计算为目的, 讨论了结构阻尼的计算方法, 给出一种用于冲击声合成的综合数值方法, 并进行了实验验证. 首先, 考虑到阻尼是影响瞬态振动时变特性的重要因素, 详细讨论了两种模态阻尼的计算方法; 其次, 对阻尼板的受击振动和声辐射进行了时域仿真, 并与时域有限差分法的计算结果进行对比, 显示出两种声音合成方法的计算结果具有高度的一致性; 最后, 针对有限长圆柱壳的受击振动, 将合成声与实验录音进行了对比研究. 结果表明, 合成声与实际录音的时域包络、频谱结构以及衰减趋势基本一致, 证明了采用数值方法进行冲击声合成的有效性. 关键词： 声音合成 模态阻尼 冲击声 数值方法     

基于抽取和连续投影算法的可见近红外光谱变量筛选

大多数短波CCD硅检测器为2 048或3 648像元,相邻波长间隔小,预处理算法对其适用性差.本文在600.09～980.47 nm光谱范围内,采用等间隔抽取方法重构光谱矩阵.经不同光谱预处理后,分别采用遗传算法(GA)和连续投影算法(SPA),筛选偏最小二乘法(PLS)建模变量.采用留一法交叉验证评价模型的预测能力,...     

基于Logistic模型的人体细菌密度数据分析与优化

目前,随着智能医疗器械的快速发展,日常生活中,医疗器械的PCT(Procalcitonin)测试仪被人们越来越广泛的使用。PCT测试仪主要是用来检测人体感染细菌的有效工具,它自身带有CMOS摄像头,用来采集沾有病毒的试剂卡条上的图像数据。得到若干组的图像数据,并有与之对应的光密度值。由于PCT测试仪采集到的数据处理方面是否能够精确地计算出人体感染细菌密度,是当前值得关注的问题,故在该论文中,采用机器学习的Logistic分析方法,做出详细的数据处理与优化,以此达到精确计算出人体感染细菌密度的目的。首先构造一个经典的Logistic模型,对采集的数据进行处理分析,并使用遗传算法(Genetic Algorithm, GA)对该模型进行计算,以此得出全局最优解。     

遗传算法优化变分模态分解提取舰船辐射噪声特征线谱方法

特征线谱提取是舰船目标识别的一个重要研究环节,常采用传统的DEMON谱分析方法,处理过程中,一般对舰船噪声时域信号未予抑噪,低信噪比情况下,传统DEMON谱分析性能差。对此,提出一种采用遗传算法优化变分模态分解方法,用于分解舰船噪声原时域信号,获得抑制噪声后的舰船噪声重构信号,进而有效提取了舰船目标噪声幅度调制特征线谱。该方法首先采用遗传算法优化变分模态分解的两个关键输入参数(分解所取模态个数和惩罚因子),对变分模态分解得到的各阶固有模态分量加以判别,去除噪声主导分量,保留信号主导分量,使重构舰船噪声信号显著抑制了干扰噪声,然后对降噪后的重构信号进行频谱分析,获得目标噪声调制特征线谱。理论分析、仿真和实验数据处理结果表明,相比传统DEMON谱分析法,基于遗传算法优化变分模态分解的舰船噪声特征线谱提取方法具有更好的噪声抑制能力,所获取的舰船噪声幅度调制特征线谱信噪比明显高于传统DEMON方法,具有一定优势,前景良好。     

阻尼受击板的时域建模及声音合成

为满足声源辨识中对合成冲击声的迫切需求,建立了球-板撞击的时域模型,提出一种时域快速求解方法,并进行了实验验证.首先给出一种将时域有限差分法(FDTD)和模态展开法(MEM)相结合的时域混合方法,求解板的振动方程,并解决了混合方法中MEM的模态截断和初值问题,及两种方法中阻尼的一致性问题;随后,给出了简支矩形板的冲击声计算结果,通过与FDTD方法的运算量进行对比,验证了混合方法的高效性;最后,针对自由边界下的L形板进行了实验验证.结果表明,与传统FDTD方法相比,时域混合方法在保证合成冲击声精度的前提下可将计算效率提高100至1200倍。      

贴片晶振在冲击环境下的损伤边界

贴片式石英晶体振荡器广泛应用于各类电子和通信设备系统中。针对晶振在冲击环境中容易出现结构破坏而导致系统工作异常的问题,通过分析单自由度系统在不同频率冲击载荷作用下的响应特点,建立了结构的应力响应水平与相关冲击响应谱谱值之间的联系,获得了较已有结论更合理的损伤边界形式。根据典型晶振结构易损组件的力学特性建立对应的简化分析模型,得到了贴片晶振在大频率范围内的结构损伤边界。利用有限元仿真软件,对晶振结构在0.5~30 kHz频率范围内冲击载荷下的响应进行仿真分析,验证了该损伤边界的有效性。这也为以贴片晶振为代表的微小元器件在冲击环境下的可靠性研究提供了一种可行的方法。     

双长周期光栅调制的光纤光栅光谱分析及其在智能结构监测中的应用

提出一种双长周期光栅(LPFG)调制光纤Bragg光栅(FBG)传感器光谱的方法。双LPFG是由两个中心波长一致的LPFG构成,FBG反射光谱位于双LPFG透射光谱的线性范围内。在对FBG及双LPFG光谱分析的基础上,利用双LPFG的带阻滤波特性,获得FBG反射光经双LPFG调制后的出射光谱并进行分析。将FBG粘贴于钢梁表面,当钢梁产生弯曲应变时,FBG光谱的中心波长发生偏移,经双LPFG调制的FBG光谱的峰值随之变化,引起双LPFG出射光强的变化。采用光电探测器监测经双LPFG调制后FBG的输出光强,得滤波后光强与FBG中心波长变化成线性关系,可探测的材料(钢梁)最小应变为1.05 με。将该方案应用于光纤智能结构冲击监测中,采用摆锤冲击法对四边固支碳纤维板(CFP)试件进行冲击,利用FBG测量板结构的冲击响应信号,系统采集到的动态信号时域波形及频谱与电涡流位移计的测量结果吻合得很好, 实验结果表明采用该调制、解调方案测量结构的冲击响应是可行的。研究结果为FBG在光纤智能结构动态监测领域提供了实验参考。     

多传感器目标识别系统的特征优化方法

来自多传感器的目标特征往往是高维数的,并且包含了更多的冗余信息和噪声。为了减小数据获取的代价,提高目标识别器的性能和效率,提出了基于遗传算法(GA)的多传感器目标识别系统特征优化方法。将遗传算法与神经网络目标分类器结合,通过识别结果的反馈信息,控制GA的遗传进化方向,从而实现特征优化。为了克服遗传算法的未成熟收敛问题,提出了相关选择与自适应遗传算子相结合的改进遗传算法。仿真实验结果验证了方法的有效性。     

受激Raman散射实验研究

本文测量了受激Raman散射(SRS)(又称Stokes光)能量及等离子体尺度的依赖关系,揭示了SRS产生的条件及演变的规律。证明在黑洞靶中SRS是产生超热电子的主要机制。较好地测量了波长1.053μm激光在1.2～2.1μm波段范围内产生的SRS光谱及在0.72～0.78μm波段范围内产生的Anti-Stokes光谱。由SRS谱的短波截止推算出等离子体的电子温度为1.35keV。由谱的分布推算出SRS主要产生在0.07～0.15临界密度范围内(波长1.053μm激光的临界密度为1×10^(21)/cm^3)。     

抛物型方程的演化参数识别方法

给出了一种利用演化计算方法求解微分方程中的参数识别类型反问题的方法。该方法把参数识别问题转化为泛函的优化问题用演化算法来求解,指定待定参数的函数类形式,用遗传算法(Genetic Algorithms)来演化待求参数的最优估计值,并将该方法运用于线性扩散方程和拟线性对流扩散反方程反问题的数值模拟中。     

加速度传感器动态校准系统不确定度评估方法的研究

针对加速度传感器动态校准获取其工作频带的过程中,因校准系统存在测试不确定度导致传感器校准不准确的问题,设计了某型号加速度传感器的动态校准试验,以试验数据为依据提出了系统不确定度评估方法。通过对冲击试验台为冲击激励源构成的动态校准系统测试过程中几个主要误差源的分析,结合文中提出的系统不确定度评估方法计算出校准系统的测试标准不确定为1.77%,扩展不确定度为3.54%。对比测量仪器特性评定相关指标可知该校准系统符合工程校准需要,而该评估方法的提出对校准系统的不确定度评估有一定的现实指导意义。     

水体重金属LIBS多元素测量参数优化方法研究

激光诱导击穿光谱(LIBS)方法的优势之一就是可多元素同时检测。为获得水体重金属LIBS多元素测量时的综合最佳信号输出,本文利用BP神经网络拟合Pb,Cu和Ni三种元素特征谱线信背比(S/B)与延时门宽之间的数值关系,同时采用DM设计实验数据作为校验样本,保证BP神经网络模型的泛化能力。基于上述数值模型利用遗传算法优化延时门宽两个测量参数,定义了适应度函数,得到延时门宽为(15.5和21.5 μs)时,取最小值0.102 4,此时三种元素综合信背比最大,对比实验进一步验证了优化效果。神经网络结合遗传算法的优化方法提高了水体重金属LIBS多元素测量时的综合信背比,研究方法也为更多参数更多响应的实验系统优化提供了参考。     

苯冲击压缩光谱实验研究

给出了基于ICCD探测器的多波长强度定标方法.利用带模拟电开关的LD激光器精确测量信号传输延时,实现光谱系统同步触发.在25 GPa、35 GPa两个压力点成功测量了苯的冲击压缩光谱,摄谱时间严格限定在样品的一次冲击压缩状态.结果表明,谱线主要为苯的高温分解产物分子带状谱,随冲击压力升高,短波长一侧谱线强度变大,而最大单色辐射率基本不变.在实测波长范围内,C2的Swan(A3∏g-X3∏u)带系辐射较强,且随冲击压力升高而变强.     

基于遗传算法的苹果糖度近红外光谱分析

遗传算法(GA)应用在偏最小二乘法(PLS)校正模型的波段优化选择中具有显著的效果。将遗传算法用于波段选择, 能更快达到最优解, 有效提高测量精度,减少建模所用变量。文章研究了在近红外苹果糖度无损检测中,遗传算法作为模块进行波段选择,建立了GA-PLS模型;为了说明遗传算法优选波段可行性,另外建立了全谱和经验谱区的PLS定量模型,并评价了模型的稳健性。首先对傅里叶变换近红外光谱进行多元散射校正、Savitky-Golay卷积平滑后,用遗传算法优选波段(R-SGA),参与建模数据点从原始1 550减少到434个。然后采用一阶导数光谱建立GA-PLS模型,相比全谱PLS(1 550个数据点)和经验谱区PLS(717个数据点)模型具有更高的预测精度,其建模结果为R_C=0.966,RMSEC=0.469,R_P=0.954,RMSEP=0.797。结果表明, 遗传算法可用于PLS法建立苹果糖度校正模型前的数据优化筛选, 有效提高测量精度, 并减少建模变量。