韦伯分布布谷鸟搜索算法颗粒粒径分布反演

韦伯分布在非线性寻优问题中具有较好的寻优精度和全局搜索能力,为此提出一种基于韦伯分布的布谷鸟搜索（WCS）算法来解决颗粒粒径分布反演的问题。使用WCS算法对服从Johnson’s S_B分布、Rosin-Rammler分布和正态分布的单峰颗粒系和双峰颗粒系进行颗粒粒径分布的反演,并分别与其他传统算法的处理结果进行比较。结果表明,WCS算法的整体效果优于人工鱼群算法和人工蜂群算法,且改进后的4种重尾分布CS算法的标准差比原CS算法提升2～3个数量级。目标函数散射光能加入噪声后,WCS算法比其他三种重尾分布的相对均方根误差值至少可降低1/2。使用小角前向散射测量系统对单峰颗粒系和双峰混合颗粒系进行实验研究,发现WCS算法的相对均方根误差比原CS算法降低约为40%。     

构造局部不等式处理n元条件极值问题

本文从一道竞赛题出发介绍处理n元条件极值问题的一种策略,通过分析已知的等量关系,猜测与试探取得最值的条件,寻找并建立局部不等式,完成问题的求解或证明,并举例说明这一解法的应用.     

从废水到新能源:光催化燃料电池的优化与应用

随着经济的飞速发展,社会对能源的需求日益扩大,对工业废水的无害化处理也提出了更高的要求。光催化燃料电池 (photocatalytic fuel cell, PFC) 在燃料电池中引入半导体光催化材料作为电极,实现了有机污染物高效降解和同步对外产电的双重功能,在废水无害化与资源化利用方面具有潜在的应用价值。半导体光催化电极是PFC系统高效运行的核心组件,增强其可见光响应和光生载流子分离是提高PFC性能的关键策略。反应器结构设计和运行参数优化也有利于改善PFC性能。本文从PFC基本原理和应用入手,综述了PFC在环境污染物资源化处理中的研究进展,并详细阐述了提高PFC的污染控制性能和产电效率的优化手段,为进一步设计高效稳定的PFC系统并实现其在水污染控制和清洁能源生产中的应用提供理论指导。     

热光伏能量转换器件的热力学极限与优化性能预测

受不可逆损失的影响,热光伏能量转换器件在高品位热能回收与利用方面受到限制.本文揭示不可逆损失来源,提供热光伏能量转换器件性能提升方案.利用半导体物理和普朗克热辐射理论,确定热光伏能量转换器件在理想条件下的最大效率.进而考虑Auger与Shockley-Reed-Hall非辐射复合和不可逆传热损失对光伏电池的电学、光学和热学特性的影响,预测热光伏器件优化性能.确定功率密度、效率和光子截止能量的优化区间.结果表明:相比于理想热光伏器件,非理想热光伏器件的开路电压、短路电流密度和效率有所降低;优化热光伏电池电压、光子截止能量和热源温度,可提升器件的功率密度和效率.通过对比发现理论与实验结果较一致,所得结果可为实际热光伏能量转换器件的研制提供理论指导.     

基于遗传算法的弹性地基加肋板肋梁无网格优化分析

基于遗传算法及一阶剪切理论,提出一种弹性地基上加肋板肋条位置优化的无网格方法.首先,通过一系列点来离散平板及肋条,并用弹簧模拟弹性地基,从而得到加肋板的无网格模型;其次,基于一阶剪切理论及移动最小二乘近似原理导出位移场,求出弹性地基加肋板总势能;再次,根据哈密顿原理导出结构的弯曲控制方程,并通过完全转换法处理边界条件;最后,引入遗传算法和改进遗传算法,以肋条的位置为设计变量、弹性地基板的中心点挠度最小值为目标函数,对肋条位置进行优化达到地基板控制点挠度最小的目的.以不同参数、载荷布置形式的弹性地基加肋板为例,与ABAQUS有限元结果及文献解进行比较.研究表明,采用所提出的无网格模型可有效求解弹性地基上加肋板弯曲问题,结果易收敛,同时基于遗传算法与改进混合遗传算法所提出的无网格优化方法均可有效优化弹性地基加肋板肋条位置,后者计算效率相对较高,只进行了三次迭代便可获得稳定的最优解,此外在优化过程中肋条位置改变时只需要重新计算位移转换矩阵,又避免了网格重构.     

负泊松比蜂窝材料抗爆炸特性及优化设计研究

为了深入研究车辆底部防护组件爆炸冲击下的结构响应，提高防护型车辆的抗爆炸冲击性能，建立了某车辆底部防护组件在爆炸冲击下的有限元模型，并进行爆炸冲击台架试验验证了有限元模拟的可靠性；将内凹六边形负泊松比蜂窝材料作为防护组件的夹芯部分，分析负泊松比蜂窝材料在爆炸冲击下的变形模式，并对比了同等质量的其他3种防护组件的抗爆炸冲击性能。结果表明，含有负泊松比蜂窝夹芯的防护组件具有更优的抗爆性能。建立了以内凹六边形负泊松比蜂窝胞元尺寸参数为设计变量的多目标优化问题的数学模型，采用多目标遗传算法获得胞元几何参数的最优方案，有效降低了防护组件基板的最大挠度和最大动能。     

贝叶斯优化卷积神经网络公共场所异常声识别*

针对公共场所异常声的感知和识别问题,提出一种基于贝叶斯优化卷积神经网络的识别方法。提取声信号的Gammatone倒谱系数、倍频程功率谱、短时能量和谱质心,组合成声信号的特征图。构建卷积神经网络作为分类器,利用递增的卷积核设置和池化操作处理不同尺度的特征。基于贝叶斯优化算法优化卷积神经网络的模型参数,对包括火苗噼啪声、婴儿啼哭声、烟花燃放声、玻璃破碎声和警报声的5种公共场所异常声进行识别。该方法的识别结果与基于不同的特征提取和分类器方案得到的识别结果进行比较,结果表明该方法的识别效果优于其他特征提取和分类器方案的识别效果。最后分析了该方法在不同信噪比噪声干扰下的识别结果,验证了该方法的有效性。     

一个基于非单调技术的超记忆梯度法

本文给出一个修正的非单调线搜索策略,并结合该策略提出一个求解无约束优化问题的超记忆梯度算法.该算法的主要特点是:在每一次迭代中,它所产生的搜索方向总是满足充分下降条件.这一特性不依赖于目标函数的凸性以及方法所采用的线搜索策略.在较弱的条件下,该方法具有全局收敛和局部R-线性收敛性.数值实验表明了该方法的有效性.