基于色域界定的多基色亮度均衡颜色转换算法

为实现多基色显示设备多通道亮度均衡程度最优的颜色转换,提出了一种基于凸包算法的多基色显示设备色域的界定方法,并提出了一种通过对亮度均衡程度评价函数进行非线性优化以求解出最优亮度均衡驱动值的颜色转换算法.在XYZ颜色空间均匀取样颜色坐标,通过凸包算法判断得到位于设备色域内的颜色坐标;计算出设备色域内颜色坐标对应的亮度均衡...     

基于光谱和改进极限学习机的土壤含盐量分析

研究盐碱地的性质、组成,对于生态环境具有重要意义。传统的含盐量测定方法大多基于化学分析,因其成本高、效率低的缺点使得应用于大面积土地的可行性很低。极限学习机（ELM）作为一种基于前馈神经网络构建的机器学习系统,在许多研究中作为一种光谱处理方法被成功运用。为了改进传统的盐碱地含盐量检测方法,采用光谱学结合改进的极限学习机（ELM）模型的方法对盐碱地进行研究。根据镇赉县采集得到的62个土壤表层样本得到对应的光谱反射率和含盐量数据,提出了基于随机值改进粒子群优化算法（RVIPSO-MELM）优化的多层极限学习机模型。首先使用主成分分析提取光谱数据特征,并使用ELM算法对光谱数据建立分类模型,引入改进的粒子群优化算法以提高精度和速度。该模型结合了具有随机值的多层ELM（RV-MELM）和改进PSO算法的多层ELM（IPSO-MELM）二者的优点,在运用启发式算法搜索最优值的同时还具有随机性,提高了模型优化速度,同时以提高模型性能为目的对隐含层之间参数进行优化和选择。并且该模型可以推广到多层,对隐含层之间的参数的两种选择方法,根据经验公式计算和使用改进的启发式算法搜索,进行了提高模型性能和优化时间的讨论,实践结果表明,选择第一层参数使用改进粒子群优化算法,确定随后的隐含层之间参数选择,使用经验公式进行计算得到一种更具现实意义的方法模型。模型在进行启发式搜索最优值之前,利用蒙特卡罗方法确定一个较好的初值,使得模型能保持较高准确率的条件下,优化速度进一步提高。相比于传统方法,这种光谱分析结合ELM的模型节省时间和经济成本,有一定推广意义。     

基于太赫兹时域光谱技术的多层涂层高效可靠测厚方法

为实现基于太赫兹技术的多层涂层的快速与可靠测厚,提出了一种自适应教与学优化算法,改进了标准Kent混沌映射,提高了初始种群多样性;并基于步长调节优化和次优个体优化,改进了教阶段与学阶段,提高算法寻优精度和效率。将该算法与太赫兹波测量多层涂层厚度的理论模型结合,建立了涂层厚度求解方法。最后,制备了多层涂层样件,开展了太赫兹无损检测实验。实验结果表明:建立的涂层厚度求解方法相比于全局最优算法的效率提高了1倍,单次实验仅需50 s左右便可快速得到多层涂层的厚度、折射率和消光系数,测量所得的多层涂层厚度的相对误差在1.5%以内,且标准差最大不超过1.7μm。基于太赫兹测量信号,所提方法可以高效、准确及可靠地计算多层涂层的厚度。     

长条镜柔性支撑及点阵结构设计方法

离轴三反光学系统多采用长条形反射镜,为尽可能提高反射镜面形精度,其支撑结构形式多为柔性支撑;为了在保证结构力学性能的基础上满足轻量化的需求,支撑亦多采用壳体点阵结构。本文基于尺寸优化技术,建立了长条形反射镜的参数化有限元模型以及双轴圆弧切口柔性铰链支撑的多参数优化模型,分别应用可行方向法及自适应响应面优化算法得到了质量约束下刚度最优的反射镜面板、筋板厚度参数以及刚度约束下镜面面形最优的柔铰支撑几何尺寸参数,并应用参数试验方法对该柔性支撑安装角度及安装轴向位置进行了独立变量的影响分析。对于背板的设计,本文提出了一种基于点云三维重建的点阵结构设计仿真优化方法,采用贪婪三角化投影算法对点阵结构包络生成的点云进行网格重构,保证了点阵结构模型的连续性与真实性。经过仿真验证,优化参数下重力、温度、强迫位移各工况下反射镜综合面形误差（0.018λ）和装调方向重力下刚体位移（0.007 mm）均达到最优。表明基于点云三维重建的点阵结构设计仿真优化方法合理可行,可推广应用于类似结构形式的反射镜支撑。     

超-超引射器多目标优化设计

推导出了超-超引射器性能计算和优化设计模型,借助Pareto优胜、Pareto最优解和Pareto前端等概念,采用基于多目标进化/分解算法（MOEA/D）的多目标优化方法,计算得到超-超引射器多目标优化问题的Pareto前端,解决了超-超引射器多目标优化设计问题,并与常规参数分析方法进行了比较。结果表明:超-超引射器性能影响参数相互关系复杂,增压比和引射系数作为引射器主要性能参数相互冲突,通过常规分析难以得到较清晰的设计准则,利用多目标优化设计方法可有效地辅助多属性决策和系统优化设计。     

磁偶极子阵列模型的适用性研究与优化分析

随着我国水下探测、通信技术的发展,传统的磁性测量模型已无法满足高精度、高效率建模的需要.本文从舰船磁场积分模型出发,综合分析模型离散化为磁偶极子阵列模型产生的复化中矩形,以及Gauss-Legendre积分余项分析过程引起的离散误差、算法误差,模型简化产生的拟合误差、模型误差等,对模型适用性条件进行分析;同时,以建模精度和计算复杂度为目标构造多目标优化函数,通过NSGA-Ⅱ算法对多目标函数进行求解,得到使精度、复杂度较为均衡的最优解集,提出了不同精度、复杂度需求下的选择规则.为了保证结果的有效性,在舰船磁场混合模型的基础上利用数值实验对模型进行验证,充分考虑模型拟合误差,通过对磁性均匀、磁性不均匀潜艇的仿真分析得到模型达到适用范围时距离与磁偶极子数目的相关关系;在保证模型适用的条件下,基于NSGA-Ⅱ算法的多目标优化过程所得结果运算效率、精度高,具有很好的工程应用价值.     

膜量子蜂群优化的多目标频谱分配

为了解决认知无线电系统中最大和网络效益和用户间公平性联合最优化的多目标频谱分配难题,基于量子蜂群理论和膜计算,提出了一种新的离散多目标组合优化算法—–膜量子蜂群优化.所提算法在基础膜可以搜索到单个目标的全局最优解,在表层膜获得兼顾网络效益和公平的Pareto前端解.通过膜间的通信规则、量子觅食行为的协同演进和非支配解排序可获得能同时求解单目标和多目标优化问题的多目标优化算法,并与经典的敏感图论着色算法、遗传算法、量子遗传算法和粒子群算法等频谱分配算法在不同的目标函数下进行仿真性能比较.仿真结果表明:在不同网络效益函数下所提的膜量子蜂群频谱分配算法都能够较好地找到单目标最优解,优于经典的频谱分配算法和已有的智能频谱分配算法,还可获得多目标频谱分配的Pareto前端最优解集.     

含蜡原油乳状液触变性研究

触变性是含蜡原油管道停输再启动压力计算和原油可泵性评价的重要基础资料,为了确定油水混输海底管道的停输再启动特性,必须掌握含蜡原油乳状液的触变性.本文在脱水含蜡原油触变性研究的基础上,对含蜡原油油包水乳状液的触变性进行了研究,发现含蜡原油乳状液的触变趋势与脱水原油类似;建立了一个描述含蜡原油乳状液在恒定剪切速率作用下剪切应力衰减这一触变行为的数学模型.用最小二乘法对本文和文献中的实验数据进行拟合,结果表明,该模型能够较准确地描述在恒定剪切速率作用下剪切应力衰减的触变行为,不仅适用于含蜡原油乳状液,对脱水含蜡原油和化学剂改性含蜡原油也适用,与其他触变模型相比,该模型具有参数较少、计算方便等优点.     

基于约束优化的多光谱辐射真温反演算法

多光谱辐射测温是通过测量待测物某点的多个光谱辐射强度信息,通过普朗克公式反演获得真实温度。但是,通过普朗克公式获得的多光谱辐射测温方程组,是欠定方程组,即N个方程,N+1个未知数(N个未知的光谱发射率ε_λi和1个待求真温T)。目前,多采用事先假设一组发射率模型(发射率-波长或发射率-温度模型),假设模型与实际情况如果相符,则反演结果能够满足要求,如果假设模型与实际情况不符,则反演结果误差很大。但是,发射率模型受温度、表面状态、波长等诸多因素影响,难以事先确定发射率模型。因此受未知光谱发射率的制约一直是多光谱辐射测温理论面临的主要障碍,能否在无需任何光谱发射率假设模型的情况下,实现真温和光谱发射率的直接反演一直是多光谱辐射测温理论研究的热点和难点。通过对参考温度模型的分析表明,多光谱辐射测温反演过程的实质是寻找一组光谱发射率,使得每个通道方程解得的真温都相同,如不相同则继续寻找合适的光谱发射率,直到每个通道解得的真温都相等。为此,提出将多光谱辐射测温参考温度模型的求解过程转换为约束优化问题,即在光谱发射率0≤ε_λi≤1的约束条件下,通过梯度投影算法不断寻找光谱发射率,带入多光谱辐射测温参考温度模型方程组后,计算温度反演值的方差,直到每个光谱通道方程获得的温度值应该近似相等,此时各个光谱通道的温度反演值方差最小,这样就把多光谱辐射真温和发射率的反演问题转换为约束优化问题。约束优化算法是解决这一类问题的主要方法,但为了满足Ax≥b的约束条件,将0≤ε_λi≤1分解为ε_λi≥0和-ε_λi≥-1的两个约束条件,从而满足了约束优化问题Ax≥b的约束条件。这样就可以通过约束优化算法在无需任何光谱发射率假设模型的条件下,直接求解真温和光谱发射率。实验采用六种不同光谱发射率分布模式(随波长递增、递减、凸波动、凹波动、“M”型波动、“W”型波动)的材料为研究对象,以验证新算法对不同材料光谱发射率分布反演的适应性,利用Matlab的minRosen函数,选择光谱发射率的初始值均为0.5(取中间值,提高计算效率)。针对六种不同光谱发射率模型的仿真结果表明,新算法无需任何有关发射率的先验知识,对不同发射率模型反演结果均表现较好,在真温1 800 K的情况下,绝对误差均小于20 K,相对误差均小于1.2%,新算法具有无需考虑任何光谱发射率先验知识、反演精度较高及适合于各种发射率模型等优点,进一步完善了多光谱辐射测温理论,在高温测量领域具有良好的应用前景。     

计算机控制光学抛光驻留时间求解中两类优化算法的分析

建立了基于矩阵计算的驻留时间计算模型,根据实际加工要求建立了最小二乘和最佳一致逼近最优化求解数学模型,总结了两类优化问题的求解方法。根据自研数学解法器,利用数值计算分析了这两类算法的计算特点。仿真结果显示,两种自研算法具有较高的计算精度,最小二乘逼近算法计算效率有待提高,对外界扰动和计算模型等误差不敏感,最佳一致逼近算法计算效率较高,但对误差比较敏感。实际加工时,如果面形精度已经比较高时,建议多采用最小二乘逼近算法。     

基于QPSO-MLSSVM算法的拉曼光谱检测四组分调和油含量

提出了一种运用量子粒子群(quantum-behaved particle swarm optimization,QPSO)算法优化多输出最小二乘支持向量机(multi-output least squares support vector machine,MLSSVM)的新混合优化算法。该算法结合激光拉曼光谱技术可实现对四组分食用调和油中花生油、芝麻油、葵花油和大豆油的快速定量鉴别。采用基线校正去除背景荧光,结合Savitzky-Golay Filters光谱平滑法对原始拉曼光谱进行预处理。构建基于QPSO-MLSSVM混合优化算法的定量分析模型,并采用20个组分组成的预测集对其进行模型校验。实验结果表明,基于QPSO-MLSSVM混合优化算法的定量分析模型对于四组分调和油的预测效果良好,均方差(mean square error, MSE)为0.0241,低于0.05,各油分预测相关系数均高于98%。研究结果充分表明, 应用激光拉曼光谱技术结合QPSO-MLSSVM算法,对四组分调和油中各油分进行快速定量检测可行,具备较强的自适应能力和良好的预测精度,可以满足多组分调和油的成分鉴别。     

近红外原油快速评价技术预测常减压蒸馏装置侧线收率

常减压蒸馏装置侧线收率对于装置操作优化具有重要的实际意义,但缺乏可靠的预测方法。在近红外原油快速评价技术基础上,结合H/CAMS软件,建立了常减压侧线收率的有效预测方法。首先建立近红外光谱快速测定原油实沸点蒸馏收率的方法,在市售原油光谱数据库的基础上,添加广西石化常炼原油品种,采用拓扑法建立分析模型,验证结果表明,近红外分析方法预测的实沸点蒸馏收率与实际测定结果基本吻合。进一步通过H/CAMS软件将近红外原油快速评价技术得到的实沸点蒸馏收率转换为常减压蒸馏装置的侧线收率。将该方法得到的常减压装置石脑油、柴油、蜡油和渣油收率与炼厂生产报表中各个侧线的收率数据进行对比,7个月的对比数据表明,近红外原油快速评价技术预测的各个侧线生产收率能够反应实际生产收率的变化趋势。基于近红外分析方法预测常减压蒸馏装置侧线收率分析速度快,结果可靠,容易实现在线操作,可以为炼厂计划优化、原油调合等过程提供基础数据。     

原油期货与现货价格联动性的复杂网络拓扑性质

选取2002年11月25日至2010年9月24日的国际原油期货价格和中国大庆原油现货价格作为样本数据,用于研究原油市场中期货价格和现货价格之间的联动变化规律. 将期货与现货价格的联动性关系转换为由{Y,O,N}组成的联动性符号序列,用符号序列映射为联动性的波动状态;该波动状态由5个符号组成的滑动窗来表示,由此构成177种联动性波动模态. 将该模态作为网络节点,模态之间的转换作为边,构建期货与现货价格加权联动性复杂网络. 对联动性复杂网络的点强度、强度分布、加权集聚系数、平均最短路径、介数集中性和小团体性等     

结合有效介质理论的乳状液太赫兹光谱分析

原油乳状液对原油的长距离输运具有重要影响,乳状液的油、水状态及相互作用机制还需新理论和新方法获得新认识,基于有效介质理论,本文研究了原油乳状液太赫兹光谱响应特征.通过太赫兹时域光谱系统测试得到了含水率为0～28％的原油乳状液的太赫兹时域光谱,结合傅里叶变换计算了吸收系数和介电常数等光学参数,同一频率下吸收系数等光学参数...     

烧原油高效燃烧器的研究

本文讨论了用于油田加热炉的一种烧原油高效燃烧器的设计，论述了Ｙ型蒸汽雾化喷嘴、正交蒸汽雾化喷嘴和高压离心喷嘴的具体设计结果。该燃烧器对原油加温并采用内、外双漩流器组织燃烧，明显提高了燃烧效率。最后还指出了这种燃烧器的开发与应用前景。     

利用反射太赫兹时域强度分布定量检测沙粒中的微量原油

原油污染是海洋生物和环境安全的主要威胁之一,检测近海沙粒中的微量原油对于环境保护和原油勘探有着重要意义.本文采用反射式太赫兹时域波形对近海沙粒中的原油进行定量检测,详细地分析了延迟时间与沙粒中的原油浓度的关系.结果表明,原油浓度与延迟时间呈线性递减关系,反射式太赫兹时域波形是一种具有潜力的污染定量检测方法.     

Dissipative particle dynamics simulation on the rheological properties of heavy crude oil

The rheological properties of heavy crude oil have a significant impact on the production, refining and transportation. In this paper, dissipative particle dynamics (DPD) simulations were performed to study the effects of the addition of light crude oil and emulsification on the rheological properties of heavy crude oil. The simulation results reflected that the addition of light crude oil reduced the viscosity effectively. The shear thinning behaviour of crude oil mixtures were becoming less distinct as the increase of the mass fraction of light crude oil. According to the statistics, the shear had an influence on the aggregation and spatial orientation of asphaltene molecules. In addition, the relationship between the viscosity and the oil mass fraction was investigated in the simulations of emulsion systems. The viscosity increased with the oil mass fraction slowly in oil-in-water emulsions. When the oil mass fraction was higher than 50%, the increase became much faster since systems had been converted into water-in-oil emulsions. The equilibrated morphologies of emulsion systems were shown to illustrate the phase inversion. The surfactant-like feature of asphaltenes was also studied in the simulations.     

基于混合交叉差分进化的相机空间操控系统参数优化

为了提高相机空间操控(CSM)系统的预测精度, 提出一种基于混合交叉操作的差分进化算法.该方法将CSM系统的视觉参数初值和平化距离参数Zo进行组合作为混合交叉差分进化算法的个体, 以CSM系统对目标点位置的预测精度作为个体的适应度函数, 通过进化迭代获得最优的参数组合.使用了实际机器人视觉系统获取的数据进行实验, 结果表明使用优化后的参数组合可以提高系统的预测精度.     

用太赫兹时域光谱法检测沙粒中的微量原油

由于太赫兹波对极性物质有很高的灵敏度,因此可以利用太赫兹时域光谱技术检测沙粒中含有的微量原油。将微量的原油浓度与太赫兹衰减系数之间建立起线性模型。同时引入有效介质理论来证实太赫兹介电常数与原油含量低于200 ppm之间的线性关系。结果表明,太赫兹时域光谱技术可以成为检测沙粒中微量原油泄漏的有效方法。     

拉曼光谱结合PSO-LSSVM算法检测三组分食用调和油含量

提出了一种将拉曼光谱和基于粒子群的最小二乘支持向量机(PSO-LSSVM)算法相结合快速定量检测三组分食用调和油含量的方法。以三组分的食用调和油为研究对象,对拉曼光谱分四步进行了预处理,进而准确提取拉曼光谱的特征峰强度。以训练集样本的特征峰强度和调和油样品的百分比含量作为回归预测模型的输入值和输出值,建立LSSVM和PSO-LSSVM数学模型,通过测试集样本的相关系数和均方误差对模型的预测能力进行分析。非线性建模的最小二乘支持向量机(LSSVM)算法的核函数参数σ和正则化参数γ对模型的学习和泛化能力影响很大,导致模型的预测精度和泛化能力过度依赖于参数--在优化步长过小时耗时较长,过大时又无法得到全局最优值。提出的PSO-LSSVM算法,利用粒子群全局优化能力和收敛速度快的特点对LSSVM的模型参数σ和γ进行优化,从而克服LSSVM算法中耗时与盲目性的问题。分析结果表明,PSO-LSSVM算法对三组分食用调和油中大豆油、花生油和葵花仁油定量预测模型的测试集相关系数分别为0.967 7,0.997 2,0.995 3;均方误差分别为0.054 9,0.009 2,0.047 1。与LSSVM算法相比,PSO-LSSVM模型的预测精度更高。因此,该方法可以快速、准确地检测三组分食用调和油的含量。