铜带复合对超导倾斜堆叠结构的电磁特性优化研究

REBCO堆叠结构是超导体应用实现的关键中间载体。然而随着REBCO堆叠结构中带材数量的增加,将产生较大的应力限制堆叠带材的数量。倾斜堆叠结构(CSS)在一定程度上可以平衡堆叠弯曲半径和堆叠数量。允许堆叠的数量增加后,可加入金属带材复合来实现CSS的结构优化。由于CSS电流的分布有着不均匀的特性,固定根数的铜带复合在CSS不同位置对临界电流的影响可能不同。首先,本文基于实验方法和仿真方法,对铜带复合在CSS不同部分的电磁特性展开研究。随后,基于响应面分析法量化了不同复合结构的具体效果。最后通过分析复合CSS和普通堆叠的临界电流差异和交流损耗差异,来验证铜带复合CSS的电磁性能优势。     

优化BP神经网络的光纤陀螺温度漂移建模与补偿

光纤陀螺(FOG)温度漂移误差是影响其输出精度的主要误差源之一。针对基于传统BP神经网络FOG温度误差补偿方案适用性较差的问题,提出了优化预测数据的BP神经网络补偿算法,利用最优线性平滑技术以及滑动平均技术对神经网络待补偿数据进行预处理,可以有效减小FOG输出白噪声对温度漂移网络模型补偿精度的干扰,优化神经网络模型的补偿效果。使用FOG温度漂移实测数据对所提出的优化算法进行验证,结果表明利用本文提出的两种建模及补偿方案进行补偿后的FOG温度漂移数据标准差相比传统BP神经网络补偿方法减少50%以上。     

基于hp自适应伪谱法的组合动力可重复使用运载器轨迹优化

针对传统化学火箭难以重复使用、发射成本高的问题,提出了一种水平起飞/降落的新一代可重复使用运载器飞行方案,并对其动力模式设计和上升段轨迹优化方法等关键技术进行深入研究。设计了一种涡轮\冲压发动机结合火箭\冲压发动机的组合动力模式,建立了发动机推力与高度、马赫数等变量间的耦合模型,根据动力形式将上升段轨迹分为两段并采用全局搜索法确定动力切换的最佳时机。根据分段结果,分别以燃料最省和终端速度最大为指标,利用hp自适应伪谱法对两段进行轨迹优化设计。该算法基于双层策略求解最优控制问题,兼备伪谱法和有限元法的优点,与打靶法、伪谱法和间接法相比,初值更易选取,收敛速度更快。     

基于迭代更新近似模型的车内噪声优化

基于声固耦合分析与迭代更新近似模型对车身板件进行了优化。首先通过板件声学贡献量分析,确定影响车内噪声的关键板件,将其厚度作为设计变量,在减少计算量的同时去除了无关变量的干扰。然后建立不同激励下驾驶员右耳处最大声压与关键板件厚度之间的组合近似模型,对其进行多目标优化并采用序列二次规划和K均值聚类算法对近似模型进行更新,使得采样样本逐渐靠近Pareto前沿,从而提高近似模型在Pareto前沿上的精度。优化结果表明,迭代更新近似模型能够有效优化车身结构,在保证轻量化的同时,降低了车内噪声。     

混合无等待流水线干扰管理调度方法研究

针对带分批约束的混合无等待流水加工环境中干扰事件的出现导致初始调度计划发生偏离的问题,研究如何运用干扰管理理论来应对工件变更扰动情况,建立了兼顾最小化工件完工时间加权和指标(初始调度目标)和最小化工件完工滞后时间加权和指标(偏离校正目标)的干扰管理调度模型,提出了双层微粒群优化策略与随机多邻域搜索机制相结合的混合求解算法。数值算例仿真实验结果表明,包含“插入-交换”大概率邻域搜索算子的混合微粒群优化算法求解本文所构建的干扰管理调度模型是有效的。     

一种基于多准则决策和PSO-LM混合优化算法的多峰Brillouin散射谱的特征提取方法

采用传统方法对多峰Brillouin散射谱进行拟合的过程中,通常是以谱线最大功率点为基准的,却忽略了其他比该点小但却是极值的功率点。这样获得的拟合曲线通常只有一个峰值,相当于把除最高峰之外还有多个小峰的多峰Brillouin散射谱进行了简化,导致大量有用信息的丢失。为了提高Brillouin散射谱的特征提取精度,提出了一种基于MCDM和PSO-LM混合优化算法的多峰Brillouin散射谱特征提取方法(MCDM-PSO-LM)。MCDM可以识别和准确定位多峰Brillouin散射谱的各个波峰和波谷;PSO-LM混合优化算法可以实现分别对各个波峰和波谷的曲线进行拟合并找到每一个波峰的中心频率,该算法既克服了PSO算法过早收敛于局部极值和LM算法依赖初值的问题,又可以将PSO算法的全局搜索能力和LM算法的局部收敛能力结合在一起。较传统算法而言,MCDM-PSO-LM算法保证了对最优值求解的速度和精度,提高了运算能力,使解析解最大限度地接近最优值。分别在不同信噪比和不同线宽条件下进行仿真验证,频移和温度误差分析结果表明,MCDM-PSO-LM方法可以对多峰Brillouin散射谱的各个波峰与波谷进行准确定位,可用于多峰Brillouin散射谱的特征提取,识别效果明显强于传统算法,提高了信息分析的准确性。     

药品近红外光谱通用性定量模型评价参数的选择

为寻找药品近红外通用性定量模型在建立过程中用于确立最优模型的关键评价参数组合,收集整理了目前各种商品化化学计量学软件及文献中的13个常用于评价近红外定量模型的统计学参数,结合人用药品注册技术要求国际协调会对于药品定量分析方法验证基本要求,对92个药品近红外通用性定量分析模型的这些参数进行了计算和分析。通过对各个参数之间相互关系的研究,确定了适合于药品近红外通用性定量分析模型评价的参数组合,并统计出了这些参数的数值范围：用于模型准确性评价的关键参数为交叉验证均方根误差/预测均方根误差、平均相对偏差和相对分析误差;大部分交叉验证均方根误差/预测均方根误差结果在3%以内,其中交叉验证均方根误差在数值上与平均绝对偏差相当,大部分相对分析误差值大于2,而平均相对偏差的数值与所建模型的类型(剂型、样品的包装形式)和待测成分含量的分布有关。模型线性评价关键参数为决定系数;大部分模型的决定系数在80%～100%之间。模型耐用性关键评价参数为预测均方根误差与交叉验证均方根误差的比值,大部分模型该参数在1.5以内。精密度评价关键参数为重复测定结果的标准差;该参数对于规范近红外的操作,以及考核模型能否在不同仪器间传递具有重要的意义,但目前药品近红外通用性定量模型对于分析精密度的关注较少,无法估计出具体数值范围。该研究不仅为药品近红外通用性模型的建立者和使用者提供了评价模型优劣的依据,也为完善药品近红外光谱通用性定量分析模型的参数评价体系提供了基础数据。     

制造企业成品出入库两级排队协同服务模型

优化企业成品出入库协同服务水平、平衡工作负荷,从而提高企业仓储服务效率、降低物流成本,是现代制造企业亟待解决的一个重要的管理细节问题。针对这个问题,本研究以仓储入库和出库两个排队过程为研究对象,建立出入库等待时间溢出情景下的两级排队协同服务模型,分析了在排队等待时间控制目标下,出入库员工优化配置方案。该模型引入溢出和串联两个协同服务机制,分三种情景即前方与后方服务台都有空闲,前方繁忙与后方空闲,前方空闲(或繁忙)与后方繁忙,建立了各情景下的系统状态转移方程,求解系统状态的概率,并进而推算出反映系统表现的各项指标,如员工使用率,队列长度,等待时间,以及等待时间超过溢出界值的概率。用制造企业成品出入库管理案例进行验证分析,对企业目前采用的M/M/S出入库排队系统与两级排队协同服务系统进行了数值计算对比。结果表明后者能有效提升出入库服务效率,减少出入库排队系统平均等待时间,降低由于入库和出库两个服务过程效率不均衡而产生的企业内部物流成本,是提升企业内部物流协同管理水平的一个重要方法。其应用可以服务于仓储出入库协同管理的信息化与自动化水平的提高。     

一种求解弹性l_2-l_q正则化问题的算法

给出了一种求解弹性l_{2}-l_{q}正则化问题的迭代重新加权l_{1}极小化算法, 并证明了由该算法产生的迭代序列是有界且渐进正则的. 对于任何有理数q\in(0,1), 基于一个代数的方法, 进一步证明了迭代重新加权l_{1}极小化算法收敛到弹性l_{2}-l_{q}(0相似文献   

基于证据推理与最优指派策略的多属性单边匹配决策

针对匹配中某一方偏好失效的问题,提出一种基于证据推理和最优指派策略的单边匹配方法。一方主体采用多种数据类型描述由对方指定的多个属性信息;另一方给出关于各属性的权重信息;然后,使用证据推理组合规则递推合成多属性及权重信息,以此计算双方的匹配度。在此基础上,运用最优指派策略,建立匹配模型并求解得到匹配结果.实例表明该方法的可行性和有效性。