一种可压缩流动的高阶加权紧致非线性格式(WCNS)的加速收敛方法

以高超声速粘性绕流的数值模拟为例,研究LU-SGS、高斯-赛德尔点松弛、线松弛以及GMRES等隐式求解方法在空间项采用高阶精度格式WCNS离散时的收敛性,并对GMRES(generalized minimal residual)方法中的子迭代影响作了对比计算.结果表明,采用准确的解析雅克比矩阵的点、线松弛的收敛速度优于LU-SGS,以线松弛为预处理的GMRES算法具有良好的收敛特性.     

应用遗传算法结合连续投影算法近红外光谱检测土壤有机质研究

应用遗传算法结合连续投影算法近红外光谱检测土壤有机质研究。采集浙江省文城地区农田土壤样品近红外光谱数据,土壤样品数为394个。为简化模型,采用遗传算法结合连续投影算法挑选出18个特征波长建模,应用偏最小二乘回归建立有机质预测模型,建模集的决定系数为0.81,均方根预测误差为0.22, 剩余预测偏差为2.31,预测集的决定系数为0.83,均方根预测误差为0.20,剩余预测偏差为2.45。研究发现,遗传算法结合连续投影算法在简化模型同时,模型的预测评价指标同采用全谱波长建模并没有明显降低。因此,遗传算法结合连续投影算法挑选的特征波长可以应用于近红外光谱检测土壤有机质含量。     

应用近红外光谱和多算法融合方法分析烤烟的香型风格特征

以全国17个主要烤烟产地省份中收集的3 914个烟叶样品的近红外光谱为实验对象,其中浓香型、中间香型、清香型烟叶光谱分别865条、1 403条、1 646条,应用近红外光谱和多算法融合方法分析其香型风格特征。在以产地进行初步划分烟叶香型以及认可过渡型和非典型香型类型的基础上,选取基于主成分及Fisher准则的投影法(PPF)、偏最小二乘判别(DPLS)、支持向量机(SVM)作为单分类器,得到各个算法第1和2判别分析结果;应用PPF-DPLS-SVM融合和各算法第1和2判别分析结果,将预测验证样品的分析结果详细划分为典型、过渡型、非典型香型样品(分别为493,392,115个);其中典型香型烟叶样品的判别准确率达到92.7%,较未进行典型样品划分时PPF,DPLS,SVM单算法的识别准确率分别提高了30.2%,15.4%,16.6%。样品数据来源于全国主要烤烟产地,数据量大,代表性较好,分析结果具有一定普遍性;提出的多算法融合分析方法大幅度提高了通过客观数据判别烤烟香型的准确率;同时,将烤烟香型细划分为典型、过渡型和非典型香型的方式,对烤烟烟叶原料的科学合理利用以及烟叶原料的模块化工业加工等有指导作用。     

基于遗传算法的变电站巡检机器人任务路径规划方法研究

近年来,随着变电站巡检机器人在变电站中的广泛使用,巡检机器人路径规划问题越来越成为亟待解决的问题。巡检机器人在已知的拓扑地图中标记了待执行巡检任务的停靠点,不同任务需要从初始点出发经过不同的一系列停靠点再返回初始点,如何规划路径是机器人面临的问题。首先分析了路径规划面临的问题,然后通过分析拓扑地图的特征,对地图进行等价简化,再对问题进行建模使用遗传算法求解巡检任务路径规划的近似最优解。通过仿真实验证明,提出的基于遗传算法的路径规划方法是可行有效的,为变电站巡检机器人任务路径规划提供了一种有效方法。     

无线传感器网络多跳路由协议研究

目的：无线传感器网络发展迅速,但传感器的高能耗问题成为制约其发展的主要瓶颈,高效节能的路由协议设计成为研究热点。方法：针对目前无线传感器网络常用的LEACH路由协议存在的簇首能耗过分集中、簇首分布不均衡问题,提出了改进的路由协议EEACRA,在总结、分析LEACH路由协议现有问题的基础上,给出了EEACRA路由协议的簇首选取门限值、簇首位置调整算法和基于能量代价最小的簇间多跳路由算法的实现方法,同时给出了具体的实现EEACRA协议的工作流程和关键算法。在MATLAB环境下对LEACH路由协议和EEACRA路由协议进行了仿真,对比了不同能耗降低措施对网络能耗降低的贡献。结果：仿真结果表明EEACRA路由协议的网络稳定期较LEACH路由协议有较大的改善。结论：证明了改进的路由协议EEACRA可以有效地提高网络的稳定期。     

基于Levenberg-Marquardt算法的动态磁性检测站磁定位方法研究

针对舰船动态磁性检测站需要确定磁场测量点坐标以进行舰船磁性分析的情况,利用Levernberg-Marquardt算法及磁体模拟法提出了一种动态磁性检测站磁定位方法。该方法利用包含定位参数的舰船磁场模型设计了目标函数,通过Levernberg-Marquardt算法经由定位参数的初始估计收敛到使目标函数最优的定位参数解。船模实验证明,定位结果较准确,能用来描述动态测磁时舰船磁场测量面上测量点的位置,在此基础上能通过舰船磁场推算掌握舰船的磁场分布情况,进而快速制定舰船消磁决策。     

链式多智能体遗传算法在分布式电源全时序上优化配置

分布式电源的选址与定容是微电网研究所面临的重要问题,本文主要考虑规划地区的24-h负荷时序特性和气候特点的24-h负荷变换的情况下的DG优化配置。针对以上问题,通过链式多智能体遗传算法对其进行优化处理。首先通过算法对IEEE33节点系统进行测试,验证算法在分布式电源优化配置中的优越性,并对PG E69节点配电网进行24-h时序的全过程模拟仿真优化,结果验证了多智能体遗传算法能在分布式电源配置上的有效性,同时提高微电网接入的预测精度,加快收敛速度,改进陷入局部最优的可能性等问题,对微电网在规划选址与定容选择上提供工程参考的实用性。     

竞争性自适应重加权算法和相关系数法提取特征波长检测番茄叶片真菌病害

基于竞争性自适应重加权算法(CARS)和相关系数法(CA)特征波长选择方法,提出了利用可见-近红外高光谱成像技术检测番茄叶片灰霉病的方法。首先获取380～1 023 nm波段范围内80个染病和80个健康番茄叶片的高光谱图像,然后提取染病和健康叶片感兴趣区域(ROI)的光谱反射率值,作为番茄叶片灰霉病鉴别模型的输入来建立支持向量机(SVM)鉴别模型,训练集和验证集的鉴别率都是100%。研究进一步通过CARS和CA提取特征波长,分别得到5个(554, 694, 696, 738和880 nm)和4个(527, 555, 571和633 nm)特征波长,然后分别建立CARS-SVM和CA-SVM鉴别模型。结果显示,CARS-SVM模型中训练集和验证集的鉴别率都是100%,CA-SVM模型中训练集和验证集的鉴别率分别是91.59%和92.45%。以上结果说明了从可见-近红外高光谱图像中提取的光谱反射率值用于检测番茄叶片的灰霉病是可行的。     

呼叫中心坐席人员排班问题优化模型与算法研究

国内呼叫企业在保证每个坐席人员周内当值相同班次情况下,通过灵活安排周内当班日期与班次来制定排班方案。针对该实际排班场景,构建问题整数规划模型。通过对问题数据特征及优化性质分析,以及对班次人力有效满足区段电话服务需求的量化指标表征,分别提出两个构造性启发式算法。使用企业实例数据对模型算法进行计算实验。实验结果显示,整数规划模型适合于求解小规模排班问题最优解,而启发式算法能够以小计算成本获得大规模排班问题优化解。最后讨论保证员工上班规律性的同班次用工制度对企业人力成本控制的影响。     

基于贝叶斯多元有序probit模型的休闲渔业游客满意度研究

游客满意度是休闲渔业景区制定管理决策的重要参考信息。通过探究游览过程中游客对各单一维度的满意程度与旅游总满意度之间的关系,管理者可以从中准确了解游客偏好、消费行为以及获取旅游产品设计等重要信息。据此,本文采取实地调研,获取11家全国休闲渔业示范基地1510份游客满意度信息,使用马尔科夫链蒙特卡洛法(Markov Chain Monte Carlo, MCMC),估算贝叶斯多元有序probit模型,并利用模型后验结果衡量休闲渔业游客7种分满意度对总体满意度的贡献。研究结果表明:渔憩体验满意度、景区环境满意度以及旅游餐饮满意度是对总体满意度影响程度最大的三种分满意度,所占比例分别为43.58%、24.67%、10.62%。