Textile porosity determination based on a nonlinear heat and moisture transfer model

The inverse problems of textile materials design on heat and moisture transfer properties are important and indispensable in applications in the body-clothing-environment system. We present an inverse problem of textile porosity determination (IPTPD) based on a nonlinear heat and moisture transfer model. Adopting the idea of the least-squares, the mathematical formulation of IPTPD is deduced to a regularized optimization problem with collocation method applied. The continuity of the regularized minimization problem is proved. By means of genetic algorithm (GA), the approximate solution of the IPTPD is numerically obtained. To reduce the computational cost, an improved algorithm based on BP neural network with GA is proposed in the numerical simulation. Compared with the direct GA searching, the computational cost is greatly reduced, which presents a similar result.     

Distributed subgradient method for multi‐agent optimization with quantized communication

This paper focuses on a distributed optimization problem associated with a time‐varying multi‐agent network with quantized communication, where each agent has local access to its convex objective function, and cooperatively minimizes a sum of convex objective functions of the agents over the network. Based on subgradient methods, we propose a distributed algorithm to solve this problem under the additional constraint that agents can only communicate quantized information through the network. We consider two kinds of quantizers and analyze the quantization effects on the convergence of the algorithm. Furthermore, we provide explicit error bounds on the convergence rates that highlight the dependence on the quantization levels. Finally, some simulation results on a l₁‐regression problem are presented to demonstrate the performance of the algorithm. Copyright © 2016 John Wiley & Sons, Ltd.     

基于改进的PSO-SVM的音频信号特征识别和分类

针对音频信号准确性分类的问题,提出一种基于改进的的粒子群优化算法(PSO)的支持向量机(SVM)音频信号分类的方法,简称IPSO-SVM.首先用Mel倒谱系数法对4种音频信号进行特征提取.其次在PSO中引入自适应变异因子,能够成功地跳出局部极小值点;然后对PSO中的惯性权重进行了改进,将惯性权重由常数变为指数型递减函数.随着迭代的进行,使权重逐渐减小,这样做有利于粒子进行局部寻优.最后用改进的PSO不断优化SVM中的惩罚因子c和核函数参数g来提高预测精度.实验结果表明,与传统的SVM、PSO-SVM、GA-SVM相比,我们提出的IPSO-SVM算法分类结果更精确.     

自适应多种群回溯群居蜘蛛算法求解TSP问题

在群居蜘蛛优化算法中引入自适应决策半径,将蜘蛛种群动态地分成多个种群,种群内适应度不同的个体采取不同的更新方式.在筛选全局极值的基础上,根据进化程度执行回溯迭代更新,提出一种自适应多种群回溯群居蜘蛛优化算法,旨在提高种群样本多样性和算法全局寻优能力.函数寻优结果表明改进算法具有较快的收敛速度和较高的收敛精度.最后将其应用于TSP问题的求解.     

稀土安全评价:集成算法改进与实证

稀土作为我国战略性矿产资源,其安全问题一直是政府和学术界关注与研究的重要课题.建立了稀土安全的概念框架与评价体系,针对传统AHP中九标度法的不足,基于熵值法、加速遗传算法及扩充标度值的层次分析法,提出了一种改进的层次分析法(EV-AGA-EAHP),通过集成模糊C-均值聚类算法和模糊综合评价法,研究提出了一种模糊综合集成评价方法(EV-AGA-EAHP-FCM-FIJ),给出了集成算法及步骤,对2001-2013年我国稀土安全水平进行了评价,提出了保障我国稀土安全的建议.     

Volterra核函数法在轴承滚珠磨损中的特征提取及应用

针对滚动轴承滚珠磨损故障特征难以提取的问题,提出一种基于多脉冲激励法下的Volterra级数核的求解算法.该方法是一种非线性系统模型的“交叉”诊断法,利用轴承系统输入输出的采样信号,建立Volterra非线性辨识系统模型,并运用多脉冲激励Volterra低阶核求解算法,将得到的低阶核通过时域和频域进行对比来判断轴承当前所处的运行状态.该文以无心车床主轴轴承为例进行实验验证,并与传统的小波分析法对比得出:多脉冲激励法能够方便准确地提取轴承的故障特征,该方法对此类故障的诊断具有一定的借鉴意义.     

SWEIA艾滋病毒传染模型及应用

人类免疫缺陷病毒(HIV)是一种严重威胁生命的病毒,感染艾滋病毒患者一般经历四个阶段:i)艾滋病毒阴性的窗口期(W);ii)阳性的无症状潜伏期(E);iii)有症状期(Ⅰ);以及iv)移除阶段(A).为深入研究艾滋病传播过程,建立SWEIA艾滋病毒传染模型,定义基本再生数,分析无病与地方病平衡点的存在性和局部稳定性,根据2004至2015年中国艾滋病患者数据,采用遗传算法对SWEIA模型中参数进行估计.通过对基本再生数敏感性分析以及模型数值随参数不同而产生的变化,揭示艾滋病窗口期的接触率是影响艾滋病流行的主要原因之一.     

有限元分析中硬化弹塑性本构方程积分算法

基于增量段上的应变关于塑性拉氏乘子的变化率为常矢量的假定,导出一种精确有效的、对有限元分析中线性混合硬化弹塑性本构方程的积分算法。以精确算例和等误差分布图的形式检验了本文方法以及其他两种常用方法的精度。     

桁架结构拓扑优化与遗传算法

用遗传算法求解桁架结构拓扑优化，结果表明是可行的。