基于RBF神经网络的磨矿粒度软测量模型及实现

磨矿分级作业是选矿生产中的重要环节,磨矿粒度的好坏直接影响浮选的精矿品位和尾矿回收率;在实际生产中粒度的测量有在线粒度分析仪,但存在成本高、维修率高,离线实验室化验又有时间延迟大的问题;对实际磨矿分级作业过程进行了分析,提出用径向基函数(RBF)神经网络建立磨矿粒度软测量模型,采用正交最小二乘法(OLS)算法对网络进行训练学习,泛化校验;仿真结果表明,在较少训练数据下该网络非线性处理能力和逼近能力依然很强,学习时间短,模型基本符合要求;通过OPC技术将Matlab与PKS控制系统相结合,实现实时软测量磨矿粒度。     

混沌参数调制下RSA数据加密算法研究

随着网络信息通讯技术的发展,信息数据的通讯安全成为信息化网络信息数据通讯过程中的重要问题。面对大量侵入程序与数据漏洞的威胁,一套强有效的数据加密算法成为数据研究领域的研究方向。RSA数据加密算法作为如今常用的安全性最高的算法,在大数据动态数据节点混沌排列的条件下,无法有效保证数据的加密安全。混沌参数下,出现加密逻辑断裂、溢出、数列逆排等严重的算法漏洞。对此,提出混沌参数调制下RSA数据加密算法研究,采用混沌参数特征处理单元、特征序列逻辑控制单元与混沌FIE-RSA算法,对传统RSA加密算法存在的问题进行针对性解决。通过仿真实验证明,提出的混沌参数调制下RSA数据加密算法研究中,采用的一系列方法具有加密处理响应速度快、处理运算时间短、加密安全度高、反破解性能强等特点。     

点式单波束多普勒测流系统的设计方法

为了加快多普勒流速计算速度和提高系统稳定性,提出基于FPGA技术的多普勒测速的设计方法,其中包括信号发射电路和信号接收电路。首先通过M码进行二相相移键控信号的调制,减少了回波误差、增加信号发射能量,有效地降低了水中超声波的能量耗散对信号提取的影响。然后对回波信号进行二相解调,并利用复自相关算法进行分析处理。最后,通过测速实验对所提方法进行验证。实验结果表明,所提方法不仅具有较低的实验误差而且具有较高的可靠性。     

LCC谐振变换器的优化设计与实现

LCC谐振变换器是电除尘高频高压电源的核心器件,十分适用于高压大功率场合,针对连续模式应用于电除尘高频高压电源的不足,采用LCC谐振变换器断续模式进行优化设计。分析了带RC负载的LCC谐振变换器断续模式(简称DCM)的工作原理及拓扑结构,采用状态空间法推导了其数学模型,研究并建立了新颖的LCC谐振变换器断续模式下的损耗模型。在此基础上提出了一种基于遗传粒子群算法的LCC谐振变换器优化设计方法,该方法直观并且准确,实现了软开关技术,提高了电源的工作效率。并在现场通过一台72KV/85KW的电除尘高频高压电源样机验证了本文的正确性。     

模拟退火法在吸收薄膜的椭偏反演算法中的应用

将一种广泛用于求解复杂系统优化问题的技术－－模拟退火法－－用来求解椭偏反演方程。首先假设一个薄膜模型，计算出其相应的椭偏参数（Ψ，Δ）的值，在这个计算值的基础上加入不同标准偏差的高斯噪声；然后将加入噪声后的值（Ψm,Δm)作为模拟的测量数据，采用模拟退火算法进行求解，验证得知这种方法求得的薄膜参数很接近于假设的薄膜模型参数的真值，与其他文献的报道结果一致，而且在扩大搜寻范围时，仍然可以得到准确解，从而证明了该方法的可行性以及有效性。     

Heisenberg方程的保结构计算

出了Heishenberg方程的保等时交换关系-辛格式,为Heishenberg图景下计算量子系统(特别是时间相关外场中的原子)的时间演化提供了保结构的算法,用这种算法计算了一个非线性谐振子,结果显示保等时交换关系-辛格式对求解Heishenberg方程是精确和有效的.     

基于云模型的自适应量子免疫克隆算法

利用云模型能够兼顾随机性和模糊性的品质,提出一种基于云模型的自适应量子免疫克隆算法.使用云算子代替通用的量子旋转门这一量子进化算法核心算子用于寻优变异操作;通过控制云算子间的协作,实现算法在进化过程中对搜索范围的动态调整,使算法具有较强的全局搜索能力;同时,补充针对性的优化方案,有效避免了算法陷入局部最优.对标准数值优化问题的仿真对比实验表明,该算法具有寻优能力强、搜索精度高、稳定度好等优点;对非线性系统的参数估计仿真实验,该算法也取得了对参数的高精度有效估计.     

基于随机并行梯度下降算法的光束相干合成技术

介绍了随机并行梯度下降算法的基本原理,对算法流程进行了仿真验证,并对其中随机扰动幅度和增益系数两个关键参数进行了仿真分析。分析结果表明,这两个参数存在一个最适区间,只有在此区间内取值时算法才能有效收敛。以仿真分析为依据开展了光纤激光的相干合成实验,结果表明光束相干合成效果显著,有效地验证了仿真分析的结果。     

大口径连续相位板远场光强的离线测试实验

为了准确测试和评价大口径连续相位板（CPP）元件的远场光强性能,根据激光装置需求建立了351 nm波长下大口径CPP远场光强离线测试系统,开展了330 mm330 mm口径CPP元件测试实验,并与标量衍射计算结果进行对比,分析了系统的测试重复性和测试精度。实测系统远场弥散斑大小为2.9倍衍射极限,可测试最大口径为圆形f600 mm和方形430 mm430 mm。测试系统在焦点2 mm范围内的能量集中度测试重复性优于0.2 %。计算和实验焦斑形貌及分布吻合,实测能量集中度比计算结果小0.85%、焦斑半径大13 m左右,差异由实测系统的时间匀滑作用引起,可通过缩短曝光时间和减小系统像差等措施进一步提高测试精度。     

基于BP算法神经网络的物理实验曲线拟合

介绍了人工神经元网络的基本原理和BP算法神经网络。将BP算法神经网络应用于物理实验中的幅频特性曲线拟合，在MATLAB下通过训练和仿真验证了应用BP算法神经网络拟合实验曲线的优越性。