组卷技术中遗传算法的改进研究

文章就目前应用比较广泛的遗传算法进行了的分析和研究,提出了两种对遗传算法的改进措施,这两种改进措施分别是基于平均适应度的改进措施和基于局部小生境的改进措施。     

一种确定整周模糊度搜索空间的方法

模糊度搜索空间的大小是影响模糊度解算效率的关键因素之一.针对传统确定模糊度搜索空间的方法较为保守,致使搜索空间过大,提出了一种基于最小二乘模糊度降相关平差法(LAMBDA)的改进方法.首先对目前模糊度搜索空间确定方法给予了介绍和深入的分析比较,评价了这些经典方法的优缺点.在此基础上,定义了搜索空间的一个影响因子η,并结合LAMBDA方提出了确定模糊度搜索空间的修正公式.基于仿真和实测数据对修正方法进行实验,结果表明方法在保证获得期望模糊度组数的前提下,其确定的模糊度搜索空间包含的整数点个数更小,可保证90%以上实际模糊度组数接近于期望值.     

边界层流中当地感受性过程的数值研究

边界层流中当地感受性问题的研究对层流向湍流转捩过程的预测与控制起着非常关键的作用,尤其是对边界层内诱导产生三维Tollmien-Schlichting(T-S)波成因过程的探讨具有更加重要的理论意义.采用高精度、高分辨率变间距的紧致有限差分方法,直接数值模拟了在自由来流湍流与二维壁面局部粗糙相互作用下边界层内的当地感受性问题.数值计算发现,在自由来流湍流与二维壁面局部粗糙作用下,边界层内诱导形成的当地感受性过程是真实存在的;且被激发的一组三维T-S波波包沿流向发展的过程中流向涡结构将逐渐形成,其强度将越演越烈.数值结果还显示,边界层内被诱导产生当地感受性过程的波长转换机制仅使流向波数发生改变,而展向波数保持不变;以及自由来流湍流运动方向的改变将决定三维T-S波波包的传播方向,但其传播速度的大小都近似为无穷远来流速度的1/3.另外,还建立了自由来流湍流的强度和运动方向以及二维壁面局部粗糙的长度和高度与边界层内的当地感受性问题之间的关系等.这一课题的深入研究,将在进一步理解和认识层流向湍流转捩的理论机制,以及湍流的形成机理等方面均起到十分重要的作用.     

基于滑动Kriging插值的MLPG法求解结构非耦合热应力问题

将基于滑动Kriging插值的无网格局部Petrov-Galerkin(MLPG)法用来求解二维结构非耦合热应力问题,首先进行瞬态热传导的求解,然后再通过顺序耦合法将不同时刻节点温度作为附加体力项施加到应力分析中.瞬态温度场和非耦合热应力分析通过加权余量法来离散,同时用Heaviside分段函数作为局部弱形式的权函数.由于滑动Kriging插值构造的形函数满足Kroneckerδ函数的性质,因此方便了本质边界条件的施加.刚度矩阵形成过程中只涉及到边界积分而没有涉及到区域积分,因此可以减少计算工作量,最后通过两个数值算例来验证本文方法的有效性.     

空铁联运网络的模型构建与算法设计

针对空铁联运网络具体联运路径的设计问题,借鉴枢纽航线网络p-枢纽中位问题的研究思想,将非枢纽城市间可以直航考虑进去,以联运网络总成本最低为目标函数,构建了允许直航的空铁联运网络混合整数规划模型,并设计了基于遍历搜索的最短路算法来求解模型.最后选取样本城市对模型和算法进行算例分析,给出了不同参数组合下的最优目标值和具体联运路径,设计了中国14个城市的空铁联运网络.算例结果表明联运总成本大小和联运路径的数目与枢纽数目m、折扣系数ρ紧密相关:m越大,ρ越小,联运总成本越小,联运路径数目越多;反之亦然.     

拟等级网格下非线性延迟微分方程间断有限元法

本文利用间断有限元法求解非线性延迟微分方程,在拟等级网格下.给出非线性延迟微分方程间断有限元解的整体收敛阶和局部超收敛阶,数值实验验证了理论结果的正确性.     

一种修正的CD共轭梯度法及其全局收敛性

求解无约束优化问题的共轭梯度法,其搜索方向的下降性往往依赖于所采用的线性搜索.将提出一种修正的CD算法,其搜索方向d_k始终满足1-1/u≤(-g_k~Td_k)/(‖g_k‖~2)≤1+1/u(u1),即算法在不依赖任何线性搜索的情况下能始终产生充分下降方向.同时,当采用精确线性搜索时,该修正的CD算法就是标准的CD共轭梯度法.在适当条件下,还证明了修正的CD算法在强Wolfe线性搜索下具有全局收敛性.最后,我们给出了相应的数值结果,说明了算法是一种有效的算法.     

基于自适应遗传算法的SVM参数优化

针对基于遗传算法支持向量机(SVM)训练时间较长以及分类精度较网格搜索法有所降低等问题,通过重新定义遗传算法参数的寻优范围,提出一种自适应遗传算法;该算法根据网格搜索法得到遗传算法参数的最佳寻优范围,然后遗传算法在这个范围内进行参数的精确寻优,最后得到分类的结果;这样不仅可以有效缩短训练时间,而且拥有更高的分类正确率;通过UCI中的10组经典数据集的实验结果可知,自适应遗传算法较之网格搜索法、 常规遗传算法、粒子群算法在训练时间上有较大的提升,并且拥有较高的分类准确率。     

基于滑动峭度相关性准则的局部特征尺度分解分量筛选方法

轴承故障振动信号具有非平稳、非线性特征,且可视为多个调幅-调频分量的叠加,单分量的包络蕴含了轴承的故障特征。局部特征尺度分解可将振动信号准确分解为多个内禀尺度分量之和,某些分量能清晰反映轴承的运行状态,根据包络谱可进行故障诊断。为了准确筛选有用分量,提出了基于滑动峭度相关性准则的分量筛选方法。首先,对信号进行局部特征尺度分解,得到若干个内禀尺度分量;然后,对分量和原始信号分别计算滑动峭度,生成时间序列;最后,依据分量滑动峭度序列与原始信号滑动峭度序列的互相关系数筛选有用分量。通过轴承内圈故障数据分析发现：有用分量与非有用分量之间的滑动峭度互相关系数比互相关系数差异明显,区分度更大,有益于分量的分类、筛选。     

一种局部模式的RGB差值序列交叉区域取样节点定位算法

鉴于当前无线传感器网络移动节点定位技术中存在的实时性差和定位不准确的问题,设计了一种交叠区域采样模式的WSN移动节点定位算法OASM_MNL(overlapping area sampling mode of mobile node localization)。该算法通过获取的信号在能够直接和移动节点通信的信标节点的信号交叠区域里面进行局部采样;通过距离比例因子对平均跳距进行权值化,优化了中跳距的计算公式;通过差值序列对样本点滤波,在此基础上把差值序列绝对值作为加权标准,计算出移动节点的坐标。仿真结果表明,与E-CDL、MCL等常见的移动节点定位算法相比,新算法定位误差降低幅度超过,定位效果良好。