高速电力载波接入技术的研究

本文通过对网络最后一公里问题的分析,并结合互联网络应用的多种过渡方案,提出了以高速电力载波为载体的接入设计方案,采用OFDM技术将高数据流分解为低速数据流,并有效地分离各信道信号,以实现高速信息数据在电力线上的传输,从而使得通过网络对家庭智能化设备进行控制变得简单、可行。     

基于多目标优化策略的结构损伤识别智能算法

针对结构损伤识别问题, 提出一种基于多目标优化策略的结构损伤识别智能算法. 该算法利用极端学习机为损伤参数指标与每一阶频率建立非线性函数表达式, 先将结构的每一阶实际测量频率与函数表达式相减, 再把形成的每个表达式作为优化目标, 进而得到结构损伤识别的高维多目标优化模型. 为提高模型的求解精度, 提出了灰色多粒子群协同的多目标优化算法. 实验结果表明, 该方法能较好地处理结构损伤识别问题.     

基于多元线性回归模型的考试成绩评价与预测

为增加教学环节考试成绩评价与预测的科学性, 根据多元线性统计分析中的多元线性回归分析方法, 对考试成绩指标进行量化, 建立了考试成绩评价与预测的回归模型。解析国家四级英语考试成绩与学生的期末考试成绩之间的联系, 建立了基于成绩评价的多元线性回归的数学模型, 并得到了回归系数的数值。通过对回归模型以及回归系数进行显著性检验, 证明了模型的合理性。结果表明, 利用该模型对数据进行合理的评价与预测, 并在充分的条件下, 根据学生的期末考试成绩能合理地预测出学生的英语四级考试成绩。     

仿真机房系统的优化设计

本文选择具有普适性的机房作为研究对象,首先对机房内的温度、位置、风速等参数进行搜集和处理,建立了基于插值拟合方法的机房热分布数学模型,得到了服务器最优任务分配方案,并根据方案对出风槽的风速和温度等参数进行调节,以达到降低机房内的温度极值点的目的,最后实现了机房散热系统的优化设计。     

仿真机房系统的优化设计

本文选择具有普适性的机房作为研究对象,首先对机房内的温度、位置、风速等参数进行搜集和处理,建立了基于插值拟合方法的机房热分布数学模型,得到了服务器最优任务分配方案,并根据方案对出风槽的风速和温度等参数进行调节,以达到降低机房内的温度极值点的目的,最后实现了机房散热系统的优化设计。     

基于协同进化的多目标约束进化算法

针对约束多目标优化算法(COA:Constrained Optimization Algorithms)中存在的难以有效兼顾收敛性和多样性的问题,提出了采用协同进化策略的多目标优化算法(CoMaC)。首先,将一个COA转化为一个带动态约束处理的多目标进化算法。然后采用差分进化(DE:Differential Evolution)生成第1种群,并将其中的已知可行解选入第2种群,并与第1种群协同进化。第1种群通过保持原约束条件的全局搜索加快收敛。第2种群通过局部搜索进化,保持并获得更多可行解。最后采用标准约束多目标测试函数进行实验,以测试所提出算法的性能。实验结果表明,与使用惩罚函数处理约束问题(PF:Penalty Function)和使用动态处理约束边界方法(DCMaOP:Dynamic Constrained Many Objective optimization Problem)相比,所提算法在反向世代距离(IGD:Inverted Generational Distance)和超体积(HV:Hypervolume)两个指标上均取得了良好的结果,说明所提算法可以有效地兼顾收敛性和多...     

中学生数学能力方面性别差异的调查研究

通过调查问卷和能力测试等方法,探讨了中学生在教学能力上的性别差异,分析了造成这种差异的原因,并从心理、社会和教育等方面提出了两性补充教育、改进教学方法和提高教师素质等缩小差异的具体措施和建议。     

一种新的全局排序高维多目标优化算法

针对传统高维多目标优化问题解决方法存在解集收敛性与解集分布均匀性缺陷的问题, 提出将全局排序方法与灰色关联分析两种方法相结合, 设计一种新的全局排序高维多目标优化算法. 通过设计最小函数值母序列和个体目标函数值子序列, 利用灰色关联分析法计算其关联度, 并结合个体目标适应度计算策略, 解决解集分布不均匀的问题. 该算法不仅可提高非支配个体的选择能力, 还具有良好的收敛性. 为测试该算法的性能, 选择3种经典多目标进化算法, 在标准测试函数集DTLZ{2,4,5,6}上进行对比实验. 实验结果表明, 该算法在解决高维多目标问题时, 其收敛性与解集分布均匀性均优于其他3种算法.     

改进的小波神经网络模型及应用

为改善应用于变参数振动钻削加工过程的仿真和参数优化的小波神经网络的逼近能力和泛化能力,提出一种小波神经网络结构和基于局部学习策略的共轭梯度(LCG:Local Conjugate Gradient)算法,并利用灰色关联分析法对改进网络模型中的3个输入权值进行选取,对网络权值、小波函数的平移因子和伸缩因子的初始值选取给出了原则.通过实验表明,该模型改善了网络性能和仿真效果.     

改进的小波神经网络及应用

根据振动加工过程中的因素指标的关系和小波函数的特点,确定小波神经网络的结构,并利 用重心法对小波神经网络的初始值进行选取,通过实验表明,该方法是可行的,这为叠层材料振动钻削 研究提供了新的方法。