基于有约束L_(1/2)范数稀疏正则化的声源识别方法

基于等效源法(equivalent source method,ESM)的近场声全息(near field acoustic holography,NAH)是一种有效的声源识别技术。然而,针对空间稀疏分布的声源识别问题,传统基于L_(2)范数以及基于L_(1)范数的ESM方法分别存在声源幅值被低估与算法稳定性差等问题。因此,提出了基于有约束L_(1/2)范数稀疏正则化的声源识别方法,该方法具有强稀疏性与强抗干扰的优势,可以解决传统方法的声源识别精度低的问题。通过数值模拟试验以及普通室内的实测实验,验证了方法的有效性。

基于前馈有约束DMC的锅炉烟气脱硝控制系统设计

针对固定摩尔比脱硝控制策略动态过程控制效果差和鲁棒性差的问题,提出了采用动态矩阵预测控制(DMC)算法与前馈控制结构相结合的方法优化该脱硝控制策略。同时,为了提高DMC算法的运算效率,采用集结策略设计动态矩阵预测控制简化算法,并采用粒子群算法进行控制量约束的设计,将预测算法的输出限制在有实际意义的范围内。最后,将优化后的脱硝控制算法应用到电厂锅炉烟气脱硝控制系统中。实践结果表明,优化后的脱硝控制系统响应速度快、鲁棒性强、抗干扰性强,控制效果显著提升。

环境变异免疫克隆算法解决有约束优化问题

为了克服免疫克隆算法搜索效率低、无法直接对进化经验学习等缺点,设计了环境变异免疫克隆算法,在普通免疫克隆算法中引入环境变异算子,通过环境变量积累进化过程中的经验,使算法具备了一定的学习能力;重新设计了代价函数,采用一种新颖的罚函数排序形式来处理由于约束条件造成的解集空间不连续问题,进而提高了算法的搜索效率及稳定性。通过对13个常用有约束优化问题测试函数的仿真实验,表明了环境变异免疫克隆算法在有约束优化问题上具有很好的性能。

基于Hopfield网络的控制有约束MAC算法在主汽压力系统中的应用研究

模型算法控制(MAC)是预测控制的一种,在惯性迟延对象的控制中有很好的应用。但MAC算法存在稳态误差及控制作用约束性差等问题。Hopfield网络在求解有约束二次优化问题中有很好的应用。该文将MAC转化为Hopfield网络可以求解的形式,应用Hopfield网络来求解有约束的预测控制序列。通过对电厂主汽压力对象的仿真表明,由Hopfield网络求解的控制作用满足给定的约束条件并且具有很好的控制效果。

运用遗传算法求解有约束条件的旅行商问题

介绍了TSPPC(Traveling Salesman Problem with Precedence Constraint) ,并指出了普通遗传算法对于求解TSPPC的局限性及在算法过程中产生大量非可行解 ,从而降低了算法的搜索效率 .提出了基于TSPPC中约束条件的种群初始化、交叉操作以及变异操作 .由于运用这些遗传操作在算法过程中不会产生非可行解 ,因此大大提高了算法的搜索效率 .

有约束模拟退火法优化3D立体定向放射治疗计划

采用线性规划法与改进的有约束模拟退火法相结合，优化Ｘ刀立体定向放射治疗计划。第一阶段的线性规划法可以缩小解空间，以利于第二阶段的有约束模拟退火法采用较小的权值修正粒度。实验研究表明：经过两个阶段优化，我们达到了放射治疗计划优化的目的。

一种快速的有约束气动CFD优化方法

提出了一种快速应用型罚函数法来求解有约束气动优化问题。多设计变量的优化算例表明:新方法与传统罚函数的序列极小化(SUMT)技术相比,避免了SUMT技术选择罚因子序列的问题,能在约束边界和不可行域进行计算,鲁棒性好,且求得约束最优点的效率高于SUMT技术,能减少3 0 %～40 %的计算量。本文分别将之与高分辨率Euler方程和N-S方程数值解相结合,进行了两个气动问题的优化。在二维无粘跨声速翼型的优化设计中,得到了升阻比明显提高的新翼型;对某型无人机高亚声速三维进气道设计,也获得了性能优秀的设计方案。

有约束最小平方复原在图像复原中的应用

获取图像的过程中光学系统的像差、大气扰动、运动、散焦和系统噪音等因素会导致图像质量的下降即降质,会造成图像的模糊和变形。该文对图像复原所用的逆滤波、维纳滤波、约束最小平方复原原理进行了论述。维纳滤波复原图像需估计未退化图像和噪声功率谱,在实际中图像和噪声功率谱的比值很难估计,而信号和噪声的方差和期望容易获得,文章论述了在知道信号和噪声的方差和期望情况下实现对退化图像复原的有约束最小平方复原方法的基本原理。并通过实验仿真证明约束最小平方复原在参数选择适当的情况下复原效果优于维纳滤波。

一种有约束的多层布线通孔优化算法

提出一种以多层布线的通孔优化为目标、同时满足相交约束的算法。当群体收敛到一定程度时,根据惩罚项选择个体,直到产生完全满足约束条件的可行解。让群体在可行解的范围内进行精确搜索,得到全局最优解。采用稳态繁殖和最佳个体保存法提高算法的效率。该算法可避免产生不可行解,解决收敛速度和全局搜索性之间的矛盾,得到满意的通孔优化效果。

复合形法解决多维非线性有约束优化问题

由于实际工程中的优化问题大多为多维非线性有约束优化问题 ,本文针对问题考虑了搜索方向和约束条件 ,提出较为实用而且简便的复合形法来确定搜索区间。用其解决了一些实际问题 。

图像恢复中有约束最小平方滤波技术研究

图像复原是利用退化现象的某种先验知识(退化模型),按退化的逆过程重建图像的技术.分析了有约束最小平方滤波方法的理论,得出只需图像噪声均值和方差的知识就能对图像实行最佳复原,最后给出了对一幅图像进行圈积模糊和加高斯噪声操作,然后进行复原的实例.

射流与有约束横流的湍流混合的数值模拟

对多股射流与圆柱管中的横流湍流混合的三维流场进行了数值模拟 .结果显示 ,在有约束的横流中射流的发展可分成三个区 .三维流场与二维流场有很大的区别 ,射流下游没有预测到回流区 .

基于有约束多目标进化算法的冷轧负荷分配分析

冷轧负荷分配问题可以抽象为一个有约束多目标优化问题。为解决此问题,提出了基于环境Pareto支配选择策略的有约束多目标进化算法。该算法更加客观地评价了两个不同解的优劣,利用优秀不可行解加速算法收敛。以等功率裕量、最小轧制能耗、最小综合打滑函数、末机架板形良好轧制力为优化目标,利用有约束多目标进化算法得到了4个目标函数之间的定量关系,使决策者不需要掌握复杂的轧制理论知识就可以直观地掌握轧制规律,并进一步说明了多目标策略在压下负荷分配中的必要性。

折衷的差分演化算法在有约束优化中的应用

设计了一种求解有约束优化问题的新方案,该方案以一种折衷的差分演化算法为基础,应用两个简单的基于可行解的规则引导算法向可行域搜索,应用周期模式处理边界约束。并用该方案优化了一个标准测试集上的全部函数,试验结果表明,与同类方法相比而言,该方案在收敛速度和稳定性两方面表现出较强的竞争力。

均布荷载作用下有约束钢梁的整体稳定

为补充现行钢结构设计规范(GB 50017—2003)中均布荷载作用下有约束钢梁的整体稳定计算方法,根据能量原理,应用Rayleigh-Ritz法,提出其临界弯矩的理论计算公式。与美国(AISC)和英国规范(BS5950)中任意弯矩作用下钢梁的整体稳定计算公式进行对比,结果表明:当均布荷载产生的弯矩贡献较大或钢梁为单轴对称截面时,两国规范公式因未考虑荷载作用位置及单轴对称截面对钢梁临界弯矩的影响而存在很大的误差,不再适用。提出的均布荷载作用下有约束梁整体稳定计算公式与有限元计算结果吻合良好,可用于验算此类钢梁的整体稳定,为现行钢结构设计规范提供理论依据。

一个求解有约束的全局优化问题的变换函数法

给出了求解一般的有约束非线性规划问题全局最优解的拟填充变换函数方法,而且讨论了所构造的变换函数的几个性质,按照其理论性质设计了一个变换函数算法,并进行了数值试验。数值实验表明,所给的方法是有效的。

有约束岩性剖面测井识别技术

常规测井曲线是岩层中岩石颗粒的粗细状况及其成分的综合反映。若粗略地知道单井所处岩层的沉积状况，将会减少采用测井资料识别岩性时的多解性。海拉尔盆地贝尔凹陷属于多物源沉积环境，岩层多为砾岩、砂岩及砾砂混杂等沉积状况，因此认为砾岩岩性剖面为粗颗粒沉积序列，其余为细颗粒沉积序列。依据贝尔凹陷50口探井的录井岩心（屑）岩性资料推测出粗颗粒沉积序列区域和细颗粒沉积序列区域，并针对不同区域建立了相应的交会图识别图版，符合率超过85％。该方法以沉积序列作为约束条件，能够克服连续岩性剖面对薄过渡岩层测井信息反映不足的问题。

有约束配方均匀设计在耐磨涂层材料配比中的应用

介绍有约束配方均匀设计理论,并应用此理论对耐磨涂层材料进行了试验设计.得到更为合理的涂层材料配比,为开发新的涂层材料提供了可靠的定量试验方法.

有约束单一尺寸矩形毛坯下料问题的一种求解算法

讨论有约束单一尺寸矩形毛坯下料问题:切割库存板材满足一定数量的单一尺寸矩形毛坯的需求,优化目标是使所切割的板材总面积最小,该问题广泛的出现在制造业领域的板材切割下料环节。提出一种基于五块布局模式的优化下料算法。首先调用无约束五块布局算法生成整张板材上的毛坯排样方式,然后调用有约束五块布局算法生成部分板上的毛坯排样方式。使用算例对文中下料算法进行了测试,并与文献中下料算法进行了比较。实验结果表明,下料算法可以提高下料利用率,而且计算时间合理。

分布式车载导航系统路线优化有约束A^＊算法

针对目前车载导航系统实时动态信息匮乏,而静态信息难以反映拥挤路网通行时间随机性的问题,基于畅通可靠度分析,提出了可用于分布式车载导航系统中的延误风险规避的准动态有约束的A*路线优化算法,从而在没有实时信息的条件下,可进行考虑阻塞可能性最小及通行时间最短双目标的路线寻优。通过路径搜索过程中的启发式加权,并设计反向A*算法改善A*的启发式函数,有效提高了有约束最佳路线搜索的效率,最后给出实例验证了算法的合理性及有效性。