基于近红外光谱和水分校正算法的造纸木片基本密度预测

基本密度是评估木材制浆造纸性能的重要指标。采用近红外光谱技术检测造纸木片基本密度,实时掌握原料材性变化,能够为制定和优化制浆生产工艺提供基础理论数据。但在实际生产中,原料来源的复杂性造成木片水分含量波动较大,光谱中的水分干扰信息严重影响模型预测效果,成为制约近红外技术实际应用的主要因素。以杨木片为研究对象,通过对木片失水过程的近红外光谱动态监测,结合主成分分析明确光谱中水分吸收信息的特征响应,揭示了木片水分中结合水和自由水的变化规律。分别采用不同水分条件下的木片光谱建立偏最小二乘回归(PLS)模型预测木片基本密度,通过对比分析模型预测性能,探究木片水分变化对近红外预测木片密度的影响,并采用外部参数正交化算法(EPO)消除光谱中水分的干扰,提高模型对水分变化的抗干扰能力。研究结果表明,基于饱水木片光谱的模型具有最好的预测精度,模型的建立主要依靠近红外光谱对木片纤维结构特征信息的获取。而光谱中大量的水分吸收信息对建模是冗余无用的,并且会导致模型对样品水分高度敏感,当测试集水分含量变化时,模型预测出现严重偏差。通过EPO算法对木片失水过程动态光谱的解析,提取水分校正因子,能够有效消除水分变化引起的光谱差异。基于水分校正的基本密度预测模型对不同水分条件下的测试集均表现出稳定的预测性能,均方根误差、决定系数和预测相对标准偏差分别为12.23 kg·m^(-3)、0.8834和2.93。该研究将EPO算法引入对木材材性的近红外光谱分析,构建了抗水分干扰的稳健型基本密度预测模型,较好地解决了水分含量波动对原料材性快速检测的影响,为近红外光谱技术在制浆造纸领域的推广应用提供了依据。

等效预张力大跨度弦支穹顶预应力施工过程的正算法

为了准确模拟大跨度弦支穹顶预应力施工过程,建立符合实际施工顺序的结构施工初始态,对预应力施工过程的力学分析方法进行了研究。根据工程实践,总结了大跨度弦支穹顶预应力施工过程的特点,分析了状态变量叠加法、反分析法、生死单元法在其应用上的不足。结合非线性有限元分析方法,凝练了基于等效预张力的预应力施工过程正算法,并给出了具体的实施方法和步骤。以常州体育馆钢屋盖工程为算例,验证了正算法用于预应力施工过程力学分析的可行性和适用性。最后指出,基于等效预张力的正算法预应力施工过程力学分析,综合考虑了支撑与刚构的非线性接触、索力的相互影响、施工临时结构体系的转换、结构几何非线性等施工多因素耦合效应,能够准确跟踪结构在各施工阶段的状态。

正算法与倒算法林价差额的森林环境价值分析

该文运用劳动价值论分析了森林环境资源 ,认为森林资源的使用价值既包括实物资源的使用价值 ,又包括环境资源的使用价值。这两种使用价值具有生产的整体性和消费的顺序可分离性的特点 ,因而成为森林资源培育过程中的一般人类劳动所创造价值的共同载体。正算法林价是根据森林资源培育过程中所有物化劳动转移价值和活劳动消耗的累积来计算价值量的 ,因此 ,正算法林价既包括森林实物资源价值 ,也包括森林环境资源价值 ;而倒算法林价仅为立木价值。正算法与倒算法林价的差额的主体部分是森林环境资源价值。

基于全量理论的一步成形正算法

在一步成形逆算法的基础上,提出了一步成形正算法来模拟金属板料冲压成形过程。先利用映射关系和面积坐标,得到一步成形正算法的空间初始解。再采用Newton-Raphson方法,基于全量理论在空间坐标系下进行迭代求解。迭代过程中使用接触搜索方法保证节点不会脱离零件工艺面。正算法的求解过程更加符合零件的成形过程,既保持了一步成形逆算法高效率的优势,又提高了算法的模拟精度。利用方盒件拉伸实验验证了本文算法的有效性。

基于基因算法的时间规正算法

本文提出了一种适用于孤立字识别的基于基因算法的时间规正算法；详细讨论了其中一些关键技术，如编码方法、适应度技术、基因操作子设计等。该算法可弥补动态时间规划（ＤＴＷ）的某些不足：（１）使距离归一化因子ＭΦ与实际路径相关，这使不同路径的比较更合理；（２）以自然方式提供多条最佳规划路径。建立了试验数据库，在试验结果的基础上提出了算法性能分析模型：模板间距离遵循正态分布．通过与ＤＴＷ及串行多路径搜索法的性能进行比较，结果表明基因时间规正算法具有明显的识别优势。

红外探测系统的非均匀性校正算法研究

多元红外探测器件对于相同入射辐照度的响应不一致,表现为输出图像的非均匀性。本文建立了多元探测器的非均匀性模型,总结了用于消除红外探测系统非均匀性的多种算法,介绍了它们的原理,并分析了它们的优缺点。

滑坡与地震监测中电离层扰动分析及其影响改正算法

大型露天矿滑坡和地震是我国所面临的两种典型固体地球灾害.现有研究表明,电离层作为日地系统的重要组成部分,对日地空间环境的变化非常敏感,对穿过其中的电磁波信号产生极大影响,对身处其中的各种卫星系统产生严重干扰.

高精度InSAR基线估计及配准误差改正算法研究

人类生活在一个动态的地球上,[JP]地球内部或人类活动因素等造成地表相对运动,并引发地质灾害,威胁着人类的生命与财产安全。采用有效的方法和技术手段监测地表形变,对资源进行合理的开发利用与调节,满足人类的生产和生活需要,已成为谋求区域经济与社会可持续发展必须考虑的重要因素之一。合成孔径雷达干涉测量技术,又称InSAR技术,是近几十年发展起来的空间大地测量技术,可以为地表形变的大范围、空间连续监测提供强有力的手段。尽管InSAR方法和时序InSAR方法在火山活动、地震活动、山体滑坡、地下水开采、冻土退化以及城市沉降监测方面取得了令人瞩目的成果,但是这些形变分析方法在轨道误差去除、SAR干涉基线精确估计等关键算法方面仍需要进一步深入研究。此外,随着新一代SAR卫星Sentinel-1的发射升空,新的卫星数据给地表形变监测来了前所未有的机遇,同时也对SAR影像的配准算法提出了新的要求与挑战。本文针对现有的InSAR数据处理存在的问题,对轨道误差去除、干涉基线估计以及TOPSAR影像配准等进行深入研究,并提出解决相关问题的模型与算法,以提高InSAR形变监测结果的可靠性。

求解非线性互补问题的内点正算法

针对非线性互补问题,提出了与其等价的非光滑方程的内点正算法,并在一定条件下证明了该算法的收敛性定理· 数值结果表明。

用正算法评估划拨土地使用权价格——以兰州红古通用机械厂补交土地出让金涉及土地使用权价格评估为例

近几年来,随着房地产市场经济的快速发展,在各类房地产估价活动中涉及国有划拨土地使用权的情况越来越多,对国有划拨土地使用权价格评估中所涉及的相关问题,无论在理论上还是在实践中均存在众多模糊的认识。如何正确理解和处理划拨土地使用权及其价格评估,是估价实践中急需解决的问题,也是正确处理国家、使用权人、相关利益人之间利益关系的必然要求。简要分析了划拨土地使用权价格内涵及其构成、估价思路,重点以笔者在工作之余参与完成的实际估价案例为例,对划拨土地使用权价格的评估进行具体的分析,旨在对划拨土地使用权价格评估方法的探讨。

线性互补问题的内点正算法

针对线性互补问题，提出了具有稳健性质的内点正算法，并证明了收敛性定理．此外，还做了一些数值试验，得到了很好的数值结果．

面向多车场冷链物流配送的改进正余弦算法

以冷链物流为对象,研究了一类考虑多中心联合配送和硬时间窗约束的调度问题。基于问题描述建立了以最小化总成本为目标的数学模型。提出了改进正余弦算法(enhanced sine-cosine algorithm,ESCA)以获取当前问题的满意解。结合问题特征创建了融合构造式规则的编解码方法,并辅以个体评估方法实现模型与正余弦算法(sine-cosine algorithm,SCA)的适配。同时,将反向学习机制嵌入ESCA的初始化流程,旨在提升初始解的性能。在种群进化方面,构建了融合双种群机制、非线性参数调节和随机扰动的混合进化机制以平衡寻优过程的全局探索和局部挖掘行为,并通过离散邻域搜索方法避免搜索停滞。开展了案例研究和算法对比实验,结果验证了ESCA算法的良好性能。

疯狂自适应的正余弦乌燕鸥算法及应用

桥式起重机主梁优化是一个非线性的复杂约束优化问题,现有方法求解此问题时存在收敛缓慢、稳定性差、收敛精度低等问题。为克服此问题,提出一种疯狂自适应的正余弦乌燕鸥混合优化算法(CCASSTOA)。在乌燕鸥算法(STOA)中,引入Logistics混沌映射对STOA算法种群初始化,增加种群个体的多样性和迭代初期收敛速度;将惯性自适应权重和正余弦算法混合搜索策略引入到乌燕鸥位置更新公式中,增强了算法的全局搜索与局部搜索之间的平衡能力。将疯狂算子引入到乌燕鸥最优位置进行扰动,增强迭代后期种群的多样性,避免算法陷入局部最优。采用6个测试函数对CCASSTOA算法性能进行验证,结果表明:CCASSTOA算法优于其他五种元启发式优化算法,收敛精度高,稳定性好和鲁棒性强。将CCASSTOA算法应用在32t/22.5m的桥式起重机主梁轻量化设计中,可实现主梁截面面积减小约为31.45%。因此,CCASSTOA算法可有效地处理此类非线性的约束优化问题。

权重化QR分解的正交匹配追踪算法硬件实现

为在小型化、低成本的硬件平台实现正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法,针对OMP算法中最小二乘法的问题,该文构造一个确定性的传感矩阵,提出一种低复杂度、低资源的权重化QR分解的OMP(Weighted QR decomposition OMP,WQR-OMP)算法硬件结构,在ZYNQ 7020型号芯片上搭建WQR-OMP SOC系统.WQR-OMP算法在传感矩阵进行QR分解后,根据三角矩阵R中元素的分布特性,通过权重化运算只保留主对角线上的元素而其他余元素归零,得到对角矩阵D,然后近似计算稀疏向量的解.实验结果表明:与基于QR分解的OMP(QR decomposition OMP,QR-OMP)和Batch-OMP算法的硬件结构相比,WQR-OMP算法硬件结构的重构速度更快、存储资源更少.在压缩率为0.25的条件下,WQR-OMP SOC系统对256×256分辨率图像的重构时间为400 ms左右,其速率比仅使用ARM处理器的重构速率提高了约6.3倍.与其他现有研究对比,该系统在Block RAM存储资源消耗较少的情况下,进一步提升了重构速度,适用于存储资源受限的硬件平台.

基于改进正余弦算法的抱杆结构优化

抱杆是组立输电铁塔的特种起重设备.以最小质量为优化目标,杆件的截面尺寸、辅材连接方式以及摇臂节点坐标为优化变量,许用应力、位移和屈曲系数为约束条件,建立抱杆优化设计模型.提出一种改进的正余弦算法(improved sine cosine algorithm,ISCA),开展抱杆尺寸、形状和拓扑优化.引入Lévy飞行增强算法全局搜索能力,采用精英引导策略增强算法局部搜索能力,使用贪婪选择策略更新最优解.算例表明ISCA能够有效求解空间桁架结构的优化设计问题.

基于FEM-MEI和正余弦算法的二维电磁成像方法

针对二维介质目标的电磁成像问题,将正余弦算法(Sine Cosine Algorithm,SCA)与有限元方法(Finite Element Method,FEM)和不变性测试方程(Measured Equation of Invariance,MEI)进行结合提出一种新的成像方法。将FEM与MEI进行结合求解二维介质目标的电磁散射正问题,即求解Helmholtz方程。其中,MEI保证边界截断的精度,FEM适用于复杂介质目标的准确模拟。对于电磁散射逆问题,引入SCA并加以改进提出一种新的重构方法。该方法采用等效原理与格林函数的渐近式求得远区散射场,以测量的散射场和计算的散射场最大偏差为目标函数,采用改进的SCA优化介质参数,使目标函数达到最小值,以此重构散射体。为提高计算效率,采用MPI算法进行并行计算。文中采用基准函数展示了改进的SCA算法的快速收敛性,并采用非规则的均匀介质柱目标验证了成像方法的正确性。

基于改进正余弦算法的机械臂轨迹规划

为尽可能提高机械臂的工作效率,提出了一种基于改进正余弦算法的时间最优3-5-3多项式插值轨迹规划算法,根据适应度动态调整平衡因子,优化了算法的局部开发能力,并通过引入Lévy飞行加强了算法全局搜索的能力。以UR5e机械臂为研究对象,利用机器人运动学获得多项式插值轨迹;在角度,角速度和角加速度的约束下,使用改进正余弦算法对轨迹插值时间进行优化;通过MATLAB软件进行仿真实验,并与其他优化算法进行实验对照。结果表明,改进正余弦算法具有更快的收敛速度和更高的寻优精度,能有效减少机械臂的运行时间。

基于精英反向学习与正余弦算法优化的蛇算法

针对蛇算法求解精度不高和收敛速度慢等缺点,提出一种基于精英反向学习策略和正余弦算法优化的蛇算法(ESSO)首先在初始化种群时,引入精英反向学习策略生成初始种群,以增加初始个体的多样性;在战斗模式下,引入正余弦算法对蛇个体的位置进行更新,使其有效地避免陷入局部最优,并引入自适应权重,平衡全局和局部搜索能力;最后基于12个基准函数进行测试以评估改进算法的效率。结果表明,改进算法与其它6种算法相比,具有更好的全局搜索能力和稳定性,同时,寻优精度和收敛速度也相较原算法有所增强。

一种混合正余弦算法的改进海马优化器

海马优化器是一种模拟海马移动、捕食和繁殖行为的元启发式算法,具有控制参数少、易于部署等优点。为了克服海马优化器在某些复杂情况下收敛速度较慢且易陷入局部最优的不足,本文提出一种混合正余弦算法的改进海马优化器,记作HSCASHO。首先,通过调整参数对海马优化器的数学模型进行修正,更好地平衡全局探索和局部开采;其次,引入一个基于适应度值的权重,并为原始正余弦算法设计一个新的搜索公式,加快收敛速度;最后,增强变异过程种群多样性,有助于算法跳出局部最优。综合两种算法的优点,HSCASHO在前3/4次迭代使用进行参数调整的海马优化器,后1/4次迭代使用更新搜索公式的正余弦算法。将HSCASHO算法与4种算法在10个基准函数上进行对比实验,表明该算法明显优于其他算法。