基于多变量自优化动态神经网络的“阶跃型”滑坡变形预测

传统累计变形预测方法在曲线结构分解和表征模型选择上具有多样性,由此引起了工作量大、预测精度低以及预测方法适用对象较局限等问题,为此考虑降雨量、库水位、库水位变化对滑坡累计变形的影响,基于非线性自回归模型建立了多变量自优化动态神经网络,并将其应用在三峡库区典型的“阶跃型”滑坡——白家包滑坡累计位移预测中。通过对滑坡变形累计曲线时间序列的分析,采用神经网络方法对全曲线模型进行求解,形成了非线性自回归神经网络模型,利用多种群遗传算法对神经网络的参数和结构进行优化训练,并将适应度函数均方误差作为预测模型误差偏离标准。结果表明:所提出的自优化动态神经网络对滑坡多个测点的累计位移拟合精度高,误差可控制在1%左右,预测过程减少了主观因素引起的误差,考虑了滑坡发展过程的动态性,可为“阶跃型”滑坡累计位移的实时预测提供参考。

自优化双模态多通路非深度前庭神经鞘瘤识别模型

针对不同模态间对应特征极易融合错位、识别模型专家主观经验式调参且计算成本高等问题,提出自优化双模态(“对比增强T1加权”与“高分辨率增强T2加权”)多通路非深度前庭神经鞘瘤识别模型。首先,通过构建前庭神经鞘瘤识别模型进一步挖掘前庭神经鞘瘤病症多模态影像特征及模态间复杂的非线性互补信息;其次,设计基于博弈论全局并行麻雀搜索算法的模型优化策略,实现模型关键超参数的自适应寻优,使模型具有较优的识别效果。实验结果表明,相较于基于深度学习的模型,所提模型在识别准确率提升4.19个百分点的情况下参数量降低了27.9%,验证了它的有效性和自适应性。

面向产品质量的精馏过程自优化控制及其应用

为解决精馏塔生产过程中各种影响因素波动造成的灵敏板最优温度变化,利用中控技术APCSuite软件设计了基于大数据和专家控制的温度自动寻优与产品质量约束功能块,对精馏塔生产过程进行自优化控制。在保证产品质量合格的前提下,减少产品质量过剩的现象,实现增产、降耗的目的。同时,通过模型预测和PID控制对精馏塔温度、液位、压力等关键工艺指标进行稳定控制。该方法在某企业生产装置中应用后,关键工艺指标标准偏差较未实施之前降低67.37%以上;人工操作次数由原450次/5天,到正常时不需人工操作;提高灵敏板温度3.72℃;蒸汽单耗降幅为3.78%,产品收率增幅为0.49%。

自优化前馈数据库模型在烟气治理领域的应用

时滞系统控制一直是自动控制的难点,在烟气治理领域中存在较多此类系统,而现场实际应用中普通的控制系统无法实现有效控制。自优化数据库作为大时滞系统的前馈模型,将理论计算数据存储于数据库模型,同时在线采集样本数据,实时更新数据库模型,以实现数据库模型的自优化,可以配合常规PID反馈控制应用于烟气治理领域的时滞系统。实践结果表明,该控制系统具有较好的稳定性,且计算量小,易于在DCS或PLC上实现。

自优化模拟及其在南水北调东线工程中的应用

本文在常规的模拟技术基础上,增加在线辨识、控制等环节、对模拟过程施行自适应目标控制,提出了一种多水库联合最优调度的自优化模拟模型。并针对南水北调东线一期工程五湖泊大型复杂系统,研究了时、空顺序不同的模拟过程的功能特点,采用顺、逆时序和顺、逆流向结合的模拟控制技术以及交替放松约束并随后收紧的措施,处理决策控制的后效性,提出了“逐次收紧约束自适应目标控制模拟技术”,在实践中成功地实现了模拟模型自行优化的目的。在实例计算中,解决了五个湖泊联合运行的优化调度问题,证明了自优化模拟模型具有仿真性好、收敛速度快、计算时间仅随水库数目线性增加的优点,开辟了一条多水库系统最优调度的新途径。

黄河干流上游梯级水量实时调度自优化模拟模型研究

本文以黄河干流上游梯级为例 ,根据实时调度中用水计划和径流预报的时段滚动修正特点 ,研究了自优化模拟技术在水量实时调度中的应用 ,建立了黄河干流上游梯级水量实时调度自优化模拟模型 ,给出了求解方法 ,并进行了算例分析。该模型简单、灵活 ,有一定的实用性。

间歇过程的批间自优化控制

针对间歇过程的实时优化问题,提出了一种基于最优性条件近似法的批间自优化控制策略。首先获取标称工作点的最优输入轨迹形态,将其参数化为少量决策变量,简化问题复杂度。然后根据参数化后的决策变量得到批间优化的最优性条件,并建立批次终端可测变量和最优性条件之间的回归模型,将其作为被控变量进行批间跟踪控制。对一个间歇反应器进行了仿真研究,结果表明方法能有效实现间歇过程的批间自优化控制。

基于自优化的多属性高斯核函数相关向量机方法

在相关向量机的预测模型中,核函数的选择和核参数的取值对模型预测性能影响很大.针对这一问题,文中采用多属性高斯核函数建立相关向量机预测模型,提出了一种自优化的核参数学习方法进行参数优化,并将该模型用于二维标准函数预测和污水处理系统出水水质预测,与不同核函数下的相关向量机模型以及不同参数优化方法下获得的预测模型进行了对比实验.结果表明,基于自优化的多属性高斯核相关向量机模型对低维数据的参数敏感度较低,对高维数据有良好的输出精度和稀疏性,在污水出水水质预测中获得比较满意的结果.

基于自优化模拟技术的水库供水风险分析方法及应用

针对来水与用水的不确定性,采用随机模拟技术生成供水水库来水、用水序列,并以此为基础应用自优化模拟技术建立了以供水量最大、弃水量最小为目标的供水水库调度模拟模型。根据风险分析基本理论,对水库调度结果进行供水风险分析。以南水北调中线水源地丹江口水库为例说明模型的应用。结果表明,采用随机模拟技术与自优化模拟调度相结合的方法能为水库提供最优调度方式,保证了各时段所需的供水量,也有利于降低供水风险。

一个基于自律计算的系统服务性能自优化机制

系统在遭受入侵或异常攻击的情况下,如何自治地为用户提供非降级服务是网络安全技术中的终极目标.结合鞅差逼近原理,提出了一个基于自律计算的系统服务性能自优化机制(self-opti mizationmechanismbased on autonomic computing,SOAC).该机制能够根据先验自优化知识和内部环境参数信息,以自优化率极小和服务性能极大的要求发掘自优化函数的收敛趋势,实施动态自优化;之后更新最佳自优化模式集,建立并调节预测模型,完成静态自优化,提升自优化预测的精准度.两个层次彼此交互,实现动态变化环境中的系统服务性能自主增长过程.仿真实验结果验证了SOAC机制的有效性与优越性.

LTE中一种基于负载均衡的自优化切换算法

在3GPP LTE自组织网络(SON)中,面向整体切换性能的自优化算法明显优于面向个别性能的算法.本文针对EWPHPO算法无法对小区负载进行动态调整,也无法对单个过载小区的切换参数进行及时调整,从而导致掉话率等指标不能得到有效控制的问题,提出了兼顾整体切换性能和负载均衡的WPLBHO算法.通过仿真并与EWPHPO算法在相同环境下的仿真结果进行比较,我们的算法在保持切换失败率基本不变的情况下,使掉话率降低约20%、乒乓效应降低约5%,从而使系统整体切换性能(HP)提升约25%;同时,使系统平均过载时间下降近50%.因此我们的算法使系统整体性能得到了明显改善.

基于动态规划和自优化模拟混合模型的水资源优化配置

以云南滇中地区为背景,针对具有外流域调水的水资源大系统优化配置问题,建立了以缺水量最小、调水工程规模最小及调水量最小为目标函数的水资源大系统优化配置模型。通过将其中的调水工程规模最小及调水量最小以外调水量尽量均匀的方式转化为自优化模拟的最优控制准则,将以上多目标转化为以缺水量最小为主目标。采用动态规划和自优化模拟混合模型的分解协调技术对模型进行求解,得出不同方案下的水资源优化配置成果,并分析了解决滇中地区缺水所需的外流域调水工程的合理规模。

水库调度自优化模拟技术的最优域

自优化模拟技术是在常规模拟技术基础上增加在线辨识与反馈环节而形成的一种优化技术 ,在水资源系统优化调度中得到了广泛的应用。但自优化模拟技术的理论基础并不完善 ,自优化模拟技术的核心 ,即最优决策域的存在性 ,尚未得到证明。针对水库调度的特点 ,从理论上证明了单一水库调度自优化模拟技术最优决策域的存在性 。

骨再造方程中参考激励值的变化对自优化结果的影响

采用了一种非线性骨再造速率方程与有限元相结合 ,选取二维方板模型和二维悬臂结构为研究对象 ,讨论了骨再造速率方程中参考激励值的变化对它们的自优化结果的影响。

LTE自优化网络中MRO与MLB间冲突避免策略

提出了一种利用最优化理论的移动鲁棒性优化(MRO)与移动负载均衡(MLB)间冲突避免策略.该策略考虑用户在时间T内接收信号强度的变化量,对不同用户动态调整切换范围,并对MLB问题进行数学建模,利用最优化理论设计目标优化函数,将切换参数O的取值范围作为约束条件,求得切换参数的最优值.仿真结果表明,该方法不仅能避免MRO与MLB间冲突的发生,而且能更有效地均衡小区负载,降低重载小区用户接入阻塞率、无线链路失败率,提高网络平均吞吐量.

初始密度对骨自优化结果的影响

骨自优化理论在研究骨的生长机理 ,以及预测非正常情况下 (如骨折后的修复 ,多孔覆盖植入物附近骨的生长过程等 )骨的适应过程具有非常重要的意义 ,是从宏观角度研究受力与生长的关系。本文将骨自优化理论和有限元法结合起来 ,用计算机模拟了悬臂梁模型的密度分布及激励情况 ,得到了类似于工程中的桁架结构。重点讨论了参考激励值K固定时 ,初始均匀密度的变化对结构最终形状和质量的影响。并用骨痂吸收的实际例子再一次验证了初始均匀密度的影响。

灌区渠首水库群优化调度的自优化模拟技术

以梅院泥灌区为背景,建立了灌溉供水量最大为目标函数的灌区渠首水库群优化调度的自优化模拟模型及相应的求解技术。在利用历史资料进行优化计算的基础上,获得了梅院泥灌区渠首水库的调度规则。

骨折愈合塑形的力学机理Ⅱ——骨自优化理论的应用

采用骨自优化理论与有限元相结合的方法 ,用计算机模拟骨折愈合塑形行为 ,从而定量地分析骨折愈合塑形的力学机理。结果表明 :骨折愈合塑形过程中 ,骨痂的不同类型和骨质疏松的不同层度皆可经过一定时间的塑形以适应受力环境而恢复到骨的正常状态 ;骨在力学环境下调整结构和密度来保持骨的最优结构 ;骨缺损的恢复在缺损处存在恢复到正常状态的密度临界值。本文证实了骨折愈合塑形过程是骨的结构形态对力学环境的最佳适应 ,从而定量的说明了力学环境是引起骨折愈合塑形的主要因素 ,该过程符合Wolff定律。

自优化模拟技术在多目标水库优化调度中的应用

在分析水库等调蓄工程状态域及自优化模拟技术特征的基础上，建立了以防洪及兴利为目标的水库优化调度自优化模拟模型．将此模型应用于玉渊潭的优化调度中，表明用自优化模拟技术的最优状态域作水库优化调度图，概念清楚。

面向巴塞尔新资本协议的自优化神经网络信用评估方法

巴塞尔新资本协议中对信用风险评估使用的数据作了明确规定,而我国银行业目前所积累的数据还不能达到协议的要求;立足于我国银行业的现状,在新协议框架范围内探索可行的信用评估方法。对原有神经网络算法加以改进,提出自优化神经网络方法,该方法能较好地适应时变数据和自动优化神经网络评估模型,用真实的客户信用数据试验也表明该方法比普通神经网络有较高的准确性。