基于遗传算法的划分序乘积空间问题求解层选择

划分序乘积空间作为一种新的粒计算模型,可以从多个视角和多个层次对问题进行描述和求解.其解空间是由多个问题求解层组成的格结构,其中每个问题求解层由多个单层次视角构成.如何在划分序乘积空间中选择问题求解层是一个NP难问题.为此,提出一种两阶段自适应遗传算法TSAGA(two stage adaptive genetic algorithm)来寻找问题求解层.首先,采用实数编码对问题求解层进行编码,然后根据问题求解层的分类精度和粒度定义适应度函数.算法第1阶段基于经典遗传算法,预选出一些优秀问题求解层作为第2阶段初始种群的一部分,从而优化解空间.算法第2阶段,提出随当前种群进化迭代次数动态变化的自适应选择算子、自适应交叉算子以及自适应大变异算子,从而在优化的解空间中进一步选择问题求解层.实验结果证明了所提方法的有效性.

土石坝风险等级智能预测分析及模型优化研究

大坝溃坝会造成大量的生命财产损失和巨大的环境破坏。精准快速确定土石坝风险等级,对于控制土石坝溃坝危害具有重要意义。本文采用K-最近邻(KNN)算法填补了数据库中大量缺失数据,引入遗传优化算法(GA)优化轻量级梯度提升机(LightGBM)超参数,建立了基于GA-LightGBM的土石坝风险等级快速预测模型。采用受试者工作特征曲线(ROC)、曲线下面积(AUC)值等其他评价指标对模型精度进行验证,并将其与传统机器学习模型进行了对比。研究表明,所提模型预测准确率为89.95%,准确度最高。模型的AUC值为0.977,说明模型在适用性和预测精度方面都优于传统预测模型。采用SHAP分析对该模型进行了全局影响因素分析及案例分析,结果表明,检查频次是导致土石坝风险最重要的影响因素之一。

基于XGBoost算法的人—虎共存区域风险等级划分

以2014—2019年珲春地区红外相机拍摄的东北虎数据为基础,基于XGBoost算法构建了虎出没区域风险等级划分模型。由模型检验可知:模型的准确率为93.51%,精确率为93.85%,召回率为93.08%,F1值为93.31%,Cohen s Kappa统计系数为90.2%。研究结果表明:基于XGBoost算法构建的人-虎共存区域风险等级划分模型分类效果好、预测准确度高,运用该模型对人-虎共存区域进行风险等级划分是可行的。

基于强化学习的离散层级萤火虫算法检测蛋白质复合物

蛋白质复合物的检测有助于从分子水平上理解生命的活动过程。针对群智能算法检测蛋白质复合物时假阳/阴性率高、准确率低、种群多样性下降等问题,提出了基于强化学习的离散层级萤火虫算法检测蛋白质复合物(reinforcement learning-based discrete level firefly algorithm for detecting protein complexes,RLDLFA-DPC)。引入强化学习思想提出一种自适应层级划分策略,动态调整层级结构,能有效解决迭代后期种群多样性下降的问题。在层级学习策略中个体向两个优秀层级学习,避免算法陷入局部最优。为了提高蛋白质复合物检测的精度,结合个体环境信息提出自适应搜索半径的局部搜索策略。最后,在酵母蛋白质的4个数据集上,与8种经典的蛋白质复合物检测方法进行对比,验证了该方法的有效性。

基于遗传算法改进的NLM策略

模块化多电平变换器(MMC)应用于高压直流输电等大功率场合时,脉宽调制中的正弦脉宽调制和空间矢量脉宽调制(SVPWM)策略由于控制变量的增多会变得十分复杂,特定次谐波消除脉宽调制(SHEPWM)策略也存在动态性能较差的问题。最近电平调制(NLM)简单并且适用于电平数较多的场合,可以使MMC具有良好的输出特性,但在电平数过低时存在误差较大的缺点。此处针对传统的NLM在电平数过低的分布式电网系统中会产生较大谐波的问题,引入遗传算法(GA)优化桥臂投入子模块数量取整函数,实现了电平数的增加及谐波含量的减少。仿真和实验验证了所提方法的有效性。

激光雷达和相机的决策级融合目标检测方法

【目的】激光雷达与相机这两类传感器检测数据格式不统一、分辨率不同,且数据级和特征级的融合计算复杂度高,故提出一种决策级的目标融合检测方法。【方法】对激光雷达与相机的安装位置进行联合标定,实现这两类传感器检测结果的坐标系转换;利用匈牙利算法将激光雷达点云检测目标框和相机图像检测目标框进行匹配,设定目标框重合面积阈值,检测获得目标物的位置、类型等。【结果】实车测试结果表明,根据检测目标检测框长宽比选取不同交并比阈值的方法使得车辆和行人的目标识别准确率分别提升了3.3%和5.3%。利用公开数据集KITTI对所提融合方法进行验证,结果表明,在3种不同难度等级场景下,所提融合方法的检测精度分别达到了75.42%、69.71%、63.71%,与现有常用的融合方法相比,检测精度均有所提升。【结论】这两类传感器的检测目标框重合面积阈值对决策级融合检测结果影响较大,根据检测目标检测框长宽比选取不同阈值可有效提升车辆和行人的目标识别准确率。决策级融合方法能准确匹配雷达和相机的检测目标,有效提升目标检测精度。

不确定环境下预制构件生产鲁棒性调度研究

在确定了预制构件方生产工艺和资源约束情况的基础上,分析了预制构件生产调度计划对鲁棒值的影响;基于关键链技术制定了考虑二次资源冲突的集中缓冲进度计划,构建了以预制构件生产完工时间最短和鲁棒值最大为目标函数的双层规划模型,并通过嵌套式遗传算法对该模型进行求解。实证结果表明:基于该模型得出的调度计划鲁棒值最大且在面对不确定环境时更为稳定。

电-碳-绿证市场耦合下发电商报价与出清双层优化

针对电力市场、碳市场和绿证市场耦合下发电商的报价与出清双层优化问题开展了研究工作。首先,考虑直流潮流约束、分段线性报价方法及逆需求线性的绿证量价关系,建立了电力市场、碳市场和绿证市场耦合的双层多主体优化决策模型。该模型可以帮助发电商优化报价策略,提高自身竞争获益的能力。其次,提出了一种基于最优值函数近似的双层模型求解算法。该算法基于多项式基和最小二乘法构造下层模型最优值函数,进而将双层优化模型转换为单层优化模型。与传统Karush-Kuhn-Tucker(KKT)方法不同,该方法在简化模型时不会引入新的整数变量,能够实现模型的快速求解。最后,通过仿真分析验证了所提模型的合理性和算法的有效性。

基于MUSIC算法特征值损伤因子的板状结构损伤程度评估

研究了多重信号分类(MUSIC)算法在板状结构损伤检测中的应用,提出一种基于MUSIC算法特征值的损伤因子,为基于MUSIC算法的板状结构损伤成像技术提供了一种可靠的损伤程度评估理论。首先利用MUSIC算法计算的高精度特征值和Lamb波损伤散射信号幅值的相关性,采用Abaqus有限元仿真软件模拟不同程度的损伤,将板状结构中的损伤成像定位之后,根据散射信号将结构损伤程度转化为特征值变化量,根据特征值计算损伤因子,建立损伤评估模型预测损伤程度,并通过试验验证其正确性。试验结果表明,在合适的激励频率下,特征值损伤因子随着损伤程度的增加呈现出线性变化,能较好地反映损伤程度;该方法具有较高的准确性和稳定性,在一定损伤程度内能够有效地反映结构损伤程度。

多传感器融合的割草机器人障碍物检测方法

为了提高割草机器人自主作业时的环境感知能力,提出一种基于相机和低成本固态激光雷达融合的障碍物检测方法.首先,基于改进的DBSCAN聚类算法,得到一种可自适应确定聚类参数的KANN-DBSCAN算法,利用该算法对固态激光雷达采集到的三维点云聚类分析,得到障碍物点云并通过相机和固态激光雷达联合标定结果投影到二维图像上;其次,基于SSD目标检测网络完成障碍物样本训练,并对图像信息进行检测识别;最后,为了避免因光线不足或远距离雷达点云稀疏聚类困难,导致视觉或雷达检测性能受限,提出一种优势互补的目标级信息融合策略.试验结果表明:所提信息融合策略在融合两传感器检测结果的基础上,有效避免了环境条件改变单一传感器检测性能受限时,环境感知出现的漏检和误检,经过信息融合后的障碍物综合检出率约为87.5%,相较于单一传感器具有很大的提高,使环境感知信息更加全面可靠.

融合情感增强与句法特征的卷烟消费者评价方面级情感分析

为了解消费者对卷烟产品不同属性的情感信息,帮助烟草企业了解消费者评价及情感倾向,指导产品开发和市场营销决策,该文利用爬虫采集2010—2022年共18205条卷烟消费者评价数据,基于预训练模型(BERT)和双向长短时记忆网络(Bi-LSTM)对文本进行特征提取,结合句法依赖树获取语义间关系,建立融合情感增强和句法特征的方面级情感分类模型BAGCN,将BAGCN模型的分类结果与其他4种方法进行对比。结果显示,BAGCN模型在方面级情感分类效果最优,准确率和F1值达到79.49%和75.26%,BAGCN的各模块对最终的分类效果均有贡献。通过方面级情感分析发现,消费者更关注卷烟产品的价格和口感属性,对价格方面的评价多为消极情感,而口感方面的情感分布较为均衡,消费者对外观和品控方面的评价相对积极。

“算法分析与设计”课程思政建设探究与实践

针对如何从专业角度构建课程思政体系的问题,文章结合“算法分析与设计”课程,探究并实践了研究生专业课程思政建设的内容和路径。通过强化顶层设计,科学制定课程思政建设目标;增进交叉融合,深入挖掘思政元素,优化课程思政内容的供给,形成了“算法分析与设计”课程的思政建设路径及教学模式。最后,提出了未来的研究方向。

基于改进麻雀搜索算法的水质模型多参数反演

水质模型参数取值对模型的模拟精度影响很大,为提高BOD-DO水质模型参数反演精度,首先在DobbinsCamp BOD-DO水质模型的基础上,以BOD和DO浓度计算值与实测值之差的加权平方和最小为目标函数,构建了Dobbins-Camp BOD-DO水质多参数反演模型;然后针对麻雀搜索算法(Sparrow Search Algorithm,SSA)求解精度低、稳定性不足和易陷入局部最优等问题,引入Sine混沌映射和对立学习、转移概率以及差分变异3个策略,分别从提高初始种群多样性、扩大搜索空间以及增强种群跳出局部最优的能力三方面对SSA算法进行改进,提出了一种多策略改进的麻雀搜索算法(Multi-strategy Improved Sparrow Search Algorithm,MISSA),并将其应用于Dobbins-Camp BOD-DO水质多参数反演模型的求解;最后通过数值实验将得到的反演结果与SSA算法、模拟退火算法、粒子群算法、遗传算法四种优化算法进行对比,并探讨了参数初值选取和观测噪声水平对反演结果的影响。结果表明:MISSA算法的计算性能明显优于对照组中的4种算法,且能显著降低初值选取对BOD-DO水质模型参数反演结果的影响,当观测数据的噪声水平不超过5%时,MISSA算法可有效提高反演结果的稳定性。该结果验证了MISSA算法在反演Dobbins-Camp BOD-DO水质模型参数的有效性,为水质模型参数求解提供有益参考。

基于NaCl:Cu晶体动力学模型的光释光特性数值模拟研究

目前对NaCl:Cu OSL特性的实验研究在高剂量、长时间尺度和细微过程观察等条件下存在局限性。为准确预测其温度依赖性、衰减性和剂量响应,根据文献实验数据,针对NaCl:Cu动力学模型的能级参数进行了修改,结合电荷跃迁速率微分方程组和R语言数值算法,通过计算每次事件后晶体中电子和空穴中心浓度的变化,模拟NaCl:Cu晶体的OSL特性。结果表明,NaCl:Cu晶体的OSL灵敏度与测量温度之间存在强相关性。将OSL信号衰减的模拟结果与文献中TL信号衰减的实验数据进行定量比较,指出OSL信号表现出衰减和反向衰减现象,但变化范围保持在较小范围内,远小于TL信号的衰减程度。模拟结果表明,NaCl:Cu晶体的剂量响应在0~200 Gy范围内保持线性,在200 Gy时呈饱和趋势。

柔性网架结构下考虑双边交易的多微网与配网协同规划

高比例风光接入下,多微网与配网间的双边交易对配电网的调控能力提出了更高要求。考虑柔性配电装置快速灵活调节网络潮流的优点,提出一种柔性网架结构下考虑多微网与配网双边交易的协同规划方法。首先,在考虑智能软开关规划的基础上构建协同规划的广义纳什议价模型。其次,采用交替优化策略将议价模型转化为易于求解的双层迭代过程,上层各主体各自优化规划方案,下层完成双边交易的结算问题。然后,将下层问题等效转化为电量结算和费用结算两个子问题,并分别采用交替方向乘子法求解。最后,在IEEE33节点配电系统中的算例表明所提规划方法可有效缩减社会总成本和各主体年综合费用。

基于无人机电力巡检的椭圆稀布阵列天线优化方法研究

为了提高电力巡检无人机的电磁检测性能,提出了一种基于无人机电力巡检的椭圆稀布阵列天线优化方法。阵列天线的阵列单元稀布排列,能够在保证阵列天线性能的同时,减少阵列单元的数目,从而减少馈电单元的数目。每个阵列单元等幅馈电,可以有效降低馈电网络设计的复杂程度,这些都能够在一定程度上降低阵列天线的功耗,提高无人机的巡检时间。利用改进智能优化算法,通过优化阵列单元的位置,使方向图的最高旁瓣电平(peak sidelobe level,PSLL)尽量低,因此文中设计的阵列天线具有较低的最高旁瓣电平,从而具有很好的环境抗干扰能力。仿真结果表明,在给定阵列单元数目、最小间距约束和阵列天线尺寸的情况下,提出的方法能够有效降低阵列天线方向图的最高旁瓣电平,对具有41个阵列单元的椭圆阵列天线进行优化,优化后的阵列天线方向图的最高旁瓣电平在-24dB以下。

低碳视角下多式联运网络设计优化问题研究

网络设计与低碳补贴激励措施,是推进多式联运可持续发展的重要途径。基于此,从低碳视角研究水陆联运网络设计优化与补贴模式问题,考虑政府管理部门与物流用户的互动博弈行为,构建基于双层规划的水陆联运物流网络优化模型。该模型中上层规划(政府层)确定网络扩容投资决策及其补贴方案,从而最小化扩容投资与低碳补贴总成本,以及系统中碳排放量;下层模型(物流用户)则是基于广义费用的用户均衡分配模型。针对上述双层优化模型的特点,设计了基于相继平均配流算法(MSA)的改进快速非支配排序遗传算法(NSGA-Ⅱ)。以长江经济带中游地区的水陆联运物流网络为例,进行相应的实证研究,验证上述优化模型及算法的有效性;并且,在对网络进行扩容投资的情况下,对比4种补贴方案,即1)对铁路及水运弧段按固定值进行补贴;2)不进行补贴;3)不同地区的铁路及水运弧段的补贴不同;4)补贴值随机连续。研究结果表明:扩容投资可以减少网络中的超载弧段数量,同时提升网络性能;对铁路及水运弧段进行运输补贴能有效降低碳排放量;若政府关注预算限制,则倾向于按固定值补贴的方案;若更重视碳减排效果,则倾向于采取不同地区不同补贴值的方案。

基于双层规划的城市交通疏散与应急车辆调度协同决策

针对城市中可能同时发生多起事故的严峻形势,研究拥堵交通状态下的应急救援问题,构建了一种疏散与调度协同决策的双层优化模型。上层模型考虑行程距离得到备选救援路径;下层模型以救援最公平和行程时间最小为目标,以救援需求和时间窗为约束优化应急车辆调度方案,以路段最大流量和事故严重程度为约束优化交通疏散方案。为求解下层协同决策模型,设计了一种具有基因表达调控策略编码的改进遗传算法。算例结果表明:沿救援路径进行交通疏散,救援总行程时间较疏散前降低了24.02%;与BA、SFLA两种群智能优化算法相比,改进遗传算法最优解的平均目标值分别减少了10.17%、13.19%。

改进蛇算法的七电平逆变器SHEPWM研究

多电平逆变器控制策略中的特定谐波消除脉宽调制(SHEPWM)能够以较低的开关频率得到较好的电压输出波形,重点在于开关角的求取。在多电平逆变器SHEPWM调制的开关角求解算法上提出改进蛇优化算法,对传统蛇优化算法采用Tend混沌映射初始种群,使初始种群分布更加均匀;引入Levy飞行策略增强算法的全局搜素能力,能够更加精准快速得到全局开关角的最优解。仿真结果表明,改进蛇优化算法所求的开关角相较于传统算法更好地消除低次谐波,并降低了输出线电压的畸变率,充分验证了该方法的可行性。

考虑宏观结构性能的多材料微结构拓扑优化设计

多孔微结构材料以其质量轻、比刚度/比强度高、抗冲击等优异力学性能,被广泛应用于航空航天等工程领域。相比单一材料设计,多材料设计可获得力学性能更优的微结构拓扑构型。拓扑优化是实现多材料布局设计的有效方法之一。通过构建基于差集的多材料水平集描述模型和交替活动相算法,提出了基于参数化水平集的多材料微结构拓扑优化设计方法。首先,构建了基于差集的多材料水平集描述模型,利用N个水平集函数实现N+1相材料拓扑的精确描述。然后,引入交替活动相算法,将原始N+1相多材料优化问题分解为N(N+1)/2个双相材料优化子问题,以减少设计变量与约束条件,提高计算效率。最后,采用均匀化方法计算多材料微结构的等效弹性张量,以宏观结构柔度最小化为优化目标,各相材料用量为约束条件,构建多材料微结构拓扑优化模型,并利用优化准则法实现上述优化模型的高效求解。数值算例结果表明,所提方法可有效实现多材料微结构的拓扑优化设计,所设计微结构均具有光滑的结构边界和清晰的材料界面。