A Four-Phase Improvement of Grover＇s Algorithm

When applying Grover＇s algorithm to an unordered database, the probabifity of obtaining correct results usually decreases as the quantity of target increases. A four-phase improvement of Grover＇s algorithm is proposed to fix the deficiency, and the unitary and the phase-matching condition are also proposed. With this improved scheme, when the proportion of target is over 1/3, the probability of obtaining correct results is greater than 97.82% with only one iteration using two phases. When the computational complexity is O（ √M/N）, the algorithm can succeed with a probability no less than 99.63%.

专家控制-改进S面算法在近水面航行器运动控制中的应用研究

[目的]旨在提高舵板响应速度和效率,以满足近水面航行器在静水及波浪干扰下的深度保持和姿态控制要求。[方法]在S面算法的基础上,提出一种具有更快收敛速度的改进S面控制算法,并与专家智能控制相结合,建立闭环专家控制-改进S面算法的混合控制模型,构建混合算法控制器。对比分析PID算法、S面算法、改进S面算法以及专家控制-改进S面算法在近水面航行器航行深度、姿态控制间的差异,并进行波浪干扰下的运动预报。[结果]预报结果表明:改进S面算法在静水航行控制中可提高收敛速度,波浪干扰下可降低纵摇幅度;专家控制-改进S面算法能够提高舵的控制效率,在静水中快速实现航行状态稳定转换,在波浪中有效降低近水面航行器垂荡和纵摇幅值30%以上。[结论]所提专家控制-改进S面算法对近水面航行器运动稳定性的提高适用性良好。

基于PSO-GRNN和D-S证据理论的电网分区故障诊断

针对大电网中保护和断路器误动、拒动、信息丢失等不确定的电网故障信息以及现有电网分区方法的不足,提出了基于粒子群优化广义回归神经网络(PSO-GRNN)和D-S证据理论的电网分区故障诊断方法。首先,通过改进图形分割法将大电网划分为相互重叠的不同区域,降低故障诊断难度。然后在各个区域建立PSOGRNN诊断模块,根据故障警报信息,并行完成各自的故障诊断任务。最后,采用D-S证据理论对相邻区域的重叠区域进行分析,以实现对重叠区域的综合故障诊断。仿真结果表明,该方法能有效识别非重叠区域和重叠区域的故障,容错能力强,诊断准确率高。

基于S变换和IWOA-SVM的复合电能质量扰动识别

针对目前复合电能质量扰动(PQD)信号特征冗余,分类识别准确率低的问题,提出了一种基于S变换和改进鲸鱼算法支持向量机(IWOA-SVM)的复合电能质量扰动识别方法。首先,利用S变换对7种单一电能质量扰动和生成的13种复合扰动信号进行时频分析,使复杂扰动信号的特征得以凸显。设计特征提取方法,从实频矩阵中尽可能地获取便于分类的信号特征信息;其次,引入自适应权重因子和随机差分变异策略对WOA进行优化,提升其搜索能力;最后建立IWOA-SVM分类预测模型,优化SVM高斯核函数参数,以获得更好的鲁棒性和泛化能力,对提取的特征样本进行自动分类和识别。实验结果表明,所提方法分类识别准确率高,能有效识别多种复合PQD信号,有助于评估与治理电能质量问题。

Study on Control Performance of Bearing Temperature based on Genetic Algorithm

In order to improve the control effect of the bearing, this article studies the temperature control technology to improve the genetic algorithm, at the same time, analyze temperature simulation of bearing based on fuzzy PID control technology and improved genetic algorithm, the simulation results show that, the control method has good robustness based on Improved Genetic Algorithm. It can monitor a plurality of beating temperature, provides a new method for the detection and prevention of bearing fault.

基于快速傅里叶变换和改进T-S模糊神经网络集成模型的逆变器开路故障诊断方法研究

针对受负载扰动和测量噪声影响,逆变器开路时的故障边界间、故障与特征间存在交叠和模糊性问题,在对逆变器功率管开路故障特征的分析基础上,提出基于快速傅里叶变换和改进T‑S(Takagi‑Sugeno)模糊神经网络集成模型的逆变器开路故障诊断模型。首先,依据快速傅里叶变换分析逆变器的三相输出电流波形,提取功率管发生不同类型开路故障时的故障特征;其次,采用规则自分裂技术和模糊C均值设计T‑S模糊神经网络的前件网络的隶属函数层;然后,依托自适应Levenberg‑Marquardt算法对T‑S网络参数进行训练;最后,利用训练后的T‑S网络实现逆变器功率管的多种故障类型与位置的诊断。实验结果表明,所提出模型的诊断准确率高达96%,能够显著改善逆变器功率管开路故障诊断时所存在的问题。

地下突水隐患识别与风险预测的改进D-S算法

针对地下矿突水因素的不确定性与时空的随机性,主要应用改进D-S算法开展地下矿突水隐患识别与风险预测,以期为地下矿突水隐患识别和水灾预测与防治等提供有效的理论依据。在考虑地质突水因素的同时,更加注重在生产管理中的人为因素。通过采用专家打分法获取各突水因素的基本概率赋值(BPA),基于改进D-S算法,构建识别框架Ω={突水、临界、不突水、不确定},建立以富水性系数、隔水层系数、水压系数、构造系数、矿压系数、勘探系数、开采系数、预防管理系数为证据体的突水融合决策模型。最后,通过国内某典型矿山进行实际应用,结果与实际情况基本一致,说明所建立的预测模型是可行的。

D-S证据理论的改进算法在时-空信息融合中的应用

研究基于D-S证据理论的时-空信息融合,即多传感器多测量周期的信息融合,给出了三种时-空信息融合的方法:集中式、分布式无反馈和有反馈的融合算法。采用这些传统的时-空信息融合方法时,最终的融合结果会产生概率分配过分集中的现象,而且证据冲突时还会产生有悖常理的结果。本文在传统证据理论的合成公式的基础上给出了一个有效的合成规则,并由此提出了改进的融合方法。证据冲突的概率按照各个命题的平均支持程度加权进行分配,从而提高了融合结果的可靠性与合理性。

一种改进四次S曲线的加减速算法研究

传统数控机床中电机的运动控制采用梯形加减速、三次S形加减速控制算法,使得加速度和加加速度不连续,易对电机产生柔性冲击。采用四次S形加减速控制算法时,因计算繁琐,时间复杂度高,使得加工运行时间长。为改善这一状况,提出一种新的四次S形加减速控制算法并进行验证。结果表明:该算法能有效减少加工时间,降低加工中的柔性冲击,提高电机工作效率,延长电机的寿命和提升加工零件的质量。

一种基于改进BFO和RLS的模糊建模方法

为了提高非线性系统的模糊建模精度,提出了一种基于改进的菌群优化算法(IBFO)和递推最小二乘(RLS)算法的模糊建模混合学习算法。该方法采用T-S模糊系统进行函数逼近,首先用改进的菌群优化算法优化模糊模型的前提参数,然后用递推最小二乘算法优化模糊模型的后件参数,实现对模糊模型全局参数的优化。对非线性系统、煤气炉数据和气动加载系统的建模表明,该方法在逼近精度方面优于其他方法。

基于改进的T-S模糊神经网络循环冷却水腐蚀预测

在数据挖掘的理论上,使用主成分分析对样本数据进行降维和预处理,然后以工业循环水的腐蚀速率为研究对象,建立基于改进的T-S模糊神经网络的腐蚀速率预测模型。应用于某石化实际生产数据,进行模型验证,并将该模型与BP神经网络模型进行比较,仿真结果证实了改进T-S模糊神经网络模型的有效性和优越性。

改进遗传算法在S-P BOD-DO水质模型参数率定中的应用

参数的率定是建立水质模型进行数学模拟的重要工作。本文把改进遗传算法用于斯特里特-菲尔普斯(S-P)BOD-DO水质模型参数的同时估算中,计算结果精度较高。

基于T-S模糊神经网络模型的编码器故障软闭环容错控制方法

针对舞台吊杆调速系统中速度反馈元件增量式编码器可能产生的丢码、断码等问题,为防止故障影响的传播,结合数据驱动技术提出了一种基于T-S模糊神经网络(T-S FNN)模型的编码器故障检测与软闭环容错控制方法。首先,利用系统正常运行时的历史数据建立系统较为精确的T-S FNN预测模型,并用实际编码器测量值与模型预测值相减获得残差信息;其次,将其残差实时数据通过改进的序贯概率比检验(SPRT)算法进行故障检测,以克服检测延迟确保故障检测的可靠性,当检测出故障时,再用T-S FNN模型的预测输出替代故障编码器的输出,实现软闭环方式下的容错运行;最后,针对编码器丢码、断码等故障,采用上述方法进行了软闭环容错控制的有效性仿真验证。仿真结果表明,该方法能够快速可靠地检测到编码器故障,并用预测的重构信息通过容错切换机制,及时、安全地以软闭环方式实现了对故障编码器的容错控制,提高了舞台吊杆调速系统运行的安全可靠性。

DES加密算法的一种改进方法

DES算法是一种分组密码,通过反复使用加密组块替代和换位两种技术,经过16轮的变换后得到密文,安全性高,但是其分组比较短、密钥太短、密码生命周期短、运算速度较慢。首先简要介绍了DES加密算法的原理,流程及核心算法,然后对DES加密过程中的"16轮迭代过程"、"扩展运算E"以及"S盒P盒运算"三部分运算进行改进,大大提高了DES加密算法的运算速度。

一种引入SM-AES算法的数据库加密方法研究

SM-AES(S-Box Modified AES)算法指的是引入了S盒替换方案的AES加密算法。文章使用SM-AES加密算法对数据库进行加密处理。通过替换原有AES算法中的S盒,提高AES算法抵抗密码分析攻击的能力。改进模式之后,与之前的AES的S盒对比在性能上有了较大的提升,将其应用于数据库加密系统中,改良了其非线性和差分物质特性,提高了数据库的安全性。

基于改进FOA优化的CS-SVM轴承故障诊断研究

针对故障诊断中的小样本及样本类不平衡问题。建立基于代价敏感支持向量机(CS-SVM)的故障诊断模型,提出采用改进FOA算法(IFOA)对规则化常数C+,C-和核函数参数g进行优化选取,通过增大对故障类样本错分的惩罚代价,提升对故障类的诊断正确率;以IMS航空轴承试验数据为对象,结合随机共振、KPCA特征提取方法对所提IFOA优化的CS-SVM模型进行了验证。结果表明,该方法能有效处理误分类代价不同的轴承故障诊断问题,提高了故障类样本的诊断正确率,可拓展应用至其它故障诊断领域。

基于改进型T-S模糊RBF神经网络的红外火焰探测器识别算法

针对三波段红外火焰探测器中可能出现的单一非火焰波段通道的数据丢失、失真、饱和3种对火焰特征数据的强干扰情况,本文提出了一种改进型T-S(Takagi-Sugeno,高木-关野)模型RBF(Radial Basis Function,径向基函数)神经网络的火焰识别的鲁棒性融合算法。该算法通过聚类算法确定模型需要的模糊规则数,在模糊后件多项式中加入特征分量隶属度生成节点输出,同时定义了加权模糊节点激活度和特征表征系数代替了原先模型的马氏距离(模糊规则适用度)。通过设计三波段火焰探测器并进行了常规及鲁棒性实验,实验数据证实,改进型模型在隐含层所需节点数、收敛速度、精度、泛化能力、鲁棒性上较传统T-S模型的RBF神经网络模型、GA(Genetic Algorithm,遗传算法)-BP(Back Propagation,反向传播)模型都有明显的提升。

基于PSO改进的T-S模糊神经网络短期电力负荷预测研究

精确的电力负荷预测有利于保障电网运行的安全性、稳定性、高效性及经济性.为提高预测精度,采用了一种PSO改进T-S(Takagi-Sugeno)模糊神经网络方法.分析了数据预处理对改善输入量的重要性,讨论了可以让学习率和平滑因子动态调节的改进T-S模糊神经网络算法,从而使PSO找到最优参数,然后结合历史负荷数据、相关影响因素进行预测,以表明改进的T-S模糊神经网络在短期电力负荷中具有更高的控制精度.

基于SQSWOMP算法的轴承实时故障诊断研究

针对轴承故障诊断方法存在数据存储、传输、处理效率低,以及模型参数量大导致资源浪费、故障诊断精度低等问题,在基于改进的分段弱正交匹配追踪(SWOMP)算法的基础上,针对SWOMP算法存在重构精度低的问题,在SWOMP算法中引入S形函数与对原子支撑集的二次选择过程,提出了一种基于S形二次分段弱正交匹配追踪(SQSWOMP)算法的轴承实时故障诊断方法。首先,采用滑动移窗,将轴承历史数据分割成矩阵,得到了其初始字典,用改进的K-SVD算法建立了过完备字典;然后,将SQSWOMP算法与训练好的过完备字典结合,重构了轴承的实时振动信号;最后,利用字典可以有效对特定状态信号进行稀疏分解,而对其他状态信号不能稀疏分解的特点,对重构信号进行了分类。研究结果表明:相比于其他匹配追踪算法,SQSWOMP算法在重建精度和效率方面具有优势,解决了SWOMP算法重建精度低的问题;在不需要消耗大量存储、传输资源的情况下,采用SQSWOMP算法可将正常、内圈、外圈、滚动体故障诊断准确率提升2.17%、23.46%、17.30%、18.38%,且其准确率也优于其他方法,为轴承的实时故障诊断提供了便利。

改进型AES加密算法在无线传感器网络中的研究与实现

随着无线传感器网络(WSN)的发展,安全需求逐渐增加。文中设计一种基于高级加密标准(AES)的改进型加密算法。该算法充分考虑了WSN的分布式特性,通过设计多个S盒来增强算法的安全性。同时利用多节点协同等方式将计算复杂性集中在具有强大计算能力的基站终端上,精简了节点的工作量。运用该算法结合实际需求,设计出3种无线网络加密方案,3种新方案的仿真结果证明了该算法具有灵活多变、传输速度快、计算代价低的优点,同时还能更加有效地保证数据安全。