基于PSO和MLEM混合算法的NDP测量反演算法研究

中子深度剖面(NDP)分析技术是一种无损检测方法,能够同时测量样品中目标核素的浓度与空间信息,已被广泛应用于锂电池、半导体等产业。在NDP分析过程中,由测量能谱反演出目标核素浓度的分布信息是关键步骤。目前NDP测量反演中常用的算法为最大似然期望最大化(MLEM)算法。针对MLEM算法计算结果易陷入局部最优解的情况,本文提出了粒子群(PSO)与MLEM混合(PSO-MLEM)算法,并通过动态加速因子提高了算法的收敛速度与计算精度。应用PSO-MLEM算法、PSO算法、MLEM算法、奇异值分解求解最小二乘(SVDLS)算法对锂电池中^(6)Li的NDP模拟能谱进行反演,并对反演计算结果进行了评价。结果表明:对比PSO算法,PSO-MLEM算法的收敛效率与计算精度明显提升;对比MLEM算法,PSO-MLEM算法的全局寻优能力有效提升了反演精度,避免了局部最优解的影响;对比SVDLS算法,PSO-MLEM算法的反演精度明显提升。

一种新算法在基因表达谱聚类中的应用

聚类分析是从基因表达数据中提取生物医学信息的主要方法。针对基本粒子群优化算法易陷入局部极值和对可调参数敏感的问题,提出了一种新型粒子对算法来解决基因聚类问题。算法初始化四个粒子,随机分成两对,将K-均值快速聚类的结果作为每个粒子对中一个粒子的初始位置。在每次迭代中,粒子仅依靠自身速度和粒子对的最佳位置来完成自身更新。每个粒子对产生的精英粒子,组成一个新的粒子对,继续搜索,新粒子对的最优位置即为聚类算法的最优解。实验结果表明算法具有良好的同质性和差异性,且在计算时间和收敛速度方面具有相当的优势。

响应面法优化羊乳果蔬纸加工工艺

以羊乳、胡萝卜、山楂为主要原料生产羊乳果蔬纸,利用单因素试验并结合响应面分析法确定最佳的工艺参数;采用物性测定仪对羊乳果蔬纸进行粒子群算法结合质地剖面分析测定,比较山楂的加入形式对产品物性的影响。结果表明:制作羊乳果蔬纸时,以山楂汁的形式加入比以山楂浆的形式加入后所得的产品感官品质好;最佳工艺条件为:羊乳与胡萝卜的比例为5∶8(V/m),山楂汁与羊乳的比例为3∶5(V/V),复合稳定剂(以质量分数计,下同)0.87%、β-环糊精0.12%、护色剂0.1%、白砂糖10%、蜂蜜2.4%。在此最佳条件下,生产出的羊乳果蔬纸口味独特,酸甜可口,具有羊乳的奶香味和胡萝卜的香味,以及胡萝卜和山楂混合的色泽,外观宛如纸张,感官评分高达91.32分,与模型预测值的相对误差约为1.68%。

山地城市地铁制动/轨道结构参数对钢轨波磨的影响

目的山地城市地铁相较于平原城市地铁具有爬坡大且曲线多的复杂线路特点,其钢轨波磨问题更加严重。探究山地城市地铁制动区间钢轨波磨的形成机理,提出相应钢轨波磨的控制方法。方法首先,结合现场调研建立了轮对-轨道-制动系统的有限元模型。然后,采用复特征值分析法研究了轮对-轨道-制动系统的摩擦自激振动特性,进而对制动闸片的表面织构及扣件参数进行参数化分析。最后,基于最小二乘法,采用2种拟合方程对扣件参数进行多参数拟合,并采用遗传算法与粒子群算法确定抑制钢轨波磨扣件参数的最优解。结果发现轮对-轨道-制动系统存在2个不稳定振动频率,分别为653.73 Hz与584.76 Hz,其中653.73 Hz的复特征值实部较大,为46.53。对比不同表面织构,采用正六边形织构表面闸片的轮对-轨道-制动系统复特征值实部最小,为19.46。对比扣件参数优化前后,采用优化后的扣件参数的轮对-轨道-制动系统复特征值实部较小,为0.49。结论轮轨子系统与制动子系统的摩擦耦合作用导致轮对-轨道-制动系统摩擦自激振动,是诱导山地城市地铁制动区间钢轨波磨产生的重要因素。当采用正六边形表面织构闸片或设置扣件参数中垂向刚度为36.2 MN/m,垂向阻尼为2800 N·s/m,横向刚度为25 MN/m,横向阻尼为2000 N·s/m时能有效抑制钢轨波磨的产生。