基于二维优化方法的涡轮过渡流道设计

为优化涡轮过渡流道的气动性能,以期提高发动机的整体经济性能,采用二维通流法与单纯性优化算法相结合的方法,对某型发动机涡轮过渡流道进行了二维优化。优化后过渡流道出口的总压损失系数降低了8.4%,流道扩压能力增加了40.4%,同时过渡流道出口气流均匀性也得到很大幅度的改善。使用CFD技术对初始流道和优化后流道性能进行了三维数值模拟,并分析比较了过渡流道与整流支板的三维流场分布,从而验证了二维计算与优化算法的可行性。

单晶压电振子结构二维优化设计

为优化单晶压电振子结构,提高其在特定工作环境要求下的能量转化效率,建立了输出电荷量的振子形状函数的理论模型。综合考虑发电效能、工作面积、结构体积及紧凑度在实际应用中的重要度,通过对各个因子的无量纲化处理,建立了单晶压电振子的评价函数。以某特定风动能环境下的风力压电发电机为例,对压电振子进行了二维优化设计,理论计算结果表明,相比于等截面矩形悬臂梁式压电振子,优化结构的发电量提高了51.8%,工作面积及结构体积分别减小了11.75%,30.41%。与一维优化的梯形压电振子相比,综合性能也有一定提高。但利用有限元软件对优化压电振子进行振型分析发现,其固有频率相比于矩形振子有所提高,使得在较低振动频率环境中的应用受到一定限制。

二维优化编排启发式算法及其在三峡永久船闸调度决策系统中的应用

三峡永久船闸决策系统是用于模拟船闸的运行调度过程的一套系统 ,本文研究的是该系统中的编排算法部分。闸室编排调度是一个NP—完全问题 ,本文首先建立解决该问题的数学模型 ,然后提出一个启发式算法 ,有效地解决了闸室面积利用率和过闸船舶优先级之间矛盾的问题 。

基于Internet的二维优化下料方法及其实现技术

二维优化下料问题是一个NP -复杂性问题 ,每一种优化软件都是利用近似和启发式处理得到下料结果 ,不同的优化方法及其优化软件对不同的某些数据结构可能效果并不理想 ,企业又不可能购进大量不同的优化软件来选优。针对以上问题本文提出了一种基于Internet的二维优化下料解决方法 ,并给出了该方法的具体实现技术。实验表明 ,该方法将明显提高二维优化下料的总体优化效果。

调和函数理论在二维优化问题中的应用

许多工程问题的数学模型常常归结为二维优化问题,寻求高效率和高精度的优化方法一直是人们研究的热点问题之一。利用调和函数的性质和格林定理研究了调和函数的内点取值与其边界值的关系,说明了其极值的非局域性特点。当二维优化问题的目标函数是调和函数时,其二维寻优将简化为在其有限可行域边界上的一维搜索问题。最后通过四个算例说明了方法的可行性。研究思路和结论可有效推广到三维优化问题的求解。

CMOS路的二维优化单元版图的自动生成

本文介绍了一种大规模集成电路基本单元版图自动生成的二维优化新算法.与传统的一维算法如栅矩阵、扩散链法相比,用新方法可以得到更紧凑的版图设计.

二维高超声速进气道优化设计方法研究

对二维高超声速进气道的优化设计方法进行了研究。采用拟Newton法作为优化方法,结合代数法生成的结构化网格以及流体计算软件Fluent,形成对二维高超声速进气道进行二维优化设计的设计软件系统。运用该系统,以总压恢复系数为目标,分别对3道激波外压、1道激波内压和3道激波外压、2道激波内压的二维高超声速进气道在设计点(飞行马赫数6.0,飞行高度25 km)进行了二维优化设计。设计算例表明,运用该系统对二维高超声速进气道进行优化设计是切实可行的。

二维全约束优化算法的研究

从工程实际出发，分析了现有的几何约束求解方法中存在的问题，提出了一种新的二维全约束优化算法。该方法采用自由度优先搜索策略生成有向图，用简单推理和代数方程组综合方法求解，较好地解决了满约束求解和过约束判断问题，大大减小了非线性方程组的规模，使得约束问题的求解得到简化，提高了求解效率。

基于二维粒子群优化的图像模糊增强算法研究

针对传统基于灰度变换方法进行图像增强后图像质量不高等现象,对粒子群优化算法、模糊增强算法进行研究,同时结合禁忌搜素和粒子空间对称分布原理,提出一种基于二维粒子群优化的图像模糊增强算法。该算法通过对搜索粒子进行空间对称分布调整以避免算法陷入局部最优、提高全局搜索能力,并且在算法迭代后期加入禁忌搜索算法记录粒子搜索位置,以减少粒子位置重复寻优、提高算法搜索效率。最后将改进后的粒子群优化算法中粒子搜索位置和速度更新方向设定为二维并与模糊增强算法相结合,自适应搜索出模糊参数Fp和Fe最优值,实现模糊增强。实验结果表明,改进后算法对图像增强效果较好,并且将算法用于过暗SAR图像、医学MR图像的增强,可有效提高图像质量。

基于狮群优化二维Otsu算法的输送带撕裂检测方法

基于传统二维Otsu分割算法的输送带撕裂检测方法采用穷尽搜索式的阈值选取方式,图像分割时间长、实时性差,不能同时满足撕裂检测精度与速度要求。针对上述问题,提出了一种基于狮群优化二维Otsu算法的输送带撕裂检测方法。首先通过输送带撕裂检测装置采集输送带图像,采用中值滤波和直方图均衡化对采集到的图像进行去噪和增强处理,突出撕裂部位;然后采用狮群优化二维Otsu算法对预处理过的图像求取接近实际的分割阈值,用该阈值对输送带图像进行分割处理;最后通过计算分割后图像中黑色像素点的数量进行撕裂诊断。仿真结果表明,该方法比基于传统二维Otsu算法的检测方法寻优能力更强,输送带分割效果更好,可以准确地从输送带图像中分割出裂痕,撕裂识别的正确率为98.2%,提高效率的同时缩短了运行时间,可以满足输送带撕裂检测的准确性和实时性要求。

基于二维抽样优化的复合材料超椭圆板与穿孔板振动优化设计

复合材料超椭圆板与穿孔板被广泛应用于工程结构中,控制其固有振动频率可有效避免共振。本文基于二维抽样优化算法(2DSO)优化了复合材料超椭圆板和穿孔矩形板的铺层序,以使其振动基频最大。2DSO由抽样优化和分层优化算法(LOA)组成,充分利用了层合板层压参数降维技术、弯曲刚度敏度及其线性叠加特性。在抽样优化阶段,先基于动态距离约束获得一个抽样优化解,然后基于该解通过LOA进行了铺层序优化直至获得最终优化铺层序。之后采用基于经典层合板理论的里兹法求解了复合材料层合板的振动基频,并利用2DSO优化了不同边界条件和长宽比的复合材料超椭圆板和穿孔板铺层序,优化结果表明二维抽样优化算法高效、稳定且具有良好的鲁棒性。

二维板材圆形下料的邻居关系算法

二维圆形排样问题是工业设计与生产中经常遇到的问题.常规下料问题主要针对矩形或圆形等规则板材,常用算法包括模拟退火、遗传算法等.本文在分析规则板材下料算法的基础上,针对实际生产应用中更为复杂的、具有不规则边界板材下料问题,提出了一种基于人工下料思维的仿生下料算法--邻居关系算法.该算法具有很好的利用率和时效性,较好地满足了实际应用的需要.实际板材下料结果表明,平均面积利用率为75.56%,平均计算时间为13.84s.所得排样利用率与模拟退火算法相当,但排样运算时间大大缩小,适应了实际下料需求,已应用于某跨国企业优化下料中.

遗传模拟退火融合算法求解工程二维排样问题

为探索更高效的工程二维排样优化方法,给出了基于遗传模拟退火融合算法的工程二维排样优化方法。首先,建立以板材利用率为主优化目标的问题模型,并采用基于一定包络准则的凸多边形包络法对不规则形状进行近似处理;在此基础上,设计模型求解的遗传模拟退火融合算法,该算法结合遗传算法的快速全局搜索能力和模拟退火算法较强的局部搜索能力,以遗传算法做外层循环,以模拟退火做内层循环,通过模拟退火较强的局部搜索能力,改善外循环遗传算法的早熟现象,从而避免搜索过程陷入局部最优。最后,通过具体算例验证了该算法求解二维排样问题的可行性和有效性。

应力波原木空洞缺陷二维图像重建研究

为实现原木空洞在线无损检测,利用LabVIEW对加速度传感器采集的应力波进行时域分析,得到了应力波的传播时间和速度。采用细胞反演法以及改进的Dijkstra算法,并结合动态网络规划在射线追踪中的应用建立二维模型,并对二维图像运用插值法提高反演精度,再运用中值滤波对提高精度的图像进行处理。实验结果表明:检测方法对于原木内部空洞可较为清晰地再现,并具有较高的拟合精度。

基于改进二维经验模式分解的IC焊点检测方法

为了解决集成电路IC(integrated circuit)焊点检测问题,提出了一种改进二维经验模式分解方法的IC焊点检测算法。为了简化IC引脚图像和消除干扰,提出了一种无约束优化的二维经验模式分解算法,该算法能够将图像按高频到低频分解,适用于非线性非稳态信号处理,可获得特征更明显的IC焊点预处理图像。在分析空焊焊点与合格焊点之间的差异性的基础上,结合焊点反射光线原理,定义了一种颜色空间算法,在感兴趣区域内提取颜色通道延迟上升的特征,通过阈值判断实现IC焊点缺陷检测。试验结果表明,将改进二维经验模式分解用于IC引脚预处理可以得到特征更明显的预处理图像,并且通过颜色空间可以直接获得量化特征,该方法在IC焊点检测性能上优于其他方法 。

基于均匀化理论的拓扑优化算法研究

在研究均匀化理论和拓扑优化理论基础上 ,推导了复合材料的均匀化求解方程 ,并将均匀化理论应用于拓扑优化中 。

粒式搜索者算法优化的SVM短期风电功率预测

支持向量机在风电功率预测方面的应用越来越广泛。风电功率预测精度不仅受风能随机性、非线性的影响,而且取决于预测模型的主要参数。对搜索者算法的二维优化能力进行改进,设计了基于二维参数改进的粒式搜索者算法(PTSOA)。具体给出了PTSOA的实现步骤,并利用五种常用的经典测试函数验证改进后算法的优化性能。利用粒式搜索者算法对支持向量机的核函数参数和惩罚因子进行寻优,利用寻优得到的参数进行模型训练,并将模型用于功率预测。对支持向量机预测模型结果进行对比和预测误差分析。分析结果表明:粒式搜索者算法优化的支持向量机具有更精确的风力发电功率预测结果。

铁路车站取送车系统优化理论与方法研究

取送车系统是车站作业系统的子系统,其效率的高低直接关系到出发列车正点率、车辆周转时间等运输生产指标.基于系统优化理论与方法、组合数学、集合论以及生产实践经验,分析取送车系统的要素、结构、环境和特征,研究取送车问题的建模方法、模型解的构造方法、寻优算法和提高问题寻优效率的启发式方法,并通过算例对研究成果的适用性进行验证.主要研究内容和结论如下.

“最小条件”平面度误差的最优化评定方法

简述了“最小条件”平面度误差的数字模型,采用了无约束二维最优化理论,对平面度误差进行计算,其结果满足“最小条件”。

新型电力系统背景下的智能调度管理方法探索

随着新型电力系统建设深入推进,电网调度模式正发生着深刻变化,目前,电网调度模式正由传统调度模式向适应新型电力系统的智能化调度模式发展。本文创新应用CSEP管理方法,探索电网调度模式发展过程中,兼顾传统调度运行管理、智能化调度建设、智能化调度运行管理的多目标管理方法。通过3年的探索和实践,这一方法逐渐成熟,促进了云南电网调度管理智能化发展,保障了电网安全稳定运行和智能化调度建设等安全和发展关键目标的实现。