超前进位加法器混合模块延迟公式及优化序列

为扩展操作位数提出了一种更具普遍性的长加法器结构──混合模块级联超前进位加法器。在超前进位加法器(CLA)单元电路优化和门电路标准延迟模型的基础上,由进位关键路径推导出混合模块级联CLA的模块延迟时间公式,阐明了公式中各项的意义。作为特例,自然地导出了相同模块级联CLA的模块延迟时间公式。并得出和证明了按模块层数递增级联序列是混合模块级联CLA各序列中延迟时间最短、资源(面积)占用与功耗不变的速度优化序列。这一结论成为优化设计的一个设计规则。还给出了级联序列数的公式和应用实例。

肝脏特异性对比剂MRI优化序列在高风险人群中筛查小肝癌的价值研究

目的比较三组MRI优化序列在肝细胞性肝癌高风险人群中对小肝癌的筛查能力。材料与方法收集2017年1月至2020年10月于河南省人民医院行全序列钆塞酸二钠增强MRI检查且有病理结果的121例患者图像,从全序列中提取三组优化序列让两位放射科医师独立评估:(1)平扫组,包括T2WI和DWI序列;(2)增强组,包括蒙片和钆塞酸二钠四期增强图像(动脉早期、动脉期、门静脉期、平衡期);(3)肝胆期组,包括T2WI、DWI和20 min T1-HBP序列。根据病理结果将患者分为肝癌阳性或阴性,计算三组优化序列诊断效能。结果三组优化序列扫描和准备时间(min:s)分别为12:52、13:04、14:06。三组优化序列诊断小肝癌的敏感度及相应95%置信区间为0.855(0.750、0.928)、0.913(0.820、0.967)、0.942(0.858、0.984);特异度为0.731(0.590、0.844)、0.904(0.790、0.968)、0.885(0.766、0.956);符合率0.802(0.719、0.869)、0.909(0.843、0.954)、0.917(0.853、0.960)。三组阳性似然比为3.18、9.51、8.19,阴性似然比为0.19、0.09、0.06,约登指数为0.586、0.817、0.827。结论平扫组敏感度较高,为小肝癌筛查提供一定的帮助;增强组和肝胆期组特异度和符合率高,用于筛查小肝癌的诊断效能更好。

TC^2CLA的混合模块延迟公式及优化序列

为提高长加法器的运算速度,扩展操作位数,提出了一种加法器结构——混合模块顶层进位级联超前进位加法器(TC2CLA).该结构将层数Mj>1的CLA模块底层进位级联改为顶层超前进位单元进位级联.在CLA单元电路优化和门电路标准延迟时间tpd的基础上,由进位关键路径推导出混合模块TC2CLA的模块延迟时间公式,阐明了公式中各项的意义.作为特例,导得了相同模块TC2CLA的模块延迟时间公式.并得出和证明了按模块层数递增级联序列是混合模块TC2CLA各序列中延迟时间最短、资源(面积)占用与功耗不变的速度优化序列.这一结论成为优化设计的一个设计规则.还给出了混合模块级联序列数的公式和应用实例.TC2CLA和CLA的延迟时间公式表明,在相同模块序列和不等待(组)生成、传输信号的条件下,最高位进位延迟时间及最高位和的最大延迟时间减小.

采油队整体优化序列管理法

采油队是石油企业的基本生产单位,采油队管理水平的高低直接影响着整个企业的生产效率。胜利油田根据多年的生产经验并结合系统工程原理及现代化的管理方法,创造出一种比较适合采油队管理特点的整体优化序列管理模式,有效地提高了采油队的整体管理水平,为油田的高效率生产奠定了坚实的基础。

面向函数的循环优化序列定制方法

讨论了一种可针对程序中的不同函数(routine)采用不同的循环优化序列的方法,该方法基于polyhedron模型,使用简化cache失效率方程分别对每一个函数作优化序列评估,以迭代编译方式为每个函数寻找一个独特的循环优化序列。该方法降低了变换实施的复杂度,降低了对编译器具体实现的依赖;考虑程序中不同函数的差异以获得更好的优化效果。对SPEC2006的实验数据表明,经过定制优化之后,较之Open64-O3,加速比为1.05～1.13。

区域可供水资源优化分配与产业结构调整——大系统逐级优化序列模型

本文从区域水资源开发系统的特性出发,提出了大系统逐级优化序列模型文中建立了以充分利用区域可供水资源为前提,以区域社会经济发展规划指标为目标的■级递阶多目标优化模型通过对产业结构的调整和区域可供水资源在各子区及各用水部门间的优化分配。

γ辐照装置运行模拟和辐照货物序列优化

本文通过状态转移方法模拟γ辐照装置的运行,包括上货、下货和辐照等动态过程,研究货物辐照序列和放射源剂量率对整个辐照过程时间的影响。为增加辐照利用率,缩短批次到货货物的辐照时间,通过动态GA-TSP算法(Genetic algorithm-traveling salesman problem)对货物辐照顺序进行排序优化。结果表明:程序能够充分模拟辐照货物的整个过程,放射源剂量率的提高能够有效缩短辐照时间,合理的辐照序列能够明显降低辐照时间。在辐照源剂量率为12 Gy/min时,对实际10个批次来货的情况进行模拟,共触发6次辐照序列的动态优化,相比按照到货顺序辐照的13193 min用时,优化后降低到12137 min,缩短约8%,明显提高放射源的利用率和客户满意度。

MRI优化组合序列在肩袖损伤诊断中的价值

目的:探讨肩袖损伤诊断中MRI优化组合序列的应用效果与临床价值。方法:选取2021年6月—2023年6月来自北京大学首钢医院的37例肩袖损伤患者为研究对象,入组患者均经临床关节镜检查确诊。对入组患者实施MRI优化组合序列检查,统计入组患者肩袖损伤类型,将MRI优化组合序列诊断结果与关节镜检查结果进行对比,计算准确率、灵敏度和特异度,统计不同类型肩袖损伤的MRI优化组合序列阳性检出率。结果:经关节镜检查,37例患者中肩袖损伤涉及到不同类型,其中以冈上肌腱损伤(54.05%)和肩胛下肌腱损伤(21.62%)为主,还包含冈下肌腱损伤7例(18.92%)和小圆肌腱损伤2例(5.41%)。将所得诊断结果与关节镜检查结果进行对比,准确率、灵敏度和特异度分别为97.92%、97.30%和100.00%。统计不同序列下的不同类型肩袖损伤的阳性检出率,差异有统计学意义(P<0.05)。小圆肌腱损伤阳性检出率方面,横轴位T_(l)WI和横轴位T_(2)WI-STIR的检出率均达到100.00%,其他序列则未能检出。在肩胛下肌腱损伤阳性检出率方面,采用横轴位T_(l)WI序列和横轴位T_(2)WI-STIR序列的检出结果均为62.50%,高于采用斜矢状T_(2)WI-STIR序列和斜冠状位T_(2)WI-STIR序列的12.50%。冈上肌腱损伤检出效果方面,斜冠状位T_(2)WI-STIR的阳性检出率最高,为95.00%,高于其他序列。冈下肌腱损伤阳性检出率方面,斜冠状位T_(2)WI-STIR与横轴位T_(2)WI-STIR的检出率均达到100.00%,高于其他两种序列。结论:MRI优化组合序列是诊断肩袖损伤的有效方法,具有诊断准确率、特异度以及灵敏度高的特点。

一种6-DOF小行星着陆轨迹序列凸优化方法

针对6自由度的小行星动力着陆多约束轨迹优化问题,提出了一种基于序列凸优化的小行星着陆轨迹优化算法。首先采用多面体引力场模型计算小行星的引力场,其可用于描述任意形状的小行星引力场,且比质点群法和球谐函数展开法等方法计算精度更高。为了在凸约束下解决小行星着陆过程燃料消耗最优问题,通过对探测器动力学模型及其约束进行线性化和离散化,将原来的非凸连续时间优化问题转化为凸化的子问题,即二阶锥规划问题(SOCP);然后引入了虚拟控制项和信赖域,以增强算法的鲁棒性。通过在形状不规则小行星上的着陆模拟,验证了所提出算法的有效性,仿真结果满足各项约束条件,可实现高精度着陆和燃料消耗最优的目标。

基于布谷鸟算法的风电机组装配序列优化

装配序列规划(ASP)是风电机组制造的重要技术。ASP是一个组合优化问题,风电机组最优装配序列的搜索空间和计算量均很大。提出基于布谷鸟算法的风电机组装配序列优化方法。首先,从三维装配体模型中提取多种装配约束信息并表示成装配约束矩阵,以降低最优装配序列的搜索空间;继而构造装配序列目标函数,建立装配序列规划模型,方便算法计算出最优装配序列;对离散布谷鸟算法(DCA)改进,求解ASP模型,获得风电机组产品的最优装配序列。最后通过实验验证了ASP模型的有效性和DCA的优良性能。

基于聚类分区混合代理模型的多目标序列优化

针对具有显式约束的昂贵多目标优化问题,提出了一种基于聚类分区混合代理模型(CPEM)的多目标序列优化方法(MOSOM-CPEM).在MOSOM-CPEM中引入了约束域最优拉丁超立方设计(CDOLHD),使其能够在边界形状复杂的可行域内构造样本点.多区域混合代理模型(EM-MROWF)中的可行域划分方法在分割非矩形域时将导致部分区域样本点数量较少从而影响该区域混合代理模型的预测精度.为了解决这一缺陷,在CPEM中提出了一种基于K-means聚类的可行域分区方法和相应的边界光滑方法.CPEM与多项式响应面(PRS)、径向基函数(RBF)、克里金(KRG)模型和两种混合代理模型(GOEL和ACAR)在10个测试函数上进行了拟合精度比较.结果表明,CPEM的整体拟合精度优于对比的代理模型,证实了所提出的可行域分区方法的有效性.MOSOM-CPEM在CEC2021中的6个工程约束多目标优化问题上与其他基于代理模型的优化方法进行了比较.结果表明,在使用相同的样本点数量的前提下,MOSOM-CPEM获得的Pareto前沿收敛性和分布性更好.MOSOM-CPEM应用于履带式起重机超长桁架臂的腰绳结构优化问题,结果证实了其优势,表明MOSOM-CPEM具有较高的工程应用价值.

基于序列凸优化的带动力飞行器再入轨迹优化

对序列凸优化方法在带动力飞行器再入轨迹优化中的应用进行了研究。首先,针对原始优化问题中控制量高度耦合且非线性的问题,通过引入新的控制量并建立与原始控制量的映射关系,得到关于控制量为线性的状态方程。其次,对原始优化问题中的非线性动力学方程、性能指标、过程约束与控制量约束进行松弛和线性化处理,通过附加状态变量的信赖域约束,并在性能指标中加入速度方位角的积分项以保证松弛和线性化的合理性。进一步,通过离散技术,将原始问题转化为一个凸优化问题。最后,通过数值仿真进行了算法验证。结果表明,本文算法对于带动力再入轨迹优化问题具有较高的求解精度,序列凸优化求解结果满足原始非线性约束,在一定精度范围内优化解可以作为原始问题的可行解。

用于测试序列优化的DPSO-WAO*算法研究

针对现有测试序列优化算法所存在的计算效率及优化性能间的矛盾,在DPSO-AO*算法基础上,采用基于加权Huffman编码的启发式评估函数实现对测试成本的评估,形成了DPSO-WAO*算法;实例证明,基于加权Huffman编码的启发式评估函数更为准确地评估了全局测试成本,使DPSO-WAO*算法优化性能较DPSO-AO*算法提升10%以上,趋近传统AO*算法,并通过取消成本回溯有效降低了传统AO*算法的计算复杂度,对于运载火箭等大型系统的测试序列设计、故障诊断等具有重要意义。

基于物料流仿真的门式起重机任务序列验证和优化

根据门式起重机的系统特性,在物料流仿真软件平台上进行门式起重机系统建模。输入一定周期的运行计划进行门式起重机任务序列验证,测算门式起重机的运行时间和行走距离进行干涉检查,并观察任务对象位置改变的影响。设计任务编码,适配遗传算法,实现门式起重机任务序列优化。所进行的研究可为提高门式起重机运行计划的可执行性提供一种简易方法。

多任务纺织立库货位分配与任务序列优化方法

当前立体仓库正大规模应用于纺织车间。针对一种新型通用的纺织企业多任务类型的立体仓库调度效率低的问题,从任务提前调度、货位分配以及任务序列优化3方面提出一套立体仓库调度方法。首先,针对工人操作时间不明确的问题,提出一种基于自回归滑动平均模型的工人操作时间预测方法;其次,针对货位分配不合理的问题,建立多目标的货位分配模型,并提出一种基于模拟退火算法的货位分配求解方法。最后,针对任务序列累积导致执行效率低的问题,提出一种改进的遗传-粒子群算法的任务序列优化方法。实验对比分析表明,所提方法可有效提升立体仓库调度效率。

采用注意力模型的多星交会序列优化方法

针对强化学习方法能够实现组合优化问题从无序输入到有序输出的离散决策特点,提出一种基于注意力模型的单航天器对多目标交会的序列优化方法,以快速估计转移成本较低的交会序列和时间。通过拓展注意力的时间维度使得策略网络能够同时选择目标和时间,并设计启发因子引导注意力有侧重地分布于不同的交会时刻,然后基于带基线的REINFORCE算法对网络参数进行更新。将所提方法应用于轨道分布较为集中的10目标交会任务,所得序列成本相对于蚁群算法优化结果的平均误差为9.7%,且强化学习方法的计算时间极短,可用于多目标对多航天器的分组指派全局规划的底层评价。

基于最佳负荷率的冷水机组序列控制优化

提出了基于最佳负荷率的冷水机组序列控制优化策略,可以优化冷水机组的运行组合和启停序列,在满足建筑冷量需求的前提下,使冷水机组的运行效率最高,降低冷水机组能耗。根据该优化策略开发了冷水机组序列控制优化软件,并将其运用到中国香港某建筑群的建筑管理系统(BMS)中,采用实时数据分析方式对比实行优化策略前后冷水机组的组合方案、平均负荷率与平均COP,采用历史数据分析方式计算冷水机组的年节能率,验证冷水机组序列控制优化策略的应用效果与节能潜力。结果表明:在满足建筑冷量需求的前提下,优化组合中冷水机组的开启台数更少或型号更小,且平均负荷率和平均COP都明显高于未优化组合;2009年和2010年的年节能率分别为9.15%和11.82%,节能效果明显。

基于序列近似优化方法的加筋圆锥壳结构优化设计

为提高运载火箭圆锥壳舱段承载效率,开展轴压载荷下加筋圆锥壳结构轻量化设计。首先,建立加筋圆锥壳结构有限元模型,采用非线性显式动力学算法开展分析;然后,对比分析加筋圆锥壳结构参数灵敏度指标及中间框径向和垂直安装方式对结构极限承载性能的影响;最后,基于径向基函数代理模型和Kriging代理模型序列近似优化方法开展加筋圆锥壳结构优化设计。结果表明:腹板高度、桁条数量、翼缘厚度及耦合效应是加筋圆锥壳极限承载能力的关键影响因素,而中间框径向和垂直安装方式对结构极限承载性能的影响不显著;采用序列近似优化方法经迭代优化后,相对初始设计减重9.40%,验证了方法的有效性。

考虑分离特性的包带式星箭连接结构优化设计

针对高鲁棒性包带式星箭连接结构(CBJ)优化设计问题,提出一种兼顾结构的连接承载性能与分离冲击响应的包带式星箭连接结构轻量化设计方法。优化设计基于包带结构三维非线性有限元参数化模型,以连接框与夹块径向截面尺寸参数为设计变量,以结构静力学承载性能与动力学分离冲击为约束,以轻量化为目标。针对优化中设计空间高维度、非规则导致的算法收敛困难问题,提出了基于近似模型与序列采样策略的约束序列近似优化(CSAO)算法。结果表明:算法可实现在复杂设计域内迅速收敛至最优解,相较于初始设计,优化结构的质量降低了5.62%,同时,结构连接刚度提升了19.27%,卫星下裙解锁冲击降低了18.52%,在满足性能约束的条件下减重效果明显,验证了提出方法的有效性。设计的优化构型兼顾了连接与分离特性,具有一定的工程应用价值。

涡轮叶片装配智能优化算法

涡轮组件装配是发动机制造过程的重要组成部分,在装配过程中为保证涡轮叶片装配完成后的转子不平衡量符合设计标准,需对叶片进行分组试装等步骤,装配效率因此受到影响。为解决此问题,提出一种基于改进模拟退火算法的叶片装配序列优化方法。建立由轮盘自身不平衡量与叶片不平衡量相结合的数学模型,采用多邻域搜索机制,改进退火机制,增加升温、记忆模块等方法来改进算法,通过实例验证了算法的有效性,并与蝴蝶算法,天鹰算法,原始模拟退火算法进行比较,有效地降低了涡轮转子不平衡量。结果表明,改进的模拟退火算法能够有效的减少叶片装配后的不平衡量。为使该算法能够更方便的服务于装配现场,基于MFC框架开发一款叶片装配软件,为解决叶片装配需进行多次拆装以及装配效率低的问题提供了一种有效的方案。