基于差分进化算法的水位流量关系曲线优化率定

针对水位流量关系常规模型率定时中高水、低水无法兼顾的问题,该文采用一类保凸保单调函数的新水位流量关系模型[1],可以有效解决这一不足,而且易于水位流量关系曲线的自动优化率定。同时采用差分进化算法求解该模型,实例表明,该模型可以更好地拟合水位流量关系曲线,避免了人工率定的任意性并降低了人工操作的复杂性。

基于复合形遗传算法的新安江模型参数优化率定研究

为了弥补传统手工调试参数的主观性和对调试者专业经验的高要求性,将具有全局寻优特征的遗传算法与局部寻优特征的复合形法相结合,构建了一种复合形遗传算法用于新安江模型参数优化率定。采用浙江省朱溪下回头站以上流域为应用案例,结合分层率定法检验了复合形遗传算法的性能,结果表明:模型检验期多年平均径流深相对误差为1%,各年模拟的流量过程精度均达到乙级标准,表明构建的复合形遗传算法可有效应用于新安江模型的参数优化率定。

合理进行交通组织设计 提高场地设计优化率

通过对场地内交通组织与场地总体布置的相互关系的分析论证,阐述了在总图设计中应充分分析、组织场地的交通流线、流量及运输方式的选择,才能使场地布局更加合理,总图设计更趋优化。

精细管理,提高纺丝产品的优化率

随着腈纶市场竞争的日趋激烈,使我们认识到只有提高产品质量,才是企业的生存之本,才能在竞争中获得一席之地。

基于PSMSD的JPEG2000优化率控制算法

对优先扫描率分配算法进行分析,提出了一种基于比特平面优先扫描和最小斜率丢弃的JPEG2000压缩率控制算法,以解决优先扫描率分配对重建图像质量带来的影响。对所有编码通道根据比特平面优先级从高到低依次进行T1编码,达到目标码率后对所有码块进行率失真最小斜率丢弃算法来完成优化截取,从而进一步快速搜索最优码流截取点,有效地降低了T1编码器的冗余。实验结果表明,该算法有效减少了计算量和存储量,且获得了与标准算法基本相同的高压缩性能。

洪水预报经验模型的混合蛙跳优化率定

API模型广泛应用于洪水预报和水资源管理等领域,但API模型定线往往采用人工方式进行绘制,在精度和效率上比较欠缺。江苏省洪水预警预报平台在研发过程中为提高API模型预报精度,采用混合蛙跳算法(SFLA)对API模型定线进行优化。分析混合蛙跳算法对API模型进行参数优化和智能定线的方法,并通过混合蛙跳算法、传统方法对71场洪水进行绘制,与传统定线方法相比,证实混合蛙跳法能有效提高API模型预报精度。

高速公路货车空车差异化费率优化的双层规划方法

为解决高速公路货车由计重收费调整为按车型收费导致货车空车分流的问题,本文建立一种基于双层规划模型的货车空车分车型差异化费率优化方法。首先,以高速公路经营主体实现收费收益最大化为目标构建上层规划模型,考虑高速公路通行效率提升及增量货车空车增加的管养支出;其次,以道路使用者实现出行效用最大化为目标构建下层规划模型,构建基于逻辑回归模型和随机效用最大化理论的货车空车出行效用函数,分析货车空车特性变量对出行效用的影响;然后,采用多层神经网络模型及三次艾尔米特插值法,预测不同费率优惠下高速公路货车空车增量交通量,作为上下层联系变量;最后,以高速公路与平行老路构成的运输通道为例,采用内存受限的拟牛顿优化算法(L-BFGS-B)求解高速公路货车空车分车型最优费率。结果表明:高速公路费率折扣率对货车空车各车型出行选择影响最为显著;此外,车籍地对一类、四类货车空车出行选择影响较大,运输类型对二类、三类和六类货车空车出行选择影响较大;与现行费率方案相比,优化后的费率方案年度增加通行费收入3941万元,高速公路通行效率提升4.17%,货车空车平均每车出行效用增加3.51。

基于SIMD的AVS3并行率失真优化量化算法

针对第三代音频视频标准(the third generation audio video coding standard,AVS3)中的率失真优化量化(rate-distortion optimization quantization,RDOQ)过程的编码效率问题,提出一种基于单指令多数据(single instruction multiple data,SIMD)的并行RDOQ算法。首先,在最优系数决策(optimal coefficient decision,OCD)阶段,通过优化,仅保留扫描线内的依赖关系。然后,在最后一个非零位置决策(last non-zero position decision,LNPD)阶段,基于分治策略,通过将Zig-Zag扫描线分解成多个独立扫描线,实现每条扫描线上最优系数位置的并行计算。最后,采用SIMD指令进行并行加速,以提高整个率失真优化量化的计算效率。实验结果表明,该算法在AI配置下,可以降低29.46%的编码时间,而BD-Rate仅损失0.25%。

基于CFD技术对船舶机舱温度场的优化

基于1900TEU集装箱船设计要求,对机舱空间运用CFD技术对温度场进行优化。首先对初始设计的通风管道进行大风量方案的研究,选择提升风速16.85%和16.93%的两型方案;在此基础上,研究了两型方案对温度场的影响,选择了对平均温度下降率最高(4.40%)的方案作为最优方案;进一步对最优方案进行舒适面积率的对比,发现可改善航行工况中船员工作环境舒适度(提升了2.07%)。该研究成果为机舱通风布置提供了数据支撑和参考依据。

基于改进粒子群算法的晶圆良率优化

晶圆良率是衡量晶圆产品质量的重要指标,实现其稳定优化能够有效控制生产成本。针对晶圆良率影响因素众多、数据量庞大等特点,以晶圆允收测试为依据,设计了基于改进粒子群算法的晶圆良率优化方法。该方法在晶圆允收测试数据预处理与关键参数提取基础上,建立评价粒子适应度的晶圆良率预测模型,设计迭代自适应的粒子群惯性因子与加速因子,以及基于模拟退火的局部搜索机制,实现最小调整成本下的晶圆良率最大化目标。在某晶圆制造车间算例实验中,通过对比分析验证了所提方法的有效性。

人工智群算法在水文模型参数优化率定中的应用研究

水文模型参数优化率定是一项繁琐、耗时、困难的工作,快速高效地寻求模型最优参数已成为水文模型应用研究的关键。以新安江、暴雨强度、马斯京根3个水文模型为例,引入蜂群和蛙跳两种新型人工智群算法,在改进的基础上探讨了模型参数优化率定的新方法。在参数优化计算过程中,分别利用蜂群算法中不同蜂群间信息共享和分工协作原理以及蛙跳算法中不同蛙群间思想文化交换的机制,对模型进行优化,使其逐渐逼近全局最优。结果表明:相对于人工试错法和经典局部最优算法如牛顿法等,人工蜂群算法和混合蛙跳算法具有简单、鲁棒、全局寻优和易于实现等特点;与广泛应用于水文界的SCE-UA算法和加速遗传算法等现代启发式算法相比,人工智群优化算法在处理参数较多的模型时具有寻优速度更快、能力更强的优势。

华南地区深厚花岗岩全风化层边坡开挖稳定性及坡率优化设计分析

花岗岩全分化边坡是矿山开挖过程中常见的一种典型边坡,具有明显的不均匀和不连续性,与常规纯土质边坡性质存在差异。文中针对华南地区深厚花岗岩全分化层边坡进行了四种工况下的稳定性计算,并提出相应的坡率优化设计,为类似案例提供一定参考。

中型灌区渠系优化配水方法改进研究

针对传统中型灌区渠系优化配水方法目标设置单一,引入多目标蚁群算法对配水方法进行改进,并结合工程实例,探讨改进方法前后优化配水效果。结果表明:采用改进方法后,选取的2座中型灌区优化配水率可分别提高14.3%和16.5%。研究成果对于中型灌区渠系配水方案的科学制定具有参考价值。

基于传递路径优化的某样车变速器啸叫改善

以某样车变速器3挡啸叫问题为研究对象,对“动力总成→悬置系统→车室内”的传递路径进行结构测试与分析。数据显示,该样车左悬置隔振量远远小于20dB要求,变速器齿轮啮合产生的振动通过此路径传递至车室内,最终被驾乘人员感知,引发抱怨。利用软件Test.lab,对整车状态下的悬置系统进行结构传递路径测试与分析,并通过软件MSC Adams建立动力总成系统模型,以悬置系统解耦率为优化目标进行优化设计,最终确认调整悬置刚度来优化问题。依据优化结果,快速制作悬置样件并装车验证,试验结果表明,样车更换新设计的悬置样件后,驾驶室内变速器3挡啸叫噪音降低明显,整车NVH性能得到提升。

面向H.266/VVC的R-λ帧内码率控制算法

在R-λ帧内码控中,提出基于卷积神经网络(Convolutional Neural Networks,CNN)的最佳比特分配和最优拉格朗日因子λ选择。首先,探索编码树单元(Coding Tree Unit,CTU)的码率与失真(Rate-Distortion,R-D)及码率与拉格朗日因子λ(Rate-λ,R-λ)的关系特性,设计具有四输出的CNN预测R-D和R-λ曲线的关键参数;然后,建立帧级λ和目标码率的优化方程,反演得到最佳CTU码率分配;最后,根据CTU码率分配和先知的R-λ曲线,得到最优CTU级λ。实验表明,算法在保持4.76%控制精度下,比VTM13.0默认码控算法提高0.31 dB的编码质量。

H.264视频编码率失真优化和码率控制技术研究进展

在H.264率失真优化和码率控制(RC)技术研究的基础上,根据控制目的将率失真优化和RC的发展分为3个阶段:即率失真建模,考虑质量波动对主观质量的影响,以主观失真为指导的RC.分析了各阶段有代表性的RC技术及其特点,指明了RC需要进一步研究的关键和难点问题.对面向传输的错误弹性编码、可分级编码、多描述编码、以及立体与多视编码中的RC技术进行总结,分析进一步发展趋势.对下一代高性能视频编码(HEVC)中的RC应该如何发展进行了探讨.

面向H.264的码率控制优化算法

基于视频图像编码前的参数信息和I帧图像复杂度的特征量分析,建立了算法模型,提出了精确预测初始量化参数(IQPP)算法,该算法可准确预测初始量化参数.实验结果表明,在低比特率视频应用中,IQPP算法对于视频图像的码率控制精度和率失真优化效果较以往方法有明显提高,而且可以获得较高的平均峰值信噪比(PSNR)和稳定的重建图像质量.

一种基于切削力模型的模具型腔粗加工进给率优化策略(英文)

复杂曲面加工广泛应用于模具行业.由于加工参数缺乏科学的选择工具,数控加工的进给率常根据加工经验设定.通常必须创建切削体积模型或矢量力模型来优化刀具路径各段的进给率.鉴于模具型腔粗加工常采用2.5维加工,提出一种通过正交切削试验建立切削力曲面模型用于模具型腔粗加工进给率优选的新策略.基于切削力曲面模型,采用多项式拟合的方法构建刀具在许可切削力下的侧向切深和进给率的方程,根据建立的方程计算每个刀位点处的进给率并反写到初始的G代码文件中.通过典型模具型腔的粗加工试验验证,证明该进给率优化策略不仅可以缩短加工时间,而且可以使加工载荷均匀.该策略对切削力载荷要求尽量均匀的模具型腔高速加工更有意义.

一种基于率失真优化的关键参考帧选择算法

为抑制压缩视频流的传输错误扩散，提出了一种新的基于关键帧的无反馈参考帧选择算法，通过采用一种适用各种掩盖策略的端到端失真度估计方法，评价出选择不同参考帧情况下的解码器失真度期望，在率失真框架内选择最合适的参考帧，使解码端的失真度达到最小．基于H．263＋TMN8测试模型和IP包丢失的模拟实验表明，提出的率失真优化关键参考帧算法比传统的预测编码方法，PSNR值大约提高了1～3dB．当数据丢包率严重时，优势尤为明显．

虚拟工作流约束的时间-精确率迭代归约优化算法

针对复杂产品生产业务调度这一问题,该文运用工作流技术并以完工时间为约束,提出一种虚拟迭代归约算法,能较好地在完工时间约束下优化生产精确率。通过将各制约任务抽象虚拟成一个虚拟节点,采用逆向迭代的求解方式,确定了一条兼顾完工时间与生产精确率的调度路径。对比发现,虚拟迭代归约算法对全局生产精确率有较大幅度的提高,且通过改变截止期、任务数等参数可以提高算法的效率。