过辐照、加速退火及离散性对存储器电参数的影响研究

研究了过辐照和加速退火对存储器TID试验结果的影响,研究结果表明,额外50%剂量辐射和高温100℃168h退火是严格考核空间辐射环境下存储器TID效应的必要试验步骤。分析器件本身的离散性对TID试验结果的影响,提出在辐射前,对器件进行初始数据测试,得出器件参数的标准偏差。通过剔除使标准偏差明显变大的器件,可以减小存储器辐照后的离散性。综述分析了NASA报告中描述的TID试验结果,得出了存储器辐射后进行电参数测试时,"读"、"写"、"擦"模式的综合测试,比只"读"模式的测试更全面的反应出器件被辐射后的退化特性,并总结出了存储器辐射后电参数测试时应遵循的测试顺序。

PH分布参数估计的确定性退火加速EM算法

针对连续PH分布参数估计标准EM算法迭代速度慢和初值敏感易陷入局部最优化的问题,首先引入逆温因子和加速因子两参数改进算法,提出了确定性退火加速EM算法;然后,进行了详细的理论推导,给出了PH分布参数估计的具体步骤;最后,利用算例对两类典型分布和一组某装备维修时间的实际数据进行拟合,验证了改进算法的全局最优性和较快的收敛速度,拟合效果和迭代加速情况也验证了该算法的有效性和通用性。

75钢温锻加速球化退火及其应用

本文研究75钢温锻加速球化退火的工艺,对不同温锻温度、形变量对温锻态、退火态的组织结构和硬度的影响进行了试验。由亚结构的变化探讨了温锻加速球化退火的机理,同时进行了产品应用试验。结果表明,75钢温锻使球化退火时间缩短约3/4以上,提高生产率、节约能源、经济效益显著,易于在生产上实施,值得推广。

基于退火加速的差分进化算法改进及应用

差分进化算法(DE)是一种简单有效的启发式全局搜索技术,为解决DE算法运行过程中存在的算法收敛早熟、收敛速度慢和求解精度不高等问题,提出了一种基于退火加速的差分进化算法.该方法在传统DE算法基础上,以退火概率来增强算法的局部开发能力,并利用Hooke-Jeeves算法加快收敛速度,在充分发挥Hooke-Jeeves算法局部探测能力的同时保持了DE算法的全局性能.仿真结果表明,该算法比基本DE算法收敛速度快、精度高,是一种有效的全局优化算法.

基于改进混合遗传-支持向量机的CMF产水预测研究

将模拟退火思想和加速遗传特性相结合,改进选择策略和遗传算子,建立加速遗传模拟退火算法(AGSA);基于支持向量机(SVM)的非线性回归和改进混合遗传算法的因子筛选,构造了支持向量机模型参数的自适应优化算法,提出连续微滤系统(CMF)产水预测模型;通过实测中试规模连续微滤系统产水量变化对模型进行验证,结果表明:该模型较好地揭示了CMF系统产水变化规律,模拟与实测结果间的误差小、相关性强(R2=0.91、MAE=0.0132、SSE=0.0055、RMSE=0.0155),说明模型具有较强的预测能力;采用留一法对训练样本进行交叉验证(R2=0.89、MAE=0.0164、SSE=0.0073、RMSE=0.0178),表明该模型同时具有良好的稳健性。此外,将基于AGSA-SVM的模型与神经网络BP算法进行了比较,结果显示:应用AGSA-SVM建立的模型在稳健性和预测能力都优于BP算法,因此该算法更适合于对CMF系统进行产水预测研究。