综合评价方法中的最优无量纲化模型研究

针对综合评价过程中无量纲化方法选择盲目性较强的问题,文章首先引入综合评价结果优良性的度量指标,优化综合评价结果稳定性和区分度的度量函数,建立无量纲化有效性的统计检验方法;其次,以无量纲化有效为主要约束条件,分别以稳定性最高、区分度最高以及稳定性和区分度均最高为目标函数构建三类最优无量纲化模型,分析大平移尺度和小平移尺度约束条件对最优无量纲化模型的影响;最后,通过大量的数值模拟实验研究了6种常用综合评价方法中的最优无量纲化模型,并对结果进行深入分析。研究发现,大平移尺度约束下几种综合评价方法中的最优无量纲化结果均不同于现有无量纲化方法,小平移尺度约束下的最优无量纲化与均值化较为接近,但不完全相同;经过不断优化后的稳定性函数和区分度函数能更科学地度量综合评价结果的稳定性和区分度大小,无量纲化有效性的统计检验方法能准确判断指标间的量纲差异是否被有效消除;综合评价方法、目标函数和约束条件不同时所对应的最优无量纲化结果不同。

基于时空最优低维动力系统的多尺度可压缩湍流数值模拟方法

按照周培源教授关于研究湍流数值模拟建模时必须分析和求解脉动速度场的思想,该研究基于第一性原理,系统地建立了基于时空低维最优动力系统的多尺度可压缩湍流数值模拟方法(LMS方法),并将其应用于多次冲击Richtmyer-Meshkov问题的数值模拟中,首次得到了可压缩湍流的中尺度流场和不同于DNS近似解的湍流近似解.数值结果表明,LMS方法可以用较少的网格获得更精确的湍流近似解.首先解决了研究中遇到的几个问题,为LMS方法的构建铺平了道路.这些问题是:基于湍流的物理特性,提出了湍流大、中、小尺度分解的新概念;找到了box滤波空间相关性的计算方法;指出了湍流建模理论中长期存在的逻辑错误,提出了多尺度湍流模型的概念;讨论了湍流封闭问题的本质和关键,给出了克服湍流封闭问题的数值方法.采用box滤波方法/空间网格平均方法且在大尺度网格的意义下,LMS方法的本质是一种将RANS、LES、DES和DNS等湍流数值模拟方法统一的全新湍流数值模拟方法.需要指出的是,LMS方法也可以作为湍流模型研究的辅助工具,以检验SGS尺度方程/脉动方程中各项所对应的湍流模型是否正确.

大视场相机最优投影模型识别及星光标定方法

针对在轨摄影测量中近距离大尺寸测量需求,提出利用星光约束的大视场角摄影测量相机最优投影模型识别及标定方法。首先,构建了具备调节系数的星光几何投影分段函数模型。随后,针对分段星光投影模型开发多站位自标定光束平差算法。通过将光束平差算法与北方苍鹰寻优策略相结合,对投影模型调节系数、相机内方位参数、相机外方位参数及镜头畸变系数同步优化,直到星点像面重投影均方根误差达到全局最小,得到最优投影模型及其参数。实测实验表明,大视场角相机星光标定后,星点像面坐标的重投影均方根误差为1/9 pixel。在连续帧星光标定实验中,通过卡尔曼滤波算法对相机参数随机误差进行了有效消除。该方法可在相机星光标定过程中识别最优投影模型并标定全部成像参数,具备连续帧标定及参数校准能力。

基于最优近邻的局部保持投影方法

局部保持投影(LPP)方法是机器学习领域中一种经典的降维方法。然而LPP方法以及部分改进方法在构建数据的局部结构时简单地使用k最近邻(k-NN)分类算法寻找样本的近邻点,容易受到参数k、噪声和异常值的影响。为了解决上述问题,提出一种基于最优近邻的LPP方法。该方法使用寻找最优近邻算法,在找到样本近邻点后,进一步选择与样本有一定数量的共同近邻点的近邻样本作为最优近邻,通过共同近邻点的限定来选择与样本最相似的近邻,增强近邻样本间的相关性,避免了传统LPP方法受参数k影响大等问题。在选择出足够的样本最优近邻后,构建数据局部结构,以便准确地反映数据的本质结构特征,使降维后的数据能最大程度保留样本的有效信息,提升后续机器学习模型的性能。公共图像数据集上的对比实验结果表明,该方法具有较好的数据降维效果,有效地提高了图像识别准确率。

基于概率误差的三维室内定位系统最优布站方法

随着智能化、自动化技术的不断发展,室内定位技术的应用场景日益广泛,如何提高室内定位系统的精度和可靠性一直是研究热点。对基站布局进行优化,提升系统整体的定位精度是现有的室内定位系统优化方法之一。对于该方法,现有的研究普遍选择采用其他相似领域的已有方法,主要的两种方法中用于评价卫星共轭的精度稀释因子忽略了基站与标签的距离;作为导弹、惯导系统中落点精度评价因子的概率误差方法没有考虑基站几何结构的影响。对此,提出了一种基于精度稀释因子和概率误差方法的精度评价模型,用于推导三维室内定位系统的最优基站布局,该模型同时考虑了距离和几何结构对室内定位精度的影响,可以很好地应用于室内定位的领域。所提方法在程序模拟和实际定位实验中均取得了优异的效果。在程序模拟中,最优基站布局系统的定位误差均值相比传统四顶角定位系统降低了约14.38%,在实际定位实验中,最优布局的定位精度和效果都得到了显著提升。实验结果验证了精度评价模型的准确性与实用性。所提出的最优基站布局方法在三维室内定位领域具有很高的应用价值和普适性,能够有效提高室内定位系统的精度和效果。

基于最优传输理论的无人艇编队任务分配方法

无人艇编队的任务分配问题是无人艇编队协同控制领域的一个重要研究问题。合理的任务分配方案将有助于无人艇编队快速决断和高效执行。现有方法在对无人艇编队的任务分配问题进行建模时,鲜有将无人艇的姿态和动力学模型纳入考虑。首先,建立带姿态的无人艇编队的任务分配问题模型;接着,通过将该模型与流形上的最优传输问题联系起来,得到离散求解形式;最后,仿真实验表明对于无人艇编队的任务分配中考虑无人艇姿态的必要性,以及提出的计算方法的有效性。

考虑自动驾驶仪延迟的非线性最优末制导方法

针对过载受限和自动驾驶仪延迟等条件下的非线性最优末制导指令在线生成方法进行研究。首先,基于庞特里亚金极大值原理,建立了目标静止的非线性最优末制导问题的最优性条件,并利用饱和函数将过载约束嵌入最优性条件。其次,应用参数化方法使得通过数值积分即可快速生成满足最优性条件的飞行轨迹数据集。然后,利用该数据集训练神经网络,使其拟合弹-目相对运动状态到最优制导指令的映射关系,实现过载约束下制导指令的毫秒量级在线生成。针对自动驾驶仪的延迟响应,通过微分补偿法估计神经网络下一时刻输出的制导指令以实现快速跟踪。最后,仿真结果表明,本文所提出方法针对静止目标与小机动目标都能够在线生成最优制导指令。

求解低秩密度矩阵约束最小二乘问题的优函数罚方法

应用优函数罚方法求解具有低秩密度矩阵约束的最小二乘问题.首先,用凸差方法处理非凸的低秩约束,并结合罚方法和优函数方法将原问题转化为一系列具有密度矩阵约束的凸优化问题;然后,给出求解该优化问题的优函数罚方法,并对该方法进行收敛性分析;最后,运用半光滑牛顿增广拉格朗日算法求解优函数罚方法的子问题.合成数据集和真实数据集上的数值结果表明,优函数罚方法可有效求解具有低秩密度矩阵约束的最小二乘问题.

基于ANP-优序图的硬岩CAES储气库站址优选方法

为有效解决硬岩CAES储气库站址筛选困难的问题,该文在现有研究基础上,通过对“ANP-优序图法”的原理、特点及步骤进行分析,从理论上阐述“ANP-优序图法”在硬岩CAES储气库站址优选中应用的可能性,并对该方法的潜在价值与不足之处进行探讨。结果表明,该方法对硬岩CAES储气库站址的优选具有较好的适用能力,但同时也存在主观性较强,结果易受专家水平影响等瑕疵,该研究可为综合评价体系的建立,甚至是快速选址平台的搭建提供理论基础,将有助于硬岩CAES得到更广泛的应用和推广。

约束多目标优化问题的一类内-外混合罚函数方法

该文提出一种内-外混合罚函数方法求解具有等式和不等式约束的多目标优化问题.其中罚函数由目标函数,内点罚函数和可行集外点罚函数构成.在适当的条件下,借助具有单调性的辅助函数,证明了算法所生成的迭代序列收敛于问题的Pareto最优解或弱Pareto最优解.同时给出了三个数值实验来验证算法的可行性.最后将算法应用于解决多指标交通网络最小费用流问题,并与线性加权法进行比较,结果表明该算法在时间成本上具有明显的优势.

基于锥切割理论的系统故障状态优化调整方法研究

为了在系统故障演化过程中控制系统故障状态,提出了一种系统故障状态优化调整方法。其主要根据锥切割理论,以及非优理论和Hat投影建立方法的数学模型,设置了分析系统并给出了分析步骤。首先论述了相关理论的基本思想;其次研究了系统故障状态优化调整的基础和关键,描述了需要研究的问题;再次建立了系统故障状态优化调整方法模型及分析步骤;最后通过实例展示了方法流程,得到了定量结果和优化调整最优方案。结果表明:系统故障状态的优化调整可通过影响因素实现;通过比较原系统故障状态和新系统故障状态与目标系统故障状态的内积,基于非优理论选择需要实施的优化调整措施。当措施是优化调整措施时计算继续;是非优化调整措施时计算停止,这时得到的按照实施顺序组成的措施集合即为优化调整最优方案。最后论述了方法的先进性和有待研究的问题。

超强筋小麦新种质藁优2397的选育方法及特征介绍

藁优2397是藁城农科所由鉴454/中麦229采用杂交常规育种法,系谱法选择而成的强筋麦新品系,该品系具有抗寒超强筋等突出特点,品质性状遗传力强,是理想的强筋麦育种新种质资源。结合藁优2397小麦新品系的选育过程,详细介绍了藁城农科所自创的组合定等评价法、面筋积值评价法、分步检测筛选法这3个强筋小麦的选育研究方法,并对超强筋小麦新种质藁优2397的特征特性、抗性表现、主要品质指标和产量进行简单介绍,总结了该种质资源的利用情况并对其应用前景进行了展望,以期使该品系在后续的育种工作中成为骨干亲本,发挥出其作为种质资源的作用。

基于方法多样性的优化选择

方法多样性和择优选择存在着一种特殊关系,二者情同母子,也很像树根和枝干,如果没有前者的孕伏,就很难诞生最优方法。在课堂教学中,教师只强调优化而忽略学生对方法多样性的探索,就如同杀鸡取卵。这样的高效率,实则是低效或无效的,落实核心素养也就无从谈起。话题的案例中,教材呈现的用正比例解决问题的方法是本单元教学内容的主线。而基于学情,根据比的意义和倍比关系求解,其价值也不能小觑。教师应给予学生自由的思考机会.

求解Helmholtz方程的非重叠最优Schwarz交替法

讨论求解Helmholtz方程的广义Schwarz交替法,通过调节传输条件中的参数可得到有限步收敛的最优Schwarz交替法。然而,由于这些传输条件是全局相关的,在实际计算中不易实现。对传输条件进行了局部估计,得到近似最优的非重叠Schwarz交替法。

三维VTI介质中波动方程深度偏移的最优分裂Fourier方法

从含Thomsen各向异性参数的qP波相速度表示式出发,建立并求解三维VTI介质中的频散方程,得到三维VTI介质中的相移算子,进而将以相移算子为基础的最优分裂Fourier方法推广到三维VTI介质,发展了一个三维VTI介质的深度偏移方法.文中使用的各向异性介质的速度模型与现行的各向异性构造的速度估计方法一致,将各向同性、弱各向异性及强各向异性统一在一个模型中.文中提出的偏移算法对相移法引入了高阶校正项来补偿介质横向变化的影响,使该方法可应用于横向非均匀VTI介质的陡角度成像,文中给出的偏移脉冲响应很好地证明了这一点.

再生水中优先控制有毒污染物的筛查方法

建立了一种适用于再生水中优先控制有毒有机污染物筛查的方法.针对样品前处理方法中的固相萃取柱的选择和洗脱剂条件等进行了优化设计,利用保留时间锁定和谱图解卷积技术分辨复杂系统中的目标污染物,并利用有毒化合物数据库进行有毒污染物甄别.结果表明,采用C18柱串联HLB柱的方法进行富集,用1:1(V/V)的正己烷/二氯甲烷混合溶剂和4:1(V/V)的二氯甲烷/甲醇混合溶剂进行分级洗脱的前处理方法,对分配系数(logKow)在1.48～6.41之间的30种化合物平均回收率在52.1%～138%之间,相对标准偏差值均<13.6%.将该方法应用于天津空港地区再生水中有毒有机污染物的筛查,2007～2008年度2次采集样品分别筛查出30种有毒有机污染物,其中有7种属于《城镇污水处理厂污染物排放标准》中已列入监管范围的污染物,11种未列入排放标准监测范围.比较污水处理厂进、出水以及地表水中检出污染物,发现现有污水处理工艺对筛查出的优先有机污染物处理效果不佳。

用擂台赛法则构造多目标Pareto最优解集的方法

针对多目标进化的特点,提出了用擂台赛法则(arena’s principle,简称AP)构造多目标Pareto最优解集的方法,论证了构造方法的正确性,分析了其时间复杂度为O(rmN)(0<m/N<1).理论上,当AP与Deb的算法以及Jensen的算法比较时(它们的时间复杂度分别为O(rN2)和O(Nlog(r-1)N)),AP优于Deb的算法;当目标数r较大时(如r≥5),AP优于Jensen的算法;此外,当m/N较小时(如m/N≤50%),AP的效率与其他两种算法比较具有优势.对比实验结果表明,AP具有比其他两种算法更好的CPU时间效率.在应用中,AP可以被集成到任何基于Pareto的MOEA中,并能在较大程度上提高MOEA的运行效率.

空气耦合超声检测中脉冲压缩方法的参数选优

多种脉冲压缩方法已成为提高空气耦合超声检测信号信噪比(SNR)的有效手段,而实际使用中面临如何选取合适参数以获得更好压缩效果的问题.基于脉冲压缩技术的基本原理及其在超声检测中的实现,建立了具备超声信号脉冲压缩实时处理的空气耦合超声检测系统.使用窄带空气耦合超声换能器分别就线性调频、非线性调频及相位编码脉冲压缩方法的关键参数对压缩效果的影响开展了实验研究,获得了脉冲压缩参数选取准则.最后以模拟缺陷的蜂窝夹芯复合材料试样为对象,验证了参数选优后的脉冲压缩方法在空气耦合超声检测中的应用效果.

一种改进的相量测量装置最优配置方法

以电力系统状态完全可观测和相量测量装置(PMU)配置数目最小为目标,提出了一种改进的PMU最优配置方法。将启发式方法和模拟退火方法有效结合以确保得到最优解,提高了基于启发式方法的初始PMU配置方案的质量,通过改进配置模型缩小了模拟退火方法的寻优范围,从而提高了求解速度。还提出了一种基于节点邻接矩阵的快速可观测性分析方法。最后采用IEEE14、IEEE30、IEEE118节点系统和新英格兰39节点系统对该方法进行了验证。

基于蚁群最优的配电网规划方法

详细探讨了现代启发式方法家族中新兴成员蚁群最优(Ant Colony Optimization, ACO)在配电网络扩展规划中的应用。蚁群最优是一种通用的内启发式(meta-Heuristic)算法,能够有效地求解大规模组合优化问题。文中给出了同时考虑配电网络扩展的固定费用和与电能损失相关的可变费用的配电网络规划的非线性混合整数规划模型,探讨了基于ACO的配电网络规划方法,并用该方法对一具有6个变电所、102条馈线的配电网络进行了测试。结果表明,文中所提方法是可行的、有效的。