基于时间条件算法的灭火机器人设计

详细介绍了灭火机器人的组装,在组装机器人的基础上,概括性的介绍了灭火机器人的各种算法及无火不进房算法中的时间算法和条件算法。为了让灭火机器人更加稳定的退出每个房间,结合时间算法和条件算法的优点,提出了时间条件算法,从而让机器人采用时间条件算法在迷宫中行走,并完成灭火任务。实验表明,此算法的应用使机器人在灭火过程中稳定性很高,并能及时避开迷宫墙壁;不但效果好,而且在很大程度上缩短了时间。

基于条件算法的飞机起落架扭力臂的拓扑优化

飞机起落架扭力臂结构在满足基本结构强度的前提下,应尽量实现轻量化。本文采用Abaqus/CAE中的优化模块对起落架的扭力臂进行拓扑优化,以应变能最大值最小化为控制变量,体积减小为目标,基于条件算法建立优化任务,最终优化后的拓扑结构体积下降49.25%,实现了轻量化的设计需求,为起落架的优化分析提供参考和指导。

特征修正并行预条件算法框架

针对实际应用中稀疏线性解法器计算复杂度偏离线性扩展的瓶颈问题,提出特征修正预条件算法统一框架,通过凝练物理特征中影响算法效率的代数特征,结合多层次特征分析,构造特征修正组件。通过几类典型特征修正预条件算法及应用成效,展示了该框架的有效性。

基于PM算法和噪声识别模型的探地雷达降噪方法

针对探地雷达(Ground Penetrating Radar,GPR)因地质或环境因素导致图像出现高密度噪声,有效信号被淹没,进而出现雷达数据读取困难甚至无法识别的问题,提出一种基于Perona-Malik(PM)算法和噪声识别模型(Noise Re-cognition Module,NRM)的降噪方法——PM-NRM。该算法根据GPR数据特点利用改进PM算法加大图像中噪声与背景的数值差异性,使用基于偏微分方程的NRM识别噪点,利用改进中值定理依次对数据中噪点进行恢复,结合迭代条件算法(Iterated Conditional Mode,ICM),以达到降噪的效果。面对高密度噪声数据,同传统的GPR数据降噪方法相比,所提算法在信号单波道拟合度、峰值信噪比(Peak Signal to Noise Ratio,PSNR)和结构相似度(Structural Similarity,SSIM)等客观评价标准中表现较优。实验结果表明,该算法在GPR系统探测工作中具有一定实用价值。

基于Bézier曲面造型的触模和摩擦条件施加算法

介绍了利用双三次 Bézier曲面块对模具表面进行拟合的方法 ,对模具表面和变形体表面采用 Bézier曲面进行了统一的描述 .提出了在刚塑性有限元模拟中相应的变形体边界自由节点与模具表面的接触算法以及摩擦边界条件的施加算法 .Bézier曲面的应用使有限元模拟系统中的模具描述更接近于实际模具造型 .模具表面与变形体表面的统一描述 ,简化了触模算法以及摩擦条件施加算法的数学计算 .而触模算法以及摩擦条件施加算法的实现 ,使拟合的曲面能够在数值模拟软件中直接应用而不需要再次转化 ,从而保证了模拟的精度 .

基于预条件LANCZOS算法快速实现三维地电场正演计算

针对三维地电场正演计算过程中形成的超大规模稀疏线性方程组,采用不完全Cholesky分解方法进行预条件处理,经过条件数改善后形成的新线性方程组的系数矩阵变为一个近似的单位矩阵,再应用Lanczos算法将会提高数值计算的稳定性,加快迭代收敛的速度,通常在迭代次数远小于系数矩阵阶数时就能得到较好精确解的近似值,为下一步的电阻率三维反演计算打下了非常好的基础.

基于一种条件熵的决策表属性简约算法在故障诊断中的应用研究

条件熵的粗糙集理论算法可以考虑条件属性和决策属性之间的关系,并在故障诊断中的应用具有一定优势。采用基于条件熵的粗糙集属性简约算法,并将其应用于航空无线电设备故障诊断。实验结果表明,故障诊断是准确、可靠的。该算法具有一定使用价值。

一种基于人工神经元网络的条件分支预测算法

针对人工神经元网络学习速度较慢的缺点,提出了改进学习算法的基于人工神经元网络的条件分支预测算法.基于SmpleScalar模拟器,用SPEC95基准程序对改进的方案进行了性能评估.模拟测试表明,在学习初期,相比传统人工神经元网络预测算法,改进的分支预测算法能使预测失效率降低1%～2%,而在稳定期,可获得同等的预测精度.

粗糙条件熵算法在故障诊断中应用分析

给出了一种基于条件熵的算法,并应用于弹载电子设备故障诊断中。结果表明,诊断结果准确可靠,且弥补了差别矩阵算法和差别函数算法的不足。

PMC模型下ACS-HCN的条件诊断算法

受到自然界中蚂蚁觅食行为的启发,通过对蚁群系统(ant colony system,ACS)中蚂蚁的觅食路径进行分析,得到一系列重要的结论,将其与超立方体网络(hypercube network,HCN)中结点的故障诊断相结合,提出一种条件诊断算法,即快速定位诊断(fast location diagnosis,FLD)算法,时间复杂度为 O(n),n 表示觅食点的个数。与变体立方体网络的条件可诊断、星型网络的条件可诊断相比,ACS-HCN的条件诊断算法具有时间复杂度小、诊断效率高的优点。

基于条件迭代算法的手语识别技术

针对多组手语语句中重复出现的手语单词识别问题,提出了一种识别方法。该方法利用时间规整算法构建手语识别模型,并通过条件迭代算法快速计算最大后验概率。在南佛罗里达大学公共手语数据集进行实验,证明了该方法具有一定的实用性。

广义条件梯度法求解非线性elastic-net正则化

研究非线性不适定算子方程的求解问题,并且构造了一种用来求解带有罚项约束的非线性elastic-net正则化的迭代算法.这种算法的目的主要是将广义条件梯度算法的方法推广到带有罚项约束的非线性的正则化问题中,进而去构造出一种用于解决elastic-net正则化问题的软阈值迭代算法,并且也给出了这种算法的收敛性的证明.该方法放宽了原来的广义条件梯度方法所需的紧集条件.

关联分析算法在安全管理平台中的研究与应用

为了解决安全管理中无效的重复安全事件以及事件之间独立分析的问题,需要对安全管理平台中的关联算法重新进行设计。结合当前安全管理平台并通过分析几种关联算法的优劣性,从中选择了概率相似度算法和先决条件算法作为研究对象,提出了一种基于两者的混合关联算法,并对该算法进行了简单介绍。通过对混合关联算法应用于安全管理平台的方式进行探索,提出了基于此算法的关联模块的设计方案。混合的关联算法应用于安全管理平台后,能够有效地融合相似告警,消除重复告警,实现了攻击场景的灵活再现,使得管理员不仅能从整体上掌握网络安全状态,而且能直观地做出决策,更好地维护网络安全。

基于模式约束的油层单元智能自动对比方法——以渤海湾盆地史南油田史深100区块加积式地层对比为例

针对基于数据驱动的地层自动对比方法难以适应侧向沉积相变快及地层厚度差异大的油层单元自动对比这一问题,建立基于模式约束的油层单元智能自动对比方法。该方法提出在油层单元自动对比中引入知识驱动,采用地层发育模式约束油层单元自动对比过程,并将地层模式约束思想引入构建的相似性度量机及改进的条件约束动态时间规整算法,实现了对标志层及各油层单元界面的自动对比。渤海湾盆地史南油田史深100区块的应用表明:与人工对比结果相比,该方法标志层识别吻合率高于95.00%,油层单元识别平均吻合率达90.02%;与已有自动对比方法相比,油层单元识别平均吻合率提升约17个百分点,有效提高了油层单元自动对比精度。

一种基于Associated Hermite正交函数求解对流扩散方程的算法

提出了一种基于AH(Associated Hermite)正交基函数求解对流扩散方程的无条件稳定算法。该算法将方程的时间项通过Hermite多项式作为正交基函数进行展开,利用Galerkin方法消除时间变量项,从而导出有限维AH域隐式差分方程,突破了传统显式差分格式稳定性条件的限制,最后通过对AH域展开系数的求解得到该对流扩散方程的数值解。在数值算例中,将该算法与传统显示差分法和交替方向隐式差分法进行对比分析,数值计算结果表明,算法无条件稳定且其计算精度与时间步长无关,对于具有精细结构的对流换热问题,该算法具有明显的效率优势,且保持了较高的精度。

基于不等式约束的最小二乘法三维电阻率反演及其算法优化

基于光滑约束的最小二乘法是三维电阻率反演的主要方法,但该方法在某些情况下存在着多解性较强的问题,且普遍耗时较长,严重制约了三维反演方法的推广与发展.为改善上述问题,将表征模型参数变化范围的不等式约束作为先验信息引入最小二乘线性反演方法中,有效地改善了反演结果的精度,降低了反演的多解性问题.为了解决耗时较长的问题,基于预条件共轭梯度(PCG)算法和Cholesky分解法的特点提出了一套优化三维电阻率反演计算效率的计算方案.在该方案中,Cholesky分解法被用来求解敏感度矩阵计算中的多个点源场的正演问题,Cholesky分解法只需对总体系数矩阵进行一次分解,然后对不同的右端向量进行回代即可.将预条件共轭梯度法引入到三维电阻率反演方程的求解中,将雅可比迭代中的对角阵作为预处理矩阵,其具有求逆方便、无需内存空间的特点,有效地加快了收敛速度.对合成数据以及实测数据的反演算例表明,借助不等式约束和反演效率优化方案,最小二乘反演方法可得到较为精确的反演结果,有效地提高了反演计算效率,具有良好的推广前景.

基于自适应加权光滑约束与PCG算法的三维电阻率探测反演成像

三维电阻率探测在实际工程中日益受到重视,但存在着深部分辨率低、反演效率低等关键问题,严重制约了三维电阻率探测技术的应用和推广。针对深部分辨率低的问题,提出了一种随三维模型网格尺寸自适应调整的加权光滑约束,改善了深部网格的电阻率差异容许程度,实现了对不同深度网格约束的差异化加权处理,有效的提高了深部反演的分辨率和成像效果。针对反演计算耗时长、效率低的问题,基于预条件共轭梯度法求解快速稳定的优势,提出了三维电阻率快速稳定反演成像算法。在该算法中,将雅可比迭代中的对角阵作为预条件矩阵,其具有求逆方便、无需内存空间的特点,显著加快了收敛速度。最后,利用合成算例和隧道导水裂隙探测的工程实例验证了上述反演方法的可行性与有效性,表明借助于自适应调整加权光滑约束和预条件共轭梯度算法,有效的提高了深部分辨率和计算效率,显著改善了反演效果。

控制最大误差的无线多跳网络场景仿真算法

如何用固定实验床仿真任意无线多跳网络场景是移动自组织网络仿真的基本问题,但现有的基于射频信号能量控制的无线网络仿真实例中还没有对这个问题进行深入讨论。对基于射频信号能量控制的无线多跳网络场景仿真问题进行数学建模,并以控制最大仿真误差为求解思路,提出一种仿真算法——匹配有解条件法。模拟实验表明,该算法能够求解无线多跳网络场景仿真问题,并给出最大误差。

非二元条件约束满足问题求解

非二元条件约束满足问题是二元条件约束满足问题的泛化。给出了非二元条件约束满足问题模型;针对求解过程中激活性约束引起的变量空间变化,分别采用"后看"策略和嵌入不同程度非二元弧一致性的"前看"策略思想,提出一种非二元条件回溯算法和两种非二元条件前向检查算法,以有效处理约束维数的非二元性及变量依条件参与求解的动态性等问题;分析了三种算法最坏情况下的时间复杂性;通过随机生成的测试实例仿真实验比较了三种算法的求解性能。实验结果表明:在处理难问题时,两种非二元条件前向检查算法的性能均显著优于非二元条件回溯算法;而在分别处理中小规模低动态性特征与大规模高动态性特征问题时,两种非二元条件前向检查算法性能存在显著差异。

混合粒子群算法的软件测试数据自动生成

针对全连接拓扑结构的粒子群算法在生成测试数据过程中,存在收敛精度低,易陷入局部极值的问题,提出一种混合粒子群算法HPSO,并将其应用于测试数据自动生成。该算法在保证全局收敛性的前提下,对多样性匮乏的种群,首先采用定长环形拓扑结构取代粒子群的全连接拓扑结构;其次,采用轮盘赌方法选择候选解,更新粒子位置信息和速度信息;最后引入条件禁忌算法,对处于局部极值的粒子采取禁忌处理。通过实验比较表明:与基本粒子群算法(BPSO)相比,HPSO使种群多样性得到大幅度提升;在测试数据生成性能上,HPSO的搜索成功率和路径覆盖率均优于遗传算法与粒子群算法混合算法GA-PSO,而平均耗时与BPSO算法相当,性能表现优越。