基于混合人工蜂群与泛化模式搜索算法的颗粒粒径分布重建

在光散射颗粒粒径分布测量过程中会产生大量测量数据,且无法对所有测量数据进行精确分析,进而降低了颗粒粒径分布重建的速度与精度,导致煤矿粉尘测量结果产生误差,出现安全隐患,危及生产和工作人员的安全。研究快速有效的反演算法,用于颗粒粒径分布的重建,成为颗粒粒径测量领域的重要课题之一。通过运用人工蜂群算法与泛化模式搜索算法相结合的混合算法,反演重建单峰R-R分布。将算法与遗传算法、Phillips-Twomey方法比较,结果表明,混合算法能够有效用于单峰R-R分布的反演重建,为工业应用提供有效且可靠的方法。

改进支持向量机模型的旋转机械故障诊断方法

针对支持向量机在旋转机械的故障诊断中存在的模型超参数选择的不确定性,利用超参数相关理论和先验知识界定模型超参数选择区间,结合全局搜索和局部搜索实现参数优化组合,运用泛化模式搜索的模型超参数选择方法,并将改进的支持向量机模型引入旋转机械的故障诊断。结果表明,改进的模型具有较高的搜索效率和参数优化选择性能,提高了故障诊断的精度。