求解非线性方程组的非单调自适应加速Levenberg-Marquardt算法

提出一种新的求解非线性方程组的非单调自适应加速Levenberg-Marquardt算法,该算法使用一种新的自适应函数更新Levenberg-Marquardt参数,这种Levenberg-Marquardt参数的更新方式可提高过于成功的迭代中模型与目标函数的一致性,从而加快算法的收敛速度.数值实验结果表明,该算法具有良好的数值计算性能.

基于双向安德森加速分解协调算法的输配协同无功优化

新型电力系统中新能源渗透率不断增加,输电网和配电网协同运行环境复杂多变,对输配协同优化算法的收敛性提出了更高的挑战。鉴于此,应用广义主从分裂法将输配协同无功优化问题分解为输电网和多个配电网的并行优化问题;为改善广义主从分裂法的计算效率,提出了基于功率、电压等多元信息交互及历史信息修正的双向安德森加速策略;在此基础上,提出了融合原对偶内点法、启发式算法和辅助函数的输配协同无功优化方法,实现了输电网和配电网多种类灵活性资源的协调配合和优化控制。算例仿真结果表明,所提方法能有效改善主从分裂法边界的收敛性能,在大规模分布式能源接入的输配协同无功优化场景中具有更好的应用价值。

混凝土结构疲劳损伤全过程模拟的加速算法

基于混凝土随机疲劳损伤本构模型改进了循环跳跃加速算法。将外推变量从损伤变量修改为累积耗能变量,研究了跳跃阈值和外推方式对加速算法计算结果的影响。当选取合适的跳跃阈值时,可以利用较少的逐步计算结果获得更为精确的外推变量信息,使得混凝土疲劳损伤全过程模拟具有更高的精度和更小的计算成本。最后,采用改进加速算法对受压素混凝土梁进行疲劳损伤全过程模拟。结果表明,改进加速算法可以准确高效地模拟混凝土结构的疲劳破坏全过程。

基于加速遗传算法的钢板组合梁桥设计优化研究

针对公路简支钢板组合梁桥用钢量优化问题,提出基于加速遗传算法的组合梁截面优化方法,该方法以钢主梁用钢量为目标函数、以钢主梁截面参数为设计变量、以组合梁承载力和变形为约束条件对截面尺寸进行优化求解。以武穴长江公路大桥南引桥为背景,基于不同钢主梁间距下内力计算结果采用加速遗传算法求解钢主梁最优截面,获得钢主梁每延米最小用钢量和整桥每延米最小总用钢量随梁高变化趋势;结合优化结果提出了最小用钢量设计方案,并建立有限元模型进行优化后结构力学性能验算。结果表明:基于加速遗传算法的组合梁截面优化方法具有较好的收敛性和极值寻优能力;随钢主梁间距的增大,钢主梁截面尺寸及用钢量随之增大,但整桥总用钢量随之减小;钢主梁设计存在用钢量最为节约的最优梁高,该梁高随钢主梁间距的增大而增大;提出的桥梁最小用钢量设计方案计算挠度、应力小于规范限值,且具有足够的安全储备,可较好满足结构受力要求。

云环境下实现容器部署的加速粒子群优化算法

基于容器的微服务部署是一个具有挑战性的问题,为获得更好的用户体验并给云供应商带来更多的利润,需要在降低微服务的故障率和减少响应时间的同时提高资源利用率。提出了一种改进的加速粒子群优化算法,用于解决集群中微服务容器部署的多目标优化问题。该算法通过考虑微服务之间的调用关系,使得容器聚集在一起,从而降低服务的数据传输成本、减少故障率,并提高集群资源利用率。与现有部署算法相比,实验结果表明,所提出的优化算法在服务间的数据传输开销、故障率和资源利用率等性能指标上有明显改善。具体表现在:容器聚集度的提升达到40%以上,数据传输消耗平均有提升4%以上,故障率减少10%~20%,利用率提升3%左右。

基于加速遗传算法的电力系统继电保护定值优化方法

提出基于加速遗传算法的电力系统继电保护定值优化方法研究。对原始继电保护定值优化问题进行转化,将其抽象成一个多目标、多变量和多约束的优化求解过程,分别以选择性、速动性、灵敏性及可靠性为基础,构建了约束条件,并设计了电力系统继电保护定值优化的适应度函数。

加速遗传算法在混凝土施工裂缝控制中的应用

本文以中山某泵站水闸为例,研究了基于改进加速遗传算法的混凝土施工在裂缝控制中的应用与防裂措施。首先,对混凝土裂缝的形成原因进行分析,并介绍改进加速遗传算法原理。其次,通过对实际施工过程进行模拟,得到不同工况下混凝土裂缝发生的可能性。最后,通过模拟结果得到混凝土施工防裂措施。研究结果表明,通过采用改进加速遗传算法,可以有效控制混凝土裂缝的产生,并提出了一系列的防裂措施,为混凝土施工提供了可行的方法和技术支持,本研究对于提高混凝土施工质量和延长使用寿命具有重要意义。

基于加速分层遗传算法-投影寻踪模型的三峡水质评价

针对基于遗传算法的投影寻踪模型的不足,提出了基于加速分层遗传算法的投影寻踪模型,提高了全局搜索能力和收敛速度。并将其应用于长江流域水体水质的评价中。利用长江三峡库区8个断面的水质指标监测数据,建立基于加速分层遗传算法的投影寻踪模型,对各断面水质展开评价。结果显示:该段流域内水体质量整体良好,水质等级主要分布在《地表水环境质量标准》(GB3838-2002)Ⅱ类、Ⅲ类、Ⅳ类等级中。该模型能够合理的评价水质等级,值得广泛推广应用。

基于脑氧饱和度的加速度致意识丧失预警模型研究

目的基于脑氧饱和度,针对不同加速度暴露模式下飞行员的加速度致意识丧失(G-LOC)状态进行预警。方法选取33名志愿者进行载人离心机训练,施加不同的加速度暴露模式,并完成脑氧饱和度等生理指标的测量,建立超限学习机(ELM)模型对G-LOC状态进行预测。结果所建立的G-LOC预警模型在载人离心机训练的试验数据上表现较好,平均准确率为93.61%,几何平均数为0.9637,真阳性率为99.45%,真阴性率为93.51%。结论本研究所建立的基于脑氧饱和度的ELM模型可以有效预测G-LOC临界昏厥状态。未来可以在扩大样本数据量,在飞行训练与作战实际的基础上,进一步完善基于脑氧饱和度的G-LOC预警机制的构建。

基于八叉树邻域分析的光线跟踪加速算法

八叉树是加速光线跟踪常用的层次划分结构,为加快八叉树跟踪光线的过程,论文研究了运用八叉树邻域分析提高光线与八叉树节点之间的碰撞检测速度的方法,提出了一种结构简单、计算效率更高的八叉树节点的邻域分析算法。运用该算法可由现碰撞节点快速计算出下一碰撞节点,避免了采用大量递归搜索计算,从而提高了图像的渲染速度。实验结果表明,使用论文提出的邻域分析进行碰撞检测,效率比传统算法提高了3倍以上,大大提高了光线跟踪的速度。

推求水稻非充分灌溉下优化灌溉制度的新方法——基于实码加速遗传算法的多维动态规划法

采用改进的加速遗传算法 (RAGA)与多维动态规划法 (DP)相结合 ,提出了遗传动态规划模型 (RA GA—DP) ,解决了多维动态规划法在求解作物非充分灌溉下的灌溉制度优化过程中的反复试算、易早熟及陷入局部最优而难于求得真正最优解的问题。本方法在三江平原井灌水稻非充分灌溉条件下的灌溉制度优化中得以应用 。

OBB层次结构及其应用加速算法的研究

层次包围盒在碰撞检测中的应用对于提高碰撞检测精确度以及减少碰撞检测复杂度起着十分重要的作用。该文介绍了OBB包围盒的计算、相交测试以及构造方法,将一种加速碰撞检测搜索算法与其结合,并且讨论了时间复杂度。

基于加速遗传算法的投影寻踪模型在水质评价中的应用研究

提出将改进的实码加速遗传算法 (RAGA)与投影寻踪评价模型 (PPE)相结合 ,同时优化多维参数 (投影方向 ) ,建立了多元数据分类与评价模型。对长春南湖水的营养状态做出了评价 ,取得满意效果 。

全局自动图像配准算法加速器

由于全局自动图像配准算法计算和存储复杂度高,不易实现实时处理,为此提出一种改进的基于块的全局自动图像配准算法加速器结构(BWAGIR II).该结构采用双组多体存储结构及优化的数据放置策略,支持在单个时钟周期内同时读取4×4插值窗口中的16个像素值;并采用定浮混合计算逻辑,以支持定点和浮点操作数的混合计算.FPGA实现结果表明,采用文中结构对5个BWAGIR II处理单元的数据吞吐率超过258×106像素?s.

用加速遗传算法和SP模型评估电能质量

综合量化评估电能的质量,是衡量电能质量优劣与电价制定的依据之一,有利于实现按质论价、优质优价的购电原则。为了综合评估电能质量,根据电能质量评估的实质,提出基于遗传算法的Shepard插值理论用于电能质量的评估,并构建了电能质量综合评估的Shepard模型(SP模型)。对于模型中的非线性优化问题,采用加速遗传算法来解决,取得了很好的效果。实例计算结果表明,SP用于电能质量综合评估,其评估结果更为客观、合理。

一种基于粗集理论的BP神经网络加速算法

应用粗糙集理论 ,对控制系统采样数据进行简化处理 ,构造一种新型神经网络结构 .提出一种误差反向传播BP(BackPropagation)神经网络加速算法 ,并将此算法应用于移动机器人的控制系统分析设计 .通过仿真结果的分析研究 ,验证了此算法在减少网络冗余 ,提高神经网络学习速度 ,提高网络实时控制能力等方面的良好的性能 .

稀疏通信下分布式电源微增率一致性加速算法

基于分层控制结构,提出一种稀疏通信下的分布式电源微增率一致性加速算法。该方法无需中央控制器,借助稀疏通信网络实现分布式电源的三次分层控制并加快收敛速度。在该分层控制中,一次控制采用线性下垂控制策略;二次控制仅借助本地频率信息实现系统频率调节;三次控制考虑各分布式电源的成本微增率,利用稀疏不完备的通信网络传递分布式电源成本微增率信息,并结合非线性下垂控制实现微增率的一致性,各分布式电源能较快地收敛至等微增率点。该算法所构建的稀疏通信网络拓扑可以是任意的,对于通信网络的单双向及连通性都没有要求。仿真算例验证了该算法的有效性。

基于加速遗传算法的组合预测方法研究

应用加速遗传算法解决组合预测问题 ,可以克服传统遗传算法的缺点 :对搜索空间 (优化变量空间 )的大小变化适应能力差 ,计算量大 ,易出现早熟收敛 ,控制参数的设置技术无明确准则指导等 ,与已有结果相比 ,对预测误差信息矩阵无正定性要求 ,目标函数可以推广到规模庞大 。

自适应加速遗传算法及其在水位流量关系拟合中的应用

分析了传统水位流量关系曲线拟合过程中存在的精度不高等问题,在此基础上提出了自适应加速遗传算法,直接拟合水位流量关系。通过实例应用对该法与传统优化方法进行了比较。结果表明,该法具有直观、简便、快速,适用性强等特点,是一种优秀的全局优化方法。

加速评估算法:一种提高Web结构挖掘质量的新方法

利用Web结构挖掘可以找到Web上的高质量网页 ,它大大地提高了搜索引擎的检索精度 目前的Web结构挖掘算法是通过统计链接到每个页面的超链接的数量和源结点的质量对页面进行评估 ,基于统计链接数目的算法存在一个严重缺陷 :页面评价两极分化 一些传统的高质量页面经常出现在Web检索结果的前面 ,而Web上新加入的高质量页面很难被用户找到 提出了加速评估算法以克服现有Web超链接分析中的不足 。