基于改进RBF数据融合算法的煤矿井下安全监控研究

为了解决煤矿井下施工安全性低的问题,利用改进RBF数据融合算法优化设计煤矿井下安全监控方法;在煤矿井下环境下安装瓦斯、温湿度等传感器设备,将其安装在确定的测点位置上;利用改进RBF数据融合算法采集并处理传感数据,根据数据融合结果,考虑瓦斯浓度、温湿度、矿压等环境参数,得出煤矿井下安全性的监测结果;考虑煤矿井下人员实时位置,确定井下安全监控方向,在安全性监测结果的驱动下,利用设计的安全监控器,实现煤矿井下安全监控工作;通过效果测试实验得出结论:与传统监控方法相比,优化设计方法的瓦斯与温度监控误差分别降低了1.005 mg/m^(3)和5.65℃,同时安全监控范围得到明显扩大。

多联融合优化模板匹配的纱纸管分类方法

圆锥纱纸管的自动分类识别一直是该部件智能制造方面的技术难题,针对传统图像分类方法无法兼顾速度与精度,以及深度学习成本大、部署难、硬件要求高等问题,提出了一种基于多联融合优化模板匹配的纱纸管分类方法。采用多个改进算法及策略并使用三次数据降维加快模板匹配速度。将用于运动估计的优化算法SEA(successive elimination algorithm)用于模板匹配中,并把该算法的阈值改进为自适应阈值,用于加强算法鲁棒性;采用小波金字塔进行数据降维,减少运算量并提高运算速度;最后采用十字灰度特征模板代替传统SAD(sum of absolute differences)算法及其模板计算性能指标,并采用提前停止迭代搜索的策略进一步滤除数据,设置累计误差阈值来提前停止搜索。匹配实验表明,本文的改进算法保证了精度,并且匹配速度达到了0.126 s左右;对比、消融实验表明,本文算法在保证了精度的前提下,速度比传统SAD算法提升了近11倍,相比于一些其他经典的方法在速度上也均有提升,证明了该方法的有效性。

改进的信息融合算法在矿井提升机健康诊断中的应用

针对传感器在获取信息时易受干扰,而传统的D-S证据理论合成规则存在着局限性,提出了一种改进的信息融合算法。通过实例分析表明,该算法能够提高对矿井提升机健康诊断的可靠性和准确性。

基于改进自适应加权融合算法的土壤湿度监测研究

传统方式进行土壤湿度采集的过程中往往会遇到环境复杂、信号弱、信号干扰较大等问题。为提高土壤湿度采集的精准度,提出一种基于数据级融合思路的改进多传感器自适应加权算法。通过建立改进的自适应加权融合算法模型,经过一系列推算,得到系统的总均方误差表达式,然后通过获得的值选择每个传感器的最优方差值,通过计算获得每个传感器的方差的最优估计值。经过实地测试,通过使用5个相同的传感器对土壤湿度进行采集,各传感器回传信息有较为明显的差别,使用自适应加权融合算法得到融合结果的总体方差较大,对自适应加权融合算法进行改进后,得到的总体方差减小了400%左右。

基于改进A^(*)算法与动态窗口法融合的机器人随机避障方法研究

针对机器人在存在随机障碍物环境中采用A^(*)算法规划路径会出现碰撞或路径规划失败的问题,提出了一种将改进A^(*)算法与动态窗口法相融合的机器人随机避障方法。在改进A^(*)算法中,首先优化了搜索点选取策略和评价函数,提高了A^(*)算法的搜索效率;然后提出冗余点删除策略,剔除路径中的冗余节点,并在每两个相邻节点间采用动态窗口法进行局部规划,确保在全局最优路径基础之上,实时随机避障,使机器人顺利到达目标点。实验结果表明,改进A^(*)算法较传统A^(*)算法平均可减少4.39%的路径长度和65.56%的计算时长,融合动态窗口法后,能在全局路径基础上修正局部路径,实现随机避障,验证了该算法的有效性。

基于改进RRT的清扫机器人全覆盖路径规划

针对钢筋轧制车间中大型非结构化环境下清扫机器人在全覆盖路径规划时所面临的算法运行成本高、避障性能差和区域覆盖率低等问题,提出了一种利用单元分解法分区覆盖和融合跳点搜索法的RRT区域转移的全覆盖路径规划算法。利用MCD(movement cell decomposition)算法实现自由区域覆盖,为了解决区域间路径规划时的避障问题,引入融合跳点搜索策略的RRT算法,通过增加节点扩展的导向性,使其更偏向目标区域进行搜索,并利用贪婪算法裁剪冗余点修正路径以及三次B样条曲线法平滑处理。通过仿真与实验验证了算法在不同环境下的可行性和有效性,相比于其他方法所规划的路径更短且大大降低了路径重复率,提高了机器人避障效率的同时实现了全区域路径覆盖。

改进加权融合算法与双谱技术在风电轴承故障诊断中的应用

针对风电回转支承转速低、不稳定、受载复杂等问题,并且其故障振动信号为低频信号,往往呈现非高斯、非线性特点。提出了基于改进加权融合算法与双谱技术相结合的数据融合诊断方案。首先提出了改进的加权融合算法对多传感器数据进行融合;然后采用双谱技术处理非高斯、非线性信号,提取出隐藏在融合信号中的非高斯特征。最终通过实验表明,运用该诊断方案提取出的特征频率与理论计算的故障特征频率相吻合,充分显示了其应用在回转支承故障诊断系统中的可行性。

基于改进型VSM-HowNet融合相似度算法研究

随着信息科学技术的发展和互联网技术的普及,社会上出现了越来越多的以博取观众的眼球为目的的"标题党"现象。为了识别"标题党"新闻,给出了一种基于改进型的VSM结合余弦相似度的文本相似度计算方法和《知网》(How Net)文本相似度计算方法,并研究了基于改进型VSM-HowNet融合相似度算法,用这些文本相似度的计算方法分别和已有研究中的王氏主题-词形文本相似度计算方法做对比。此方法对"标题党"新闻识别的总准确率、总召回率及总F1值均高于其他文本相似度计算方法,对于识别一篇未知类型的新闻,改进型VSM-HowNet融合相似度算法相比于其他文本相似度计算方法更有优势。

基于融合算法的桥梁传感器测点布设优化

在大跨径斜拉桥传感器测点优化布置中,应用改进的粒子群和蛙跳算法的融合算法,并与其他3种算法对比,结果表明融合算法可用于斜拉桥的传感器测点布设优化。首先对融合算法的计算方法与步骤进行详细介绍,并说明相关参数的选取,然后以一座斜拉桥为工程背景,分别用有效独立法、遗传算法、猴群算法和融合算法对斜拉桥的测点布设进行计算,分析本算法的运行效率,并依据不同评估准则对4种算法的计算结果进行对比。结果验证了融合算法在斜拉桥传感器测点布置优化中的可行性。

考虑风电不确定性的电气综合能源系统混合尺度调控

为改善电-气互联综合能源系统中风电出力不确定性和多能传输差异对调控过程的影响,提出了基于改进小波融合算法的混合尺度调控方法.首先采用区间数学的方法,对系统中风电功率不确定性进行表示并给出风电处理策略.其次,考虑到不同能源传输特性的差异,提出了改进的小波融合算法,即先对电力网络中传感器信号数据进行多个不同小波基的多尺度分解,再对天然气系统信号数据中使用相同小波基分解的信号在混合尺度上实施加权数据融合,进行不同小波基的逆变换后得到融合信号.最后基于所搭建仿真模型,对比分析了不同调控方法的调控效果.结果表明本文所提方法的调控结果优于DMPC(分布式模型预测控制)滚动优化调控结果,且在改善了系统运行经济性的同时也提高了系统稳定性.

数据融合在瓦斯安检系统中的应用

从提高监测精度的角度阐述了数据融合技术在瓦斯气体安全监测系统中的应用.介绍了数据融合的基本知识和一般的融合方法,对直接取平均值的加权融合方法进行了改进,并通过仿真实验证明了改进的加权融合方法比直接取平均值融合方法更接近于实际值.

基于改进GA-CPSO融合算法的1000 MW机组给水系统建模

为解决现有方法对1 000 MW机组给水系统建模复杂、算法收敛速度慢、精度低等问题,提出一种改进遗传算法融合混沌粒子群算法(Genetic Algorithm-Chaotic Particle Swarm Optimization, GA-CPSO)。首先,粒子群算法(Particle Swarm Optimization, PSO)中引入了自适应权重和收缩因子,提升粒子寻优能力;在一维Logistic的基础上提出二维Logistic混沌映射,避免寻优过程中陷入局部最优解;采用轮盘赌选择方法,选取粒子进行下一步的遗传算法优化,提升了全局寻优能力。其次,通过实验仿真数据和现场实际数据验证了改进GA-CPSO算法的精度。将该算法用于1 000 MW机组给水系统,建模精度提高了88.65%,仅需要迭代7次左右即完成收敛。然后,利用数据中加干扰实验进一步挖掘改进GA-CPSO算法的抗干扰能力。实验表明:加入外部大扰动建模误差仅有0.385,算法抗干扰能力强。最后,用皮尔逊相关系数方法验证了机组直流阶段模型间的相关性,相关系数达到了0.9以上,可用一个模型代表。

“RMFS”拣选系统的订单分批优化

在全球零售额和当天交货量不断增长的时代,实现订单的快速交付和优质分批是影响移动机器人履行系统(Robotic Mobile Fulfillment Systems,RMFS)拣选效率的关键因素.为构造高质量订单分配批次、提升RMFS系统拣选效率,提出融合大邻域搜索的改进差分进化算法(LNS_DE),引入大邻域搜索的破坏与修复思想及一批基于随机、基于最大代价贡献和基于集中批次的移除算子以及新的插入算子组件,以最小化订单总延迟时间为目标建立订单分批优化模型,并针对不同订单规模算例进行实验仿真.仿真结果表明,所提出的订单分批优化算法较差分进化算法(DE)相比求解质量更优,性能更稳定、收敛速度更快,尤其当订单数量增大时,LNS_DE算法解的平均值优化比例不断扩大,这为提高RMFS系统拣选效率,实现订单快速响应提供有效决策指导.

基于NRS-ISSA-SVM的砂土液化判别模型

针对砂土液化判别中影响因素与砂土状态间映射关系的不确定性及模糊性等问题,在邻域粗糙集(Neighborhood Rough Set,NRS)因素约简的基础上,利用多策略融合的改进麻雀搜索算法(Improved Sparrow Search Algorithm,ISSA)优化支持向量机(Support Vector Machine,SVM)参数C和g,构建了SVM砂土液化判别模型。以吉林松原地区的42组实例作为总体样本集,其中35组作为训练集,另外7组作为测试集,利用邻域粗糙集对9个影响因素约简得到4个因素,然后输入ISSA-SVM模型进行预测,并进行了约简得到的因素敏感性分析。结果表明:因素约简剔除了冗余属性,降低了模型复杂度;ISSA算法具有极强的探索性、收敛性和局部逃逸能力;相比于其他模型,NRS-ISSA-SVM砂土液化判别模型精度更高,泛化能力更强;建议要判别砂土的液化状态,需要准确查明水位埋深、地震烈度、标准贯入击数,非液化土层厚度这4个因素,尤其是前三个因素。通过易获取的影响因素建立NRS-ISSA-SVM砂土液化判别模型,不仅可准确地判断该区域其余未知点的砂土状态,还可为其他类似问题提供参考借鉴。

基于KPCA-ISSA-SVR的盾构施工诱导地面沉降预测模型研究

为了准确预测盾构施工诱发的地面沉降量,论文提出了核主成分—多策略融合的改进麻雀搜索算法优化支持向量回归机(KPCA-ISSA-SVR)预测模型。以73组地面沉降实例为总体样本集构建训练及测试样本,利用核主成分分析对影响地面沉降的地质因素及施工因素进行特征提取的基础上,采用ISSA算法优化参数C和g,建立KPCA-ISSA-SVR地面沉降量预测模型,并与核主成分-Tent混沌映射改进麻雀搜索算法优化支持向量回归机(KPCA-TentSSA-SVR)、核主成分—麻雀搜索算法优化支持向量回归机(KPCA-SSA-SVR)、麻雀搜索算法优化支持向量回归机(ISSA-SVR)模型进行对比。结果表明:KPCA能够剔除冗余信息,降低模型复杂度;ISSA全局寻优及局部探索能力强,能高效准确地确定模型参数;KPCA-ISSA-SVR预测精度更高,稳定性更强。

含分布式电源的城市配电网规划研究

作为21世纪电力工业的发展方向,分布式发电系统与城市配电网相结合被认为是能够降低能耗、减少投资、提高电力系统可靠性的主要方式。但分布式发电不是简单的技术,其接入会对城市配电网的短路电流、线路潮流计算、电压质量和可靠性等造成影响,因此只有在满足相应技术约束的条件下,对分布式发电接入城市配电网的容量和位置进行合理规划和设计,才能确保其发挥应有的经济效益。基于此,本文对含分布式电源的城市配电网规划展开研究,将改进的遗传-蚁群融合算法运用于城市配电网的规划中,以期为促进我国含分布式电源的城市配电网的可持续发展,提供一些有益的参考和借鉴。