基于带约束粒子群的电容层析成像图像重建算法

粒子群工作时系统的鲁棒性很高,有助于解决图像重建的病态问题。但是,重建图像的像素较大,导致粒子维度较大,粒子在寻优过程中很难达到最优解。为了解决这一问题,对粒子的位置加入约束条件,以Tikhonov正则化图像重建算法成像作为粒子位置参考,约束粒子在Tikhonov正则化算法重建图像的一定范围内搜索,并用罚函数求解,提高粒子搜索速度;粒子群的惯性权重采用线性递减权值,从而实现惯性权值的自适应动态调整,提高算法的灵活性;将混沌算子加入粒子群位置搜索过程中,当粒子陷入局部最优时,混沌变量在一定范围内波动,降低最优解的错失率。仿真实验结果表明,与传统的LBP算法和Tikhonov算法相比,改进的粒子群算法的电容层析成像图像重建更精确,效率更高。

基于约束粒子群优化的克里金插值算法

针对常规克里金插值算法中的不足之处,通过改变粒子群算法中粒子多样性,结合地质变量的特征和数据特征,提出了一种改进的插值方法——基于约束粒子群优化的克里金插值算法,在粒子群优化过程中,通过高斯变异、样本点权重系数设定、搜索范围约束等方式提高了插值精度。实验结果表明:基于约束粒子群优化的克里金插值算法可以获得高精度的插值效果,优于常规的克里金插值。

基于约束粒子群优化的海底地形辅助惯性导航定位方法

针对水下自主航行器长时间航行后惯性导航系统位置误差积累的问题,提出一种关于约束粒子群优化的海底地形辅助惯性导航定位方法。通过在等值域内进行粒子群初始化,改善粒子"早熟"问题。采用惯性导航和水深测量序列计算相邻测量点水平距离、航迹水平转向角和水深变化量三个匹配参数,同时利用待匹配航迹上的粒子群计算以上三个参数,将航迹水平转向角和水深变化量转换为各自等效的水平相对距离,最后采用对应于相同匹配参数的等效水平相对距离的平均绝对差之和构建适应度函数,采用约束粒子群优化进行地形匹配,辅助惯导系统准确定位。通过某海图内海底地形匹配进行仿真实验,结果表明当航行器初始位置误差较大时:在地形变化明显区,ICCP的定位精度为200 m,约束粒子群优化的定位精度提高到20 m以内;在地形变化平坦区,ICCP无法有效定位的情况下,约束粒子群优化的定位精度约为250 m。

基于约束粒子群算法的网络节点定位技术研究

随着网络节点定位技术的不断发展,各种能耗低,节约成本的网络节点定位方式层出不穷。但是节点定位的精度仍然没法保证,因此提出基于约束粒子群算法的网络节点定位技术研究这一课题,首先进行节点定位初始位置获取,然后进行约束粒子群初始化,最后基于算法交叉率获取节点定位最优解。设计模拟实验对比基于约束粒子群算法的网络节点定位技术与传统的定位方法相比哪种方式更具有优势,实验结果表明新的网络节点定位技术的定位精度比传统技术更高,所选用的约束粒子群算法也比传统方式的算法的时间开销更短。

用光谱学方法研究不同放电等离子体粒子约束

本文用光谱学方法研究在HL-1装置上LHCD及ECRH等离子体、弹丸注入等离子体、偏压电极与偏压孔栏等离子体放电的粒子约束特性.结果表明,在弹丸注入及使用正向偏压电极与偏压孔栏期间,等离子体粒子约束得到改善.较低密度下(n(?)<2.0×10^(13)cm^(-3)),LHCD脉冲期间粒子约束得到改善;而当密度n.大于2.0×10^(13)cm^(-3)时.等离子体约束变坏.ECRH脉冲期间粒子约束得不到改善.

基于粒子约束的布料实时模拟

采用修改的质点—弹簧模型对布料进行了物理模拟。弹簧不产生粒子间的内力,而是提供粒子间的相关约束。根据这些约束,在满足物理模型的相关条件下不断地调整粒子的位置,实现布料的实时模拟;利用空间哈希表,实现布料的自身碰撞检测;使用Nvidia显卡的统一计算架构(CUDA)技术,对布料模拟进行了硬件加速,使布料模拟的帧速得到了数十倍的提高。

改进的粒子群算法求解非线性约束优化问题

提出了一种改进的粒子群算法(Improved Particle Swarm Optimization,IPSO),使用了一种新型的变异策略,并在搜索过程中将部分邻近的个体聚集成核,从而形成多子群引导粒子探测新的搜索区域,采用了简单易行的罚函数约束处理机制,使算法在求解较难的非线性约束优化问题时具有很强的全局搜索能力与效率。对比数值实验结果表明,该算法能够有效、稳定地求解非线性约束优化问题。

一种约束扩展卡尔曼粒子滤波器

针对非线性非高斯动态系统中的状态估计问题,提出了一种约束扩展卡尔曼粒子滤波新算法。设计非线性状态约束条件,即修正先验信息将非线性状态约束信息融入贝叶斯估计目标函数的构建,得到修正的似然函数,同时,在滤波更新过程中引入当前观测信息,从而,有效利用观测约束信息修正新息、增益及重要度权值的的预测及更新。所提出的算法概率地选择粒子,采用有效的数值方法来执行一系列约束优化,使得远离可行区域的那些粒子不太可能传播到下一个时间步长。引起的近似误差使用重要性抽样方法进行修正。仿真实验表明该方法能够构成更接近真实的后验分布,滤波性能优于传统粒子滤波器。

JT—60U的高密度ELMy H模式等离子体中能量和粒子约束的退降

在ＪＴ－６０Ｕ，用１８－１９ＭＷ的高功率中性约束注入，研究了在ＥＬＭｙＨ模式等离子体中有高再循环滤器时能量和粒子约束的退降，等离子体参数固定在Ｉｐ＝１－１．２ＭＡ，Ｂｔ＝２－２．１Ｔ和ｑ９５＝３．３－３．５。总体能量约束时间τＥ的减小是由于快离子的储能随等离子体密度增加而减小，而热能约束时间τ１ｈ在附着偏滤器条件下从０．０８８－０．０９２ｓ稍微降低到０．０８３ｓ。另一方面。

送料方式与粒子约束改进的研究

峰化的电子密度分布已成为众多托卡马克装置在高运行区的一个标志性参数。这些区域包括ASDEX的改善欧姆约束区（IOC），AlcatorC的冰弹丸增强约束模（PEP）和TFTR的超级放电，它们获得的约束改善都伴随着芯部峰化的密度分布和内部输运垒。在实现点火的聚变堆研究中，峰化的密度和温度分布是提高和优化聚变反应速率和α粒子加热功率的必要途径。因此，实验观察和研究密度分布的控制和产生峰化的机理对于研究粒子的输运、改善约束是重要和必要的。

弹丸实验中的粒子约束特性分析

多年来，许多托卡马克装置都在进行着氢弹丸和氘弹丸的注入实验研究，其主要目的在于探索用弹丸注入方法对将来聚变反应堆实验再加料的可行性。因为弹丸加料与气体加料相比具有使大部分加料粒子能沉积在等离子体芯部的明显优点。芯部加料可以产生更峰化的密度剖面和更高的聚变反应率，能改善能量和粒子约束特性。在JT－60，Alcator-C以及ASDEX等装置的弹丸实验中，在等离子体中心区域均获得了高度峰化的密度和压强分布，使等离子体的约束性能获得改善。

1．3 弹丸注入与粒子约束改善

早在80年代初，有人曾总结了5种加料方法：中性束注人、气体包层加料、等离子体枪、小丸加料、粒子团加料(即燃料通过超音速喷嘴流出，形成粒子团簇)。其中，冰冻弹丸快速注人是一种高效率的芯部加料方法，注人技术日趋完善，当今托卡马克装置已普遍开展了这项实验。

面向非广域目标的无人机对峙跟踪方法

针对无人机对峙跟踪非广域目标问题,开展目标状态估计与无人机制导方法研究。首先建立非广域地理环境模型,将非广域地理约束作为伪观测方程引入粒子滤波器的观测方程。其次,鉴于目标在运动过程中可能受到多个模型的约束,采用交互多模型滤波算法进行状态估计,即每个模型对应的受约束粒子滤波器并行工作,并对多个滤波器估计结果进行加权,得到更精确的目标运动状态估计值。然后,提出时间最优导航向量场,通过计算期望航向角,引导无人机快速收敛至目标极限环。最后,仿真实验表明,受约束粒子滤波-多交互模型算法相比于传统的滤波算法,估计精度提高了20%,时间最优导航向量场方法相比于传统的导航向量场方法,引导效率提高了15%,所提方法可更有效地用于解决非广域目标对峙跟踪问题。

HL-1M弹丸穿透及约束特性分析

在 HL - 1M装置氢弹丸注入实验中 ,利用位于弹丸注入口上面、同一极向截面上的窗口上布置的一个 2 0道 PIN探测器阵列所获得的多道 Hα辐射信号 ,借助于 Abel变换算法反演出 Hα辐射强度径向剖面随时间的演变 ,确定了弹丸在不同时刻在等离子体中所处的位置 ,即穿透深度。分析了穿透深度与等离子体温度和密度之间的定标关系。利用在离弹丸注入口 115o 的水平窗口上布置的 2 2道 PIN探测器获得的信号和多道 HCN等离子体电子密度测量信号估算了弹丸注入后整体粒子约束特性的相对变化。

HL-1M装置等离子体约束时间

强调了托卡马克等离子体约束时间是等离子体粒子损失或热能损失的特征时间 ,评述了有关物理概念和实验现象分析方面的问题 ,并应用于HL

糖厂澄清工段生产指标建模及操作参数优化

针对亚法糖厂澄清工段清汁色值和清汁残硫量难以在线测量的问题,提出了一种基于人工蜂群优化的在线极限学习机软测量方法;先用核主元分析法确定影响清汁质量的关键参数,建立基于在线极限学习机的软测量模型;同时利用人工蜂群算法对在线极限学习机的隐层参数进行寻优,优化所建模型;最后,使用带约束的粒子群对软测量模型进行优化求解,得到典型工况下的最优操作设定值,为后续工况操作提供参考依据;仿真结果表明,基于人工蜂群优化的在线极限学习机模型能够准确地预测清汁色值和残硫量,同时基于此模型优化的操作参数设定值能够达到期望的指标。