改进遗传算法嵌入经典分类算法实现润滑油添加剂微小量多种类同步识别

在润滑油中加入微少量添加剂就能使润滑油获得某种新的特性或改善润滑油中已有的某些特性的性质。针对机械设备润滑油中微小量添加剂多种类识别问题,基于python语言进行模型建立,采用基础油PAO-10和三种商用润滑油添加剂T321、 T534、 T307按照不同比例配制了8种不同样本。采用Thermo Scientific Nicolet iS5型傅里叶变换红外光谱仪采集了样本4 000~400 cm^(-1)范围附近的中红外光谱信息,并对样本中红外光谱数据采用Min-Max归一化进行预处理。使用两种经典分类算法,包括一对多支持向量机(OVR SVMs)、随机森林(RF),嵌入遗传算法(GA)实现中红外光谱特征波段筛选。为避免GA收敛过快和易陷入局部最优解,对GA的选择算子进行了改进,形成基于局部搜索算子的遗传算法(LGA),从而建立多类别分类模型的构建方法。结果显示:嵌入GA筛选波段后的新模型的种类识别准确率从利用经典分类算法对原始波长数据的OVR SVMs(83.33%)、 RF(87.50%)提升至OVR SVMs+GA(100%)、 RF+GA(100%);而嵌入LGA的新模型在保持原模型高准确率的情况下,RF+LGA筛选得到的特征区间长度为原光谱数据长度的36.7%,并且与添加剂物质的红外吸收峰有很好的对应情况。新模型不仅适用于只含单一添加剂的情况,对含有两种及两种以上添加剂的同步识别仍然具有近100%的较高识别率。表明所构建模型可以有效实现微小量润滑油添加剂的快速、准确、多种类同步识别。

A_2B模型分子经典轨迹的辛算法计算

采用辛算法计算了Ａ２Ｂ模型分子的经典轨迹并与传统Ｒｕｎｇｅ－Ｋｕｔｔａ （Ｒ－Ｋ）算法进行了比较．结果表明，在微观反应动力学研究所应考虑的时间范围内，辛算法的结果与理论分析一致，Ｒ－Ｋ法的结果则面目全非．因此，用辛算法替代传统数值方法有可能克服目前经典轨迹计算存在的困难，从根本上改进微观反应动力学研究的经典轨迹方法．

列车驾驶模拟器经典洗出算法的参数优化

洗出算法参数的选择对模拟器逼真度有直接的影响。针对目前应用于列车驾驶模拟器经典洗出算法参数选择的不足,根据经典洗出算法原理推导出整体传递函数关系式作为目标函数,以定量表述平台运动空间、响应能力和人体感觉阈值对模拟器逼真度的影响作为约束条件,选择简洁、灵活的极点配置滤波器方程,利用遗传算法进行优化,寻找出最适合模拟器配置的算法参数。运用MATLAB软件,对优化前后的平台运动和人体运动感觉进行比较,结果显示优化后经典洗出算法参数明显提高了模拟器的逼真度。

可拓模式识别算法中经典域的确定方法

可拓模式识别算法是根据各个关联度的对比来识别最终的模式,其中经典域区间的确定有着重要的作用。传统的经典域确定方法是基于数理统计学的,不适用于小样本数据,数据不完全以及数据分布未知等复杂情况。引入Bootstrap算法,并和传统的方法对比,更精确地确定了经典域区间。

N_2双原子系统经典轨迹的辛算法计算

采用辛算法和ＲＫ法计算了Ｎ２双原子系统的经典轨迹。结果表明，辛算法保持系统的辛结构和固有性质不变，与实验和理论一致；ＲＫ法则与实验和理论不符。

一种基于经典遗传算法的自适应随机共振系统

针对实际工程中微弱信号的检测要求,根据双稳态随机共振系统原理和信号、噪声和非线性系统之间的关系,设计了一种基于经典遗传算法的自适应随机共振系统。该系统利用以输出信噪比为目标函数和对系统参数进行联合编码的遗传算法获取双稳态随机共振系统的最佳参数,再根据所得系统参数对接收信号进行最优随机共振处理。仿真结果表明,在低信噪比情况下,系统能始终保持最佳随机共振状态,快速地实现输出信噪比最大化和处理增益达到15～20dB,从而保证低信噪比条件下微弱信号的有效检测和处理。

强激光场中CO分子经典轨迹的辛算法

采用辛算法计算CO异核双原子分子系统在强激光场作用下的经典轨迹,与RungeKutta方法进行比较,分析了CO双原子分子在激光场作用下的振动轨迹、相平面轨道与总能量随时间的变化及CO分子的解离.

空间谱估计经典算法性能比较

空间谱估计是阵列信号处理的一个重要研究方向。空间谱估计理论与技术已日趋成熟,近几十年的经典谱估计技术包括:常规波束形成(CBF)、Capon谱估计、多重信号分类(MUSIC)、旋转不变子空间算法(ESPRIT)、最大似然(ML)、子空间拟合(SF)及这些算法的扩展和变形。上述算法在各个分散的文章中均有具体深入的理论分析和研究,亦有类似的两种或三种算法的性能比较,但是针对这些所有算法的性能比较就笔者所知尚无公开报道,而使工程实现时对算法的选择没有依据。文中对这些经典算法进行简介,列出各个算法的优缺点,并对性能进行仿真比较使能直观的得到各个算法的性能对比,给工程实现算法选择提供理论依据。

基于免疫网络算法关联函数经典域优化

可拓控制理论中的关联函数往往是影响可拓控制器好坏的重要因素,但如何定义出正确且客观的节域和经典域,也就是研究可拓理论中一个相当重要的课题.经典域往往依靠统计和专家经验给出,带有很多的主观性和随意性,这样确定的经典域所确定关联函数在可拓控制过程中,控制的结果可能不准确.为了更加客观准确的找到特征状态的经典域,以移动式起重机为研究对象,通过力矩平衡原理,利用起吊物种的力矩与车体能提供的最大力矩的比值作为适应函数,利用人工免疫网络算法寻找起重机在不同起吊物重情况下的仰角、旋转角的可操作的经典域,建立关联函数来起重机系统的危险程度.

“数据结构”课程经典算法的教学探索

分析了"数据结构"课程的特点、经典算法的教学和实践现状,针对存在的问题,以改进经典算法讲解为基础,讨论了如何培养学生的编程思维,并进一步探讨了实践教学的组织和设计。

空间谱估计经典算法性能比较

空间谱估计是阵列信号处理的一个重要研究方向。空间谱估计理论与技术已日趋成熟,近几十年的经典谱估计技术包括:常规波束形成(CBF)、Capon谱估计、多重信号分类(MUSIC)、旋转不变子空间算法(ESPRIT)、最大似然(ML)、子空间拟合(SF),及这些算法的扩展和变形。上述算法在各个分散的文章中均有具体深入的理论分析和研究,亦有类似的2种或3种算法的性能比较,但是针对这些所有算法的性能比较,就笔者所知尚无公开报道,而使工程实现时对算法的选择没有依据。本文对这些经典算法做了简介,列出各个算法的优缺点,并对性能进行仿真比较,能直观地得到各个算法的性能对比,给工程实现算法选择提供理论依据。

“常见经典算法”分析与研究

经典算法是计算机专业核心课程之一。计算机算法的优劣,对于计算机硬件的利用和系统的性能具有重要的影响。算法也是计算机科学中重要的理论之一。本文对递归算法、分治算法、动态规划算法、贪心算法等经典的算法进行研究,着重阐述算法的设计思想、优缺点及其应用,并对算法的发展进行了探索。

数据结构中经典算法的教学研究

阐述了经典算法的教学要结合具体实例,精心组织教学内容、巧妙设计教学方法和灵活实施教学进程,同时要遵循情景、实效和点面结合等原则的观点。

辛算法在Ba+HF反应准经典轨线计算中的应用(英文)

将辛算法应用于准经典轨线理论,模拟了Ba+HF反应在扩展的London-Eyring-Polanyi-Sato(LEPS)势能面上的动力学行为.比较哈密顿体系在RK4-AMH4积分,四阶辛积分,六阶辛积分下的总能量守恒情况,结果表明六阶辛算法能最好地保持反应体系的能量守恒,且用时间最短,能够很好地节省计算资源.得到的六阶辛算法下生成物BaF的振动分布高于以前计算的结果,进一步证明六阶辛算法能最好保持能量守恒的特点.

经典相关算法(MAD)的硬件实现方法

该系统在硬件上以大规模复杂可编程逻辑器件(FPGA)及微处理器(8051)为核心,采用模块化流水线处理结构,实现目标图像的实时跟踪。在系统软件上使用一种高效的快速相关算法MAD,建立相关跟踪置信度评估、模板自适应更换、目标丢失判断、抗干扰准则和再捕获等准则,有效地提高了目标跟踪的稳定性和抗干扰能力。

遗传算法在单电子器件Ⅰ-V特性的半经典拟合中的应用

本文在单电子器件半经典的双隧道结模型的基础上，采用遗传算法通过对主方程的数值求解，对Ａｕ纳米粒子组装体系的库仑台阶现象进行了拟合．我们发现该算法的拟会结果效果很好．

两相SVPWM原理及经典两相SVPWM算法

分析两相电压空间矢量脉宽调制原理及其实现方法,提出了经典两相SVPWM算法,该算法根据调制比将调制模式分为线性调制模式、过调制模式Ⅰ和过调制模式Ⅱ。重点分析了过调制模式,利用傅立叶分析给出对应模式下参考角的推导方法,计算了在过调制模式下的输出相电压各次谐波幅值。经典两相SVPWM算法能实现电压空间矢量调制由线性调制模式到过调制模式直到方波的连续过渡,实现了全调制区域的运行,最大限度地利用了直流电压。

针对经典排序问题的一种新算法的近似比分析

给定m台平行机(同型机),n个工件,寻找一种分配方案,使得把这n个工件分配到m台机器后,整体完工时间尽可能短,这个NP-难问题被称为经典排序问题。如果每个工件的加工时间满足一定的条件,则有望能在多项式时间内有效地得到最优的分配方案。Yue等对加工时间满足整除性质的经典排序问题考虑了一种新的算法,该算法总是能得到这种特殊情况的最优分配。该算法在多项式时间内能够得到最优分配,是对于一般的经典排序问题的近似算法。文章在此基础上,考虑该新算法在一般问题上的近似比。文中考虑了这个新算法的两种版本,分别得到了3/2和2-1/2 ^(q)(q∈Z^(+))的近似比。紧例子表明,文中对算法的两个版本的分析都是最优的。

飞行模拟器经典洗出算法分析与改进

对飞行模拟器的经典洗出算法和人体前庭系统进行分析,发现经典洗出算法的平移通道和倾斜协调通道存在相互耦合的现象,角速度限幅和倾斜协调通道滤波器对模拟的持续加速度产生重要影响,导致飞行模拟器运动洗出过程中出现相位延迟。对经典洗出算法结构进行重新设计,解决互耦造成的相位延迟以及角速度限幅器带来的模拟持续加速度不够完整的影响。仿真结果表明,改进算法洗出的倾斜协调角速度和角度严格限制在人体阈值内,感觉加速度的相位延迟大大减少,并且洗出的位移量比经典算法范围更大。证明改进算法能够克服经典洗出算法中出现的虚假暗示现象,使飞行模拟器的洗出效果和动感逼真度得到提升。

混合量子-经典算法:基础、设计与应用

量子计算作为一种新兴的计算范式,有望解决在组合优化、量子化学、信息安全、人工智能领域中经典计算机难以解决的技术难题.目前量子计算硬件与软件都在持续高速发展,不过未来几年预计仍无法达到通用量子计算的标准.因此短期内如何利用量子硬件解决实际问题成为了当前量子计算领域的一个研究热点,探索近期量子硬件的应用对理解量子硬件的能力与推进量子计算的实用化进程有着重要意义.针对近期量子硬件,混合量子-经典算法(也称变分量子算法)是一个较为合理的模型.混合量子-经典算法借助经典计算机尽可能发挥量子设备的计算能力,结合量子计算与机器学习技术,有望实现量子计算的首批实际应用,在近期量子计算设备的算法研究中具有重要地位.本文综述了混合量子-经典算法的设计框架以及在量子信息、组合优化、量子机器学习、量子纠错等领域的研究进展,并对混合量子-经典算法的挑战以及未来研究方向进行了展望.