采用微分进化算法和径向基函数神经网络的热工过程模型辨识

在热工过程模型辨识中,被控对象动态特性往往表现出非线性、慢时变、大迟延和不确定性等特点,这使得难以对其建立比较精确的模型。为了达到精确建模的目的,提出一种基于微分进化算法和径向基函数神经网络的辨识方法。该方法采用基于能量分布正交最小二乘学习算法的径向基函数(radial basis function,RBF)神经网络,通过改进的微分进化算法,对神经网络辨识系统进行参数优化,使RBF神经网络能够更快、更精确地逼近实际系统的输出,达到精确建模的目的。仿真结果表明,在采用改进的RBF网络对热工复杂对象进行辨识时,通过微分进化算法进一步确定其最佳参数,可以取得更好的辨识效果。

基于直通波抑制的超声TOFD图像缺陷检测新方法

为了能够精确定位并识别出近表面缺陷在低合金厚板对接焊缝中的位置,对其超声衍射时差法的D扫描图像进行了处理。为了准确定位缺陷深度,提出了基于峰值检测算法的直通波拉直技术;为了能够识别出近表面缺陷,在直通波拉直的基础上引入了基于A扫描线能量分布算法的直通波消除技术。试验结果表明,该技术有效地提高了对近表面缺陷的识别能力。利用该技术能够更准确地定位缺陷的深度,更清晰地识别出近表面缺陷,实现缺陷的精确定位与识别。

硬件平台上的HEED实现及其性能分析

为研究无线传感器网络中的分簇算法性能,在基于TinyOS操作系统的硬件平台上实现混合能量高效分布式分簇(HEED)算法。针对分簇后形成的树状网络拓扑给出相应路由协议和MAC协议。实验结果表明,当网络节点分布均匀时,HEED算法能形成较好的网络拓扑,当网络节点分布不均匀时,性能明显下降,给出的路由协议和MAC协议能保证节点达到较低的能量占空比,从而延长网络生存周期。