迭代优化算法在大跨拱桥线形控制中的应用

针对某大跨径钢管混凝土拱桥的斜拉扣挂系统,将迭代优化算法应用于拱肋吊装的线形控制和索力计算.应用一次张拉到位的思想,通过设置合理的优化变量、约束条件和目标函数,将索力优化分散到各个施工阶段单独进行,依靠循环迭代实现总体线形的控制.该算法用于拱桥吊装施工的模拟,考虑了扣索垂度等非线性影响后,一轮优化得到的预抬高和扣索索力即可基本满足线形控制的要求.

一种频域谱均衡自调整迭代优化算法

传统的频域自调整算法直接对频谱进行运算,不利于对信号的噪声分离。该文在频域采用对数功率谱表示保证了功率谱的正值特性且易于实现带遗忘因子平滑算法,并针对算法的收敛速度与收敛精度之间的矛盾,提出一种变遗忘因子的自调整算法,推导了算法的收敛条件,在此基础上设计了遗忘因子按响应谱取指数平均的自调整方法及相应的迭代算法。仿真验证了文中设计的优化谱均衡算法较传统的均衡算法时间上降低了近50%,稳态误差减小了约90%。

基于多光谱吸收的交替迭代优化算法

基于模拟退火算法的吸收光谱技术可以实现高温气体温度浓度的二维分布重建。但其计算效率过低,不适合于大规模的场反演计算。针对于该问题,提出了一种基于多光谱吸收的温度场和浓度场重建的交替迭代优化算法。首先对浓度场的计算提出了线性化方案,将原系统半线性化,从而弱化了原系统的非线性;其次对待测温度场、浓度场提出了交替迭代方案,每一步迭代降低一半的未知变量个数;最后用优化技术引入惩罚项来克服重建过程的病态性,在每一步迭代时能自动调整正则化参数,保证了迭代解收敛于精确解。仿真和实验结果表明该算法具有较强的抗噪声能力,在保持重建精度的前提下,能够显著的缩短计算时间,适用于大规模的场反演计算。

剂量预测联合参数迭代优化算法的VMAT全自动计划研究

目的设计一种联合深度学习剂量预测和参数迭代优化算法的容积调强放射治疗(VMAT)全自动计划方法。方法选取2018年6月至2021年1月北京大学肿瘤医院既往165例直肠癌患者的VMAT计划开展研究,其中145例用于训练和验证深度学习模型,该模型用于预测危及器官的剂量,20例用于研究比对自动计划和人工计划的质量。该方法从危及器官的预测剂量分布中提取关键的剂量体积直方图(DVH)值作为初始优化参数(IOPs),利用治疗计划系统可编程接口自动创建VMAT计划,通过设计迭代优化算法自动调节优化参数(OPs)。结果剂量预测模型训练后能有效预测出20例测试计划危及器官的关键DVH值,与参考值相比差异均无统计学意义(P>0.05)。20例VMAT自动计划均能满足临床处方剂量要求,对于PTV和PGTV的适形性指数(CI),人工计划与自动计划比较差异均无统计学意义(P>0.05);而PGTV的D1和均匀性指数(HI),自动计划均高于人工计划,分别为0.6 Gy和0.01,两者比较差异均有统计学意义(t=-7.05、-6.92,P<0.05)。自动计划比人工计划的膀胱平均V_(30)下降2.7%(t=3.37,P<0.05),股骨头和危及器官辅助结构(Avoidance)的平均V_(20)分别下降8.37%和15.95%(t=5.65、11.24,P<0.05),并且膀胱、股骨头、Avoidance的平均剂量分别降低了1.91、4.01和3.88 Gy(t=9.29、2.80、10.23,P<0.05)。测试的20例直肠癌患者病例的自动计划平均时间为(71.82±25.48)min。结论本研究利用直肠癌病例验证了一种联合剂量预测和参数迭代优化算法的VMAT自动计划方法的可行性。相比于人工计划,VMAT自动计划无需人工干预,在提高计划设计效率、计划质量和临床资源利用率等方面有很大的应用潜力。

钢结构吊装体系平衡状态确定的优化迭代算法

钢结构吊装体系平衡状态确定的难点在于索力如何实现迭代平衡、刚体位移如何消除以及体系的弹性变形如何考虑。根据钢结构吊装体系的受力特性,建立其平衡状态确定的一种力学模型,通过虚加构件的方法来消除体系的刚体位移,以各吊索段内力相等为优化目标,进而构造了其平衡状态确定的优化迭代算法。能够真实地反映吊装体系由不平衡状态转变到平衡状态时其空间姿态和力学状态的演变过程,可有效模拟实际工程中钢结构的吊装。

基于优化迭代学习算法的机器人运行轨迹跟踪控制

为控制机器人跟踪期望轨迹或使其达到指定的目标位姿,设计基于优化迭代学习算法的机器人运行轨迹跟踪控制模型。联合四驱WMR机械构架、主控传感器等交互型应用控制模块,在处理机器人运行轨迹信号的同时,遵照迭代学习算法的极值收敛性优化原理,建立关键动力学模型,实现对机器人运行轨迹的实时跟踪与控制。设计仿真对比实验,证实优化迭代学习算法对机器人运行轨迹的控制有效性。

基于迭代步进值递减的果蝇优化算法在PID整定中的应用

果蝇优化算法在计算精度和运算速度上比传统方法有着显著的提高,在解空间上可以快速高效地得到全局最优解,但也极易陷入局部最优。为了获得自动电压调节器(AVR)控制系统的最佳PID参数,对果蝇优化算法进行改进,提出了一种迭代步进值递减的果蝇优化算法。使用改进的算法对AVR系统PID参数进行在线整定,仿真结果表明:改进的果蝇优化算法比原算法在PID控制器中获得了更好的控制性能,改进算法具有一定的实用价值。

稀疏场景下SAR方位向随机丢失数据的迭代成像算法

针对合成孔径雷达(synthetic aperture radar,SAR)方位向随机丢失部分数据导致目标模糊和能量分散的问题,提出基于稀疏优化理论的重建成像方法。该方法主要针对稀疏观测场景的SAR方位向随机缺失数据的回波信号进行成像处理,利用SAR回波模拟算子,避免了二维回波信号矩阵变成向量的操作,从而减小了内存占用和计算量。所提出的基于SAR近似观测模型的迭代优化重建算法能够实现对观测目标幅度的高精度重建。和传统基于匹配滤波的SAR成像算法相比,提出的算法能够明显地消除SAR方位向随机丢失部分数据引起的目标模糊和目标能量分散。和迭代软阈值收缩算法相比,提出的算法重建的目标幅度误差更小。理想的点目标回波数据和真实的星载SAR稀疏观测场景的回波数据处理表明了所提算法在减少重建目标误差、提高观测目标区域的目标背景比等方面有较大的优势。

基于无人机-配送车联合配送的优化算法研究

针对物流配送领域的一种新型交付方式——无人机联合配送车协同配送包裹,研究无人机与配送车联合路径以最小化交付时间的问题,提出了一种新型优化迭代算法。该算法将问题分为两步,首先确定配送车路线及客户节点分配,然后固定配送车路线及无人机节点,确定二者汇合节点生成无人机配送路线。算法最后保留满足约束条件的无人机路线及对应配送车路线,得到联合配送总耗时。以此方式从最少的配送车节点开始迭代,通过更新全局上界得到最优解。通过对10、11节点的示例验证,表明该算法能够有效缩小搜索范围,提高运行效率,在合理时间内求解中小规模示例。

智能反射面辅助的MU-MISO车联网毫米波通信联合波束赋形

近年来,车联网通信系统提出了大规模数据传输,通信连接稳定等需求。高频段通信凭借超高传输速率,低时延的特点被引入了该系统,但是,高频段通信仍面临着阻塞问题的挑战。因此,智能反射面作为一种可解决高频段通信阻塞问题的技术,成为车联网高频通信的热点议题。智能反射面由超材料构成,其表面的多个无源反射单元均匀排布形成阵列,所有反射单元的反射系数均可通过智能控制器实时调节,控制反射波束的方向和形状,来实现对无线传输环境的智能调控,提供增强视距通信、扩展通信覆盖范围等服务。针对MU-MISO车联网毫米波通信场景下,基站与车辆用户视线通信链路因遮蔽,车辆高速移动等因素,面临随机中断的问题,将智能反射面引入该系统,并结合该系统提出了基于半定松弛问题的交替迭代优化算法,以提高通信稳定性。该方法将系统中基站波束赋形矩阵优化和智能反射面相移矩阵优化分解为两个子问题,通过定义半定矩阵变量并适当放松特定的约束条件将两个子问题近似成为半定松弛问题,随后,使用交替优化技术对其进行迭代求解以实现联合优化,通过最大化同时刻通信车辆中的最小信干噪比来确保通信稳定性。仿真结果表明,该方法显著提高了车辆用户的信干噪比和基站的总频带利用率,确保了动态场景中车辆与基站的通信稳定性。

双离轴衍射透镜的矢量设计算法

设计特征尺寸可与照射光波长相比拟的衍射光学器件时 ,必须采用严格的矢量设计算法。为克服传统搜索算法计算次数多、收敛速度慢的缺点 ,同时结合时域有限差分算法进行光场与衍射器件相互作用的矢量计算 ,提出了一种高效的迭代算法。利用该算法 ,设计了双离轴透镜 ,结果表明 ,该算法计算次数少。

实现稀疏角度下的精确CT重建:利用ADMM-LP算法求解非凸模型

背景:稀疏角度投影重建是减小CT辐射剂量的有效方法,但因其重建质量的问题限制了该方法的应用。目的:研究基于LP范数的交替方向乘子-CT重建算法,旨在提高稀疏角度下的重建质量。方法:将CT重建模型中的全变分正则项替换为非凸非光滑的LP范数正则项,并利用增广拉格朗日法将约束问题转化为无约束问题,再利用交替方向乘子框架结合广义收缩算法将原优化模型拆分为等价于原问题的子问题,最后迭代求解各子问题。结果与结论:(1)通过仿真及实际实验,对比分析了全变分-凸集投影、代数重建-LP、Split-Bregman-LP以及所提算法在36个稀疏角度下的重建结果,结果显示论文提出的算法重建图像细节更完整,均方根误差更低,而且速度比Split-Bregman-LP快1倍;(2)说明提出的基于LP范数的交替方向乘子-LP算法,在投影角度稀疏情况下的重建结果具有较高的重建精度。

基于水库群优化调度的黄河干流梯级补偿效益分析

【目的】探讨黄河梯级水库群的补偿作用,为黄河流域水资源的可持续开发利用提供参考。【方法】考虑全流域综合需水、防洪、防凌、生态等要求,建立了梯级水库群优化调度模型,采用系统辨识自迭代模拟优化算法对模型进行求解,并设置了3种情景,采用长系列径流资料进行优化调度实例计算。【结果】分别量化了发电和供水补偿效益。通过龙羊峡、刘家峡水库的补偿,梯级电站和径流式电站分别增发电量17.54亿和16.63亿kW.h;沿黄各省增加供水量35.66亿m3。通过补偿效益的计算和分配,实现了最优化的梯级水库群联合调度。【结论】研究成果完善了水库群补偿效益理论,对提高不同利益主体水电站的联合调度热情、高效合理地利用水能资源具有重要意义,对其他流域水库补偿效益的计算和分配具有一定的参考价值。

基于多通道迭代粒子群优化算法的微网经济调度

针对微网并网和计划孤岛运行方式下的经济调度问题,考虑分时电价差异及与主网能量交易,以最小化发电成本为目标,在由风电机组、光伏电池、燃气轮机和蓄电池组成的可再生能源的微网系统基础上建立了2种经济运行模型,同时通过对粒子群算法做出改进,提出了一种适用于多时段动态优化的多通道迭代粒子群优化算法并将其用于该文调度问题的求解,最后通过算例仿真证明改进算法的可行有效。

基于汽车冲压生产线的机械手速度优化与节拍提高

提出了两种机械手控制算法。一种是基于自学习的自适应时间统计再分配算法在不影响节拍的前提下自动调整机器人运行速度,改善机械手的工况,另一种是迭代优化算法,不仅用实时安全判断保证了安全,而且提高了生产效率。这两种算法均在实际生产中取得理想效果。

外汇储备币种结构优化管理——基于二次规划法

现阶段,在我国央行对外汇储备实际管理过程中,既要考虑外汇储备收益,更要兼顾其风险。风险管理水平的高低直接影响外汇储备的安全。基于有效边界理论,采用二次优化迭代算法,引入拉格朗日算子求解我国外汇储备最优结构。研究结果表明,二次规划法求解我国外汇储备最优结构是有效的。这对提高我国外汇储备收益率或降低其风险具有重要的现实意义。

网络入侵检测中聚类算法的研究

介绍了入侵检测技术中的两种聚类算法,阐述算法在入侵检测技术中的应用原理,并针对算法的优缺点提出改进的算法,通过分析表明,改进算法是一种较为理想的算法。

聚类算法在网络入侵检测技术中的作用

该文探讨了聚类算法作为一种无监督的异常检测技术,在网络入侵检测技术中的作用,并通过具体分析K-means算法和迭代最优化算法的优劣,把两种算法结合起来,提出一种新的分类算法。

基于价值最优原则的综合能源供给系统分层优化配置策略研究

针对青海省偏远地区的供电难、供热难的问题,建立以光伏发电为主,综合利用新能源分布式发电、储能、储热先进技术的新型能源供给系统,已成为发挥区域资源优势、解决偏远地区电热需求的有效途径。为保证该新型能源供给系统的经济稳定运行,提出了一种基于价值最优原则的光、储、热新型能源供给系统分层优化配置方法。根据表征系统容量配置的经济性目标和满足供电供热稳定需求的约束条件,建立了相应的系统优化配置模型。采用分层优化迭代算法,求解得到价值最优的系统容量配置结果。最后通过案例分析,验证了所提出的分层优化方法的有效性。

面向7075-T7451铝合金厚板加工变形控制的变向迭代优化方法

依据毛坯分解为去除材料和成形零件两部分,将初始残余应力分为释放应力和有效应力,利用静力平衡条件和弯曲变形理论建立加工变形分析模型及其有限元求解方法。通过现场加工零件后,经与实验测量结果进行对比分析可知,无论是幅值水平还是变形曲线,加工变形的仿真值均有很好的吻合性,两者仅存在10%左右的幅值误差。利用有限元方法求出相邻2个加工位置的零件变形,依据"变形方向相同则步长相等、变形方向相反则步长递减"原则确定下一个加工位置,提出加工位置的变向迭代优化方法。经与企业实际使用的中间位置法相比,变向迭代优化方法能够使得加工变形减小99.79%。