准静态轴压载荷下Al-CFRP梯度混合管的多目标优化设计

依据功能梯度结构设计原理,采用变厚度碳纤维复合材料层缠绕金属铝管的方式制备了Al-CFRP梯度混合样管,采用准静态轴向压缩实验对比了纯Al管、等厚度混合管以及梯度混合管的压溃与吸能特性,验证了梯度管的力学性能优势。在以上分析的基础上建立了梯度混合管有限元模型,通过对比压溃过程中具有典型压溃特征的6个压溃瞬时,发现有限元模型的压溃特性与变形模式均与实验结果具有较高的吻合度。分析了不同梯度系数下Al管壁厚和纤维缠绕角度对梯度混合管压溃性能的影响。结果表明,Al管壁厚对结构压溃性能影响显著,梯度系数对结构的峰值载荷和压溃力效率影响较大,碳纤维复合材料缠绕角度对结构压溃性能影响较小。为获取最优梯度混合管设计方案,采用基于响应面的多目标映射优化方法获得了吸能特性提升显著的梯度混合管结构形式。

基于梯度搜索与进化机制的多目标混合算法

多目标进化算法(MOEA)因其良好的全局探索能力备受关注,但其在最优值附近的局部搜索能力却相对较弱,且对于具有大规模决策变量的优化问题,MOEA所需的种群数量与迭代次数都十分庞大,优化效率较低。基于梯度的优化算法能够很好地克服这些问题,但梯度搜索算法很难应用于多目标问题(MOPs)。在加权平均梯度的基础上引入随机权函数,发展多目标梯度算子,将其与基于参考点的第三代非支配排序遗传算法(NSGA-Ⅲ)结合,发展了多目标梯度优化算法(MOGBA)和多目标混合进化算法(HMOEA)。HMOEA在保留NSGA-Ⅲ良好的全局探索能力的同时,极大地增强了局部搜索能力。数值实验表明:HMOEA对于各种Pareto阵面都具有优秀的捕获能力,与典型的多目标算法相比效率提升了5~10倍。进一步将HMOEA应用于RAE2822翼型的多目标气动优化问题中,得到了理想的Pareto前沿,表明HMOEA是一种高效的优化算法,在气动优化设计中具有潜在的应用价值。

功能梯度材料混合及挤出过程中螺杆参数分析与设计

为了解决微流挤出工艺制备功能梯度材料混合挤出过程中过渡不均匀现象,建立了在混合挤出过程中体积流量与材料流变特性、螺杆结构参数及螺杆转速之间关系的数学模型,得到了适用于三维打印功能梯度材料混合挤出式螺杆设计的解析关系。研究了螺杆结构设计及参数间的关联关系,分析了设计参数对工作性能的影响,得到了功能梯度材料在螺旋槽内混合挤出分布规律,其中,螺杆转速是影响体积流量的主要因素,槽深与螺旋角是浆料混合过程中形成滞留区的关键因素,最后,使用特定参数下的螺杆结构进行混合挤出试验验证。结果表明:采用优化的螺旋参数能够保证一定体积流量下的打印零件的成形效果,为混合挤出式螺杆的优化设计提供理论支持。

西部多民族高校生理学双语混合式梯度教学实践

生理学双语教学有助于培养具有国际视野的高层次拔尖创新医学人才,符合国家“双一流”建设、新医科建设和“三全育人”的综合改革要求,但在具体实施过程中需要因地制宜、结合学校学生的特点与能力水平个性化地开展,以达到更理想的课程满意度和授课效果。青海大学医学院基础医学部生理学教研室通过2020—2022年连续三年实施临床医学专业本科生生理学双语教学,摸索出了一套适合西部地区多民族高校的生理学双语混合式梯度教学实施方案。文章主要从教学定位与总体设计、教学改革措施和改革成效等方面阐述教学改革经验,以期为其他西部高校与地方院校实施双语教学提供参考。

基于强Wolfe线搜索下的混合型谱共轭梯度法

共轭梯度法具有储存小、计算快的优点。基于PRP类的共轭参数类型,设计了一种新的具有凸组合的混合型共轭参数。该参数不仅具有FR法的良好收敛性质,而且还具有PRP类方法的良好数值结果。与此同时在新的参数基础上设计了相应的谱共轭参数。用强Wolfe线搜索条件证明了该算法是具有全局收敛性的。最后通过对CUTEr测试集里面的问题进行数值实验,结果发现该算法具有较好的数值效果。

一种基于混合误差梯度下降算法的过程神经网络训练

针对过程神经网络(PNN)单一训练算法自适应调整能力差、缺乏对学习性质有效控制的问题,提出一种梯度下降与牛顿迭代相结合的求解算法——混合误差梯度下降算法.在训练初始阶段,基于网络训练目标函数,采用梯度下降法进行迭代寻优,只需计算目标函数一阶导数数值公式,复杂度低且误差下降快;当梯度下降法学习效率降低时,引入牛顿迭代法,并将梯度下降法的训练结果作为初始参数代入目标函数,使问题转化为求解非线性方程组,不需要一维搜索而提高网络训练效率.通过学习效率分析自适应调节两种算法的切换,直至满足停机条件.将其应用于时变信号模式分类,实验结果表明,该算法较大地提高PNN训练效率.

光照突变环境下基于高斯混合模型和梯度信息的视频分割

基于高斯混合模型和帧间梯度信息提出了一种新的运动目标分割算法。首先,在利用亮度信息对背景建立自适应高斯混合模型的基础上,进行前景的粗分割;其次,由于视频信号的亮度和色彩分量随光照突变有较大的改变,导致大片背景的高斯模型产生错误匹配,误判为前景,为了提高高斯模型分割算法的鲁棒性,结合结构梯度互相关函数对分割结果进一步校正,能适应剧烈的光照变化;最后,利用数学形态学进行后处理,消除影子和孤立的噪声点。通过不同场景的运动分割实验结果表明,该算法在复杂背景和剧烈光照变化条件下具有较强的鲁棒性和较高的分割精度。

一种结合梯度方向互信息和多分辨混合优化的多模图像配准方法

针对基于传统互信息图像配准容易产生局部极大值,同时结合梯度信息的互信息改进方法不能很好地应用于梯度幅值差异较大的多模图像配准,提出了一种新的结合梯度方向的互信息测度函数.在参量优化过程中,将具有全局优化的遗传算法和Powell局部优化算法动态结合,前者的配准结果为后者的算法优化提供有效的初始点以抑制局部极值,同时借鉴小波变换中多分辨率的思想,在低分辨率图像中粗略配准后,上升到高分辨率图像上进一步细化配准结果,增加算法鲁棒性并减少优化时间.多幅红外与可见光图像配准实验结果证明,提出的算法具有配准精度高和鲁棒性强等特点.

基于混合数值法的功能梯度材料板瞬态热响应分析

采用混合数值法分析了功能梯度材料板中瞬态热响应问题.功能梯度材料板的材料特性沿板厚方向连续变化,在梯度板中心作用温度变化的热源,此热源沿板厚方向连续分布.得出了温度变化对梯度板的影响,观测点处的位移响应与应力变化随时间分布的曲线以及瞬态的位移响应.研究表明,温度变化对板的作用效果与外载作用对板的作用效果是相当的.此研究是对混合数值法的在热领域应用的延伸与开拓,对热响应问题的研究具有一定的指导意义.

基于遗传算法和梯度算法的一种结构优化混合方法

基于遗传算法和梯度算法,文章提出了一种结构优化的混合方法。算例表明该方法兼具遗传算法的优良全局搜索能力和梯度算法的强大局部搜索的特点,且具有很好的工程适应性。

图像梯度场的Gamma混合分布模型及其求解

梯度是图像处理中常用的重要信息,但目前还缺乏较准确的数学模型来描述图像梯度与图像组成之间的联系。为此,在分析图像梯度直方图的特点的基础上,提出了一种基于Gamma混合分布的梯度数学模型,随后推导了基于EM算法的模型求解方法,最后通过应用实例和结果分析验证了该模型的准确性和有效性。

基于半监督高斯混合模型与梯度提升树的砂岩储层相控孔隙度预测

孔隙度是一种描述储层物性特征的重要参数。考虑砂岩与泥岩的孔隙度存在明显差异,提出了一种基于半监督高斯混合模型与梯度提升树的相控孔隙度预测方法,以实现砂岩储层孔隙度的精细描述。首先利用少量具岩相标签的测井数据确定高斯混合模型的初始聚类中心及对应的岩相类别;其次利用大量无标签测井数据优化高斯混合模型,实现砂岩与泥岩的准确划分;再次基于地质认识将泥岩孔隙度解释为固定的极小值,从而后续只开展砂岩孔隙度预测;然后将测井曲线拟合方法导出的孔隙度先验信息和测井敏感属性作为梯度提升树算法的多元输入信息,通过学习统计性岩石物理关系建立砂岩孔隙度的计算模型;最终根据岩相结果将砂岩段与泥岩段的孔隙度进行组合得到相控孔隙度。D油田的18口井数据测试结果表明:半监督高斯混合模型的岩相分类效果优于K均值、支持向量机、随机森林等机器学习算法,2口盲井的岩相分类准确率达到94.5%;所构建方法对2口盲井预测的相控孔隙度结果与真实孔隙度具有较高的一致性,平均相关系数达0.805。

时变混合共轭梯度盲提取算法

针对传统独立分量分析(ICA)方法对时变信道跟踪能力较差的问题,提出了一种时变混合共轭梯度盲提取算法。该算法有效利用了各源信号的时序结构差异,仅利用其二阶统计量解决了具有不同功率谱密度的信号的分离,而无须估计信号的概率密度和计算高阶累积量,减少了运算的复杂度并可用于杂系信号混合的盲分离问题;同时,算法利用仅具有一个全局最优解的凸代价函数,采用计算简单并具有较好数值表现的自适应共轭梯度算法进行迭代,获得了更快的收敛速度和更好的稳定性能。仿真结果表明,该算法与传统ICA算法相比,具有对时变系统更好的跟踪能力。

顾及梯度的高斯混合模型在三维属性场空间聚类中的应用

针对高斯混合模型(GMM)在空间聚类中由于忽视目标对象之间的空间关联性而导致的高误判率等问题,本文提出了一种顾及梯度的高斯混合模型:GMM-G,并将其应用在三维属性场的空间聚类中。GMM-G用反映标量场最大属性变化方向的梯度因子来定义邻域规则,设定梯度正交平面所通过的邻域体元更倾向于与中心体元归属于相同或相近的类别;并据此设计了符合归一性和空间连续性的空间邻域信息函数,来定义中心体元属于各类别的具有空间领域规则约束的后验概率。通过对由蒙特卡洛随机抽样构建的实验场的空间聚类结果进行对比表明,相对GMM方法,GMM-G具有更优的聚类精度及效率。最后,把GMM-G方法用于红透山铜矿区可控源音频大地电磁法(CSAMT)三维视电阻率场的空间聚类,得到了与已知岩性划分具有较高匹配度的分类结果,该方法可为物性属性场的岩性划分及地质推断提供相关的依据和参考。

一类混合CD-LS共轭梯度法的全局收敛性

为了寻找同时具有良好的收敛性和数值表现的共轭梯度法.将CD方法和LS方法结合,选用推广的Wolfe线搜索,构造出一类新的混合共轭梯度法.新的混合共轭梯度法不需要限制推广的Wolfe线搜索条件中的参数,但得到的下降性与CD法一致,具有比CD方法更好的收敛性,并具有全局收敛性.对新算法进行数值试验,通过与CD法和LS法的数值结果进行比较,表明新算法是可行的,尤其对大规模无约束优化问题.

反相高效液相色谱双梯度洗脱分离肽混合物及质谱分析

复杂肽段混合物的有效分离是高覆盖率地鉴定蛋白质混合物的前提。"鸟枪法"(Shotgun)蛋白质组学研究策略通常采用蛋白酶切、二维液相色谱-串联质谱分析肽段混合物从而鉴定蛋白质,其中高效率地分离肽段混合物是关键步骤之一。本文通过pH梯度结合有机溶剂梯度的反相高效液相色谱(RP-HPLC)进行一维液相色谱分离,按等时间间隔收集馏分并将一个梯度的前段的一个馏分与后段一个馏分混合,然后进行纳升级液相色谱-质谱联用(nanoRPLC-MS/MS)分析。将该方法应用于酵母蛋白质的分离和鉴定,实验结果为:与常规的强阳离子色谱-反相液相色谱-质谱分离鉴定方法相比,采用pH梯度结合有机相梯度的RP-HPLC-RPLC-MS分离鉴定方法多鉴定到567个酵母蛋白质(簇,含有3 035个唯一肽段);其中鉴定到肽段的pI分布范围为3.42～12.01,相对分子质量范围为587.67～3 499.79;蛋白质的pI分布范围为3.82～12.19,相对分子质量范围为3 446.55～432 905。该结果表明这种方法在复杂体系蛋白质组分离鉴定中具有明显的优势,在蛋白质组学研究中有较好的应用前景。

嵌入共轭梯度法的混合粒子群优化算法

针对标准粒子群算法收敛速度慢和精度低的问题,提出了一种嵌入共轭梯度法的混合粒子群优化算法.算法有效结合了粒子群优化算法较强的全局搜索能力和共轭梯度法快速精细的局部搜索能力,在基本粒子群算法得到的最优解的基础上引入共轭梯度法,加快了算法的收敛速度,克服了基本粒子群算法收敛慢的弊端.相比于基本粒子群算法,它能够以较高精度和较快速度收敛到所求无约束优化问题的全局最优解.数值实验结果表明,所得混合算法是一种求解高维多峰连续函数无约束优化问题的高效方法.

基于混合Trefftz有限梯度元法的功能梯度材料热传导数值模拟

针对功能梯度材料物性参数随坐标变化的特点,基于Trefftz完备解提出了求解功能梯度材料热传导问题的有限梯度元方法。首先,利用变量代换推导出指数型、二次型和三角型功能梯度材料稳态热传导问题的Trefftz完备解;然后,利用Trefftz完备解对单元内部的温度场进行插值,构造出可自然模拟材料梯度属性的梯度单元,在该基础上建立混合Trefftz有限梯度元法求解功能梯度材料的稳态热传导方程;最后,采用混合Trefftz有限梯度元法对典型功能梯度材料板的温度分布进行数值模拟,以验证该方法的正确性和有效性。

基于共轭梯度法的函数优化混合遗传算法

综合遗传算法的全局搜索能力和共轭梯度法的局部搜索能力，提出了一种混合算法。该算法具有全局最优性和收敛性。同时，数值仿真表明算法是有效的。

循环相对混合次梯度搜索法及其应用

本文提出了“循环相对混合次梯度搜索法”，并阐述了其基本原理。实例说明，这种方法比相对混合次梯度搜索法有更高的搜索成功率，可以与其它混合离散变量优化方法组合成混合离散变量组合优化方法，解决工程实际优化问题。