基于VMD和GA-SVM的矿井地震自适应噪声压制方法

煤矿井下地震信号往往呈现出复杂的波场特性且伴随着大量噪音干扰,导致地震信号的初至拾取精度降低,从而影响地震数据的反演与解释。针对复杂干扰环境下采集的低信噪比地震信号,提出了基于变分模态分解(VMD)和遗传算法优化支持向量机(GA-SVM)的地震噪声压制与初至提取方法,以提高煤矿井下复杂噪声条件下的地震信号质量。采用变分模态分解对含噪地震信号进行自适应分解,得到数个的变分模态分量(IMF);对VMD分解得到的IMF分量进行特征提取,将提取所得的信号特征作为信号有效性判别的依据;利用遗传算法对支持向量机模型进行优化,得到最优的惩罚因子c与核函数参数g;利用优化后的支持向量机模型对IMF分量进行有效性判别并将有效分量重构成高信噪比信号;通过对人工加噪的地震信号应用噪声压制算法,煤矿井下常见的不同类型噪声被有效地压制,验证了算法的可行性;对矿井巷道实采的地震记录进行噪声压制处理,有效地压制了数据中的干扰噪声,极大程度地提高了地震记录的信噪比,使初至拾取得更加准确。结果表明,基于VMD和GA-SVM的地震噪声压制方法可以很好地提取含噪地震记录中的有效信号,提高初至拾取精度,在矿井复杂干扰条件下具有显著的应用潜力,对解决矿井复杂干扰条件下的地震勘探问题有重要意义。

云计算智能嵌入式技术下光通信网络路由的研究

由于光通信传输带宽需求以及网络规模和复杂度不断增加,数据传输路径具有较多选择性,易导致路由能耗大、效率低。云计算平台可以提供海量的计算资源和存储空间,能够处理大规模的数据集,为此,基于云计算智能嵌入式技术研究一种光通信网络路由。利用嵌入式技术设计光通信网络的信号转换、编码、解码等功能,根据数据传输与网络节点的能耗特征建立网络路由能耗模型;引入蚁群算法,基于蚂蚁觅食原理找出所有可以实现数据传递的路由;采用遗传算法,通过选择、交叉、变异计算找出这些路由中数据传输最佳的路由,即能耗损失最小的路由。实验结果表明,所提技术能够提升数据传输速度,使丢包率在3.0%以下,且通信时延仅为23 ms,降低数据传送网络节点能量消耗,证实了所提方法的路由通信性能良好。

考虑压力均匀性的供水管网独立计量区域(DMA)分区优化研究

独立计量区域(district meteredareas,DMAs)是实现城市供水管网压力管理与漏损控制的重要手段。现有的DMA分区算法无法在分区时保障分区内部的压力均衡。为解决这一问题,本文提出一种基于迭代求解DMA分区方法,在保证分区均匀性的同时,实现分区内部压力均衡。该方法提出融合节点压力分布的节点相似矩阵,建立分区合理性评价指标,用于确定独立计量区域划分方案;在隔离阶段采用改进的多目标遗传算法,对边界管段开展隔离阀与流量计的优化布置;最后通过对上述2个过程进行循环迭代,确保最终分区方案的压力均衡。通过对实例管网的分区研究,验证改进方法的有效性和可行性。

基于改进K-means聚类和遗传算法的混合算法求解异构车辆路径问题

由于目前单一车型配送存在资源浪费和效率低下等问题,选取确定数量的不同车型对各客户点进行配送服务往往可以得到更优的配送路径方案。针对这一点,描述了一种异构车辆路径问题,并建立了具有固定车辆数且考虑固定成本、可变成本以及时间窗惩罚成本的混合整数规划模型。同时,提出了一种基于改进K-means聚类和遗传算法的混合算法对模型进行求解。实验仿真先求解不考虑时间窗的问题初步证明混合算法的有效性,再在带时间窗的问题中求解不同规模算例的单一及异构车型结果,以证明异构车型配送更优。最后,对该混合算法的求解结果与其他混合算法的求解结果进行对比分析,证明了混合算法的优越性。研究结果表明:该混合算法求解的异构车型结果优于单一车型,并且比其他混合算法求解的异构车型结果更优,异构车辆配送使用的配送车辆数更少,总成本也更低,该混合算法具有更好的效率和性能。

大型网上超市多品订单多仓协同分拣优化研究

大型网上超市多品订单的分拣作业是其订单履行过程中的关键环节,其效果直接影响整个订单履行的效率与质量。本文针对“一地多仓”下大型网上超市多品订单多仓分拣问题,引入协同生产思想,提出了大型网上超市的多仓协同分拣策略。以最小化订单在目标分拨中心完成合并的总等待时间为目标,构建了多品订单多仓协同分拣优化模型,设计了分段遗传算法对模型进行求解,并通过数值实验验证了算法的有效性。结果表明:相较于传统的先到先服务分拣策略,本文提出的多仓协同分拣策略能够提高多品订单分拣与合并的效率,在处理订单多仓协同分拣问题上具有优越性,可为大型网上超市订单分拣及拆分订单合并履行提供理论指导。

人工智能教育应用的算法隐忧及应对进路

算法是人工智能教育应用的核心技术支撑。算法在对教育活动进行算度化过程中,能够释放可观的技术效能,但同时也存在诸如衍生技术的控制困境、裂解教育的复杂特质、诱发学生的认知失衡以及钝化教师的教育智慧等教育隐忧,给教育带来不确定性风险。对此,教育实践者需要打破算法思维规限,构建适度算法信任,并进一步修正算法运行机制,寻求突破算法桎梏的技术性方案。此外,还需关注教师的教育智慧生长问题,以根植算法风险抗衡的智慧性基因,最终实现算法运行的实践增能。

含多类型直流的交直流混联电网潮流计算方法适用性分析

作为电网发展的新阶段,交直流混联电网呈现多类型直流参与、大规模交直流互联的特点,而关于统一迭代和交替迭代2种潮流计算方法的适用性尚未得到深入分析。为此基于含多类型直流的交直流混联电网对2种潮流计算方法的运算性能进行对比研究。推导了含常规直流、柔性直流、混合直流的交直流混联电网潮流模型,进而提出了相应的统一迭代法和交替迭代法。通过3个交直流混联电网测试系统和南方电网实际系统数据验证了潮流模型的有效性和潮流算法的准确性,结合系统负荷水平、系统强度、直流嵌入规模等因素对2种潮流计算方法的收敛性能和计算速度进行对比分析。研究结果表明,在含多类型直流的交直流混联电网中进行潮流计算时,统一迭代法的计算效率比交替迭代法高。

小波数值方法及其在计算力学中的应用

随着力学研究不断向多学科交叉、跨尺度关联及极端环境影响推进,强非线性、强间断、多场强耦合、多尺度与复杂几何构型已成为解决各类力学问题定量分析所面临的共性特征.长期的定量研究表明,实现具有这类特征力学问题有效求解的核心之一,是构建在多尺度情形、非线性因素作用下具有准确识别、定位、捕获以及分离各个尺度特征尤其是小尺度局部特征能力的数值工具,这些能力包括大尺度低阶近似解与小尺度高阶微小截断误差的有效分离解耦.而小波理论固有的多分辨分析和时频局部化特性,以及丰富的基函数可选择性,恰好能满足这一数学特征需求,因此,可为发展各类复杂力学问题的高效定量求解方法提供有效的理论支撑和丰富多样的技术途径.基于这一事实,本文对小波理论进行了全面探讨,着重介绍了双正交多分辨分析的理论框架和常用小波基的构造方法.在此基础上,深入研究了有限区域上小波逼近格式的构建方法,并系统阐述了各类基于小波理论的数值方法的基本原理、发展历程及其优缺点.特别关注了近期出现的具有突出性能的几类新型小波方法,并详细评述了它们在典型力学问题求解中的应用效果.同时,本文也指出了当前小波方法在复杂强非线性力学问题求解中所面临的挑战,旨在为小波数值方法的未来发展及其在复杂力学与工程问题中的应用拓展提供有益的参考,并为最终实现这些问题的高效、高精度普适定量求解提供新的视角和方法.

通信中断下考虑行驶状态时空收敛的混合编队稳定性控制算法

针对通信中断下由智能网联车辆(Connected and Automated Vehicles,CAV)与人工驾驶车辆(Manually Driven Vehicles,MDV)所组成的混合编队的稳定性控制问题,考虑基于前车-领航车通信拓扑(Predecessor-Leader Following topology,PLF)和协同自适应巡航控制(Cooperative Adaptive Cruise Control,CACC)的混合编队,构建通信正常和通信中断状态下的车辆控制器.基于Routh-Hurwitz稳定性判据和频域分析方法设计稳定条件求解算法,计算控制器和MDV跟驰模型的稳定性条件,并提出针对两种控制器的平滑切换策略.案例分析表明:车队能够稳定安全行驶,各车速度标准差变化率均低于1.8%,平均加速度变化量和其平均值均低于0.016 m/s^(2),说明所提出的稳定性控制算法具有良好的有效性,可实现车辆及编队行驶状态的时空收敛;针对加速场景和减速场景,所提出的控制器切换策略能够分别减小车辆加速度波动幅度达37.1%和59.9%,控制器切换过程中的车辆状态稳定性得到显著提升.

基于压缩感知与ISTA的宽频振荡扰动源分级定位方法

“双高”电力系统发展趋势下宽频振荡问题日益凸显,电力电子设备与电网相互作用呈强时变性与非线性,导致准确的振荡扰动源定位难以实现。为此,提出基于压缩感知与软阈值迭代算法(iterative shrinkage-thresholding algorithm,ISTA)的广域系统振荡扰动源分级定位方法。首先,采取Shapelet算法构建以时序信号为输入的定位启动判据,并生成测量矩阵同步压缩振荡信号。然后,主站根据判据结果,基于振荡压缩信号定位扰动区域。最后,利用ISTA网络复原原始振荡信号,实现振荡源精确定位。应用所提方法于含风电场的四机两区域系统扰动源定位任务,结果证明此方法可突破奈奎斯特采样定理限制,且在低计算需求状况下实现高准确度扰动源定位。

聚类和NSGA-Ⅱ联合算法在混合流水车间的应用研究

为了改善某高端装备制造企业总装车间混流生产调度困难、批处理阶段产品组批困难的问题,以及实现车间多个目标的同步联合优化,研究了含批处理机的混合流水车间多目标优化问题。首先根据车间运行情况建立了多目标优化模型,之后提出了基于K-means聚类算法和非支配排序遗传算法(NSGA-Ⅱ)的联合方法,设计了能够对不相容产品进行分组的聚类流程,以及基于产品组编号和组内产品编号的双层编码方式,为批处理工序设计了完整的组批流程。最后,使用车间生产案例进行测试,并将测试结果同仅使用NSGA-Ⅱ得到的结果进行对比,验证了所提方法的有效性。

基于领航-跟随的无人机编队避碰飞行控制

为实现多无人机之间队形的动态保持,针对从机对主机轨迹的实时追踪和主从机之间航向角的准确同步问题,设计一种以无人机之间距离和角度为变量的领航-跟随算法,在此基础上设计一种误差比例控制器以实现编队队形动态保持;在解决无人机内部避碰的问题上,建立一种球类避碰算法,避免无人机之间因碰撞而影响队形。通过Matlab仿真平台验证无人机集群编队算法,实验结果表明:改进的领航-跟随算法能够稳定地操控多架无人机,实现编队飞行;改进的无人机避碰算法能够有效维持编队的队形,并确保编队成员之间有足够的安全间距;算法的改进不仅提高了无人机编队控制的稳定性,而且能够应对更加复杂的环境条件。

基于多目标配时优化模型和交通设计的城市交叉口协同优化研究

文章基于多目标配时优化模型和交通设计,旨在缓解城市道路交通拥堵。通过分析城市道路交叉口交通流特性和问题,关注交叉口车流流向、车流交织点以及配时合理性。在交通设计方面,提出将左转车道右置的渠化设计方案。在配时优化方面,建立了多目标优化模型,以延误、通行能力和停车次数为优化目标,以各相位有效绿灯时间、交叉口饱和度及周期时长为约束条件。通过遗传算法对模型进行求解,并用SUMO仿真软件评价求解结果。研究结果表明,交叉口的时空资源得到更有效的利用,明显缓解了交通压力,为城市道路交叉口的运行、管理和规划提供了参考。

基于PCA-BOA-KNN模型的水下爆炸舰船结构破损评估

[目的]为解决水下爆炸作用下舰船结构破口损伤评估问题,建立一种基于PCA-BOA-KNN模型的破口预报方法。[方法]首先,分别建立五舱段和七舱段有限元模型,对21组水下爆炸工况进行爆炸仿真分析;然后,基于主成分分析(PCA)法,对加速度峰值、速度峰值、位移峰值、应力峰值和超压峰值进行降维处理,得到2个本征特征量;最后,将由主成分分析法得到的结果代入贝叶斯网络优化(BOA)的KNN模型,通过建立的破口预报模型,预测一组工况下舰船不同剖面处的破口情况。[结果]结果显示,通过主成分分析法提取的前2个因子的累计贡献率为85.165%,这2个因子可代表5个特征量的主要信息;基于PCA-BOAKNN模型的破口预报结果与仿真结果基本一致。[结论]所提的预报模型方法对舰船结构破口预报有效,对于不同主尺度船体结构破口预报有一定的参考价值。

基于三维激光点云比对的煤矿巷道表面位移监测研究

煤矿巷道表面位移监测对于确保矿山安全和稳定运营至关重要。采用基于点云法向量的下采样算法与多尺度模型到模型的点云比对算法(Multiscale Model-to-Model Cloud Comparison,M3C2)相融合的方式,实现了对巷道表面的特征提取与整体性监测;通过三维激光扫描仪获取的三维激光点云对巷道表面进行重构,获取三维点云模型,利用点云对比算法对不同时期的2期点云数据进行处理,并以色值表征煤矿巷道位移区域变化,运用于实际巷道表面位移监测。结果表明:应用基于点云法向量的下采样算法与M3C2算法相融合的方式成功提取特征区域并实现巷道表面位移的整体性监测,此方法能直观反映巷道表面的变形区域,相比在巷道直接应用M3C2算法性能更优。

低能耗船舶用高频电路运行状态自动监测方法

为了及时发现并处理高频电路中潜在的能耗问题,提出低能耗船舶用高频电路运行状态自动监测方法。在高频电路系统的关键位置部署温度、电流与电压等传感器,以实时获取船舶用高频电路的运行状态数据。采集各传感器输出的模拟信号并转换为数字信号,采用无线通信技术将数字信号传输至数据处理中心,利用双向LSTM网络构建低能耗船舶用高频电路运行状态自动监测模型,将所采集的数据作为模型输入,监测高频电路运行状态。实验结果显示,路由算法优化后信息传输所消耗的能耗下降约50%左右,监测结果整体准确率达到96%。

基于HNC理论的英语长句语义切分全局翻译优化

英语长句句式结构复杂,对机器翻译过程中的语义关联性分析产生干扰,影响机器翻译质量。为此,设计一种基于概念层次网络(HNC)理论的英语长句语义切分全局翻译优化方法。预处理英语长句特征语义块,构建句子逻辑与序列;基于HNC理论的句子语义切分算法切分英语长句,获取短句信息熵数据;采用自主适应匹配语义的非线性谱特征翻译短句,识别待翻译文本语义信息特征,调整翻译后的短句顺序,对其进行合成获得全局翻译结果。实验结果表明,该方法的切分准确率较高,可精准识别英语长句,具有较高的机器翻译质量。

基于压缩感知的加速近端梯度下降法

运用图像处理技术对卫星、侦察机和无人机侦察获取的图像进行校正和去噪等处理,可以提高战场环境影像和打击目标图像清晰度,有利于提升战场侦察监视效能。基于压缩感知技术能够以远小于奈奎斯特采样率从少量的测量值中重构出原信号的基本原理,提出了一种基于压缩感知的加速近端梯度下降(DAPG)图像去噪重构算法,并证明了该算法的收敛性。试验结果表明,与4种传统算法相比,该算法重构的图像有效提高了清晰度,其目标特征更加明显。

基于需求密度预测的网约车集约化调度方法

为提升网约车接单率和利润率、实现全局供需平衡,提出一种基于需求密度预测的网约车集约化调度方法。首先,根据历史数据设计基于多层混合感知野的深度时空残差感知网络结构,该网络基于需求频度划分历史时空数据,并通过卷积指数线性网络及残差单元对不同时空数据进行差异化处理。结合基于门控机制的融合及求和融合方法动态聚合时间、空间和外部特征,实现了对需求密度的准确预测,从而预估网约车需求密度集群效益。其次,基于网约车经济效益和需求密度集群效益,建立调度数学模型,设计传感邻域限制调度范围,提升搜索效率。将遗传算法与匈牙利算法相结合,提高算法寻优能力,避免基因缺失,通过改进选择和变异算子,增强遗传算法的局部随机搜索能力,规避早熟风险,从而得到网约车与乘客的最佳匹配结果,保证了全局供需平衡和总体盈利能力。最后,基于大规模真实数据集对预测模型的性能和调度算法的有效性进行验证,实验结果表明,预测模型精度可达到97%,调度算法的求解质量可达最优解的99%,可为网约车平台提供调度策略,保障交通系统稳定。

违约用电检测与预警系统的设计与优化

为解决当前电力系统违约用电行为日趋严重、且缺乏有效的检测手段与预警系统的问题,设计了一种违约用电检测与预警系统。首先采用线性插值算法对低压用户电表异常数据进行数据清洗补正,以减少因配电台区量测数据缺失对模型的干扰,结合线损波动率、线损与电流曲线的变点时间进行关联分析,确定台区是否存在违约用电行为。同时引入空间维度辨识、时间维度辨识、关系维度辨识来检测低压用户是否存在窃电异常,并计及用户窃电时间和用电容量等特性,提供预估窃电量。最后,对电力设备监测和预警方法实施优化处理,提高系统性能。研究结果表明,在8d时间段时,本文方法通过优化处理后的节能量为50J,说明本文设计的预警系统具有更高的准确度和鲁棒性。