界面影响BFO铁电薄膜极化翻转行为的原位电学研究

铁电薄膜在高密度存储器等微型功能器件具有巨大的应用前景,在外场下研究铁电薄膜极化翻转机制具有重要意义。本文用原位透射电镜技术对BFO薄膜电容器的铁电极化翻转动态行为及界面因素进行了研究。原位结果观察到“面内层状”与典型“成核生长”两种铁电极化翻转模式;HAADF高分辨与高斯拟合分析结果表明界面几何构型的影响作用,界面几何曲率的不同导致局部电荷密度不同,并进一步影响局部内建电场和成核势垒,使得铁电极化翻转呈现不同的行为模式。本研究为调控铁电成核与翻转方式以及器件界面设计提供了新的见解和参考。

改进BFO优化BPNN的自来水混凝加药预测

本文给出一种量子粒子群(QPSO)算法、改进菌群觅食(IBFO)算法优化反向传播神经网络(BPNN)的混凝投药预测模型,利用量子粒子群的个体极值与群体极值更新细菌觅食算法趋化过程中细菌位置;通过细菌协同改进趋化算子提高优化精度,结合差分算法改进繁殖算子解决部分维度退化问题,加入轮盘赌方法作为选择机制改进迁移算子来克服优化过程中优秀解消失的缺陷;进而优化BP神经网络的权值、阈值以此预测混凝剂投药量.对云南某自来水厂的数据进行离线训练和模型测试,结果表明,所提算法预测结果的均方误差(MSE)达0.0116mg/L,平均绝对误差百分比(MAPE)达1.36%,在预测精度和稳定性上优于BFO-BPNN、PSO-BPNN等模型.

BFO-PSO算法下的弹性波数值模拟

地震波正演模拟是地震反演与成像的基础和关键,有限差分算法广泛应用于地震波数值模拟,差分算子的精度直接影响数值模拟的质量和效率.本文提出一种BFO-PSO算法下的有限差分算子优化方法,并应用其进行弹性波数值模拟.首先,将BFO算法中的趋化、复制、驱散三个步骤引入PSO算法,形成具有更好全局搜索能力和更快收敛速度的BFO-PSO混合优化算法;之后构造包含有限差分系数的目标函数,并应用BFO-PSO混合优化算法求取最优解,获得优化的有限差分算子;最后应用此优化的有限差分算子在不同模型上进行弹性波数值模拟.根据频散曲线及数值模拟结果,可以分析得出,BFO-PSO算法优化后的有限差分算子在保证计算效率的同时,具有更高的精度,可以有效压制数值频散,提高数值模拟的精度和效率.

改进BFO算法在函数优化问题上的应用

分析了细菌觅食优化(BFO)算法的原理以及当前的研究状况,主要根据心理学家爱德华·桑代克(E L Thordike)的经典效果律和经济学家巴莱多的巴莱多定律等对标准BFO算法存在的不足进行改进;将改进后的BFO算法在函数优化问题上进行仿真实验,实验结果表明改进后的BFO算法比标准BFO算法具有更快的收敛速度和更强的搜索性能。

基于量化步长线性预测和BFOS算法的MPEG-4AAC量化

MPEG-4 AAC的编码性能很大程度上依赖于量化模块的编码效率和收敛速度,但其常用的基于双循环搜索结构的率失真控制器引起编码器性能较差,尤其在低码率时更为突出。提出一种新的量化优化算法。新方案采取单循环结构,用前面数帧的量化信息对当前帧的初始量化步长做线性预测,再用接近最优比特分配的BFOS算法控制量化步长的调节。仿真证明新方案的编码性能明显优于MPEG-4 AAC VM,对比BOFS算法,运算量得到极大降低。

混合BFO-PSO的卫星选择算法

针对传统粒子群优化算法(PSO)在进行卫星选择时易陷入局部最优的问题,引入了细菌觅食算法(BFO)对其进行改进,提出了一种混合BFO-PSO的卫星选择算法。首先,通过引入BFO的趋向和迁徙操作,能够提升PSO的局部搜索能力,增加其跳出局部最优的可能性。其次,引入了一种卫星贡献度算子,在BFO-PSO算法选择给定数量下的最优卫星组合后,通过计算剩余卫星贡献度逐步增加组合卫星数量。该算子能够减少几何精度因子(GDOP)矩阵求逆运算次数,提升计算速度。最后,通过对实际采集到的GPS数据进行仿真测试,证明了所提算法的有效性。

基于PSO-BFO混合算法的MPPT优化研究

针对WSN节点的光伏电池能量转换效率低,分析局部阴影对光伏电池输出功率产生多峰的影响,以及热斑效应造成功率损失的情况,提出了一种基于PSO-BFO混合算法的最大功率点跟踪(MPPT)优化方法。PSO算法简单、具有记忆能力,利用PSO算法中的粒子群V_(id)和X_(id)来替代BFO算法中细菌的C(i)和θ_(i)(j,k,l),实现算法结合,在BFO算法复制过程中加速找到最优解,增加细菌驱散过程的全局搜索能力。通过Matlab进行实验仿真,并与BFO算法单独使用做对比,结果表明:混合算法能更加准确地搜索到最大输出功率,减小搜索振荡,收敛速度更快,寻优性能更佳。

基于感知熵和BFOS改进的MPEG4-AAC量化

感知音频编码中,特别是低码率时,编码性能很大程度上依赖于编码器比特分配方案的效率和收敛速度。MPEG4-AAC采用基于双循环结构的量化模块,难于实时编码,并且未考虑"比特利用效率"。本文针对此缺陷提出基于新的感知熵比特估计算法和一种改进的BFOS算法的比特分配方案,收敛速度和比特利用效率得到改善。仿真结果表明新的量化模块具有明显的优越性。

基于含分布式发电的改进BFO算法配电网无功优化研究

基于含分布式发电的配电网无功优化的研究过程中,为了能更好地提高配电网的性能,提出一种改进BFO的算法,即改进细菌觅食算法。把配电网网损最小数、负荷点的电压和发电机无功出力用为目标函数,采用改进BFO算法,在操作中引入粒子群优化算法,使改进BFO算法能具有全局搜索性能,提高算法效率。该文主要介绍了含分布式发电系统无功优化的数学模型和BFO算法的基本原理,进一步探讨了改进BFO算法对含分布式配电网的无功优化,继而提出了混沌粒子型细菌觅食算法,在配电网的无功优化问题处理上具有明显的优势。

BFO-PSO混合算法的PSS参数优化设计

针对传统PSS参数设计问题,文中基于细菌觅食-微粒群混合优化算法,提出一种协调优化PSS参数的新方法。为了提高电力系统机电振荡模式的阻尼和增加系统的鲁棒性,将阻尼控制器参数设计问题归结为带有不等式约束的目标优化问题,并在目标函数中考虑了多种运行方式,采用细菌觅食-微粒群混合优化算法求解优化问题设计PSS参数。最后通过算例验证了该方法的合理性,是一种对多种运行方式具有良好鲁棒性的阻尼控制器参数优化方法,有效地抑制了低频振荡。

含分布式发电的改进BFO算法配电网无功优化

在含分布式电源的电网无功优化研究中,为了更有效地提高配电网性能,提出了一种改进细菌觅食算法(CP-BFO)。以电网网损最小、负荷节点电压和发电机的无功出力约束作为综合目标函数,采用细菌觅食算法,在聚焦操作中引入粒子群变异算子,使算法具有良好的全局搜索能力,提高了算法的寻优效率。同时利用混沌原理对改进的细菌觅食算法的参数进行自适应调节,改善了算法的收敛性能。通过节点系统的仿真表明,CP-BFO算法在提高含分布式电源的智能电网电压质量与减少功率损耗的优化过程中具有可行性和有效性。

结合BFO及CBR的层流冷却水量优化设定方法

层流冷却过程控制目标是保证带钢卷取温度进入目标范围内并尽量提高精度以保证带钢质量,其本质是目标优化问题。同时,层流冷却过程处于频繁变化操作工况的动态环境之下,现有控制方法很难实现有效的实时控制。本文针对现有层流冷却过程控制方法很少引入优化思想这一问题,提出基于改进菌群优化算法(BFO)的层流冷却过程冷却水量优化设定方法。并针对动态变化工况,引入案例推理(CBR)机制,提出离线优化——在线推理双层结构的动态优化设定控制结构。基于实际运行数据的实验结果说明,本文提出的方法能够有效搜索冷却水量的优化设定值,而且在变更带钢规格的变化工况条件下,能够及时调整冷却水量的设定值,最终使带钢卷取温度进入目标范围内。

BFO逐级细分Use Case的方法

该文首先简单介绍了现已提出的三种UseCase划分方法及其优缺点,然后针对业务领域,结合ISO9000中的企业管理思想,从用户角色-职责的角度出发,提出了一种按Business(业务)-Function(功能)-Operation(操作)三个层次逐级细分UseCase的方法,最后举例说明实现它的步骤。

Voronoi-BFO水面移动基站路径规划算法

在水面无线传感器网络(surface wireless sensor networks,SWSNs)中,传感器节点布置稀疏,节点间距离大于节点通信距离,移动基站需有效收集节点数据信息。完整收集节点数据,使基站移动路径最短或近似最短是一个关键问题。文章在节点间距离大于节点通信距离的前提下,利用Voronoi图理论生成基站移动候选子路径,并使用细菌觅食优化(bacterial foraging optimization,BFO)算法求解,以使规划路径最短或近似最短,网络通信能耗降低。结果表明,该方法在不同网络规模情况下均具有最短或近似最短的路径长度,且网络通信能耗低。

基于BFO-PSO的LT-MED海水淡化温度控制

提出一种基于混合粒子群算法和细菌觅食算法的温度控制器,重点研究了菌群优化粒子群(BFO-PSO)算法的性能,包括突变、交叉、步长变化、趋化步骤和细菌的生命周期等。利用MATLAB仿真平台将其与传统比例积分微分算法(PID)及粒子群算法(PSO)进行控制效果对比,发现该方法效率高。与传统PID和PSO调节的PID相比,细菌觅食优化算法的智能PID在系统响应速度和系统稳定性能上都有很大的提高。

Au纳米颗粒/BFO/ZnO复合结构的光电化学性质的提高

本文通过磁控溅射技术在ITO导电玻璃上制备了多晶的铁酸铋(BFO)薄膜,并负载了适量的Au纳米颗粒来提高样品的光电流。Au纳米颗粒的表面等离子共振效应以及金属/半导体界面处形成的肖特基势垒均有利于提高电子-空穴对的分离。10 nm ZnO过渡层的引入使得BFO薄膜表面的平整度,致密性,结晶度得到了很好的改善,从而减小了BFO薄膜的漏电流,提高了BFO薄膜的剩余极化。BFO薄膜经过极化后产生的退极化场也促进了电子-空穴对的分离,减少了光生载流子的复合,从而可以获得更好的光电化学性能。

基于改进PSO-BFO算法的WSN节点覆盖优化

无线传感器网络在工业、农业领域的应用已经十分普及,但受地理位置等环境因素的影响,使其具有局限性,且传感器节点随机部署导致的网络覆盖率低下等问题,造成资源浪费。为了提高网络覆盖率,提出一种基于改进PSO-BFO(粒子群与细菌觅食混合算法)的WSN节点覆盖优化方法。引入自适应参数到PSO(粒子群算法)的惯性权重系数,并引入指数函数到BFO(细菌觅食算法)的游动步长,构造PSO-BFO更新函数,采用MATLAB编写算法进行仿真实验,与BFO算法和WOA(鲸鱼优化算法)分别进行对比,并采用测试函数进行收敛性测试。实验结果表明,与BFO算法以及WOA算法相比,收敛速度更快,区域覆盖更加均匀,网络覆盖率明显提高。

复杂地形下基于BFO-LSSVM模型爆破振动预测研究

为实现复杂地形下爆破振动的准确预测,借助细菌觅食算法(BFO)和最小二乘支持向量机(LS-SVM)理论构建基于BFO算法的LS-SVM优化模型(BFO-LSSVM)。使用福建省厦门市某抽水蓄能电站30组爆破数据作为训练样本,对模型预测精度进行检验,选取影响爆破振动传播的主要因素作为输入因子,如单响药量、爆心距、高程差、堵塞、孔深等因素作为输入因子,爆破振动作为预测模型输出因子。结果表明,BFO-LSSVM预测模型的预测结果精度高于相同样本容量下LS-SVM模型;BFO-LSSVM模型预测结果平均误差为5.57%,进一步验证了该模型的可靠性和实用性。

基于小波变换和KPCA-BFO-LDA的人脸识别研究

基于某些人脸数据库的数据量庞大且数据信息量差值较大,导致人脸识别运算时耗大、效率低的情况,文章提出一种融合小波变换、核主成分分析(Kernel Principal Component Analysis,KPCA)算法、细菌觅食优化(Bacterial foraging optimization,BFO)算法、线性判别分析(Linear Discriminant Analysis,LDA)算法的人脸识别方法,并通过实验证明了该方法的有效性,使人脸识别率有所提高。

BFO/SNTO/SiO_2/Si薄膜的制备及性能分析

以无机盐为原料,采用改进型溶胶-凝胶法在SNTO(SrNb_(0.05)Ti_(0.95)O_3)/SiO_2/Si底电极上制备了BFO(BiFeO_3)薄膜;然后经550、600℃退火30 min后,得到BFO薄膜产品。研究结果表明:该电极上形成的BFO薄膜都呈现R3m(BaC_2高压相)三方钙钛矿多晶结构,并具有(100)晶格取向,没有观察到不纯相;构成BFO薄膜的(100)、(110)晶面间距约为0.39、0.28 nm;经550、600℃退火处理后,该薄膜具有较大的2P_r(剩余极化强度),在250 kV/cm测试电场作用下,其2P_r分别为40.43、48.31μC/cm^2,矫顽场分别为104、118 kV/cm;在300 kV/cm测试电场作用下,两者的漏电电流密度分别为10^(-5)、10^(-4)A/cm^2;在整个测试频率范围内,薄膜具有相对较小的介电损耗因子。