用遗传算法优化Boltzmann机

Boltzmann机是一种应用广泛的随机神经网络。它通过模拟退火算法进行网络学习,能取得一个全局或接近全局最优的最优值;通过期望网络模式和实际学习得到的网络模式比较来调节网络的权值,使网络能尽可能地达到或逼近期望的网络模式。将遗传算法运用到Boltzmann机的网络学习中,在对BM机编码后,通过选择、交叉和变异等遗传操作算子对网络进行训练,调整网络的权值,使适应度函数值大的网络保留下来,最终使网络达到期望的模式。通过实例验证,这是一种简单可行的调节网络权值的方法。

用改进的Paik型Boltzmann机实现图像复原

为解决传统的Boltzmann机方法不仅容易陷入局部最小点,而且收敛速度慢问题,对传统的Boltzmann机进行了改进。将Paik′s算法与Boltzmann机结合,使串行模式推广到并行模式以加快收敛速度;使用亚单位步长增进技术增加计算精度;最后,为折中收敛速度与收敛精度这一对矛盾,采用了自适应步长策略。对算法的改进进行了理论验证、收敛性分析并对残差变化进行了讨论。实验表明,该方法能够收敛到全局最优,复原结果的峰值信噪比比改进的Boltzmann机法获得的峰值信噪比高0.5～0.8dB,且收敛速度仅为该方法的1/3,证明了本文提出的改进的Paik型Boltzmann机对图像复原是有效的。

基于Boltzmann机人工神经网络的机构优化设计

研究了一种新型优化算法。利用 Boltzm ann机人工神经网络的理论和方法 ,结合模拟退火算法 ,构造合适的求解优化设计问题的人工神经网络 ,将优化问题的寻优过程和 Boltzm ann机的演化过程进行对应 ,将优化问题的目标函数和 Boltzmann机的能量函数相对应。以铰链四杆机构实现给定运动规律为仿真实例 ,进行了验证。

受限制Boltzmann机深度置信网络与手写数字识别

手写数字因为每个人的书写习惯不同而差异很大。手写数字快速有效的识别一直是图像识别领域的热门话题。提出了一种基于受限制Boltzmann机组成的深度置信网络应用于手写数字识别的算法。对训练样本图片中的手写数字进行定位,分块,计算每块的特征值;用由受限制Boltzmann机组成的深度置信网络对样本特征值进行无监督学习;使用训练好的神经网络对待测样本进行深度特征提取。结果表明:该算法可行,相对于浅层学习,深度学习在图像特征提取上有了很大提高。

基于Boltzmann机制的双子代竞争差异演化算法

差异演化（differential evolution，DE）是Storn和Price（Technical ReportTR-95-102，International Computer Institute，Berkely，1995）提出一种基于个体差异重组思想的演化算法，适合于求解连续空间的最优化问题．和其它演化算法相比，差异演化算法在求解非凸、多峰、非线性函数优化问题时表现出极强的稳健性，且在同样的精度要求下，算法收敛的速度快,但过早收敛和陷入局部最优是包括差异演化在内的演化算法面临的一个重要问题,提出一种基于Boltzmann生存机制的双子代竞争差异演化算法,为避免算法过早收敛，利用交叉操作生成两个新个体以增加群体多样性，然后与父代个体竞争形成子代个体．在选择操作中引入Boltzmann机制，以一定概率接受较差解，使算法能跳出局部最优，最终达到全局最优解．利用Brest et al．（Evdutionary COmputation，2006，10：646-657）中的21个测试函数，分别与标准DE算法、jDE算法进行性能比较．实验结果表明，该算法的平均性能值、最优性能值以及最优解质量都优于标准DE算法和jDE算法．

应用Boltzmann机实现离散线性二次型动态优化

为了求解线性二次型的动态优化控制问题,提出了一种基于随机神经网络Boltzmann机求解线性二次型动态优化控制问题的方法,将系统的性能指标转化成Boltzmann机的能量函数,将控制序列与网络的神经元相对应,Boltzmann机的稳态对应的就是最优的控制序列.理论研究表明,对于任意时变多变量的线性二次型,都能找到一个相应的。Boltzmann机,它的能量函数与二次型的性能指标等价.仿真试验表明,应用Boltzmann机可实现任意时变多变量系统的线性二次型动态优化控制.

基于Boltzmann机的物联网数据分类方法研究

物联网是传统互联网在现代社会应用的拓展和延伸。本文通过分析物联网系统进行数据分类的必要性,同时根据Boltzmann机的应用特性,提出了基于Boltzmann机的物联网数据分类方法。通过对Boltzmann机进行网络建模,制定运行规则和自联想记忆学习规则,完成对物联网数据样本的学习及训练过程,实现物联网数据分类。通过在Matlab中完成学习样本的构建和分类方法的具体实现,对本文提出的数据分类方法进行测试、验证和分析。递减的能量函数曲线和交叉熵曲线证明系统可以达到稳定,且最终分类结果的分布概率与期望分布结果基本吻合。高准确度的分类方法能够满足实际应用的需要,也进一步验证了本文所提方法的可行性。总之,基于Boltzmann机的物联网数据分类方法效果突出。

基于果蝇算法的Boltzmann机谐波检测

基于传统网络的全局搜索易陷入局部极优及滤波器的静态滤波性能,通过果蝇算法搜寻Boltzmann机结构,不仅在优化网络结构的同时提高了搜寻精度,还提高了滤波效率。通过对燃机发电机机端谐波检测,验证了这种新方法对电力有源滤波器及谐波抑制有很大的改善作用。

基于Boltzmann机的矿产靶区预测

矿产靶区预测是一种从统计单元集合中识别找矿靶区的非线性模式识别过程,可以利用Boltzmann机能够对外部刺激进行编码和重建的功能,实现基于Boltzmann机的矿产靶区非线性统计预测过程.鉴于此,笔者定义了面向矿产靶区预测的三层Boltzmann机模型,模型输入层神经元数目等于找矿证据数目,输出层只有一个神经元,隐藏层神经元数目由用户根据矿产靶区预测的精度要求确定;模型应用Hebbian编码和模拟退火算法相结合的随机学习算法进行训练,根据学习训练后模型输入层与隐藏层神经元之间的连接权确定找矿证据的权系数;根据证据权系数和统计单元证据组合特征计算单元成矿有利度,圈定找矿靶区.在GDAL数字图像输入输出函数库基础上,用VC++语言开发了面向栅格数据的矿产靶区预测Boltzmann机算法程序并应用于新疆阿勒泰地区的矿产靶区预测研究.结果表明,Boltzmann机模型预测的统计单元成矿有利度能够正确反映研究区已知矿床(点)的空间分布规律,因此,基于Boltzmann机的矿产靶区非线性统计预测模型是有效的.

基于并行Boltzmann机的多目标跟踪研究

联合概率数据关联滤波（ＪＰＤＡＦ）方法的关键是求解数据关联概率βｉｔ。本文首先研究了密集多回波环境下的多目标数据关联问题，进而应用神经网络Ｂｏｌｔｚｍａｎｎ机，结合模拟退火方法，求解数据关联概率βｉｔ，把求得的βｉｔ用于卡尔曼（（ｋａｌｍａｎ）滤波跟踪器计算目标位置的量测修正，达到多目标跟踪。仿真结果表明，该方法能很好地进行多目标跟踪，而且回波愈密集。

高阶Boltzmann机的平均场理论学习算法

用统计力学中的平均场理论及模拟退火技术,将一般高阶神经网络及玻尔兹曼机的优点结合在一起,以不同于文献[2]的方法,推导出高阶玻尔兹曼机的驰豫动力学的确定性方程和平均场理论学习算法.二者皆便于VLSI实现,且学习算法省去很多CPU时间,对二维镜像对称问题及T—C问题的计算机仿真结果表明三阶玻尔兹曼机的平均场理论学习算法是正确的,且性能较二阶玻尔兹曼机好.

日光温室薄膜全自动清洗机研制与试验

针对日光温室薄膜人工清洗劳动强度大、自动化清洗设备缺乏的现状,该研究设计了一种日光温室薄膜全自动清洗机。为减小整机质量并降低成本,采用双蜗轮蜗杆电机分别驱动清洗主机的毛刷与爬升轴;设计地面移位换行装置,用以承载清洗主机沿温室长度方向移动;为实现自动换行清洗,设计棚顶移位换行装置,调整棚顶吊绳安装高度,避免吊绳在换行作业时与棚面产生干涉而影响换行质量或损伤薄膜。基于多传感器融合与数据校验技术,保证清洗主机、棚顶与地面移位装置间的协作实时性、一致性及可靠性。为验证设计方案的合理性与可行性,以参照日光温室跨度、脊高、肩高参数10:1制作模型温室,按外形尺寸5:1加工清洗样机,并进行对齐、倾斜偏移及清洗效果验证试验。结果表明,清洗主机升降时的水平偏移量在±3°以内,左右偏移量在±7 mm以内(换行操作时各偏移量无累积);地面与棚顶移位换行装置的单次换行误差与多次换行累计误差均在1 mm左右;毛刷材料选型与关键参数设计合理,可对薄膜表面灰尘进行有效清洗,洗净率为95.4%,清洗效果明显。该清洗机在丰富国内日光温室清洗装备类型的同时,有效解决了团队前期研发清洗机质量大、易伤膜、自动化水平低等问题,为温室大棚薄膜相关清洗设备的设计研发提供了参考。

多机协同智能发展战略研究

多个自主智能系统通过信息、行为交互构成的多机协同智能,代表着未来智能系统的必然发展趋势,是我国新一代人工智能规划部署的主攻方向,也是支撑国防、社会安全的核心技术和推动制造业由大到强的必由之路。开展突破多机协同智能技术发展研究,对于推动我国军事智能、智能产业高质量发展、加快工业转型升级具有重要意义。本文基于多机协同智能系统当前面临的难以适应复杂任务这一挑战,从基础理论和核心关键技术两个层面出发,系统地梳理了多机协同智能的研究现状,分析了制约基础理论与关键技术发展的主要瓶颈性问题,并以多机协同智能制造为典型应用,剖析理论与技术发展中存在的问题。研究认为,多机协同智能将朝着人机群组智能的方向发展,为抢占发展先机,需及早布局人机群组智能的基础理论探索,加速核心技术突破,并加快应用示范。

谢晶日基于因机论治对慢性萎缩性胃炎的药对选用

谢晶日教授从事临床诊疗工作四十余载,学识深邃,医术精湛,立足因机论治,在慢性萎缩性胃炎的诊治中独树一帜。谢晶日教授认为慢性萎缩性胃炎发病与虚、滞、湿、热、瘀、毒联系密切,基本病机无外乎脾胃虚弱、肝郁气滞、气血失调、湿热内蕴、胃络瘀阻、邪毒互结。谢教授在治疗过程中,审病求因,紧扣病机,因机论治,精准选用药对,有效缓解慢性萎缩性胃炎的临床症状,延缓病程的进展,防止癌变的发生。

气机升降理论内涵及不寐病辨证分型探讨

气机升降理论是“汉派李氏脑病流派”辨治不寐病的核心理论思想,基于气机升降理论将不寐病分为升降太过和升降不及两大类,根据气机运行的部位、气的多少、气机升降出入的不同形式将不寐病分为营卫不和型、脏腑气机失调型、阴阳不交型三大类型;每一类型又有各自不同亚型,共有卫阳虚不敛营阴证、卫气盛夜不入营阴证、卫气入于阴而日不得出于阳证、肝胆气机疏泄失调证、心肾气机上下相济失调证、脾升胃降枢机失调证、阳不入阴证、阳盛阴虚证、阴不潜阳证九种亚型,并表现出各自独有的临床特征。基于气机升降理论的辨证分型法补充完善了现阶段不寐病辨证分型类别,为临床诊治不寐病开拓了新思路。

草莓移栽机控制系统设计与试验

针对草莓高起垄定向移栽农艺要求,设计一种机械打穴、人工识别草莓苗弓背方向后定向穴栽的移栽机。基于可编程控制器(PLC)设计整机控制系统,包括移栽机定速行走控制系统、前轮转向控制系统、打穴控制系统等任务模块。整机采用直流无刷电机作为底盘的驱动元件,根据电机自带编码器的输出值进行行走速度、栽植株距和打穴频率的协调控制,采用步进电机作为打穴机构的驱动元件,由接近开关对打穴机构进行定位,通过二者配合完成打穴过程,在人机协同作业下,完成草莓苗移栽。试验结果表明:当单行移栽效率为15株/min,株距为150 mm、200 mm、250 mm时,株距合格率、孔深合格率、孔径合格率均在95%以上,其变异系数均小于5%,打穴成功率均大于95%,符合移栽机行业标准,打穴移栽效果满足农艺要求。

从“以机适地”到“改地宜机”的丘陵山区农业机械化路径优化

丘陵山区耕地面积、农作物播种面积均占全国耕地面积及农作物播种面积的1/3,涉及农业人口近3亿人,研究如何推进农业机械化以实现农业强国至关重要。从丘陵山区农业机械化发展的内在逻辑出发,比较分析“改地宜机”与“以机适地”,探讨丘陵山区从“以机适地”到“改地宜机”的农业机械化转换动力,结合Hotelling模型测算政府支持丘陵山地“改地宜机”的补贴标准,并对国内外案例进行分析解读。研究表明,“以机适地”的小型化农机对农业生产率改进有限,丘陵山区农业现代化、建设农业强国的根本出路在于“改地宜机”为大动力、高效率农机作业创造土地条件。为提高农业经营主体参与“改地宜机”意愿,政府应根据宜机化改造耕地条件采取差异化财政补贴,降低农业经营主体“改地宜机”投入成本、缩短投资回本年限,其中坡度在2°以下、2°~6°、6°~15°的补贴标准分别为15 000元/hm^(2)、30 000元/hm^(2)和45 000元/hm^(2),对坡度超过15°以土地原则应退耕还林还草,不宜高成本进行宜机化改造。针对国内外丘陵山区“改地宜机”的农业机械化经验及存在的问题,提出积极稳妥推进丘陵山区“改地宜机”的对策建议。

浸入运动边界-格子Boltzmann方法4种固含率计算方法对比研究

为了达到流固耦合,格子Boltzmann方法(LBM)可采用浸入运动边界法(IMB)实现移动颗粒边界上的无滑移条件.该耦合方式(IMB-LBM)中固含率计算方法对流固耦合计算精度和效率有影响.对常用的固含率4种计算方法,即蒙特卡洛法(MCM)、单元分解法(UDM)、近似多边形法(APM)和闭合边界法(CBM),分别阐述其具体算法,对比了它们的计算精度和计算效率;最后通过圆盘颗粒非连续变形分析方法(DDDA)与IMB-LBM耦合模型下的一个多颗粒沉降流固耦合算例,对比分析了它们在流固耦合计算过程中的耗时.结果表明:1)CBM无误差,MCM和UDM在随机点数取1000,子单元数取100时误差稳定在1%以下,APM在颗粒直径大于格子长度10倍时,误差小于0.44%;2)MCM和UDM的计算精度及耗时分别与随机点数和子单元数相关,它们的计算耗时大于APM和CBM;3)计算效率上,APM>CBM>UDM>MCM,其中CBM计算耗时略微大于APM,APM和UDM计算耗时分别比MCM少2个和1个数量级.该结果可为IMB-LBM耦合模型中固含率计算方法优选提供借鉴.

基于离散元法的茶叶抖筛机结构参数优化与试验

茶叶抖筛机是茶叶精加工的关键装备,传统抖筛装备主要通过经验设计,筛分性能较差,主要表现在筛净率较低、误筛率较高。该研究结合抖筛机的筛分原理,运用solidworks构建虚拟样机,利用EDEM软件建立茶叶颗粒离散元仿真模型,通过单因素仿真试验对茶叶颗粒进行动力学分析,结果表明,连杆长度、曲柄半径和筛面倾角是茶叶抖筛机筛分性能的主要影响因素。以筛净率、误筛率为评价指标,设计三因素三水平二次旋转正交试验,并运用DesignExpert软件对试验数据进行回归分析,当连杆长度为1 977 mm、曲柄半径为25 mm、筛面倾角为2.8°时,茶叶筛净率为94.5%、误筛率为4.61%,筛分性能最优。以最优结构参数进行验证试验,筛净率为93.8%,误筛率为4.73%,生产效率为319 kg/h,较优化前筛净率提高3.42%,误筛率降低7.62%,生产效率提高8.87%。该研究结果可为茶叶筛分装备的优化提供理论依据。

甘蔗健康种苗双芽段槽带式种植机排种性能优化研究

甘蔗健康种苗种植技术是提高单产水平和品质、降低生产成本的有效措施之一,而目前国内甘蔗种植装备不成熟,直接限制了这一技术的推广和应用。为此,以有序排列的甘蔗健康种苗双芽段蔗种为研究对象,对团队研发的2CZD-2A型半自动双芽甘蔗种植机排种性能进行优化,设计了高频电磁振动自动喂入器与仿形排种同步驱动器。利用Solid Edge ST5三维软件建模进行仿真分析,建立试验台进行多因素正交组合试验,采集数据并利用SPSS进行处理建立回归方程,运用Design Expert绘制响应曲面,分析因素之间交互作用,利用MatLab进行参数优化,最终进行田间试验验证。研究结果表明:同步驱动机构增加了排种均匀度,当带轮转速为10r/s、振动幅度为18.5mm、行进速度为0.65m/s时,排种均匀度达到94.18%,与优化结果偏差小于5%,满足设计要求;高频振动与动力源振动无干涉,验证了振动器梳理方案的可行性,可为全自动种植机的研发提供参考。