具有Back-time约束的k-TSP问题(英文)

本文讨论了具有Back-time约束的k-TSP问题,给出了求解该问题的近似算法,以及在最坏情况下由该算法产生的近似解的估计.

复合风场影响下RLV着陆段固定时间控制

本文针对垂直起降的可重复使用运载器(RLV)返回着陆段面临多类型复合风场干扰影响导致的姿态跟踪控制收敛时间上界与初始状态强耦合及跟踪性能严重下降等问题,提出一种基于双幂次固定时间稳定理论的快速高精度控制方法。首先,对可重复使用运载器返回着陆段所受的自然风场进行分类建模,并分析风场对着陆段姿态控制的影响;其次,基于反步法框架,设计高低幂次加权多项式形式的趋近律,以保证系统状态误差在固定时间内收敛,且收敛时间和上界与初始状态无关;同时,为降低风场扰动对着陆段控制系统性能的影响,保证着陆段控制性能的稳定性及着陆安全性,引入固定时间扩张状态观测器对风场扰动进行估计和补偿;最后基于Lyapunov理论,证明了所设计的控制律可使RLV返回着陆段姿态控制误差在固定时间内收敛;多组数值仿真验证了所提方法的有效性。

城际/市域铁路CTCS2+ATO系统自动折返技术研究

为解决城际/市域铁路运用CTCS2+ATO系统因折返时间过长难以满足公交化运营需求问题,主要对CTCS2+ATO系统实现自动折返功能进行研究。首先,对CTCS2+ATO系统实现自动折返功能的系统结构进行深入分析,明确系统各设备优化的功能;进而,对自动折返各场景下设备工作流程及信息交互进行详细设计,在选定车辆参数和线路参数条件下对自动折返各阶段耗时进行理论分析,计算得到站后自动折返理论总耗时152 s,满足公交化运营需求;最后,通过城际/市域铁路CTCS2+ATO系统实验室测试平台对自动折返功能进行测试验证,测试结果表明,本文所述自动折返方案有效,站后折返总耗时仅158 s,与理论计算耗时相近,且相对人工折返可大幅缩短折返时间,提高折返效率,对城际/市域铁路CTCS2+ATO系统满足公交化运营需求具有重要意义。

后激活增强效应对山西省优秀男子跳马运动员助跑与踏跳影响的实验研究

目的:本研究旨在探索在不同膝关节角度(60°、90°、120°)下进行的颈后蹲刺激,对4名山西省优秀男子跳马运动员在随后的15s、4min、8min、12min、16min完成跳马动作时助跑和踏跳过程中的运动学数据以及下肢肌肉肌电数据的影响。希望找到一种最佳的颈后蹲刺激条件和方式,以提高后激活效应在体操跳马项目中的运用效果,并为训练和比赛提供指导和建议。方法:本研究同时使用两台JVC GC-P100对优秀男子跳马运动员的技术动作进行影像数据采集,随后利用APAS三维解析系统进行影像解析,以获取运动学数据。同时,使用Noraxon 16导遥测肌电仪对运动员完成技术动作时所需大量动员的相关下肢肌肉(包括股直肌、股外侧肌、股内侧肌、股二头肌、腓肠肌、胫骨前肌)的肌电数据进行测量并对获得的数据进行详细分析。结果:60°膝角下的5次90%1RM颈后蹲刺激后的4min会使运动员的运动表现显著性提高,运动学数据及iEMG值大幅上升。结论:(1)60°、90°和120°膝角下的5次90%1RM颈后蹲预刺激,均可使男性跳马运动员助跑和踏跳阶段的运动学表现和iEMG值显著提高。60°膝角的刺激效果最优。(2)选择在60°膝角的颈后蹲预刺激后的4min完成跳马动作,运动员下肢肌肉募集运动单位能力最强,肌肉活性明显增大,运动学和iEMG指标达到峰值。(3)跳马动作中的助跑和踏跳阶段均可受到颈后蹲预刺激的促进作用。

改进分散搜索算法求解包装废弃物回收路径规划问题

目的将包装废弃物回收路径规划归纳为一个带回路和时间窗的逆向物流车辆路径问题(RL-VRPBTW),以最小化回收成本、发车成本和时间窗惩罚为联合优化目标进行建模。方法引入“车辆剩余空间回收能力”因素,改进经典节约里程算法,求得较好的初始解;基于分散搜索框架,设计基于初始解改进的分散搜索算法(ISISS),根据问题模型,采用含0的编码方式,通过多样性产生、参考集更新、子集产生、子集合并、解改进等5个步骤实现算法功能。结果在“部分回收点分布较密集”的城市型地理场景下,针对快消企业的低值固废包装,生成回收点数量分别为50、100、200的3种规模算例,并考虑大小两种车型进行仿真实验。将ISISS算法与改进节约里程、遗传和分散搜索3种算法比较后可知,ISISS算法在大规模包装废弃物回收车辆路径问题上具有更优的求解性能。结论仿真实验结果表明,ISISS是一种求解多目标大规模包装废弃物回收路径规划问题的较优算法。

气固微型流化床反应分析仪的理想流型判据分析

微型流化床因具有气体返混小和可操作性强等优点,在反应动力学测量等领域备受关注。获得流型随操作参数的变化规律,才能实现微型流化床理想流型的有效调控。采用双流体模型耦合考虑结构的相间曳力(又称多尺度CFD)模拟了一系列A类和B类颗粒在不同操作条件下的流化行为,结合颗粒浓度和气体停留时间分布(RTD)特征考察气速、床径和初始床高对气体返混行为的影响。研究表明,当微型流化床在初始鼓泡到湍动流态化之间操作时,才逼近颗粒全混流和气体近似平推流的运动状态。进一步分析气体RTD曲线形状特征(如拖尾、多峰等),提出采用斜度S<0.6作为微型流化床平推流判据,弥补了原判据[满足方差σ_(t)^(2)<0.25且峰高E(t)h>1]的不足,为微型反应分析仪的流型调控奠定了基础。

海上窄压力窗口控压固井浆柱结构设计方法

针对海上油气井窄压力窗口固井顶替效率低下的技术难题,通过轻钻井液的施加以优化浆柱结构以及施加环空回压的方法实现安全高效固井的目标。考虑停泵压胶塞环空回压值≯5 MPa、冲洗液环空紊流接触时间>10min以及注替结束井筒自压稳3个关键技术要求,合理优化固井浆柱结构,计算控压固井全过程井筒当量循环密度(ECD),使井筒ECD在安全密度窗口内,形成了海上窄压力窗口控压固井浆柱结构设计方法。以乐东10-1气田某高温高压井为例,优化设计了该井的浆柱结构,并模拟计算了控压固井全过程井筒ECD及紊流接触时间。结果表明:轻钻井液用量为14~50 m^(3)且密度在1.822~2.142 g/cm^(3)之间、冲洗液用量>13 m^(3)且密度在2.36~2.45 g/cm^(3)之间、水泥浆密度在2.4~2.51 g/cm^(3)之间,可实现冲洗液紊流接触时间>10 min且满足压稳不漏的固井要求。该设计方法可实现海上窄压力窗口井安全施工和提高固井顶替效率的要求。

一种基于前后台系统的CPU使用率计算方案

大多数小规模的嵌入式设备均不采用操作系统,而使用前后台系统进行功能设计开发。目前,在前后台系统下,尚无有效的方案实时反映任务及时性响应情况,无法监控功能偶发问题,导致功能缺陷出现。基于此,本文提出了一种基于前后台系统的CPU使用率计算方案,该方案通过统计周期内的触发次数、CPU使用率及极值实时反映任务及时性响应情况,并将该方案应用于GD32 MCU。结果表明,该方案能有效实时反映当前设备的整体运行状况,为设备功能的开发和测试提供有效支撑。

脉冲负载下柴油发电机组建模优化与评价

针对柴油发电机组-三相不控整流器-DC/DC变换器-脉冲负载系统中柴油发电机组的输出特性,提出仿真模型与试验电源输出电压(流)波形契合度的评价指标,以判断模型的仿真程度;提出了基于反向(BP)传播神经网络算法的同步发电机励磁电压输出动态限幅方法,应用于脉冲负载下柴油发电机组的模型优化。试验验证表明:27组算例中,初始仿真模型有18组波形实时契合度值不足90%,优化仿真模型27组值均大于90%。说明本文提出的优化方法使仿真模型比初始模型更加有效,可应用于后续柴油发电机组带脉冲负载系统的研究。

基于激光诱导击穿光谱的瞬态温度测量方法

温度是影响材料力学性能的重要因素之一,准确测量器件温度是认识材料在应力作用下其力学性能演变以及评估设备健康状态和寿命的重要方式。面向功率器件开关过程中焊接界面快速温变测量的需求,传统方法存在时间分辨能力不足、难以测量瞬态温度的问题。文中基于激光诱导元素特征谱线强度与温度的密切相关性,提出了一种微秒量级时间分辨能力的表面温度测量方法,并建立了样品表面温度与光谱特性之间的定量关系。研究结果表明,物质表面温度提升导致激光诱导等离子体光谱强度和信噪比增强,且增强效果受到光谱采集延时和门宽影响。采用反向传播-人工神经网络(back propagation-artificial neural network,BP-ANN)和偏最小二乘(partial least squares,PLS)法对表面温度与光谱特性关系定量拟合并校准,拟合模型线性相关性拟合度指标均大于0.99。BP-ANN拟合模型的拟合偏差更小,其均方根误差(root mean squared error,RMSE)为2.582,正确率为98.3%。该方法为物体瞬态温度测量提供了一种有效手段,对功率器件焊接界面健康状态的评估给予了有力支撑。

基于人工智能的电力系统光纤故障检测研究

在电力系统实际运行过程中,光纤通信面临着故障风险。基于此,提出了一种基于人工智能的电力系统光纤故障检测方法。首先,介绍了光纤网络结构以及故障监测的常用方法;其次,描述了神经网络的具体应用;最后,建立了对比试验,验证了模型的可靠性。试验结果表明:通过与实际故障原因的对比,采用神经网络进行故障分析的误判率在四种故障模式下分别低于3%、15%、14%、5%;优化模型的整体识别正确率为86.34%,高于传统模型。该结果验证了模型的合理性。该研究提出的电力系统光纤故障检测方法具有一定的参考意义。

虎符铜砭刮痧配合子午流注时辰护理治疗腰椎间盘突出症腰腿疼痛的疗效分析

目的探讨虎符铜砭刮痧配合子午流注时辰护理治疗腰椎间盘突出症腰腿疼痛的治疗效果。方法将80例腰椎间盘突出症患者随机分组,对照组用虎符铜砭刮痧治疗,观察组用虎符铜砭刮痧配合子午流注时辰护理治疗,评价治疗效果。结果治疗后,观察组治疗总有效率高于对照组(P<0.05),治疗后,观察组患者疼痛感减轻,腰椎功能改善明显,与对照组比较,差异有统计学意义(P<0.05);观察组治疗后1个疗程Barthel指数(65.76±9.45)分、2个疗程Barthel指数(88.66±8.43)分,高于对照组(P<0.05);观察组躯体情况(92.67±2.14)分、生理情况(93.61±2.19)分、心理情况(94.61±2.21)分、社会关系(93.57±2.16)分、情感活动(94.23±2.23)分,高于对照组(P<0.05)。结论虎符铜砭刮痧配合子午流注时辰护理治疗腰椎间盘突出症腰腿疼痛安全性高,有效性强;能够改善患者临床症状,促使患者康复,临床可将此方法推广应用。

基于深度学习的广播信号自动分类研究

非法广播信号指未经国家无线电管理部门批准擅自设立的广播电台,这类信号会扰乱正常的无线电通信秩序。因此,提出了一种基于时频域特征提取和反向传播(Back Propagation,BP)神经网络的非法广播信号监测方法。该方法先使用时频域分析方法提取信号的特征,然后使用BP模型进行分类。在实验中,文章使用MATLAB生成模拟广播信号数据集,并对设计方法进行测试。结果表明,该方法的准确率、召回率和F1值均在99%以上,证明了该方法的正确性。

大容积电烤箱内传热过程的反向传播神经网络控制算法

大容积电烤箱内存在严重加热不均匀问题,限制其在商业和家用领域的广泛应用,传统比例-积分-微分(PID)控制算法存在弛豫时间长、温控精度差等问题,导致被加热目标无法维持在最佳烹饪热环境。通过自编程构建了一种反向传播神经网络(BPNN)控制策略,以改善大容积电烤箱的加热速率、温控精度及热均匀性为目标,通过局部速度、温度分布与美拉德反应可视化实验测试,探究了风扇转速、对流与辐射加热功率和排气流量等因素的影响。实验结果表明:在提升算法鲁棒性后,BPNN算法对烤箱内温度预测误差显著降低;相比PID控制方法,采用BPNN算法的被加热目标过热度最多降至6℃,温控精度显著提高;被加热目标表面温度的相对极差从54%降至36%,速度相对极差从71.4%下降至39%,均匀性显著增强;电烤箱的加热弛豫时间从230 s降至100 s。BPNN算法能够实现大容积电烤箱更精确、更快速、更均匀的温度控制。

基于细化用户画像的居民冷暖用电数据预测方法

为提升电网运营数据应用价值与客户服务精益化管理水平,针对温度变化影响居民用电负荷问题,提出了一种基于细化用户画像+BP神经网络算法的居民冷暖用电数据预测方法。该方法首先利用时序分解对居民随温度变化的日用电量指标进行提取,并基于此细化居民用电行为画像类,随后基于细化类采用BP神经网络对居民冷暖电量进行预测。实验表明,该算法可提升居民冷暖用电量预测准确度,实现了对居民用电隐性动态特征的深度挖掘。

基于整体映射机制的移动无线传感网区域收敛算法

为解决节点收敛次数较高且收敛时长难以控制等不足,提出了一种基于整体映射机制的移动无线传感网区域收敛算法。首先,根据节点干涉过程中发射信噪比的变化情况,设计了一种新的区域收敛机制,利用发射信噪比动态调整节点覆盖区域,以降低节点干涉现象,提升网络收敛能力。然后,采用时间退避方法对信号发射过程的时间窗口进行动态调节,以改善信号发射过程中存在的碰撞现象,有效降低网络收敛时间和节点收敛次数。由仿真实验结果可知,相较于移动无线传感网区域收敛领域中常用的逻辑模糊可信算法和网络寿命节约评估算法,本算法具有更低的网络收敛时间和节点收敛次数。

基于互相关序列和BP网络的声源定位算法

在基于麦克风阵列的声源定位算法中,一种常用算法的基本思路是通过麦克风接收到信号的相关序列来计算信号之间的时延,进而再根据阵列的结构确定声源的位置。在分析传统的声源定位算法基础上,针对双五元十字阵模型,介绍传统的基于广义互相关相位变换加权(generalized cross correlation-phase transform,GCC-PHAT)时延估计的定位算法,并给出基于GCC-PHAT时延估计和反向传播(back propagation,BP)神经网络的定位算法、基于抛物线互相关时延估计和BP网络的定位算法,进而通过分析影响时延估计的主要因素,提出了基于互相关序列和BP网络的新定位算法,该算法将GCC-PHAT互相关序列最大值点的位置、最大值点及其左右各一点的相关值作为BP网络的输入,通过对BP网络进行训练来实现声源的三维定位。仿真实验表明:与传统的基于GCC-PHAT时延估计的定位算法相比,所提出的各个算法均具有较好的定位效果,后者均比前者的定位精度更高,而且提出的基于互相关序列和BP网络的新定位算法在低信噪比和高混响的条件下,也具有较好的定位效果。

化肥碳源排放量的时空演化及预测

为探讨化肥碳源时空特征,并预测其在碳达峰时间节点的排放量,从时间和空间角度阐述了江苏省农业生产中的化肥碳源排放的特点,以资源消耗理论为基础,采取趋势分析法、神经网络预测法、时间序列模型-弹性系数法3种方法,结合江苏省实际情况预测化学肥料的需求以及由此带来的碳排放量。结果表明:江苏省化肥碳源排放量在区域上呈现较大差异,苏北地区施肥强度高,造成农业碳排放量大;在时序上可分为增加—锐减—稳定下降3个阶段。预测模型对比分析显示,时间序列-弹性系数法预测农业化肥需求量有明显的应用优势。江苏省2025、2030年农业化肥施用带来的碳排放量分别为2.267 4×10^(9)、2.050 4×10^(9)kg。研究认为,较高水平的化肥碳源排放量制约碳达峰碳中和目标的实现,亟需进一步提高肥料利用效率。

基于BP神经网络的鸡蛋货架期和贮藏时间预测模型研究

为探究贮藏于不同温度下的不同品种鸡蛋货架期,以‘京粉6号’和‘海兰灰’鸡蛋为研究对象,测定冷藏(4℃)和常温(25℃)条件下的哈夫单位、气室高度、蛋黄指数、蛋清pH值和质量损失率。以哈夫单位低于60所对应贮藏时间作为货架期的终点,发现两种鸡蛋在常温和冷藏条件下的货架期均分别为12 d和83 d。将表征鸡蛋新鲜度最重要的指标哈夫单位作为模型的固定参数,其余输入参数的选择基于Pearson相关性分析结果,依据与哈夫单位的相关性,从高到低依次作为输入参数构建基于BP神经网络(back propagation artificial neural network,BP-ANN)的鸡蛋货架期和贮藏时间预测模型。根据模型在预测集上的表现确定具体的输入参数,将优化隐含层神经元数的BP-ANN与其他机器学习模型(偏最小二乘回归(partial least squares regression,PLSR)和支持向量回归(support vector regression,SVR)模型)对比。结果表明,相较于PLSR和SVR,经过优化隐含层神经元数的BP-ANN模型对鸡蛋剩余货架期和贮藏时间的预测精度更高。本研究可为制定鸡蛋在不同贮藏温度下的货架期提供参考,为剩余货架期和贮藏时间的快速、准确、同步预测提供技术支持。

深水钻井中控压响应时间及其影响因素分析

为了保障控压钻井技术在深水钻井应用中的安全和效率,研究了深水钻井环境下控压钻井响应时间的特征和影响因素。在将井筒环空流体视为三相均匀混合流体的基础上,分别建立了回压在隔水管段和地层井段传播速度的计算模型,研究了隔水管长度、深水低温和井眼尺寸对回压传播速度的影响规律,以及同样井深、不同水深和不同井眼尺寸情况下,回压从井口至井底的传播时间。研究发现:隔水管长度的增加会导致回压传播速度增大,但在1 000 m长度之后逐渐稳定;与陆地钻井的地温环境相比,海水所导致的低温,使得回压传播速度在隔水管段总体增大,在地层段总体降低;在常用的井眼尺寸中,井眼尺寸越大,回压传播速度越大;结果还表明,在同样的钻井深度下,深水控压钻井的响应时间总体上小于陆地钻井,这对于控压钻井在深水中的应用有利,能够有效提高深水钻井的安全性。