基于SSA-BP神经网络的圆钢管RPC短柱轴压承载力预测

目的研究圆钢管活性粉末混凝土(Reactive Powder Concrete,RPC)短柱轴压承载力与各影响因素之间的非线性映射关系,创建高精度承载力预测模型。方法引入麻雀搜索算法(Sparrow Search Algorithm,SSA),优化BP神经网络的初始权重、阈值;以155组试验数据为基础,建立并训练SSA-BP神经网络模型,对圆钢管RPC短柱轴压承载力进行预测;将SSA-BP神经网络的预测结果与BP神经网络、遗传算法(Genetic Algorithm,GA)优化的BP神经网络预测结果及代表性公式预测结果加以比较。结果SSA-BP神经网络模型的预测精度相比于BP神经网络、GA-BP神经网络分别提高79.05%和35.62%,单次运行时间较GA-BP神经网络减少44.34%;SSA-BP神经网络平均误差为3.66%,远低于公式预测误差。结论SSA-BP神经网络能够实现圆钢管RPC短柱轴压承载力的高精度预测,为研究圆钢管RPC短柱轴压承载力提供了新方法。

RPC模型影像校正并行算法设计及优化

随着遥感技术的发展,卫星遥感影像在环境监测、城市规划、灾害评估、气候变化、农业监测等多个领域的应用越来越广泛。为了应对大规模遥感数据处理带来的计算挑战,提出了基于GPU及多核CPU实现卫星遥感影像RPC几何校正的并行算法,并采用了多流优化、I/O优化、内存分配优化等策略。实验表明,与串行算法相比,GPU并行算法获得了22.9~71.5的计算加速比及2.4~32.4的综合加速比,多核CPU并行算法获得了5.4~5.7的计算加速比及2.1~5.0的综合加速比。

完全未知环境下机器人路径规划的RPC算法

提出一种适合存在多种类型障碍的完全未知环境的机器人路径规划方法:RPC算法(全称为实时规划-选择算法)。即将BUG规划算法与所提出的两级路径选择策略相结合实时决策机器人的行为。其中两级路径选择策略模拟人类探索路径的思维模式实时决定机器人绕行障碍的方向,能够减小机器人避障中的盲目性和降低路径冗余度。此算法提高了机器人在未知环境中的智能性,增强了对较复杂环境的适应性。仿真实验表明了该算法的可行性。

一种实用的互联网络拓扑结构RPC(k)及路由算法

Pertersen图由于具有短直径和正则性等特性,在并行计算与分布式计算中具有良好的性能。基于环结构,提出了一种Pertersen图的新扩展方法,构造了互联网络RPC(k)。分析了该互联网络的性质,它具有连接度小、网络直径短、拓扑结构简单以及易于扩展等特点。同时给出了RPC(k)优于二维Torus以及RP(k)互联网络的直径和节点可分组性的条件。最后,分别设计了RPC(k)上的单播路由、置换路由、广播路由和多对多路由,它们的通信效率分别为「k/2」+5,k+9,「k/2」+5和k+9。特别是随着k的增大,RPC(k)网络路由算法的通信效率近似于RP(k)网络上的对应算法通信效率的1/3倍。

遗传神经网络对RPC流动度预估的研究

流动度是RPC配制的一个关键指标,它直接反映了其工作性的优劣,但其影响因素复杂,难以用统一的数值关系直接描述RPC流动度与其影响因素的量化关系,目前还没有合适的计算方法,为此,提出控制RPC流动度的数值方法,即引入遗传神经网络对RPC的流动度进行预测控制。在建立网络模型后,选取适当的参数,进行训练仿真分析。结果表明,该遗传神经网络模型是有效的,对RPC的流动度预测有较高的精度和稳定的预测结果,与单纯的BP神经网络模型相比,具有精度高、训练速度快、工作性能稳定等优点。

分布式系统中求解RPC最大响应时间的一种基于状态图的算法

远程过程调用 ＲＰＣ （Ｒｅｍ ｏｔｅ Ｐｒｏｃｅｄｕｒｅ Ｃａｌｌ）是分布式系统中机间通讯的一种重要手段．分布式系统的性能很大程度上依赖于ＲＰＣ响应时间．使用回归模型和队列模型可对ＲＰＣ响应时间进行分析．但是回归模型不能很好地反映ＲＰＣ设计变化对响应时间的影响，而队列模型又要求对系统作较多的假设．针对以上模型的不足，本文提出用有穷状态迁移图构造ＲＰＣ模型，并给出了一个基于状态图的求解ＲＰＣ 最大响应时间的算法．经过证明和时间复杂性分析。

一种合并单元的精度自动校正系统的实现

为了提高合并器精度、简化通道校正的复杂度,研发了一种电力系统合并单元(MU)的精度自动校正系统。该系统主要包括上位机和合并单元装置。上位机需要实现各种自动校正指令的发送、校正结果的计算和检测等功能。装置需要完成各个通道有效数据的采集和控制,并根据上位机命令对各通道数据备份区内的数据进行校正。校正过程是通过调取相应的校正算法模块实现的。与传统的通过手动修改参数的通道校正过程相比,自动校准系统极大地提高了通道的校正效率和校正精度,减小了校正误差,且校正过程更加简单易行。

平原地区多源影像短时效数字正射影像产品生产方法

数字正射影像图是数字城市的基础内容,对数据源类型多、时效要求短的高程相近的大范围平原区域进行卫星影像数字正射影像生产时,面临着生产效率与质量的双重挑战。本文提出了一套适应于平原区域多源卫星影像高时效正射影像产品生产方法,在正射纠正过程中将RPC模型与二次多项式模型组合使用,利用高时效性DEM细化成果进行单景影像纠正,研发影像预处理算法和镶嵌算法,进行整体匀光匀色。相关算法与流程在天津市2018年数字正射影像图生产中得到验证,可为相似区域大批量正射影像产品生产提供借鉴。