双能量CT非线性融合和噪声优化的虚拟单能量图像技术在喉鳞状细胞癌中的应用

目的:探讨双能量CT线性融合图像(linear blending imaging,LBI)、非线性融合图像(nonlinear blending image,NBI)和噪声优化的虚拟单能量图像(noise-optimized virtual monoenergetic image,VMI+)技术在喉鳞状细胞癌中的应用价值。方法:回顾性分析2019年6月至2022年3月61例经病理证实为喉鳞状细胞癌患者的双能量CT资料。双能量图像采用LBI[融合系数为1(80 kV)和0.6(M0.6)]、NBI和VMI+(40 keV、55 keV)技术重建。比较5组图像的客观图像质量[对比噪声比(contrast-tonoise ratio,CNR)、肿瘤CT值、噪声]和主观图像质量(肿瘤边界评分和整体图像质量评分)。结果:40 keV的CNR、肿瘤CT值和肿瘤边界评分均明显高于80 kV、M0.6、NBI和55 keV,差异均有统计学意义(均P<0.05)。NBI的整体图像质量评分明显高于80 kV、M0.6、40 keV和55 keV,差异均有统计学意义(均P<0.05)。NBI的噪声明显低于80 kV、40 keV和55 keV,差异均有统计学意义(均P<0.05)。结论:在喉鳞状细胞癌的双能量CT中,采用VMI+技术(40 keV)能提供更好的CNR、肿瘤CT值和肿瘤边界,采用NBI技术能提供更低的噪声和更好的整体图像质量。

非线性曲面梁形态优化及恒压支撑装置设计

基于超前支护设备顶梁支撑结构研究一种恒压支撑装置的设计方法,恒压支撑装置由正刚度线性弹簧、负刚度非线性平面曲梁及承压气囊组合而成。通过对巷道顶板应力场分析,得到支撑结构的边界条件;利用B样条曲线简述负刚度非线性平面曲梁的特点;基于遗传算法与非线性有限元法对负刚度非线性平面曲梁进行形态优化设计;依据恒压支撑装置的工作原理,对线性螺旋弹簧刚度/强度特性进行分析与设计;对恒压支撑装置的零部组件进行设计,实现支撑装置输出压强大小恒定及自我保护功能。恒压支撑装置设计方法为综掘巷道超前支护研制提供了有力技术支撑。

可重构智能表面辅助通信系统的非线性优化及实验设计

针对可重构智能表面辅助的通信系统,提出了一种智能反射表面开关选择和功率分配的联合设计方法,以改变电磁波传播环境、提高信号传输效率、减少功率消耗。首先,在保证接收端数据传输速率达到一定门限值等多个约束条件下,建立以系统能量效率最大化为目标的多维变量联合非线性优化问题,其中涉及的优化变量包括:智能反射表面开关选择、相位调整和功率分配。在开关选择方面,采用贪婪算法选择开启起主要作用的元器件,并关掉起次要作用的智能反射表面。在功率分配方面,通过求解凸优化问题得到功率分配的闭式解。基于此,设计出一种高传输速率、低功率消耗的迭代优化算法。最后,设计仿真教学实验,通过MATLAB软件,验证了所提出的联合优化算法通过改变电磁波传播环境,有效地提高了信号传输的速率和能量效率;并分析了实验中导致算法性能发生变化的机理,这也有利于帮助学生提高科研创新能力和工程实践能力。

联合线性引导与网格优化的混凝土裂缝分割

针对混凝土表面裂缝分割过程中分割精度低、细微裂缝漏分和背景干扰等问题,提出一种联合线性引导和网格优化的裂缝分割模型。首先,在主干网络中引入多分支线性引导模块,通过自适应单维度池化增强网络对裂缝线性结构的表达能力,让不同区域的裂缝建立联系,增强全局上下文信息感知能力,提高网络分割精度;然后,提出网格细节优化模块,通过分区-优化-合并三步骤,将整个空间域划分为若干个空间网格,提取空间网格中的细微裂缝信息,防止细微裂缝漏分;最后,在主干网络的跳跃连接处嵌入混合注意力模块,在空间和通道双维度突出裂缝特征,减少背景干扰。在Deepcrack537,Crack500和CFD裂缝数据集上,所提模型的IoU值分别达到77.07%,58.96%和56.55%,F1-score值分别达到87.05%,74.19%和72.24%,明显优于大多数现有方法,具有更高的分割精度。

基于非线性搜索策略的改进灰狼优化算法及其应用

灰狼算法(GWO)在大工业复杂的优化问题求解中存在许多不足之处,如容易陷入局部最优解、收敛速度慢、最优解精度低等缺点,由此提出一种改进的灰狼优化算法.在灰狼算法的基础上,通过引入非线性参数和新的位置迭代更新方程,构建一种基于非线性策略的灰狼优化算法,并通过软件实现算法.通过8个标准测试函数在多维度下的数值对比实验和一个工程设计优化问题求解,分析验证算法的稳定性和优越性,并证明其性能均优于原有的GWO系列算法,是一种具有潜力的元启发式算法.

非凸非光滑优化问题的两步惯性Bregman邻近交替线性极小化算法

针对一类非凸非光滑不可分优化问题,该文基于邻近交替线性极小化算法,结合两步惯性外推和Bregman距离提出了一种新的迭代算法.通过构造适当的效益函数,利用Kurdyka-Łojasiewicz性质,证明了所提出算法生成的迭代序列具有收敛性.最后,将该算法应用于稀疏非负矩阵分解、信号恢复、二次分式规划问题,通过数值算例表明了提出算法的有效性.

基于正余弦的非线性哈里斯鹰优化算法

针对哈里斯鹰优化算法(HHO)收敛精度低、易陷入局部最优等问题,提出了一种基于正余弦的非线性哈里斯鹰优化算法(SCNHHO)。首先,采用佳点集策略对种群进行初始化,使种群分布更均匀,提高算法收敛速度和精度;其次,在探索阶段引入正余弦策略,利用正余弦函数的震荡特性扩大搜索范围,寻求更多潜在的优质解;最后,在开发阶段引入非线性参数来平衡探索与开发,避免算法陷入局部最优。针对不同维度的基准测试函数进行性能测试,结合Wilcoxon秩和检验与Friedman检验的结果,将该算法与其他5个对比算法进行分析。结果表明,改进算法性能较原始HHO算法有较大提升,并且优于斑马优化算法(ZOA)、鲸鱼优化算法(WOA)和2种哈里斯鹰算法的变体(MHHO和IHHO),验证了改进策略的有效性。最后通过三杆桁架设计问题进一步验证了SCNHHO的实用性。

并网型直流微电网的非线性降阶建模及其估计吸引域的优化计算

面对“双高”电力系统的高维度、高随机性和强非线性,现有的建模和稳定性分析方法受限于维度、难以求解且准确度低。针对此问题,该文提出一个面向“双高”电力系统,包含非线性降阶建模和估计吸引域优化计算的稳定性分析框架。首先,考虑分布式光伏和恒功率负载的地理环境因素,应用Pioncáre规范理论,将并网型直流微电网的二次状态偏差模型依次进行分块降维、解耦和降阶变换,建立一阶二次微分方程形式的非线性降阶模型。然后,基于李雅普诺夫稳定判据,结合构造含辅助变量的最优化模型思想,并利用克罗内克积性质,提出估计吸引域的优化计算方法,构建优化的估计吸引域(optimalestimatedregionofattraction,OEROA)。最后,以分布式光伏云层遮蔽和恒功率负载扰动下的微电网系统作为算例,与基于LaSalle定理的李雅普诺夫法、Takagi-Sugeno(T-S)模糊模型法对比,验证所提方法构建的估计吸引域具有更低的保守性,以及所提分析框架的有效性。

基于非线性优化的激光无人叉车导航用外部参数的自动校准系统

随着移动机器人SLAM导航技术的发展,采用基于工厂的实际环境进行导航的激光无人叉车已逐渐得到大量的应用,而激光无人叉车导航所使用的相关参数的精确性对激光无人叉车导航的精度和稳定性有很大的影响。因此,针对工业场景应用中的基于实际周围环境导航的激光无人叉车,对其相关导航用外部参数进行自动校准的问题开展研究非常必要。针对激光无人叉车的导航用外部参数进行自动校准的问题,采用高斯牛顿迭代法求解根据激光无人叉车运动学模型所计算得出的里程计位姿变化量和根据激光扫描帧匹配所计算得出的激光里程计位姿变化量之间偏差的最小化非线性函数,从而得出校准后精确的导航用外部参数数值,有效提高了激光无人叉车建图和定位的准确性。

基于非线性仿射的风电场电压实时计算和优化方法

该文提出一种基于非线性仿射的风电场电压实时计算和优化方法。首先,以网损和并网电压波动综合最小为目标,建立风电场多时段动态无功优化模型,利用半不变量法分析风电功率不确定性对机端电压的影响,采用改进内点法实现模型的高效求解;其次,提出一种非线性仿射方法,快速准确地获得计及风电功率波动后的系统电压状态,并通过计算风机无功调节量来实现系统电压实时优化;再次,设计考虑风电功率对机端电压和并网电压综合影响的事件触发算法,降低风电功率波动平缓时风机的无功控制频率;最后,在我国某实际风电场的仿真试验表明,非线性仿射法能够快速获得系统实时电压状态,电压实时优化方法能够有效地防止机端电压越限并减小并网电压波动。

自适应材料插值在柔顺常力机构非线性拓扑优化中的应用

为解决柔顺常力机构的非线性拓扑优化中存在的数值不稳定问题,对非线性拓扑优化的材料插值方法进行了研究。首先,根据常力机构的工作特点以及输出特性,分别构建了其非线性拓扑优化的设计域以及优化模型;然后,对数值不稳定问题产生的原因展开了讨论,从控制应变以避免数值不稳定问题的角度出发,提出了一种新的材料插值模型,模型中引入了参数α,对低密度单元抗变形能力进行了统一调节,并根据最大等效应变给出了一种参数α的自适应调整策略;最后,基于提出的材料插值模型,推导了常力机构优化模型的目标函数敏度表达式,对不同常力区间的常力机构进行了优化,分别对优化结果以及优化效率进行了讨论;并搭建了实验平台,对优化得到的常力机构的实际输出性能进行了验证。实验结果显示:该方法优化得到的常力机构在特定的常力区间内,最大输出力误差为2.3%。研究结果表明:自适应材料插值方法有效地避免了数值不稳定问题,稳定性得到了提升,且优化效率相比于附加超弹材料方法得到了提升。

天然气量价耦合非线性销售优化模型构建及应用

在国家天然气产业“X+1+X”政策下,针对直面市场竞争的销售环节,天然气价格对下游客户市场的开发至关重要。针对天然气销售公司与下游客户签订的阶梯气价结算合同在制定过程未充分考虑客户购气能力的不足,本文通过分析客户量价关系对阶梯价格的影响,结合天然气供应链结构,建立了天然气量价耦合非线性优化模型。该模型以天然气销售公司总利润最大为目标函数,以天然气供应链各环节气量、供销气量以及客户各阶梯气价为决策变量,考虑各环节气量上下限约束、各客户调价空间约束、节点流量平衡约束、客户量价关系约束、阶梯价格约束、客户类型约束等,调用GUROBI求解器中的空间分支定界算法对该混合整数二次规划模型进行求解。将模型及算法应用于某省网大型多气源多客户(含10个气源和121个客户)的供销系统中,计算时间不超过5秒,算法求解效率高。与阶梯价格方案固定的销售情况相比,所得各客户销量及气价方案使得总效益最高提升17.2%,具有较好的优化效果。本文构建的模型及算法应用于不同客户类型的案例中,同时兼顾了客户和天然气销售公司的利益。可用于天然气销售公司与下游客户进行价格复议时推荐调价方案,并为天然气销售公司制定阶梯气价销售方案提供依据。

基于全纯嵌入线性潮流的配电网灵活性资源优化配置

针对配电网考虑电压波动的灵活性资源配置模型因非线性潮流计算而难以求解的问题,本文提出一种基于全纯嵌入线性潮流的灵活性资源优化配置方法。首先,基于快速灵活的全纯嵌入潮流法,开展电压全纯函数的幂级数系数分析,建立一个适用于优化配置研究的全纯嵌入线性化潮流模型;其次,建立统一的配电网灵活性资源模型,以最小化平均电压偏差和日运行成本为目标函数,建立多目标灵活性资源优化配置模型,利用所提线性潮流模型将混合整数非线性的优化配置模型转化为混合整数线性模型。最后,利用改进的IEEE33节点测试系统进行仿真,结果验证了所提线性化优化配置模型的有效性。

天然气管网稳态运行优化模型的非线性界增强方法

天然气管网稳态运行优化问题在提升能源使用效率、降低运行成本等多方面发挥着重要的作用。该问题由于网络结构复杂、规模大、非线性程度高,所以建模成的混合整数非线性规划模型求解难度非常大。本文基于混合整数线性规划的界增强方法,提出了适用于该问题结构的非线性界增强方法,能够缩紧变量的上下界,使得在线性化方法中更好地逼近原混合整数非线性规划模型。数值结果显示新的方法能够得到更优的可行解,并且加快了天然气管网稳态运行优化问题的求解。

基于非线性自适应比例因子的雪豹优化算法

针对雪豹优化算法在求解复杂优化问题时,存在全局勘探能力不足、寻优精度低等问题,提出一种改进的雪豹优化算法。首先,基于分段Logistic混沌映射初始化从而提高初始种群多样性;其次,引入非线性比例因子用于平衡算法的全局勘探能力和局部开发能力;然后,提出了一种差分变异策略,在第一次种群更新位置后,使用5个随机个体提高全局搜索能力和算法收敛能力,在第二次种群更新位置后,使用3个随机个体保证在求解过程的中后期也具有一定的全局勘探能力,尽可能避免陷入局部最优。通过在IEEE CEC2022基准函数测试集上测试,并与其他算法进行比较,结果表明所提出的算法在种群质量、求解精度以及算法稳定性上均有较大提升。最后将所提出的算法应用于工程优化,计算结果进一步证实了算法的强优化能力。

基于线性规划优化小精细化工企业的生产措施

由于小精细化工企业生产灵活、工艺复杂、对成本和利润控制严格,因此,对生产工艺的优化,就成为小精细化工企业生产措施改进的主要内容之一。文章结合小精细化工企业的生产状况以及在该状况条件下相应的约束因素等,采用运筹学线性规划法构建最优计划数学模型,利用计算软件就具体数据进行求解,得到生产计划的最优解。

融合非线性收敛因子与变异准反射学习的哈里斯鹰优化算法

针对哈里斯鹰优化算法(Harris Hawks optimization,HHO)易早熟收敛、寻优精度低、收敛速度慢等问题,提出一种融合非线性收敛因子与变异准反射学习的哈里斯鹰优化算法(improved Harris Hawks optimization,IHHO)。首先,初始化阶段引入Circle混沌映射,提高初始化种群多样性和种群位置质量;其次,引入Sigmoid非线性收敛因子,平衡全局探索和局部开发能力;最后,针对HHO算法易陷入局部最优问题,提出变异准反射学习(quasi-reflection-based learning,QRBL)策略,提高种群活力,进一步提高算法局部收敛能力。仿真实验采用13个标准测试函数和1个经典工程问题对改进算法进行测试,结果表明改进算法收敛精度、收敛速度均有较大提高,适用于解决实际问题。

微震非线性优化定位方法研究与应用

针对在实际工程应用中,考虑到震动波传播以及各项异性介质等因素的影响,传统线性定位求解过程极易出现发散问题,于是采用数学算法结合微震定位原理,推导得到一种微震非线性优化定位算法;新算法通过引入下山因子,增强了算法的稳定性和收敛性,达到全局收敛的目的;并提出一种多方向迭代的思路,可以使定位结果更加科学和精确,能够有效地降低定位结果中各个方向上的误差;通过长方体煤块声发射震源试验和传统线性定位算法进行比较,使算法的稳定性和震源结果的准确性得到了验证;工程现场应用也证明了它能够有效地降低微震台网布设带来的影响。

基于干扰观测器的复杂非线性系统优化控制方法

为了提高具有未知干扰的复杂非线性系统的控制性能和运行性能,提出了一种基于干扰观测器的复杂非线性系统优化控制方法(IOCM).该方法设计了一个基于模糊神经网络的模型逼近器来捕捉系统的非线性动力学,并利用干扰观测器来描述系统的未知干扰,以获得更准确的系统预测模型.然后,在多目标模型预测控制的框架下,提出了一种具有协同成本函数和多梯度算法的优化控制结构,以综合求解设定点和控制律.采用城市污水处理过程基准仿真平台(BSM1)验证所提方法的有效性.实验结果表明:暴雨天气条件下平均出水水质(EQ)为6711 mg/L、平均运行能耗(EC)为3805 kW·h;对比其他分步实现的优化控制方法,IOCM具有较好的鲁棒性,能够提高非线性系统的优化控制性能.

考虑非线性充电的纯电动公交充电计划优化

纯电动公交车以其低排放、低噪声等优点在公交系统中得到越来越广泛的应用。然而相对较短的车辆续航里程和较长的充电时间使其在运营中需要频繁充电,从而衍生出新的充电计划问题。合理的充电方案对于节省充电设施建设成本和缩减充电成本等方面均有重要意义。目前电动公交充电计划优化的研究通常将充电时长与充电量设定为线性关系,且较少考虑充电计划与充电桩作业流程的综合优化,导致充电场景还原性差和资源浪费等问题。为此,在给定车次安排的前提下进一步优化电动公交充电计划,构建了以最小化系统总成本为目标的混合整数规划模型,对充电事件的发生时段、充电开始与结束时间以及充电桩作业流程进行同步优化,且充分考虑了分时电价政策、不完全充电策略和电池的非线性充电特性。在问题求解方面,首先通过线性近似的方式将电池的非线性充电曲线改写为分段线性函数,进而利用商业求解器Gurobi得到最优方案;之后基于最小费用最大流理论与逆差函数设计了一套专门的优化算法;最后,以北京市5条公交线路为例设计多组实验,并分别应用Gurobi与本文设计的算法进行优化求解。优化结果验证了所提出算法的准确性与高效性,可使当前充电系统总成本降低28.34%~56.1%。