基于SCA铁路安全监测用无人机云计算优化算法

近年来开始使用无人机对铁路线路、长大桥隧等基础设施及一些维修人员难以进入的区域进行安全监测,特别是在缺乏通信设施的地区,无人机可以为移动用户提供良好的无线通信服务。本文对基于SCA的铁路安全监测用无人机云计算算法的优化研究包括:外部限制条件与优化问题的建模和非凸优化问题的优化两部分,采用CVX库基本实现了对于优化算法的仿真。研究表明:采用SCA算法进行优化,避免了代价极大的全局优化,对于整体算法的性能有一个很大的提升,为无人机在铁路安全监测中应用提供了理论基础。

基于SCA分解法的含电热泵和储热装置的热电联调

针对中国北方集中供热下,热电联产机组的电热强耦合对风电消纳的不良影响,提出含电热泵和储热装置的热电联产调度模型。该模型通过电热泵的供热方式来解耦传统热电联产机组的热电关系,并利用储热装置来实现热负荷的实时转移增加供热系统的灵活性。为验证模型的有效性,本文提出一种基于SCA算法进行分解迭代的新求解方法,仿真结果表明含电热泵和储热装置的热电联调模型能够降低供能系统的运行成本,并有效缓解中国供热与风能利用的矛盾,提高风能利用率。

基于RS-SCA-PPR的充填管道失效风险预测精度研究

为提高充填管道失效风险的预测精度,建立了基于粗糙集(RS)和正余弦(SCA)算法优化投影寻踪回归(PPR)的充填管道失效风险预测模型。以某矿山为例,选取10项影响因素构建充填管道失效风险预测指标体系,通过RS属性约简原理提取5项核心因素,再利用PPR对充填管道失效风险进行预测,并采用SCA对模型参数进行优化。结果表明:RS可有效消除冗余信息,简化运算过程,SCA-PPR预测精度高、模型性能好,拓宽了矿山充填管道失效风险预测研究的思路。

混沌多精英鲸鱼优化算法

针对无人机(UAV)的航迹规划问题,提出了一种基于混沌多精英鲸鱼优化算法(CML-WOA)的航迹规划方法。首先,在已知飞行环境下,建立3D飞行空间模型和航迹代价模型。通过引入罚函数,将有约束3D航迹规划问题转化为无约束多维函数优化问题,利用CML-WOA求解模型来获得最优航迹。其次,为克服WOA易陷入局部最优的缺陷,引入立方映射混沌算子改善初始种群,增强种群多样性,并通过自适应框架融入正余弦算法(SCA),利用多精英搜索策略有效地提高了算法开发能力和探索能力。最后,使用贪婪策略保证了收敛效率。通过20个基准函数测试和航迹规划仿真实验对提出的改进WOA进行验证。结果表明:所提算法相对其他算法,寻优性能明显提升,具有较强局部最优规避能力和更高的收敛精度与收敛速度;能够稳定快速地规划出代价最少、满足约束的安全可行的飞行航迹。

若干新型智能优化算法对比分析研究

智能优化算法(IOA)指的是一类以自然界的生物生存进化过程或物理现象为算法原理,用于解决最优化问题的算法,较为知名的智能优化算法有遗传算法、粒子群算法、模拟退火算法等。智能优化算法属于启发式方法,广泛应用在解决最优化问题上,传统的群智能算法为解决一些实际问题提供了新思路。随着科学技术的进步和应用场景的改变,传统的智能优化算法在收敛速度、求解精度等方面已无法满足日益复杂的优化问题,因此不断有新的更高效的智能优化算法被提出。选取了近几年国内外提出的几种新型智能优化算法:蝴蝶优化算法(BOA)、飞蛾扑火算法(MFO)、正弦余弦优化算法(SCA)、蝗虫优化算法(GOA)、哈里斯鹰优化算法(HHO)、麻雀搜索算法(SSA)。阐述了各算法的基本原理、算法步骤、相关的改进策略及存在的优缺点。为客观对比各算法性能,进一步通过3种类型共21个测试函数及6个指标评价各算法性能,最后归纳总结各算法的特点并对智能优化算法的发展前景进行展望。

基于MISSA-SVM模型的边坡稳定性预测及应用

为提高边坡稳定性的预测精度,提出一种基于多策略改进的麻雀搜索算法(MISSA)优化支持向量机(SVM)的边坡稳定性预测模型。选取容重γ、黏聚力c、内摩擦角Ф、边坡角φf、边坡高度H、孔隙压力比ru等6个代表性特征作为模型的预测指标。针对麻雀优化算法(SSA)存在的收敛速度慢、精确度不高、易陷入局部最优等问题,引入一维复合混沌映射、正余弦算法(SCA)、Levy飞行机制和步长因子动态调整等策略进行优化改进,构建基于MISSA-SVM的边坡稳定性预测模型。将MISSA-SVM模型应用到大溪滑坡等9组边坡工程实例进行验证。结果表明:MISSA-SVM模型的准确率、精确率、召回率、F_(1)分数、均方误差(MSE)和曲线下面积(AUC)分别达到96.29%、92.3%、100%、0.96、0.016和0.967,均优于SSA优化的SVM模型和BP模型,预测结果与实际边坡状况完全吻合,表明MISSA-SVM模型具有较强的泛化能力。

基于改进近似共轭梯度追踪的轴承故障诊断方法

在确保机械系统的可靠性和功能性、生产效率和安全性方面,滚动轴承的状态监测和故障诊断极其重要。然而,故障特征通常总是被背景噪音和其他不稳定的干扰成分所掩盖,这使得这项工作变得非常困难。为了更好地提取轴承故障特征,提出了结合改进的正余弦优化算法(improved sine cosine algorithm, ISCA)的弱选择近似共轭梯度追踪(weak selection approximate conjugate gradient pursuit, WACGP)算法。将惯性权重和非线性参数更新策略引入正余弦优化算法(sine cosine algorithm, SCA)中,提高了信号稀疏表示的效率和精度,以便用字典原子最大限度地逼近原始信号,并且将弱选择策略引入近似共轭梯度追踪(approximate conjugate gradient pursuit, ACGP)中,提高了提取轴承故障特征的速度和能力。通过对轴承的故障仿真信号和实际轴承内、外圈和滚动体振动信号的分析,验证了该方法的有效性。详细说明了与基于正余弦优化的梯度追踪算法的比较,突出了所提出的方法的优点。

基于SGA和SRFR的畦灌入渗参数与糙率系数优化反演模型(Ⅰ)——模型建立

利用基于地表非稳定流运动方程的地面灌溉模型对畦灌性能进行分析评价是改进传统地面灌溉方式、提高畦灌性能的重要举措,而准确地确定畦灌土壤入渗参数和田面糙率系数是改善畦灌性能模拟精度的重要前提。本文基于基本遗传算法SGA和地面灌溉一维模型SRFR建立的畦灌土壤入渗参数与田面糙率系数优化反演模型,可在给定的参数值域范围内开展多参数全局性寻优,利用计算机动态解析技术对SRFR模型执行程序进行解析处理,建立SGA与SRFR模型间的内部运行衔接方式,实现畦灌土壤入渗参数与田间面糙率系数优化反演过程的自动化运作,进而有效提高了参数寻优估值的工作效率。

测井电缆高速遥测OFDM技术同步方案

OFDM调制解调技术可以提高测井电缆遥测速率。当使用高阶QAM调制OFDM所需要的信息时,系统的同步要求提高了,在测井电缆遥测上要进一步提高传输速率的信息,必须对系统的同步加以研究。提出适用于测井电缆遥测系统的符号同步误差的采样频偏联合估计同步方案;从SCA符号同步算法着手,分析符号定时同步误差的整数部分与小数部分所对应的关系,采用最小二乘法估计采样频偏,使用Matlab进行模拟仿真。模拟仿真的结果表明,采用联合同步方案确实能够提高系统性能。

基于压缩感知的欠定图像盲源分离研究

系统阐述了利用稀疏成分分析(Sparse Component Analysis,SCA)算法进行欠定图像盲源分离。首先在估计出源图像个数的基础上,利用线性聚类估计混合矩阵;其次将压缩感知(Compressed Sensing,CS)应用到恢复源图像中。为了得到自适应的过完备稀疏字典来提高分离效果,提出了利用K均值奇异值分解(K-means Singular Value Decomposition,K-SVD)算法对过完备DCT字典循环迭代训练的思想,并对图像分块处理来减少计算复杂度;最后进行了仿真测试并对分离出的图像进行了分析和进一步处理。

基于稀疏聚类算法的关中地区旅游信息资源共享研究

关中地区作为陕西历史文化的集中地,发展旅游是政府促进国民经济增长的有效手段之一,如何将当地旅游信息资源实现共享,增加客户的认可度是此领域学者研究的重点问题之一。本文利用稀疏分量分析并建立了K子空间聚类算法,克服了常规SCA算法无法克服的困难,实现对旅游信息资源的共享。证明了传统的SCA算法只能执行单显性SCA,不能执行多个显性SCA,但是所提出的基于K子空间聚类的SCA算法可以克服这个困难,通过该稀疏聚类算法可提升对旅游信息资源的共享的自主学习,为客户提供更为准确的旅游资源推送,通过对关中地区旅游信息资源共享的实验分析证明了稀疏聚类算法在该领域研究的优越性。

基于MapReduce模型带准备时间的平行机调度优化

研究了一类基于MapReduce模型的平行机调度问题.每个工件包含Map和Reduce两道加工工序,Map工序可以分割为若干个子任务,并且在多台平行机上同时并行加工,Reduce工序只有在该工件的所有Map工序的子任务加工完成后才能进行,而且Reduce只能在一台机器上加工且不可中断.结合工件具有释放时间和加工准备时间等约束,以最小化最大完工时间为目标,构建了混合整数规划模型,并设计了采用差分变异策略和逐维Levy扰动机制的改进正弦余弦算法来求解该模型.最后,利用数值仿真实验与标准正弦余弦算法及遗传算法进行对比,实验结果表明,运用改进正弦余弦算法求解的结果与下界值的平均相对偏差GAP为3.02%,较标准正弦余弦算法以及遗传算法的效果提升显著,显示了该改进算法的有效性.