开圆孔波纹夹层板单向拉伸状态的应力极值优化求解

[目的]旨在研究开圆孔无限波纹夹层板单向拉伸状态的应力分布,寻求最不利开孔位置。[方法]采用ANSYS软件子模型方法计算不同开孔位置的应力分布,并用ANSYS软件提供的零阶优化设计方法寻求最大应力集中系数时的开孔位置。[结果]开孔附近的应力分布与网格划分密切相关,最大应力总是出现在芯层板上。开圆孔无限波纹夹层板单向拉伸状态的应力集中系数普遍大于3,最大可达4.104。[结论]先整体模型再子模型的应力极值优化分析过程既可以节省计算时间,又可得到较高计算精度,提高优化效率。

叶尔羌河源流区洪水极值事件联合概率分析

以叶尔羌河流域源区为例,选取塔什库尔干气象站的气温数据和库鲁克栏杆站的洪水资料,基于Copula函数对洪峰流量和1、3、7 d洪水总量的概率分布特征进行分析,结合小波相干分析进一步探讨气候因子变化与洪水极值事件的关系。结果表明:两变量的同现重现期>单变量重现期>两变量的联合重现期,联合重现期和同现重现期随着洪峰流量和洪量的增大而变长,相应洪水极值事件发生概率降低;夏季日平均气温和洪峰流量序列在年代际尺度上具有高相干性,夏季日平均气温先于洪峰流量0.13~0.31周期变化;基于Copula函数建立1957—2010年夏季日平均气温与洪峰之间的二维统计模型,单变量重现期越长,所对应两变量的联合重现期与同现重现期之间相差越大;随着夏季日平均气温的升高,不同重现期洪水发生的可能性均增大。研究成果可对该地区的洪水风险管理和水资源适应性对策提供重要的科学价值和技术支撑。

基于特征组合优化的工业互联网恶意行为实时检测方法

工业互联网中节点数据具有高维、冗余和海量等特性,传统的恶意行为检测模型无法对工业互联网恶意攻击行为做出快速且准确的判断,提出基于特征组合优化的工业互联网恶意行为实时检测方法.采用改进的相关性快速过滤算法和基于奇异值分解的主成分分析算法对工业互联网恶意行为样本数据进行特征组合优化,基于对称不确定性信息度量指标和近似马尔科夫毯准则进行特征相关性计算、冗余特征识别与排除,通过参数特征维度的不同配置得到若干候选特征组合;利用决策树评估器筛选出准确率最高的候选特征组合;通过奇异值分解的主成分分析进一步进行特征降维,得到低维高信息量的最优特征组合;结合极端梯度提升算法和优化的特征组合对工业互联网恶意行为样本进行分类,基于密西西比州立大学多分类电力系统攻击样本数据对本文方法进行了验证;实验结果表明,特征组合优化检测模型训练时间可缩减57.53%,单个样本的平均检测时间为0.002 ms,可减少23.99%,基于特征组合优化的检测模型的准确率、召回率和F1值较特征优化前分别提升了1.11%、1.25%和1.01%.本文方法的突出优势表现为在提升模型检测效果的同时可明显降低模型检测时间,能更好适应工业互联网的实时性要求.

考虑微地形的配电系统雨涝淹没停电风险区划分方法

受气候变化影响,暴雨内涝近年来呈增多增强趋势。供电半径小、选址灵活性不足的配电系统易受雨涝淹没影响引发大面积故障停电。分析指出由于内涝水位缺乏详实记录,使得配电系统规划建设在内涝防护上存在基准缺失的问题。为此,参照电力系统冰灾等灾害防护方法,在二维水动力模型暴雨淹没分析基础上,研究提出考虑微地形影响的配电系统雨涝淹没停电风险区划分与差异化规划方法。首先,根据极值分布模型推算不同重现期的极值降雨,再结合地理信息进行二维水动力仿真,得到50年一遇极值降雨的淹没范围及深度图;然后,结合配电变压器和开闭所等配电终端的建设标准,设定不同淹没深度对应的停电风险,进而绘制配电系统雨涝淹没停电风险等级图,为不同风险区配电终端差异化设定基础高度,以提升雨洪灾害抗灾能力;最后,基于南宁地区数据的仿真分析验证所提方法的有效性。

基于改进粒子群算法的输电线路舞动断线概率预测研究

【目的】为了解决冰风暴灾害下输电线路舞动断线问题,提出了基于改进粒子群算法的输电线路舞动断线概率预测模型。【方法】首先,采用改进粒子群算法确定输电线路在冰风暴灾害下风荷载与冰荷载的广义极值分布参数;其次,根据输电线路舞动的起舞风速和覆冰密度求取舞动情况下线路冰荷载和风荷载的极值分布。【结果】在此基础上,基于二元t-Copula连接函数计算线路舞动时风荷载和冰荷载的联合概率分布,实现了线路舞动断线的概率预测。【结论】结合湖南冬季输电线路舞动断线的历史数据,验证了改进粒子群算法的优越性和该模型的准确性,为输电线路舞动预报和指导线路提前部署防舞动措施提供了依据。

基于生态系统价值的多目标优化采煤塌陷地生态修复研究

采煤活动中,陆地生态系统的完整性和功能面临着严重的威胁,塌陷地的生态修复关系到采煤区生态系统价值的持续性体现。文章基于生态系统价值的多目标优化模型,针对水资源管理、土地利用和生物多样性保护等方面,设计了多种生态修复策略,以制定综合性的采煤塌陷地生态修复方案,包括水资源的高效利用、恢复植被覆盖、促进物种的繁衍和生态功能的恢复等,研究成果对采煤塌陷地的生态修复具有重要的理论和实践意义。

双中心粒子群优化算法

粒子群优化(PSO)算法是一种新兴的群体智能优化技术,由于其原理简单、参数少、效果好等优点已经广泛应用于求解各类复杂优化问题.而影响该算法收敛速度和精度的2个主要因素是粒子个体极值与全局极值的更新方式.通过分析粒子的飞行轨迹和引入广义中心粒子和狭义中心粒子,提出双中心粒子群优化(double center particle swarm optimization,DCPSO)算法,在不增加算法复杂度条件下对粒子的个体极值和全局极值更新方式进行更新,从而改善了算法的收敛速度和精度.采用Rosenbrock和Rastrigrin等6个经典测试函数,按照固定迭达次数和固定时间长度运行2种方式进行测试,验证了新算法的可行性和有效性.

台风暴雨型滑坡降雨阈值曲线研究——以福建地区为例

台风暴雨型滑坡具有群发性、规模小、爆发性强的特点,容易造成严重的人员伤亡和巨大的财产损失。本文应用极值理论分析,以极端降雨重现期的极大值作为标准并计算有效的降雨区间,通过统计分析,确定触发暴雨型滑坡的降雨阈值曲线。应用模型对福建地区台风暴雨型滑坡进行了分析,福建省3个灾害高发区为:南平一三明地区、泉州地区和宁德地区。南平—三明地区降雨阈值较高,但发生的滑坡数量较多,主要以3d的降雨为主;泉州地区小于3d的连续降雨和大于8d的连续降雨是触发该地滑坡的主要降雨区间;宁德地区对短期降雨较为敏感,滑坡主要由1d的降雨引起。比较分析研究表明,台风地区触发滑坡的降雨阈值要高于非台风地区。降雨型滑坡阈值主要受气候,地质和土壤厚度影响,气候因素为主控因素。

改进小生境遗传算法在电力系统无功优化中的应用

利用改进小生境遗传算法进行了电力系统无功优化计算。算法主要做了以下改进:设置个体之间的距离判别标准L为动态函数,保持了群体的多样性;采用最优保存策略保证算法的收敛性;采用局部最优徘徊策略作为辅助终止原则,避免陷入局部最优情况。对IEEE30节点算例系统进行了无功优化,并对优化前后各项技术性能指标进行了分析,说明了改进小生境遗传算法在保持解的多样性、提高搜索效率和优化效果等方面都具有良好的性能。对某县级配电网进行了仿真计算,仿真结果证明了所提算法的有效性。

基于改进人工鱼群算法的神经网络优化

针对人工鱼群算法的寻优速度慢,后期收敛性差等缺陷提出了一种并行运行方式的改进人工鱼群算法(Improvement Artificial Fish Swarm Algorithm,IAFSA)。进而应用IAFSA算法对BP神经网络初始权值进行寻优,以解决BP网络初始权值选取困难且优化过程中容易陷入局部极值的问题。最后,将IAFSA-BP网络混合算法应用于PID参数的优化,从而克服了PID控制参数难以整定的难题。通过仿真实验,结果表明:改进的人工鱼群算法寻优速度更快,优化值更加合理。应用IAFSA-BP混合算法得到的PID控制参数使得系统响应更快,稳态误差更小,系统性能得到提升。

多极值函数的混沌优化法

为了克服混沌优化方法在缩小优化变量的搜索空间前所进行的全局性、遍历性的盲目搜索,提出了一种基于混沌搜索方向的全局最优方法。在多维函数优化当中,该方法首先通过混沌机制确定搜索方法,将问题转化为一维搜索问题,然后采用其他搜索算法求解一维优化问题,此方法有利于改善盲目搜索的缺点。仿真结果表明该方法在搜索速度上具有一定的提高。

再生核空间W2^1（R）中的一个数值泛函极值问题

定义了再生核空间ｗ21(R)，并求出了再生核空间ｗ21(R)用中再生核．在此再生核空间中讨论了线性算子的最佳逼近问题。

面向单元切削过程的切削参数优化模型

针对目前采用加权方法构造切削参数优化模型时权重的不确定性问题和同一工件不同工序和走刀的切削参数耦合问题,基于统计学原理提出一种面向单元切削过程的切削参数优化模型以实现多切削参数组优化问题的解耦。提出并利用体积价值系数、面积价值系数、体积切除率和面积切除率建立以单位时间利润率或单位时间利润为目标函数的优化模型,以解决加工质量、加工难度、加工效率、加工成本和加工利润之间的权重确定难题,开发基于单元切削过程的切削参数优化软件,以300M钢为对象进行切削参数优化:在生产任务饱满时,采用优化的切削参数比采用经验切削参数可以提高单位时间利润率1.55倍,在生产任务不饱满时,采用优化的切削参数比采用经验切削参数可以提高利润40%。计算结果表明,所提出的切削参数优化模型显著降低了切削参数优化问题的难度,具有良好的可用性。

基于生态-景观视角的城镇河岸带风貌特征评价——以晋江市河溪为例

基于生态-景观视角构建了河岸带风貌(RV,riparian view)综合评价指标体系,选取全域型城镇化典型代表地区晋江市12条主要河溪的120个河段进行数据取样与河岸带风貌综合评价值的计算,以此分析了晋江河溪河岸带风貌的现状,并从整体最优与各项影响因子最优两个层面探讨了河岸带风貌的指标优化控制值,结果表明:(1)受城镇化影响晋江目前河溪河岸带风貌整体情况并不乐观,目前已不存在状态非常好的河段,且96.67%河溪的河岸带风貌已经处于消失、丧失、破坏的状态,3.33%河溪的河岸带风貌也受到了消极的影响;(2)滩涂特征与岸线特征处于非常差状态的河段比例分别达到了57.5%与29.17%,植被特征无明显的非常好与非常差的极端状态,基本集中在36.67%较差、50%一般、13.33%较好的状态,而水体特征(除水质)总体相对较好的河段数量比例为56.67%;(3)浅滩保有率、滩涂宽度、自然滩涂保有度、滨河土地硬度、河道硬度、视线阻隔、植被带高度因子评分值为0的比例分别达到了89.17%、50.83%、64.17%、40.83%、52.50%、63.33%、51.67%,均高于其他评分值比例,这些因子的状态以非常差为主,是目前晋江河溪河岸带风貌短板;(4)从整体最优化与各项因子最优化两个角度提出20项指标优化控制值,若实现这些目标值,RV综合评价的得分值将由原有的1.59分别提升至1.96和3.85,晋江河溪河岸带风貌能够从较差的现状提高到一般或非常好的水平。

基于NTP的时间同步技术与应用研究

目的 :解决应用服务器出现时间偏差会导致住院患者每日汇总报表数据不一致、护士看不到医生医嘱及患者的次日用药无法领取等隐患问题。方法:通过深入分析和大量模拟实验,提出一种基于网络时间协议(network time protocol,NTP)的时间同步改进技术,即定时更新NTP服务器硬件时间,以防止NTP服务器因故存在的硬件时钟累积误差问题;同时,采用自动校正NTP服务器冷启动后的系统时间,避免线上的客户机与不正确的时间进行同步。结果:在时间同步微调模式下,采用脚本后的改进技术大大缩短了时间同步。观察10 s的偏差同步时间可节省7 h以上,若时间更长(<600 s),则节省时间更多。结论:缩短了在线设备与NTP服务器的同步时间,解决了极端情况下的时间偏差问题。

一种基于最优化的极值分布建模方法

为提高极值分布中样本数据序列分布拟合精度,对改进的综合模型采用遗传算法实现分布参数的寻优。建立了灾难性事件的样本极值分布数学模型。采用非线性回归方法导出样本极值与累积概率之间的映射关系,考虑样本极值的上限和拟合的误差,建立了极值分布的综合模型。采用改进遗传算法,将模拟退火算法应用到遗传算法中,以模型误差为目标函数进行优化,从而确定函数模型中的分布参数,实现了拟合精度的提高。

粒子群优化在极值分布模型研究中的应用

由于灾难等极端事故发生的随机性以及数据之间的差异性,在运用极值理论计算风险时,必然面临模型的不确定性。为避免极值分布模型选择不当所引起的拟合误差,在介绍了极值理论相关概念的基础上,采用通用的广义极值分布模型,通过粒子群算法对复杂模型参数进行优化。以飞行安全为例进行仿真,实现了不同分布类型的统一优化处理,算法寻优速度较快、拟合效果理想,为准确选择极值分布模型提供了一条有效的途径。

石羊河流域生态危机的综合治理探讨

综合治理石羊河流域生态危机的思路是:①用一定生活水平下的人均耕地面积阈值和最佳防护效益森林覆盖率理论,确定的耕地面积和配套的防护林体系。②用生物群落类、湿地类及流域经济社会类3大用水阈值组成的生态用水阈值进行水资源配置或调控。调控过程中紧紧抓住人口的环境容量这个关键,用人口环境容量调控和耦合生产及经济规模基础上,通过调控流域内可利用水资源承载力各分量的方式,对水资源配置进行优化,达到遏制生态危机,促进生态和经济可持续发展的目的。

路用水性环氧树脂的拉伸强度预测和极值寻优

为实现路用水性环氧树脂力学参数极值寻优,以进一步科学优化其材料组成及配比,基于不同类型原材料自身属性及其掺量的调控,制备了一系列路用水性环氧树脂;以拉伸强度为例,开展了力学参数标定试验并获取了75组有效数据,以此构建了基于小样本数据的传统多元回归方程、典型前馈式及反馈式神经网络等不同预测模型,对比分析了不同模型的拟合效果与预测精度;采用遗传算法对优选的预测模型进行优化,实现了拉伸强度极值寻优功效,回溯确定了原材料各项属性及掺量的最佳取值,为路用水性环氧树脂材料组成及配比的科学优化提供有益借鉴。结果表明:相比五元非线性回归方程和反向传播(Back Propagation,BP)模型,Elman模型的预测误差降低了25.94%~37.5%,具有较好的预测精度和稳定性;综合考虑预测精度和运算速度,推荐采用Elman神经网络(6×4×1)作为路用水性环氧树脂拉伸强度的预测模型;采用遗传算法可快速获得最优拉伸强度和相关材料组成及配比,降低试验成本,但其准确度仍需进一步优化。

采用奇异能量谱与改进ELM的轴承故障诊断方法

针对滚动轴承故障特征不易提取,进而影响诊断精度的问题,研究一种将信号处理与智能算法相结合的轴承故障诊断方法。首先,利用粒子群算法对变分模态分解(VMD)法进行优化,以确定VMD法的最优输入参数,并利用优化VMD算法对振动信号进行分解得到若干本征模态函数进而建立特征矩阵。然后,对特征矩阵进行奇异值分解,根据不同故障下奇异能量谱的差异构造故障特征向量,并采用改进的极限学习机(ELM)进行故障识别。针对传统ELM输入层权值与隐含层阈值随机选取对分类效果的影响,采用自适应差分进化极限学习机对其进行优化,以保证故障诊断性能。最后,利用实验结果验证所研究故障诊断方法的可行性。