动态规划法在污水处理厂优化设计中的应用

对具有代表性的系统优化模型进行分析比较,选用动态规划法对城市污水处理厂进行优化设计,得到了城市污水处理厂投资和运行的最优决策,为城市污水处理厂运行和设计提供了依据.     

基于夹点方法和遗传算法的换热网络综合研究

利用遗传算法对换热网络进行求解,由于变量众多,解空间非线性、非连续性等问题,求解速度慢,容易陷入局部最优解。本文将夹点方法和遗传算法相结合,利用夹点方法初步估计出目标值和各决策变量,且把换热网络分为两个子网络区域,使遗传算法在解空间上缩小了搜索范围,更能快速有效找到全局最优解。     

加速并行遗传算法及其在暴雨强度公式参数优化中的应用

针对标准遗传算法中存在早熟收敛、后期收敛速度慢以及解精度低的问题,结合正交试验设计和元胞自动机模型,提出了一种改进的遗传算法--加速并行遗传算法(APGA).APGA利用正交试验设计确定较好的初始种群,利用元胞自动机模型固有的并行计算能力设计并行遗传算法,借助元胞信息的动态性和多元性实现正交加速过程.该方法不仅能加快遗传算法的收敛速度,而且能提高遗传算法的搜索效率和解的精度,适用于求解复杂的非线性优化问题.APGA用于暴雨强度公式参数的优化实例结果表明,该算法是有效和可行的.     

含风电的电力系统低碳经济调度

含风电场的电力系统调度是一个多目标优化问题。运用机会约束方法,建立了包括低碳化和发电成本两个目标函数的调度模型,在充分考虑环境保护效益的同时,提出了风险成本的概念,使得发电成本更切合工程实际。在改进自适应遗传算法的基础上,引入了pareto最优解集方法,充分发挥了遗传算法的全局搜索能力和pareto求解多目标问题的潜力。通过实际调度案例验证了所提算法的合理性。     

亚采样JPEG压缩图像的超分辨率重建

为了解决在恶劣信道中传输图像的质量下降问题,可以考虑把图像亚采样成低分辨率图像用JPEG压缩后传输.待接收端解码后再用超分辨率重建方法恢复高分辨率图像.在重建过程中本文采用遗传算法搜索搜索最优解,分析与实验表明,可以搜索到全局最优点.     

基于改进多种群遗传算法的尾矿坝形变预测

针对遗传神经网络(GA-BP)建立的尾矿坝形变预测模型易出现早熟现象、预测结果不稳定、容易陷入局部最优值的不足,引入一种具有混沌局部搜索的多种群自适应遗传算法。该算法以双种群寻优为基础,改进了遗传参数的计算方式,分别以种群进化中染色体适应度值的集中程度和空间距离的分布作为自适应交叉率、变异率的计算依据应用于不同种群中,提高了种群的多样性和遗传算法全局搜索的能力;同时引入混沌局部搜索技术(CLS),完善了遗传算法局部搜索能力的不足。采用改进的遗传神经网络模型对贵州省白岩尾矿坝三维变形数据进行预测,并与传统的GA-BP和AGA-BP模型预测结果进行比较。结果表明:改进后的模型预测精度更高,结果更加稳定,具有良好的预测效果。     

需求不确定下的应急物资储备库选址模型研究

为提高应急突发事件的预防和处置能力,探讨需求不确定条件下的应急物资储备库选址问题。首先通过基于联系数的区间灰数法预测不确定需求,然后构建包含最短应急时间、最大覆盖范围、最小成本的多目标应急物资储备库模型,并利用改进的非支配排序遗传算法(NSGA-II)求解模型。结果表明,用基于联系数的区间灰数预测法能在样本量较少的情况下保证预测的准确性,用所建模型经多次迭代能从多个候选库存中选取出精度较高的Pareto最优解集,保证解集的多样性和准确性。     

混沌遗传神经网络在空气质量预测中的应用

为了提高对空气质量预测的准确性,提出了一种基于混沌遗传算法(CGA)的BP神经网络改进方法。BP神经网络是目前应用最广泛的神经网络,但存在收敛速度慢和易陷入极小值的缺陷。该改进算法的基本思想是用混沌遗传算法优化BP神经网络的初始权值和阈值。混沌遗传算法结合了混沌运动的遍历性和遗传算法的反演性。将混沌变量加入遗传算法中,进一步提高了遗传算法的全局搜索能力和收敛速度;将混沌遗传算法优化后得到的最优解作为BP神经网络的初始权值和阈值。利用改进后的CGA-BP算法进行空气质量预测,结果表明,该方法对空气质量的预测效果明显好于单纯使用BP神经网络的预测效果。     

基于自适应遗传算法的应急物资储备库选址及物资调配优化研究

应急物资储备库是应急救援的重要载体,储备库选址是否科学合理决定着整个应急公共服务体系的成效,而传统遗传算法在研究储备库选址与物资调配相结合的问题上存在局限性。针对这一问题,从需求点及应急设施服务质量视角构建基于覆盖满意度和经济性的应急设施选址与物资调配优化模型,并根据模型设计自适应遗传算法(AGA),结合储备库实际情况采取具有方向性的初始群体生成法提高搜索速度,设计自适应交叉与变异算子使AGA能够在进化速度与解的质量之间进行权衡,并获得全局最优解。结果表明,该算法能跳出局部最优从而获得最优的选址-分配方案,可为应急管理部门和决策机构的应急设施选址规划及应急物资分配提供理论依据和决策参考。     

一种新的结构可靠度通用计算方法

根据可靠度指标β的几何定义,运用具有全局优化能力的改进遗传算法,提出一种新的结构可靠度通用计算方法。针对可靠度几何优化模型搜索区域大而可行区域小的特点,在可靠区域和失效区域分别产生初始种群,在两种群之间通过不断迭代的二分法,使二分点不断接近极限状态曲面(线),从而产生可行解。对可行解进行选择、交叉、变异,最后求出全局最优解。该方法不需要使用结构功能函数的偏导数,对于功能函数不能明确表达的可靠度问题尤为适用;对于功能函数可以明确表达但求导复杂的问题,可省去求导过程;可任意设定初始值,且不受结构功能函数凹凸性的限制;通过算例验证,所提方法具有较高的精度和效率。     

一种改进的事故再现蒙特卡罗优化算法

为使事故再现结果更符合实际情况,对事故再现中的计算过程进行优化。基于蒙特卡罗方法和随机加权方法,提出一种改进的事故再现蒙特卡罗优化算法。该算法以二维碰撞模型和车辆轨迹模型为计算模型,选择碰撞点位置、碰撞前速度、法向恢复系数为优化参数,以实际车辆碰撞后运动轨迹离差最小为优化目标。分别用所提出的改进算法和Pc-Crash中的优化方法对一算例进行优化。结果表明,改进算法在准确度和稳定性等方面优于Pc-Crash中的方法。利用改进的事故再现蒙特卡罗优化算法,不仅能获得最优的事故再现结果,还能获得再现结果落在任意区间的概率。     

Dijkstra算法在确定矿井通风最大阻力路线中的应用

矿井通风最大阻力路线的确定,是矿井通风系统设计及改造的主要任务之一。对Dijkstra算法进行研究、改造,使其适用于求解矿井通风最大阻力路线,并根据该算法编写了计算机程序,将其应用于典型风网,获得了正确的结果。Dijkstra算法的引入为确定最大阻力路线提出了一种新的方法,同时计算机的应用也提高了计算的效率及准确性。     

基于遗传-蚁群算法的单层建筑火灾疏散路径规划研究

为解决如何快速、有效地找出单层建筑火灾最佳疏散路径问题,分析火灾发生时可能影响人员逃生及最佳路径生成的因素。提出基于遗传-蚁群算法求解火灾时期人员疏散路径。运用遗传算法的快速全局搜索能力,对蚁群算法初期所需要的信息素进行快速处理;利用蚁群算法的正反馈机制,快速找出可行路径,缩短搜索时间;并运用Matlab软件对其进行仿真。结果表明:遗传-蚁群算法所求得的路径生成质量有明显提高,并缩短路径生成时间,有助于提高人员逃生效率,降低人员伤亡率。     

基于灾变的人群疏散避灾路径优化及应用

突发事件条件下的应急疏散是一个复杂的过程,不仅要考虑时间因素,而且要考虑疏散网络中各路段的受灾风险水平。因此,对于人群快速转移避灾路径的解算结果,不仅要求快速,还要求避灾。基于灾害预测的疏散路径优化理论模型,在求解时变灾害条件下,集成考虑实时与未来灾害影响的转移避灾路径优化算法。采用C#程序设计语言和Visual studio 2013平台,开发了进行模型算法实现的原型系统,并通过算例进行了说明。结果表明:在预先设置的灾害情景中,提出的模型算法可以提前规划出避开灾害且疏散时间较短的路径,为制定应急预案提供参考依据。     

火球热辐射后果计算动态模型的应用

为了精确地评估火球的热辐射后果,需要深入研究火球热负荷对影响区域暴露人员所造成的伤害.详细介绍了具有时间属性的火球热辐射动态模型,以实例描绘了火球直径、高度以及目标接受到的热通量等火球参数的动态变化规律.结果表明:具有时间属性的火球热辐射动态模型计算出的热辐射值小于静态模型计算的值,动态模型有可能更准确地描述火球参数的实际动态变化,进而合理地确定火球热辐射的人员伤亡区域,并为过热可燃液体容器的安全设计及风险分析提供一种新的后果评估技术及方法.     

管式电除尘器"伞形罩"结构特性研究

在高温、高湿窑炉烟气条件下,采用立式管式电除尘器“伞形罩”结构,能够解决其清灰不力、二次扬尘、除尘效率不稳定等问题。本研究了“伞形罩”结构的除尘机理及效率及清灰力度影响因素、抑制二次扬尘机制。研究结果表明,“伞形罩”结构除尘效率因集尘表面积的增加而提高;应用支铁框架式振打方式,振打强度明显加强;其分流机制能有效地抑制二次扬尘：从而为“伞形罩”结构的优化设计提供了依据。     

基于改进VRP模型的危险品配送路径优化及其求解研究

危险品道路运输高风险性,一直受到人们的广泛关注。危险品道路运输路径优化的研究,对于降低运输风险具有十分重要的意义。本文针对危险品运输配送过程中的路径优化问题,提出综合考虑道路运输的风险和费用两方面指标改进VRP模型路径优化目标,并设计遗传算法对改进模型进行了求解。最后通过实例进行了验证。结果表明：用遗传算法对改进VRP模型的求解结果与实际分析结果相符。因此,改进VRP模型及其遗传算法求解设计可以应用于危险品运输的路径优化分析。     

基于改进YOLOX的变电站工人防护设备检测研究

为解决电气工人防护设备检测问题,通过改进YOLOX算法,提出检测工作人员防护设备的模型。首先在预测部分改进损失函数,为解决损失函数计算存在的缺陷,对IOU损失的计算方法进行改进,根据防护设备任务特性,通过调整各种类型损失函数的权重,增加对模型误判的惩罚,对模型进行优化;其次在算法主干网络中引入CBAM注意力模块提高神经网络对工人防护设备的感知能力;最后在算法Neck部分,将UpSample结构用于多尺度特征融合,加强网络的细节表达能力,从而提升对小目标困难样本的检测精度。研究结果表明：改进后的YOLOX模型平均精度均值达到87.24%,与已有YOLOX模型相比提升2.46%,具备有效性,适用于变电站工人防护设备检测。研究结果可为电气工人提供更高的防护装备检测精度。     

某商场分散式排烟系统设计的探讨

以某大型综合性商场为例,运用建筑防火性能化设计理论和方法,对商场的排烟系统进行了分析计算,在数值模拟计算的基础上提出改进意见,并针对商场的不同部分的建筑结构特点给出不同的防排烟措施,以达到最佳的排烟效果.