基于SVM的振动试验状态验证算法

随着科技日益发展,客户对产品的交付周期与质量要求越来越高。尤其是军工装备产品,需通过试验保证其可靠性。这些试验通常耗时、开销大。在装备修理中,环境试验常被用来筛选产品的可靠性。主要包含高低温试验与振动试验。本文针对振动试验,设计了一种可用于多种产品参数、复杂产品种类的振动状态检测验证算法。在振动试验时,不同种产品的重量不同,振动工装夹具也不同,产品的振动频谱复杂多变。因此自动化振动试验状态判断不易实现。本文提出一种基于SVM算法的振动状态检测方法,并对不同产品、不同试验状态进行试验状态验证算法的研究。     

IWO-PSO-SVR算法在甲烷检测中的应用

提出一种入侵杂草算法改进的粒子群算法（IWO-PSO）用于支持向量机（SVR）算法来快速实时检测甲烷气体浓度系统,气体红外激光差分吸收法检测系统基于甲烷气体分子在1650nm处泛频光谱吸收带,结合可调谐二极管吸收光谱（TDLAS）与波长调制光谱（WMS）.选择半导体激光器瞬时输出光功率变化范围5.0~10.6mW,瞬时波长变化范围1650~1651nm,瞬时调谐频率范围0.0048~0.0115nm/mA;采集山东淄博某农场2019年3月份全天气体样本,随机抽取15组样本作为训练集,建立以光谱峰面积作为输入值与气体浓度作为输出值的IWO-PSO-SVR、SVR、PSO-SVR和PSO-BP定量分析模型,对测试集4种浓度的甲烷分别进行预测;结果表明,通过IWO-PSO-SVR定量分析模型效果最佳,4种甲烷浓度预测值与真实值相对偏差分别为0.115%、0.109%、0.131%、0.120%,均低于0.0014;相关系数分别为0.9987、0.9966、0.9899、0.9975均高于0.98;预测时间分别为1.35、1.54、1.35和1.33s,模型经过1000次训练对气体的检测精度为10^-5,与同类别检测系统相比,具有很强的理论研究价值和工程应用价值.     

基于MODIS_C061的长三角地区AOD与Angström指数时空变化分析

以长三角为研究区,利用AERONET地基观测的气溶胶光学厚度(AOD)数据,验证了基于MODIS_C061深蓝算法(DB)的AOD产品适用于长三角地区.并利用2000～2018年MOD04_L2产品,分析研究区AOD和Angstr?m指数(AE)的时空变化特征.结果表明,长三角地区AOD呈现东部和北部平原地区高、南部和西部山区低的空间分布,AE呈现南部地区高北部地区低的空间分布. 2003～2007年,AOD年均值增长显著,增长率为23%, 2011年以后逐渐下降; 2001～2003年,AE年均值增长迅速, 2012年以后逐渐下降.AOD在长三角地区呈现夏季最高、冬季最低的显著季节性变化,月均值6月最高达0.84, 8月最低为0.40;AE呈现秋季最高,春季最低的季节性变化,月均值9月最高达1.47, 3月最低为1.08.根据AOD与AE的关系,对长三角地区气溶胶类型进行了研究,结果表明人为产生的城市工业气溶胶是该地区主要的气溶胶类型,其次为混合型和清洁大陆型.     

基于改进FWA-NN的污水处理过程溶解氧浓度预测

为实现对污水处理过程溶解氧质量浓度的实时准确预测,提出了一种改进的混沌烟花混合优化算法并构建了基于改进算法的神经网络在线软测量模型.结合污水处理过程的数据特征,定义了一项新的样本相似度衡量指标用于提取更具代表性的建模数据.在改进算法中,为提高基本烟花算法初始成员的质量,定义了一种改进的两级正弦混沌映射并利用混沌运动的遍历性精选烟花算法的初始群成员;通过融合混沌算法改进了基本烟花算法的搜索机制,基于设定准则将寻优过程分为两阶段并采用两分群同时进行.测试结果表明改进算法的收敛速度和收敛精度有较大程度提高.将改进的软测量建模方法和样本数据提取方法用于污水处理过程溶解氧质量浓度软测量建模,应用结果表明该模型的均方根误差和平均泛化误差分别为0.0175和0.0118,具有较强的泛化性能.     

城镇油气管道事故应急疏散决策优化

为实现油气管道事故中城镇大规模应急疏散的智慧决策,构建基于改进的自适应蚁群算法的应急疏散路径优化模型,开发基于油气管道典型事故后果分析的城镇大规模应急疏散决策优化系统平台(LSSED)。LSSED在地理信息系统平台上,针对油气管道泄漏引起的扩散、喷射火、池火、BLEVE、蒸气云爆炸等典型事故进行事故后果分析,对疏散通道当量长度和疏散时间成本函数进行定量评价,实现大规模应急疏散方案的智慧决策和避难方案的全局优化。案例分析表明,LSSED平台实现了基于地理信息系统的典型事故时变环境信息和应急疏散路径优化算法的数据传递及系统集成,实现了基于事故后果分析的城镇大规模人群疏散路径和避难方案优化,可为城镇安全规划和应急管理提供参考和借鉴。     

基于多目标分布估计算法的地铁网络化应急站点选址

为提升地铁网络的应急救援能力,提出兼顾地下和地面交通两种运输方式的应急资源网络化共享模式,并建立多目标优化模型,对应急站点进行优化选址。模型以应急站点数量最少和总响应时间最短为优化目标,地铁车站重要程度为关键因素,求解各地铁车站的优化覆盖方案。提出了一种多目标分布估计算法,该算法采用拥挤比较算子和锦标赛选择算法获取优势群体,借助概率模型描述可行解的离散分布,并不断更新概率模型来实现种群的进化。运用建立的模型和算法求解北京市局部地铁网络应急站点选址问题,最终获得满足地面交通运输时效、并符合问题优化目标的Pareto最优解集。与NSGE-Ⅱ算法相比,多目标分布估计算法提前123代开始收敛,且针对最小化问题,多目标分布估计算法最优解的两个目标函数值较NSGE-Ⅱ算法分别减小64%和29%。可见,模型符合地铁应急站点选址问题的决策规则;多目标分布估计算法有效地缩小了决策空间,它比NSGE-Ⅱ算法更快地收敛,且能够获得更为优化的应急站点选址方案。     

人工鱼群神经网络应用于城市污水处理厂进水量预测研究

城市污水处理厂进水量的预测精度对污水厂的安全运行与科学管理具有重要影响。将人工鱼群算法用于神经网络的训练过程,并根据污水厂进水量的变化特性,考虑其周期性及气温、天气和节假日等影响因素,建立人工鱼群神经网络的预测模型。将人工鱼群神经网络预测模型应用到实际中,研究结果表明人工鱼群神经网络具有预测精度高、误差小的优点,在污水管网监测预警及实现管网与水厂联动等方面具有一定的实际意义。     

混合多目标遗传算法求解地下水污染修复管理模型

为了提高多目标遗传算法Pareto解的局部最优性,本文将快速非支配遗传算法(NSGAII)与一种迭代式的局部搜索算法(Hill Climber with Step,HCS)相结合,开发了一种新的混合多目标遗传算法NSGAII-HCS.利用CONV1和ZDT6两个经典的多目标优化函数对NSGAII-HCS的性能进行测试,与传统的多目标算法NSGAII相比,CONV1得到的Pareto锋面与真实Pareto最优解锋面的平均距离由5.49减小到1.74,ZDT6则由0.16减小到0,表明NSGAII-HCS在保证解多样性的前提下,能使解接近或收敛到真实的Pareto最优解锋面.最后,将NSGAII-HCS与地下水流模拟软件MODFLOW和溶质运移模拟软件MT3DMS相耦合,并应用到一个理想的二维地下水污染修复管理模型中,结果分析表明该方法可为地下水污染治理提供多样的和收敛的Pareto管理策略,是一种稳定可靠的多目标优化方法.