基于微粒群算法的供水管网抗震优化设计

以管网年费用折算值为优化目标、管网拓扑结构与管径为优化参数、管网节点最低可靠度为约束条件,建立了供水管网抗震优化设计模型。利用微粒群算法对这一模型进行了求解,该算法以管网作为微粒个体,通过不断地更新微粒的位置来搜索最优的管网结构,直到最后给出优化的管网结构。利用上述方法对一典型供水管网进行了抗震优化设计分析,给出了3种不同节点最低可靠度约束条件下的优化改造方案。     

基于分形理论与模拟退火算法的安全投资预测

在研究安全投资规律及影响因素的复杂性、不确定性的基础上,提出基于分形理论与模拟退火算法的安全投资预测新方法。该方法首先运用重标极差法分析了安全投资时间序列预测的可行性,然后利用模拟退火算法并结合对原始数据的一系列变换求解满足预测误差精度的平移量,得到安全投资时间序列的分形维数,最后根据分形统计模型可以预测出下一时间单位的安全投资。通过实例证明该方法的可行性和有效性,提高了决策过程的科学性,对企业制定未来安全投资总量具有借鉴作用。     

直升机旋翼动平衡振动信号的等角度重采样算法研究

目的 准确测量直升机旋翼基频振动的强度和相位,开展对基于振动信号降噪的等角度采样算法研究。方法 基于直升机旋翼动平衡检测的经典架构,提取桨毂传导过来的啮齿咬合振动信号,作为等相位采样的标尺,从而将振动数据从等时间采样,转换为等角度采样,减少转速微弱波动导致的相位非均匀采样对快速傅里叶变换的影响。结果 针对某型现役直升机在满速下获得的主旋翼测试数据,在经过上述方法进行重采样后,测量结果的滚动平均振动强度和相位的波动性明显降低,振动波动小于±0.01IPS,相位波动小于±10°。结论 在采用加速度传感器的条件下,通过采用啮齿咬合高频信号作为标尺,对振动信号进行等角度重采样可以提高测量的精确度。     

冲击环境后峰锯齿脉冲试验条件自动寻优方法

目的 通过自动寻优制定冲击环境后峰锯齿脉冲试验条件,避免冲击“过试验”。方法 根据冲击响应谱的基本原理和谱型特征,提出利用对数距离量化评价2条谱型的吻合度。对冲击环境和后峰锯齿脉冲分别进行冲击响应谱分析,将2条冲击响应谱之间的对数距离最小作为优化目标,将后峰锯齿脉冲的波形参数作为优化参数,基于自适应差分进化算法,提出冲击环境后峰锯齿脉冲试验条件自动寻优方法。结果 将所提方法分别应用于模拟冲击环境和实测冲击环境,均获得了合理的后峰锯齿脉冲试验条件,验证了所提方法的正确性。结论 提出的基于自适应差分进化算法的冲击环境后峰锯齿脉冲试验条件自动寻优方法正确可行。     

TNT生化降解时间序列的人工神经网络预报模型

利用变步长BP算法,对白腐真菌生化降解实际TNT装药废水过程中TNT含量变化的时间序列建立了人工神经网络预报模型,并利用该模型对生化降解过程的变化规律及趋势进行了研究。结果表明,模型的计算值与实测值之间的误差很小,对未来时刻数据的预测精度也较高,模型较好地反映了TNT含量的变化规律。      

二维平流输送问题的Euler-Taylor-Galerkin有限元方法及其数值实验

介绍了二维平流输送问题的Euler-Taylor-Galerkin(ETG)有限元方法,并进行了数值实验。笔者首先采用时间分裂技术将二维问题转化为一维问题,然后对每个一维问题应用ETG算法。为抑止在陡峭梯度区域附近出现的非物理振动和负值,使用了Forester的非线性滤波器。笔者采用余弦函数和高斯函数2种二维分布在一个纯旋转流场中输送的个例,研究了算法的性能并讨论了时间步长和空间网格分辨率对算法精度的影响。      

Efficient implementation of the Metropolis-Hastings algorithm,with application to the Cormack–Jolly–Seber model

Judicious choice of candidate generating distributions improves efficiency of the Metropolis-Hastings algorithm. In Bayesian applications, it is sometimes possible to identify an approximation to the target posterior distribution; this approximate posterior distribution is a good choice for candidate generation. These observations are applied to analysis of the Cormack–Jolly–Seber model and its extensions.     

BP神经网络和遗传算法在红发夫酵母培养基优化中的应用

运用BP神经网络对红发夫酵母发酵培养基组成进行建模以及预测类胡萝卜素产量,在此基础上采用遗传算法对此模型进行全局寻优.得到红发夫酵母发酵培养基的最佳配比为:蔗糖45.10 g/L,硫酸铵3.00 g/L,硫酸镁0.80 g/L,磷酸二氢钾1.40 g/L,酵母膏3.00 g/L,氯化钙0.50 g/L,类胡萝卜素产量达到8.20 mg/L,干重达到9.47 g/L.采用上述方法优化后的培养基使类胡萝卜素的产量比起始培养基提高了95.90%.     

基于安全保障的分布式电源选址定容优化研究

分布式电源的发展是我国智能电网发展中的重要方面之一,基于安全保障性,合理地对分布式电源进行选址定容,对于中低压配电网规划具有重要意义。分析了分布式电源对配网的具体安全性影响。提出以安全第一、成本最小、网损最小、电压偏移最小为目标的综合效用目标函数模型,并采用遗传算法求解。通过对IEEE9节点配电网络的算例分析验证了所提算法在分布式电源选址定容求解问题中的可行性和实用性。     

多元逐步回归对苯胺类化合物结构与毒性模型研究

采用Chemoffice6．0中MOPAC-AMl量子化学法计算了24种苯胺类化合物的6种量子化学结构参数．其中取17个化合物作为样本集对-lgEC50进行多元逐步回归分析．得到最佳方程．经自由度校正的回归系数R=0．985。应用所建立的QSAR模型验证了苯胺类化合物的EC50值．并通过“Jackknife”中的逐一抽取法进行模型检验,得出该模型具有很好的稳定性．平均残差仅为0．05个对数单位．小于文献值。经过7个预测样本对该模型进行验证．结果表明．该模型具有很好的预测能力。同时分析了苯胺类化合物的毒性机理。