智能优化

摘要： 随着智能化程度的提高,雷达发射信号更加复杂多变。为有效应对复杂的、未知的威胁信号,需要提升对抗系统智能对抗的能力,提出一种基于智能优化算法的对抗波形智能优化方法,并通过仿真实验对基于遗传算法的相位调制波形智能优化进行研究。不同优化参数、不同实施条件、不同雷达信号及信号变化条件下的实验结果表明,遗传算法能够以较少的迭代次数和较短的运行时间对不同条件下的波形进行优化,实现对抗性能的提升,初步证明了该种方法的可行性。

摘要： 由于水电站集控中心远离生产现场,为保障水电站现场设备的安全稳定运行,需要建立一套完善的信息报文机制,方便运行人员在设备出现故障时能准确地判断故障部位、故障原因和故障类型,以及做出相应的处置措施切除或消除故障。探讨了黑水河集控中心计算机监控系统报文信息的优化方法,并在此基础上提出了以集约的方式进行机组、主变等设备的信号预警和以“智能”报文的方式尝试解决辅助设备的部分状变报文方法。

摘要： 特征选择是机器学习、模式识别和数据挖掘等领域数据预处理阶段的重要步骤。现实中采集的数据维度很高,存在大量冗余和噪声数据,这使得计算时间增加的同时还会对建模结果产生误导性。结合属性子集的广义重要度和智能优化runner-root算法提出一种特征选择算法,用runner-root算法进行迭代寻优,用属性子集的广义重要度和所选特征子集的大小作为适应度函数,对所选特征子集进行评估,尽可能在整个样本空间内搜索出对决策重要的特征子集。实验结果表明,该算法可以选择出有效的特征子集,使分类模型得到较高的准确率。

摘要： 铅铋反应堆广泛应用的需求要求研究人员在现有堆芯方案的基础上开展大量优化设计工作。针对铅铋反应堆多物理、多变量、多约束耦合影响的多维非线性约束优化设计问题,基于Kriging代理模型、正交拉丁超立方抽样和SEUMRE空间搜索技术构建铅铋反应堆智能优化方法,耦合物理蒙卡计算/热工分析程序,开发包含抽样、耦合程序前后处理、反应堆优化分析功能的优化平台,并以铅铋反应堆SPALLER-4,URANUS为原型分别开展最小燃料装载量的方案寻优与参数优化验证。验证结果表明,该智能优化方法用于铅铋反应堆设计方案寻优和堆芯参数优化可行、有效,相比传统蒙卡程序计算寻优,在保证预测精度前提下极大地降低了计算成本,与URANUS初始模型比较,燃料装载量、堆芯总质量、活性区体积、堆芯总体积分别优化10.8%,11.5%,18.1%,17.1%,为基于代理模型的智能优化方法应用于铅铋反应堆的优化设计提供参考。

摘要： 结构损伤识别是指在现场从运营状态的结构中监测一些数据,通过数据处理来判断和评估结构损伤程度。文章首先简单讲述有关结构损伤识别技术的步骤及方法,然后对当前几种常用的结构损伤识别技术分别进行介绍,且对优缺点和适用对象进行简单评述,最后还介绍智能优化的诊断方法在损伤识别中的应用,且对结构损伤识别研究方向的发展趋势进行一定程度的展望。

摘要： 考虑目前对地区电力需求预测研究甚少且预测模型所存在的不足,提出了一种基于灰狼优化算法(grey wolf optimization,GWO)智能优化极限学习机(extreme learning machine,ELM)的智能极限学习机电力需求预测模型。首先,对所用数据(影响因素数据、电力消费量)进行归一化处理,降低由数据差异造成的影响;其次,利用灰狼优化算法对ELM参数(输入权值、输出阈值)进行智能寻优;最后,以影响因素作为预测模型的输入,智能寻优的结果作为ELM参数,输出珠三角地区电力需求预测量。算例分析表明,所提出的预测模型比基于标准极限学习机预测模型更具有可靠性和稳定性,并且该模型对不同场景、不同预测类型都具有广泛的应用性。

摘要： 本文主要研究火电机组实用智能优化控制技术,结合当前火电厂的发电技现在及热工自动控制技术,综合分析锅炉燃烧优化、凝结水变负荷控制、烟气脱硝喷氨优化以及机组汽轮机冷端优化4种智能优化控制技术,及其在火电机组中实际的应用效果。希望通过本文的研究能够更加全面地认识火电机组实用智能优化控制,同时也为后期更好地开发应用智能优化控制技术提供参考。

摘要： 印刷线路板或印制电路板(Printed Circuit Board,PCB)是工业上重要的电子器件和现代电子信息设备中不可或缺的基础部件,从手机到大型航天装备,几乎所有的电子产品都需要用到PCB电路板。随着工业4.0大数据时代的到来,云计算、物联网的演变与普及,作为"电子产品之母"的PCB产业将成为整个电子产业链中坚实的基础力量。我国PCB生产企业目前主要采用Genesis或CAM350,两者都是由国外开发的软件产品,国内还没有同类产品。基于此,对PCB拼板问题的相关研究进行综述,以此为后续开发奠定基础。

摘要： 针对水驱油藏传统优化方法过于依赖人为经验及顺序优化难以求得全局最优解等问题,提出一种基于机器学习的井位及注采参数联合优化方法.基于水驱油藏特征,利用随机森林算法筛选影响注水开发效果的主控因素,以井网形式、产量和注采比等作为输入参数,累计产油量为输出参数,通过流线数值模拟方法构建机器学习预测样本集,综合径向基函数神经网络预测水驱开发效果.基于粒子群算法建立优化数学模型,以最大化产油量作为目标对井网形式和注采参数进行联合优化求解.结果表明,与传统优化方法相比,联合优化方法能够自动同步优化井网形式、井位和注采比等参数,优化后开发效果提升约12%,为水驱油藏的智能高效开发奠定基础.

摘要： 为提升基于计算流体力学(Computational Fluid Dynamics,CFD)的船型优化效率,以一艘集装箱船为研究对象,对其船型参数进行敏感度分析。根据敏感度分析结果,基于神经网络模型建立船舶阻力预报模型。通过计算分析和模型预报,得到船型阻力计算的优化解和阻力性能数据库,以及各参数和参数组合对船舶阻力性能的敏感性,进而得到满足船舶所有人要求的最佳船型,为类似船舶的设计优化提供参考。

摘要： 为了探索智能优化方法在汽车空气动力学领域的工程实用性,本文基于Ahmed模型展开研究.研究选取两种优化方法分别为:多岛遗传算法(MIGA)直接优化;先经过试验设计(DOE),选择径向基神经网络(RBF)搭建近似模型后使用多岛遗传算法优化.本研究基于Isight软件搭建优化平台,RBF+MIGA优化与直接应用MIGA优化相比,可以在得到相同优化结果情况下大规模节约计算成本,提高效率.

摘要： 大数据环境下智能优化的发展趋势，物联网环境下智能优化的发展趋势，云计算环境下智能优化的发展趋势，移动互联环境下智能优化的发展趋势。

摘要： 高速公路隧道照明拥有巨大的节能空间,但隧道照明最优照度分配问题国内却鲜有研究.隧道照明系统不仅要满足基本照明要求,还要最大限度节省电能.针对这一特点,本文建立了基于遗传算法的隧道照明智能优化模型,以照明系统耗能最小作为运行的目标函数,使各照明灯具照度分配达到最优,并对其进行了仿真验证.结果表明:该方法可以按不同的照度需求调节隧道内各照明灯具使其获得最佳的优化照度,因此具有显著的节能效果.

摘要： 智能电网建设涉及到大量的一二次电缆工程.针对电力电缆工程优化分割下料问题,提出了全局启发-两层求解算法.算法定义了电缆的全局启发价值并先进行计算,然后基于剪枝回溯算法递归求解O-N背包问题,从而获得既有较高局部价值又有较高全局价值的分割方式,最后通过多级贪心策略逐步启发得到问题的全局优化分割方案.基于该算法研制的电缆优化分割智能优化计算平台,求解结果既可精确满足电缆需求,又达到余料高度集中的效果,不需调整就可直接应用.实践应用和算例比较表明,该算法计算速度快,智能优化计算速度快,求解质量高,通常情况下能够获得理想最优解,对节约利用电缆、降低电力建设成本及提高一般线材下料问题的求解质量都具有重要意义.

摘要： 计算智能是现代信息处理的核心技术之一，而不断发展的量子计算为这一前沿性、交叉性学科注入了新的生命本源。通过借鉴量子计算中的信息表达方法和处理模式，提出了另一种智能优化方法——量子遗传算法，提高了智能信息处理的综合性能。利用量子态的叠加性原理，采用量子比特对染色体进行编码，仅仅用一个量子染色体就可以充分表示整个群体，并且提出了一种新的进化模式，即通过构造量子门作用于量子染色体，调整各个个体在种群中的分布概率密度实现群体的进化。介绍了量子遗传算法的基本设计步骤，并通过求解0-1背包问题的实验分析，表明该算法有良好的收敛性和群体多样性，性能优于传统的遗传算法。

摘要： 传统分析技术的CAE工程,已经很难再满足工业界对于Time to Market的要求.首先,影响铸件质量的技术核心问题,实际是不规范化的铸件产品设计与模具设计,而传统CAE只有分析并没有工艺设计指导;其次,传统的CAE分析仅能发现缺陷,无法提供最佳的设计方案,导致了传统模拟软件在实际应用中遇到瓶颈.本文详细介绍了铸造软件Cast Designer如何在设计阶段控制铸件质量,怎样通过专家数据库指导完成浇注系统设计,实现设计规范化,并在分析阶段对设计的工艺进行智能优化,得到最优的工艺方案,从而在铸件生产的源头上保证铸件的质量,对于企业缩短生产周期,提升产品质量,实现降本增效有重要意义.

摘要： 传统分析技术的CAE工程,已经很难再满足工业界对于Time to Market的要求.首先影响铸件质量的技术核心问题,实际是不规范化的铸件产品设计与模具设计,而传统CAE只有分析并没有工艺设计指导;其次传统的CAE分析仅能发现缺陷,无法提供最佳的设计方案,这就导致了传统模拟软件在实际应用中遇到瓶颈.本文详细介绍了铸造软件Cast Designer如何在设计阶段控制铸件质量,怎样通过专家数据库指导完成浇注系统设计,实现设计规范化,并在分析阶段对设计的工艺进行智能优化,得到最优的工艺方案,从而在铸件生产的源头上保证铸件的质量,对于企业缩短生产周期,提升产品质量,实现降本增效有重要意义.

摘要： 在港口作业过程中,集卡作为一种重要的基础设施工具,在港岸和堆场之间起着运输集装箱的重要作用.同时,作为集装箱的存储、转运基地,堆场空间安排的科学性、有效性是影响集卡运输,乃至整个港口运作的关键因素.传统的关于集卡调度的研究往往建立在堆场可用位置静态化的基础上,但是在现实环境中,堆场的可用位置是随着集装箱的进出口作业动态变化的.本文在考虑堆场可用位置动态变化的基础上,对集卡调度问题进行了研究.鉴于调度问题是典型的NP-hard问题,以及粒子群优化算法(PSO)在应用问题求解上的较好表现,本文采用四种不同改进机制的PSO算法对此问题进行优化求解,并对其优化效果进行对比分析.

摘要： Massive MIMO技术是5G系统提升覆盖和频谱效率的关键,与LTE多天线技术存在较大的差异.同时由于5G系统采用Massive MIMO站型组网,因而需要分析5G Massive MIMO技术对5G网络规划、组网和优化的潜在影响.介绍了5G Massive MIMO技术相较LTE系统的变化,进一步分析了5G Massive MIMO技术对5G网络规划、组网和优化的影响,并给出了对应的解决方案或解决方案发展方向的建议.

摘要： Massive MIMO技术是5G系统提升覆盖和频谱效率的关键,与LTE多天线技术存在较大的差异.同时由于5G系统采用Massive MIMO站型组网,因而需要分析5G Massive MIMO技术对5G网络规划、组网和优化的潜在影响.介绍了5G Massive MIMO技术相较LTE系统的变化,进一步分析了5G Massive MIMO技术对5G网络规划、组网和优化的影响,并给出了对应的解决方案或解决方案发展方向的建议.

摘要： 一种基于水波优化‑禁忌搜索的智能仓库AGV作业优化调度方法，不仅考虑了AGV的拣货路径规划，还考虑到多个AGV间的拣货任务分配；采用网格法描述仓库环境，使用简易型水波优化算法作为主算法为AGV分配拣货子集，传播和碎浪算子使用基于比特反转的局部搜索操作，传播和随浪操作将全局搜索和局部搜索很好地相结合，既保证了算法的全局搜索能力，又一定程度避免了搜索陷入局部最优；而用于规划拣货路径的子算法采用了禁忌搜索；该方法引入了避碰策略，可以更好地最小化所有AGV的最大拣货完成时间，并避免拣货过程中发生碰撞。本发明合理地调度仓储作业中的多个AGV，提高仓库作业效率，缩短最大拣货时间，提升仓储系统运转效率。

摘要： 一种智能手机优化平台及优化方法，包括：运行在智能手机的中央处理器上的单元包括：统计单元、内存清理单元和微信清理单元；所述统计单元用于对智能手机的闪存中的文件按应用软件、图片、视频、音频、文本文档以及压缩包的种类来执行大小统计；有效避免了现有技术中智能手机还没有按照文件种类来统计大小的功能、其内存中后台进程与信息量太大而使得智能手机运行不畅、没有专门针对微信在交流时在智能手机中存放的图片、音频、视频和文本文档执行清理的功能、收受报文常使得收受切换频次快速增多而各次切换仅可收受不多的信息报文、运行性能不佳的缺陷。

摘要： 本发明主要针对粒子群优化算法存在的缺点进行改进，而后应用于楼宇用户负荷调度系统进行调度优化，以得出合理有效的负荷调度方案。首先是对各类楼宇用户用电数据进行收集，将楼宇住户负荷通过密度峰值聚类算法对负荷特征进行分类，经去噪、选取密度峰值点后，依据楼宇住户对各类负荷的使用习惯获取楼宇可控负荷的可控时间段，并建立楼宇负荷用电调度模型，将家电产品的最优调度问题表述为具有约束的整数决策变量多目标优化问题，在所提出的多目标公式中，提出一种强大的优化算法：多元领导增强型粒子群优化算法，应用五次突变方案将粒子群推向更好的搜索区域，同时使领导粒子能够跳出局部并收敛到全局最优，以确定家电的最佳运行时段，达成了楼宇用户用电经济且舒适，实现了楼宇用电削峰填谷和节能减排等的目标。

摘要： 本发明提供一种骨关节疾病智能诊断模型动态优化系统和优化方法，解决现有骨关节疾病诊断方法中影像学方法成本高、微创方法给患者带来痛苦、听诊方法不够准确与智能；国内外基于骨关节信号的骨关节诊断多为理论阶段，瓶颈在于建立智能诊断模型以及难以动态优化的不足之处，本发明基于大数据分析、人工智能算法，结合物联网技术，设计了优化系统和优化方法。

摘要： 本发明提供了一种智能问答系统的优化方法以及优化系统，所述优化方法包括：所述智能问答系统获得用户的提问问题，所述提问问题通过BERT学习模型转换为向量；将向量与对应的ID存储到Milvus向量搜索引擎；通过所述Milvus向量搜索引擎进行检索。本发明的优化方法使用预训练的参数初始化BERT模型，基于BERT模型的开源向量引擎的智能客服系统的实现方法这样可以实现使用来自下游任务的标记数据对所有参数进行微调。即使在针对字面相差较大的情况下，通过基于语料的历史数据，叠加金融证券行业语料进行微调，便可做到语义层面的相关性，实现正确理解用户问题的同时，又可以有效给出最接近客户问题的优选答案。

摘要： 本发明公开了一种机床智能优化方法，包括：S1、设置传感器、人机交互装置；设置执行装置，用以调整机床的工作参数；设置计算装置，用于计算加工参数；S2、设定机床工作模式及各工作模式下机床工作参数的正常范围；S3、获取机床工作参数的实时数值；S4、分析机床工作参数的实时数值的范围及变化率；S5、根据步骤S4中的计算结果，利用执行装置调整机床的工作参数值；S6、生成加工过程报告，根据加工过程中自动调整工作参数的情况，优化计算装置的计算模型。由此，本发明的机床智能优化方法可以方便的将传统机床进行智能化升级改造，提升机床寿命及加工质量，本发明还公开了一种机床智能优化辅助系统。

摘要： 一种工业激光智能切割优化系统及激光智能切割优化方法，包括激光切割头组件，和反射光波检测模块，切割参数储存模块，参数调用模块以及控制模块，可以通过检测感测光来智能优化控制改善穿孔过程，其包含有关切割的信息过程并可用于检测优化穿孔阶段。穿孔检测智能优化系统，向切割机控制器提供反馈实现了突破性的穿孔效率，确保了每次穿孔的稳定过程。

摘要： 本发明公开了一种基于多目标优化的材料智能优化设计方法，属于材料设计领域。本发明包括：收集包含材料成分和性能的数据样本；构建能映射材料成分到性能的预测模型，构建能映射材料成分和性能分布的评估模型，融合预测模型和评估模型得到多目标代理模型；求解该多目标代理模型的帕累托阈值前沿；在帕累托阈值前沿中根据两级最优决策方案和需求目标选择兴趣解集，再根据实验得到新样本，若新样本性能达到需求则停止，否则基于新样本进行迭代优化。本发明通过采用机器学习和多目标进化方法同步优化多个材料的性能指标，可以大大减少材料优化设计过程中的试错成本，提高材料优化设计过程的可靠性和可操作性。

摘要： 本发明公开了基于智能优化算法的砌块排布优化策略的自动生成方法，涉及信息技术领域，包括以下步骤：1)提取墙体相关信息；2)输入砌体墙信息；3)输入砌块信息；4)选择方案，包括水平灰缝厚度、竖向灰缝宽度、砖块固定裁切尺寸和位置粒子维度及其种类的选择；5)PSO算法进行智能排砖；6)输出排砖图。本发明优化了灰缝和砌块的排布，排砖准确性和效率高，节省了大量人工成本和时间成本，并可用于各类建筑辅助设计软件中，可移植性和智能化程度高。解决了现有砌体墙排砖方法自动化程度不高、结果不理想的问题，可广泛应用于砌体工程中。

摘要： 本发明公开了一种智能优化机房能耗效率的装置及其优化方法，涉及机房能耗优化技术领域，为解决现有的机房能耗较高的问题。所述装置外壳的内部安装有若干服务器外壳，所述服务器外壳外部的上下两端均安装有服务器固定架，所述服务器固定架内部的一侧安装有升降装置，所述升降装置的外部安装有散热板，所述散热板的内部安装有环形水管，所述装置外壳内部的上下两端均安装有固定内壳，所述固定内壳的内部安装有三通进水管和三通回水管，所述水循环制冷装置由降温壳和储水箱组成，所述降温壳的上端安装有固定外壳，所述固定外壳的内部安装有第二水泵，所述降温壳的内部安装有散热水管，所述降温壳与储水箱之间安装有制冷水管。