优化算法

摘要： 基于某企业二级齿轮传动系统,对齿轮系统轻量化优化方法进行研究分析,提出一种基于遗传算法(GA)与差分进化算法(DE)的混合优化算法(GDE)。结合GA算法全局寻优能力强的特点,为DE算法提供优质初始种群,以二级齿轮中心距和体积最小为目标函数进行优化设计并将结果与两种传统算法结果进行比较,对轻量化后齿轮系统进行了模态分析。优化结果显示,GDE算法收敛速度最快,优化后齿轮体积减少了10.5%,重合度增加了5.8%;仿真结果显示,轻量化后齿轮不会产生共振,符合实际工况需求。

摘要： 为了给盾构施工开仓换刀提供参考,将滚刀磨损简化为多元非线性拟合问题,构建了数据分析框架,综合考虑机械、地质、管理3大类因素,对滚刀磨损量进行预测。以广州地铁18号线番禺广场站到南村万博站区间盾构区间为工程背景,选取共14种参数,结合公式获得标定后数据共2386条,包含34把正面滚刀,共81次滚刀磨损量。通过SMBO方法和LM算法改进BPNN算法训练过程,充分发挥神经网络优势,所得模型对83.3%的测试样本的预测值决定系数(R^(2))高于0.86,相比标定样本时参考的公式,准确度有较大提高,表明该方法所训练模型对滚刀磨损量的发展趋势预测更加准确。

摘要： 科学出版社,2021年7月,303页欣闻鄢社锋博士撰写的《优化阵列信号处理:快速优化算法与应用》一书近期在科学出版社出版,很高兴向信息领域的同仁们推荐。该书是鄢社锋博士出版的“优化阵列信号处理”系列专著的第三本,该系列专著是他二十余年来在阵列信号处理方面所取得研究成果的集中体现。

摘要： 结构处于自然环境中常会受到环境温度变化的影响,引起实测动力响应出现较大误差,进一步影响对结构健康状况的判定。另外,基于优化算法的损伤识别在反演损伤位置及量化损伤程度时,易出现局部最优解,且计算效率低下。针对以上难题,本文提出一种结合支持向量机与强化飞蛾扑火优化算法的损伤识别方法,用于对环境温度影响下的结构稀疏损伤进行识别。该方法首先采取支持向量机对环境温度变化进行量化分析;随后引入稀疏正则化确定稀疏损伤工况;接着将获得的环境温度变化及损伤工况信息作为强化飞蛾扑火优化算法的初始种群生成依据,从而得到针对实际损伤的初始种群用于缩小算法搜索空间,提高计算效率。最后采用基于频率的结构多损伤定位保证准则及模态应变能基本因子构建目标函数,通过考虑环境温度及随机噪声双重影响的简支梁数值算例以及I-40钢-混组合体系桥梁工程实例验证了本文所提方法的可行性。

摘要： 覆盖算法因较高的效率与准确率得到了广泛应用,李群覆盖学习算法是覆盖算法在李群机器学习下的新领域。本文对覆盖和覆盖算法进行了简要概述,介绍了多连通李群覆盖学习算法,阐述了求解最优道路时该算法存在的问题以及对应的优化算法,最后对李群覆盖学习算法的局限性进行分析并提出了改进思路,对其未来发展方向进行了展望。

摘要： 针对矩形件排样问题,给出精确的数学优化模型,提出一种改进邻域搜索算法的求解方法.为了克服一般邻域搜索算法易陷入局部最优解和搜索效率低的缺点,挖掘矩形件排样的问题特征,提出反悔算子、距离受限邻域算子、以“满足容忍度”接受劣解等3种新的改进策略.以矩形件排放顺序为编码,利用“最下左填充算法”进行解码,优化矩形件排样方案.对文献中的12个经典案例进行计算,通过对不同算法的计算结果进行比较和分析,改进邻域搜索算法具有明显优势,平均板材利用率能达到98.1%,表明了所提算法的有效性.

摘要： 针对瓦斯涌出预测及风险评估过程时使用方法单一的问题,文章提出一种基于LSTM的综采工作面瓦斯涌出预测及风险评估方法。首先采用拉依达准则和拉格朗日插值法对原始的瓦斯浓度数据进行异常值和缺失值处理,其次选取均方误差作为模型的评价指标,利用适应性矩估计优化算法通过一阶偏差、二阶偏差校正对模型中的参数进行优化,最终通过训练建立LSTM的煤矿工作面瓦斯浓度预测模型。结果表明:以某矿综采工作面监测数据为例,利用“3σ”准则实现瓦斯爆炸风险等级划分,分别采用SVM支持向量机、BP神经网络和LSTM神经网络对瓦斯爆炸风险等级进行评估,通过对比3种模型的训练误差和预测值发现LSTM神经网络的风险评估误差较小,预测值准确度更高,具有更好的实用价值。

摘要： 为了加强极地船舶船首强度,对极地航线冰况进行研究,提取真实极地航线的海冰数据,建立船舶航行冰况频谱表。对船舶首部采用构型全参数化设计,可保证在首部光顺的前提下进行自由变形。评估函数引入多目标线性规划思想,通过智能优化算法建立优化模型,最终建立极地船舶航行多冰况抗冰性能总收益最优的船舶型线优化设计方法。文中方法可对极地特定航线下的船首抗冰强度起到较好的优化作用。

摘要： 基于安定理论方法,以控制过度非弹性变形的安全裕度为理念,提出了一种改进的动力安定分析算法。本算法的基本数学格式为一个最优化问题,目标函数是动力安定极限,优化变量是通过自平衡模拟的残余应力场,并进一步由非均匀有理B样条曲面插值实现数目的缩减。通过应用于高速铁路路基某现场试验断面的数值算例,验证了本算法的有效性。本算法为研究长期动载下高速铁路路基的长期安定状态提供了理论途径,可为考虑安定性的路基结构设计提供参考。

摘要： 弹性波全波形反演(EFWI)是一种高精度成像方法。由于EFWI本质是一个强非线性问题,因此常采用局部优化算法进行求解,不同优化算法的反演结果差异很大。在较为常用的共轭梯度法(CG)、L-BFGS法(Limited-memory Broyden-Fletcher-Goldfarb-Shanno Algorithm)的基础上使用伪Hessian矩阵作为梯度预条件算子,实现了预条件共轭梯度法(P-CG)和预条件L-BFGS(P-L-BFGS)反演方法。文中首先对这四种优化算法的原理及实现流程进行了介绍;然后通过绕射体模型和MarmousiⅡ模型对四种算法进行测试。结果表明:①近似Hessian预条件算子可以对深部能量进行补偿,并加快反演的收敛速度;②CG法、P-CG法实现较为简单,但由于仅使用了一阶梯度信息,无法对多参数耦合效应进行压制,对于较为复杂的MarmousiⅡ模型,P-CG法可得到略差于L-BFGS法的反演结果;③L-BFGS法和P-L-BFGS法的实现更复杂,但由于在反演过程中使用了近似Hessian矩阵,对于多参数耦合效应具有一定的压制效果;④对于MarmousiⅡ模型,L-BFGS法和P-L-BFGS法都能反演出精度较高的纵、横波速度模型,但密度反演会出现过拟合现象。

摘要： 表面贴装技术作为电子产品制造业的核心技术之一,已被广泛应用于各个行业.针对如何对贴片机的贴装效率进行优化,国内外科研工作者已经进行了大量的研究,其中一些理论成果已成功被应用于生产实践中.基于此,本文对现有的一些优化算法在贴片机贴装效率优化中的应用进行总结,综述目前研究中主要的优化思路,整理了目前比较流行的几种智能算法在贴装优化中的应用与优缺点,并对一些整合与改进后的智能算法的优化效果进行分析与比较;针对贴片机多机生产线优化模型与相关的优化研究进行了总结;最后对贴片机贴装优化未来的研究方向进行了分析与展望.

摘要： 随着优化算法的发展和应用,分析优化算法在林分断面积生长模型参数估计中的运用并分析其优劣就显得尤为的迫切.采用昆明市森林资源二类调查数据,筛选树种组成大于等于6成的小班剔除异常值后作为建模样本单元.采用地位级指数和林分密度指数引入到生长模型中,分别采用麦夸特算法、差分进化算法、遗传算法、模拟退火算法和粒子群算法进行参数求解,根据算法迭代次数比较各优化算法的算法效率,并求解生长模型参数稳定性.结果表明,桤木、栎类和桉类断面积生长模型拟合决定系数分别为0.94,0.87,0.84,均方根误差分别为1.10,1.59,2.20,模型通过T检验和残差分析;麦夸特算法、差分进化算法、遗传算法、模拟退火算法和粒子群算法迭代次数平均值分别为68,2188,4147,4492和2324;Richards,Schumacher和Korf模型各参数拟合结果间欧式距离分别为1408.47,10.11,45.22,Korf模型的拟合优度大于Schumacher和Richards模型.

摘要： 本文阐述了一种改进共轭梯度的神经网络优化算法.该方法是在传统共轭梯度算法(CG)基础上引入对输出权值进行优化的理念,故称其为输出权值优化共轭梯度算法(OWO-CG).这种算法在进行学习时,首先根据误差函数利用共轭梯度法计算收敛因子,并修改输入层和隐含层的权值因子;接着,计算隐含层输出函数,利用相关输出权值优化理论构建并求解线性方程组得到输出层的权值因子;最后,计算误差函数,利用该算法不停地修正神经网络回路输出值与期望输出值之间的差值,直到满足精度要求为止.仿真验证结果表明,与传统共轭梯度算法相比,这种算法的学习过程更加迅速和准确.

摘要： 研究肺癌在线自适应中一步和两步优化算法对不同解剖结构变化的剂量学差异与自适应效率.本研究选取10例肺癌病例.首先分别应用一步和两步优化算法对每一病例制定逆向调强计划.针对每一病例进行四种计划靶区形变的模拟包括：计划靶区上移0.5cm,内收0.3cm,外扩0.3cm和旋转45度.在这四种形变的基础上分别应用一步和两步优化算法制定自适应计划并重新优化修改相应的原计划.最终分别对原计划自适应计划和再计划进行剂量学统计评估与比较.在计划靶区内收情况中一步优化算法制定的自适应计划在相似计划靶区适形度的情况下能够更好的保护危及器官。而在计划靶区位置变化情形中两步优化算法制定的自适应计划表现出更高的效率和准确度。不同的优化算法制定的自适应计划对于不同的解剖结构变化具有不同的自适应效率和准确度.

摘要： 针对变循环发动机可调变量多的特点,采取一种改进的教与学优化算法构建优化程序,对变循环发动机多个变量进行稳态性能优化.在非加力单外涵模式恒定主燃油流量(WFB=0.9kg/s)状态下,基于教与学优化算法分别对变循环发动机低空低速(H=9km,Ma=0.8)和高空高速(H=12km,Ma=1.2)两种工况,进行最大推力性能寻优.结果表明该优化算法收敛稳定,能够更好地避免陷入局部最优的可能性,从而证实了教与学优化算法能够更好的解决变循环发动机性能寻优问题.

摘要： 本文阐述了一种改进共轭梯度的神经网络优化算法.该方法是在传统共轭梯度算法(CG)基础上引入对输出权值进行优化的理念,故称其为输出权值优化共轭梯度算法(OWO-CG).这种算法在进行学习时,首先根据误差函数利用共轭梯度法计算收敛因子,并修改输入层和隐含层的权值因子;接着,计算隐含层输出函数,利用相关输出权值优化理论构建并求解线性方程组得到输出层的权值因子;最后,计算误差函数,利用该算法不停地修正神经网络回路输出值与期望输出值之间的差值,直到满足精度要求为止.仿真验证结果表明,与传统共轭梯度算法相比,这种算法的学习过程更加迅速和准确.

摘要： 有限元网格模型的编辑在CAD/CAE集成中起着关键的作用.在对有限元网格编辑中,为减少设计与仿真方面的往返,缩短产品设计周期,基于语义的网格编辑显得十分必要.本文针对工业设计中的CAD体网格模型,提出了一种有效、快速的基于形状特征的交互式体网格编辑方法.此方法允许用户选择需要保持特征的一组表面区域,通过对这些区域的平移、旋转等操作,来实现模型的编辑.本文还研究了一种保持形状特征的四面体网格的优化算法,对内部网格和表面体网格单元使用不同的处理方式,迭代的进行网格优化.实验表明,本文方法可以快速有效地编辑网格模型、提高网格质量,并精确地保持模型原有的特征,能满足有限元分析中局部修改模型特征参数等相关领域的应用要求.

摘要： 连接聚集查询是大规模数据分析的核心操作算子之一,多核处理器为大规模数据的连接聚集查询操作提供了优化空间但同时也存在很大挑战.本文主要针对多核处理器集群环境,研究MapReduce框架下大规模数据连接聚集查询的优化算法.首先,基于传统MapReduce框架设计并实现了Map端的单线程连接聚集查询算法,基于实验分析指出MapReduce和多核处理器融合提升性能的必要性;其次,针对处理器的多核架构,设计并实现了Map端的多线程连接聚集查询算法,找出了MapReduce和多核处理器融合的性能瓶颈;进而,提出了Map端对输入分片无竞争读取的多线程连接聚集查询算法,该算法让MapReduce充分利用了多核处理器的性能优势.实验结果表明,提出的算法在大规模数据的连接聚集查询处理上充分发挥了硬件优势,具有较好的时间性能和可扩展性.

摘要： 以生物群体智能为背景，探讨了鸽群行为机制，并提出鸽群优化原理理论，进一步对鸽群优化典型改进，最后就鸽群优化实际应用进行说明。

摘要： 以生物群体智能为背景，探讨了鸽群行为机制，并提出鸽群优化原理理论，进一步对鸽群优化典型改进，最后就鸽群优化实际应用进行说明。

摘要： 本发明给出一种基于粒子群优化算法和蚁群优化算法的频谱感知方法，该方法在多簇认知电无线网络中，首先通过粒子群优化算法获得每个小簇中簇头的最佳位置，这些最佳位置的簇头能够获得比簇内其他感知用户更可靠的检测结果，接着采取蚁群优化算法，根据信息素浓度寻找各感知用户信息传送的最短距离。各感知用户采用最短距离将信息传送给簇头，簇头将所有信息(包括自己的信息)按照一定权值进行融合，获得判决信息，并将判决信息发送给融合中心，融合中心融合所有簇头发送的信息作出判决，完成检测。本发明根据簇头位置的最优化设置和感知信息路径的最优化选择，能够缩短感知时间，增强检测性能。

摘要： 本发明涉及装配式建筑预制构件堆场管理技术领域，具体涉及一种基于优化算法的预制构件堆场优化系统及其优化方法。该系统包括系统输入模块，系统优化模块，系统输出模块三个模块；其中，系统优化模块包括编码识别单元、数据提取单元、堆场分配单元、优化算法单元、优化评价单元、优化确认单元，同时利用该系统可以进行相关的优化，通过该系统，解决了构件管理混乱、构件现场排布无序、堆场利用率低、吊装效率不高的问题，实现了预制构件的信息化管理和有限堆场空间的优化排布，使得堆场利用率最高、翻箱率最低，使得现场构件堆放合理，提高了工作效率，助推智慧工地的实现。

摘要： 本发明给出一种基于粒子群优化算法和蚁群优化算法的频谱感知方法，该方法在多簇认知电无线网络中，首先通过粒子群优化算法获得每个小簇中簇头的最佳位置，这些最佳位置的簇头能够获得比簇内其他感知用户更可靠的检测结果，接着采取蚁群优化算法，根据信息素浓度寻找各感知用户信息传送的最短距离。各感知用户采用最短距离将信息传送给簇头，簇头将所有信息(包括自己的信息)按照一定权值进行融合，获得判决信息，并将判决信息发送给融合中心，融合中心融合所有簇头发送的信息作出判决，完成检测。本发明根据簇头位置的最优化设置和感知信息路径的最优化选择，能够缩短感知时间，增强检测性能。

摘要： 一种基于类粒子群正态优化算法的SKINNY算法组件优化方法，包括步骤如下：1、设定SKINNY密码算法组件格式；2、种群初始化，生成符合要求的初始种群用于后续优化；3、种群个体预处理，对种群中的个体进行预处理，使其符合SKINNY密码算法组件格式，用于后续目标函数计算；4、设定SKINNY密码算法目标函数，根据SKINNY密码算法所需要优化的性能指标，选择确定轮数下的活跃s盒数作为优化标准，计算方式作为SKINNY密码算法目标函数；5、种群迭代更新，根据类粒子群正态优化算法的设定对初始种群进行更新迭代，最终得到符合设定指标下的种群；6、算法输出，根据设定，对符合要求的算法组件进行存储，并输出一个或多个性能最优的算法组件。

摘要： 本发明公开的转台标定算法优化算法及转台标定算法，涉及计算机技术领域，通过将标准坐标系下的第一坐标点分别变换至各个不同转台姿态下的相机坐标系下的第二坐标点，得到坐标点集合；分别计算第一坐标点与坐标点集合中各个坐标点之间的距离误差，生成距离误差集合；根据距离误差集合，得到转台标定算法的目标损失函数；根据目标损失函数，对转台标定算法进行优化，提高了当前旋转轴每次旋转过后的特征点的3D点云精度，旋转轴越多，拼接精度越高。

摘要： 本发明公开了一种结合Dijkstra算法和A*算法求取最佳路径的优化算法，Dijkstra算法是典型最短路径算法，用于计算一个节点到其他所有节点的最短路径。主要特点是以起始点为中心向外层层扩展，直到扩展到终点为止。A*(A‑Star)算法是一种静态路网中求解最短路经最有效的方法，A*关注点到点的最短路径(包括具体路径)。两种路径算法各有自身优缺点，本发明则是在Dijkstra算法和A*算法基础之上结合各自优点而发明的一种优化算法。

摘要： 本发明涉及装配式建筑预制构件堆场管理技术领域，具体涉及一种基于优化算法的预制构件堆场优化系统及其优化方法。该系统包括系统输入模块，系统优化模块，系统输出模块三个模块；其中，系统优化模块包括编码识别单元、数据提取单元、堆场分配单元、优化算法单元、优化评价单元、优化确认单元，同时利用该系统可以进行相关的优化，通过该系统，解决了构件管理混乱、构件现场排布无序、堆场利用率低、吊装效率不高的问题，实现了预制构件的信息化管理和有限堆场空间的优化排布，使得堆场利用率最高、翻箱率最低，使得现场构件堆放合理，提高了工作效率，助推智慧工地的实现。

摘要： 本发明涉及基于AP聚类算法和多目标优化算法的边缘服务器配置方法及系统，其配置方法，包括以下步骤：S1、建模公交站点和边缘服务器变量；S2、构建基于Affinity Propagation聚类算法的服务器个数以及服务器覆盖范围；S3、构建智慧公交场景下边缘服务器配置模型；S4、建模边缘服务器配置的时延、任务负载均衡、高质量服务请求比率、约束条件以及边缘网络中的总流量；S5、在满足约束条件的前提下，基于NSGAII遗传算法实现时延最小化、任务负载均衡最小化、总流量最小化、高质量服务请求比率最大化，确定边缘服务器的配置。本发明实现智慧公交场景下的边缘服务器的自动配置，且得到边缘服务器配置策略较优。

摘要： 本发明公开了一种基于松鼠优化算法和机器学习算法的玻璃硬度预测方法，涉及电数字数据处理领域；方法包括：构建不同组分玻璃材料的硬度数据库；构建特征描述符；提供训练集样本，初始化松鼠搜索算法的参数；设定松鼠搜索算法优化参数，运用其优化Catboost算法参数，得到最佳Catboost算法参数，建立玻璃硬度预测模型；输入测试样本数据，预测玻璃硬度。本发明构建了独特的描述符，将松鼠搜索优化算法用于优化Catboost算法参数寻优，结构简单，提高收敛速度和精度，且寻优得到的最优Catboost算法参数可以较明显地提高Catboost算法的性能，对于提高预测玻璃硬度的准确性具有现实意义。

摘要： 本发明公开了一种数字孪生环境中的生产制造车间人工智能优化算法模型系统及其算法，属于数字孪生与人工智能相辅相成的技术领域。本发明模块包括人工智能单元、数字孪生虚拟单元和物理单元，形成数字孪生系统。本发明方法基于粒子群优化的仿真算法，实现生产制造车间人工智能优化控制。本发明数字孪生系统为人工智能算法提供了训练和测试的安全虚拟环境，且相比真实物理车间，计算机中运行的车间数字孪生系统可以更快速地模拟物理中车间中的运行结果，大幅提高仿真测试的运行效率。将数字孪生虚拟环境中训练好的人工智能算法模型应用于实际物理车间，指导物理车间和设备生产优化。