单纯形

摘要： 观测值中的粗差探测,长期以来是平差中的难题。L1范数估计作为高效抗差估计方法,具有高鲁棒性,在抗差估计领域取得了良好效果。在小样本观测情形下,利用抗差估计中一次范数最小法对观测值进行平差处理是一种高效的处理方法。为此,研究观测值中存在较大粗差时,最小二乘和L1范数估计的抗差性,并详细叙述L1范数的平差原理。试验结果表明,由于存在粗差观测,最小二乘残差不能真实反映粗差,不具有抗差性;而L1范数准确探测到异常观测值,并取得良好的抗差结果。

摘要： 为了提高大型可修部件,如电力设备、大型核电设施、高速动车组等的运行维护管理水平,增加经济效益,预防性维护近年来在工业企业中得到了广泛应用。针对动车组部件运行过程中存在的维修成本高、故障危害大等问题,建立了一种基于随机微分方程的状态预防性维护模型。首先,考虑部件本身的退化和外界随机干扰两种因素,建立了可修部件的状态退化模型。其次,基于拓扑知识和鞅理论,对状态退化模型进行了分析,证明了该模型的单纯形、停时性和鞅性。最后,对动车组部件的监测数据进行了算例分析,验证了该模型的有效性。

摘要： 参考作物蒸散发(ET_0)是估算作物需水量的基础指标,对区域农田用水灌溉、管理和调配具有重要指导意义。针对ET_0估算模拟精度不高的问题,基于最小二乘支持向量机(LSSVM)模型,利用由耦合模拟退火算法与单纯形法组合得到的CSA-SIM算法,进行模型参数的自适应调节,以此提出CSA-SIM-LSSVM模拟模型。以华北平原边界上4个典型站点1970年1月至2019年11月的每日气象资料为基础,以Penman-Monteith公式计算所得ET_0为标准,结合必要的影响因子筛选和时间序列降噪等技术和农时知识,提出模型进行日尺度和月尺度的ET_0估算模拟。结果表明:在控制变量的基础上,所提出的CSA-SIM-LSSVM模型整体表现最好,4个站点平均的日ET_0模拟的RMSE为0.045mm/d,月ET_0模拟对于双峰段预测较好。相较而言,CSA-SIM-LSSVM模型可作为一种较为可信的ET_0估算途径。

摘要： 参考作物蒸散发(ET0)是估算作物需水量的基础指标,对区域农田用水灌溉、管理和调配具有重要指导意义.针对ET0估算模拟精度不高的问题,基于最小二乘支持向量机(LSSVM)模型,利用由耦合模拟退火算法与单纯形法组合得到的CSA-SIM算法,进行模型参数的自适应调节,以此提出CSA-SIM-LSSVM模拟模型.以华北平原边界上4个典型站点1970年1月至2019年11月的每日气象资料为基础,以Penman-Monteith公式计算所得ET0为标准,结合必要的影响因子筛选和时间序列降噪等技术和农时知识,提出模型进行日尺度和月尺度的ET0估算模拟.结果表明:在控制变量的基础上,所提出的CSA-SIM-LSSVM模型整体表现最好,4个站点平均的日ET0模拟的RMSE为0.045 mm/d,月ET0模拟对于双峰段预测较好.相较而言,CSA-SIM-LSSVM模型可作为一种较为可信的ET0估算途径.

摘要： 由于单纯形域上的二次型函数往往是多峰函数,当函数形式较为复杂时难以求得全局最值.构造了两类适用于单纯形上二次型函数优化的算法,分别是单纯形上的Newton-Raphson算法与随机搜索算法.经过实例验证,这两种算法都是有效的.

摘要： 震源定位精度是评价微震监测效果的最重要指标.最短路径射线追踪法是一种求解复杂速度模型下地震波走时场及检源路径的算法,是一种重要的地震波走时正演方法.本文将该方法引入到矿山微震监测领域,与基于平均速度模型的常规单纯形定位方法相结合,建立了单纯形-最短路径射线追踪混合定位算法.首先采用最短路径射线追踪方法,计算观测系统中每个检波点到潜在震源点的反向射线路径及走时;然后基于均匀速度模型,采用单纯形算法计算得到一个初始解;最后在初始解的一个小区间内,计算各节点"走时-到时"差之和,取求和值最小值对应的节点作为震源点.层状速度模型和空区速度模型正演模拟实验表明,最短路径射线追踪方法计算得到的检源路径符合地震波传播基本规律.基于神东某矿31101工作面坚硬顶板压裂案例,以标定炮为参考,新方法定位误差4.35 m,常规单纯形方法定位误差为19.63 m;该方法可为层状及含空区等复杂地层微震监测等提供重要的理论支撑和技术支撑.

摘要： 风洞实验昂贵,实验前有必要进行数值仿真以预测减少盲目性.采用B样条拟合方法对CFD实验的翼型表面压力分布的大量数据进行拟合,并在测压孔数一定的情况下使用萤火虫算法寻找最小二乘意义上的测压点位置.结果表明,优化后的测压点拟合的曲线与原来大量数据拟合的曲线比较接近,同时一种在高维非标准单纯形内使用萤火虫算法的新方法被发现.

摘要： 针对用最少的传感器节点覆盖感兴趣区域并确保传感器节点之间连通的最优化问题,提出了基于线性规划的传感器节点布局模型.该模型通过传递闭包计算连通性,将命题逻辑式转化为线性方程组,从而求得该模型的精确解.同时,设计了在不同网格规模下的全覆盖实验验证了该模型的正确性.该模型可以自行设定最大跳数、感兴趣区域和汇聚节点的位置,求得的精确解可作为传感器节点布局模型近似解的比较基准.

摘要： 针对人工蜂群算法收敛速度慢,求解精度不高,易陷入局部最优等问题,基于受粒子群启发的多精英人工蜂群优化算法,引入了蜂群中的精英个体和全局最优个体来增强开发全局最优解的能力.文章中,在雇佣蜂阶段借助精英个体引导蜜源搜索,并利用蜂群中蜜源的质量排序重新构造蜜源的选择概率公式;在跟随蜂阶段,选择种群最优蜜源引领蜂群,加强算法对全局最好解的局部开采能力,同时将随机选择邻居蜜源变为最优定向选择.最后利用单纯形算法对精英解集进行再次更新,进一步平衡蜂群的全局搜索和局部寻优能力.数值实验表明改进的新算法的寻优精度和收敛速度均有明显提高.

摘要： 以互信息作为相似性测度，通过借鉴生物免疫系统中的选择原理和记忆机制，提出了将改进的人工免疫算法应用于图像配准，同时利用单纯形法得到的解为中心，初始化一组解作为初始种群，避免了传统免疫算法的盲目搜索，通过将图像的重心作为接种疫苗，提高了搜索速度，实践证明，该算法配准速度快、精度高。

摘要： 该文从侧重于工程应用的角度,较为全面地总结了最优化算法的发展,包括经典的优化算法和新近发展起来的智能优化算法.重点论述了目标函数的选取及单纯形方法、专家系统方法、遗传算法、混沌优化、蚁群算法等优化方法,分析了各种算法的优缺点.并以热工过程控制系统为例介绍了最优化算法在控制系统PID参数优化中的应用.

摘要： 本发明公开一种基于最小单纯形融合特征学习的场景图像属性识别方法，包括：S1、采集多个数据样本并定义概念标签；S2、将每个数据样本分割为多个数据样本块；S3、对每个数据样本块进行特征提取并对应为多个特征向量；S4、向属于不同数据样本的具有相同含义的数据样本块标记同一个概念标签，建立特征向量与概念标签的关联，得到关联矩阵；S5、进行最小单纯形融合特征学习，得到各概念对应的单纯形融合特征；S6、进行多特征融合权重学习，建立含有表示同一概念的不同单纯形融合特征的权重的权重矩阵；S7、基于权重矩阵和单纯形融合特征进行信息属性识别。本发明能够对原始数据细粒度的概念标签进行学习，避免了单标签的不准确问题。

摘要： 本发明涉及一种基于网格搜索和改进NM单纯形算法的光伏模型更新方法，包括以下步骤：步骤S1：获取光伏面板的实际I‑V特性曲线信息；步骤S2：确定光伏组件模型和目标函数；步骤S3：采用网格搜索对光伏模型参数进行全局搜索，获取光伏模型参数搜索起始点，并确定模型参数搜索范围；步骤S4：采用改进的Nelder‑Mead单纯形对步骤S3中的模型参数搜索起始点进行局部搜索,获取全局最优的光伏模型参数向量。步骤S5:根据得到的全局最优的光伏模型参数向量，实时更新光伏阵列的模型，从而便于评估和优化光伏电站的工作状态。本发明提高了光伏模型参数提取的精度和速度，能够实时更新光伏阵列的模型，从而便于评估和优化光伏电站的工作状态。

摘要： 本发明涉及一种基于单纯形算法的磁纳米粒子临界产热值自动定位方法。引入单纯形算法、磁纳米粒子临界产热技术后，应用有限元方法来求解基于磁纳米粒子产热的生物传热数学模型，通过算法优化来自动定位磁纳米粒子临界产热值；在此基础上，改进磁纳米粒子产热理论的应用有效地提高了目标几何模型温度分布的预测精度。本发明能够最终优化磁纳米粒子在磁热疗期间的最优粒子属性，以应用于磁纳米热疗仪中，提高磁纳米热疗仪的磁热疗效果。

摘要： 本发明公开了基于差分进化单纯形算法的关节式坐标测量机标定方法。现有关节式坐标测量机标定方法在标定过程中，无法同时满足辨识速度，辨识精度及收敛性。本发明的步骤如下：一、建立关节式坐标测量机数学模型。二、关节式坐标测量机转角数据采集。三、建立适应度函数。四、以差分进化单纯形算法辨识测量机运动学参数。步骤五、以步骤四所得的最终个体内的25个元素作为测量机运动学参数集输入关节式坐标测量机，标定完成。本发明通过全局搜索算法和局部搜索算法的集成，将单纯形算法和差分进化算法的有效结合，解决了差分进化算法在全局搜索能力和收敛速度之间的矛盾，提高了关节式坐标测量机运动学参数的辨识精度和速度。

摘要： 基于单纯形法的光学产品模型优化方法及系统包括：对仿真模型结构参数进行多组数值初始化；将热载荷加至仿真模型中得到温度场分布信息；将结构载荷和温度场分布信息加至仿真模型中得到各个面型位移；据各个面型位移进行曲率拟合；对仿真模型进行光学分析获取成像质量评价分析结果；将各个面型的位移、拟合后光学曲率、成像质量评价分析结果代入评价指标代价函数获得性能评价指标；从多组性能评价指标中选出最优；判断最优性能评价指标是否满足要求，若是结束，否则将多组光学产品性能评价指标中最差的光学产品性能评价指标对应的结构参数舍弃掉、将其他组的结构参数代入单纯形法中训练获得更新结构参数；基于更新结构参数更新光学产品仿真模型。

摘要： 本发明公开了一种基于单纯形法的风力发电机组PI控制器自动调参方法，包括：获取风力发电机组线性化处理后得到的转矩环和变桨环模型的线性定常系统系数矩阵作为主要输入数据；设计基于单纯形法的PI控制器参数自动寻优策略程序，通过面积法及目标动态特性设置目标约束，作为寻优策略的输出条件；读取系数矩阵，采样周期Tc，传动链参数，滤波器，PI控制器参数的初始值Kp，Ti及其对应的步长等数值输入到程序中；输出转矩环和变桨环的合理PI控制器系数。该方法能快速简易地输出机组转矩环和变桨环的PI控制器参数，为风力发电机组控制策略提供支持，具有实用性强、调参效率高的特点。

摘要： 本发明属于机器学习优化建模领域，具体涉及一种基于单纯形优化域的贝叶斯快速自动化超参寻优方法。本发明所提供的在单纯形优化域中采用反距离加权来构造局部插值作为贝叶斯代理模型，其中由于每个插值都基于纯局部信息，且相邻单纯形采样点实现共享，每次迭代后无需更新代理模型，因此本发明实现全局动态寻优，大大加快了贝叶斯优化效率。本发明无需通过实验或者人为经验选择寻优算法的超参数，对不同机器学习算法都可以实现快速自动化超参数寻优，具有很高的采样效率，可以在尽可能少的样本中进行全局寻优同时快速收敛。

摘要： 本公开提供了一种单纯形表自动更新的教学演示系统及方法，包括处理器以及与处理器通信的显示器，所述处理器搭载有第一表格；获取待演示的目标函数及参数数据；将获取的目标函数和参数数据输入到第一表格中，得到系数矩阵；利用得到的系数矩阵及对应的数据，得到至少一种变量可选的基矩阵表及数据；根据获取的系数矩阵、基矩阵及对应的数据，在第一表格的预设区域得到单纯形表及对应的数据，利用显示器将得到的单纯形表及对应的数据进行实时显示；可以根据需求构造自己的线性规划问题并使用该方法进行建模并进行计算演示，且不需要进行手动的表格计算，对于某个问题的单纯形表格中的不同状态可以方便的进行观察，极大的提升了教学演示的效果。

摘要： 本发明提出一种基于改进单纯形法的航空发动机加速过程最优控制方法，根据航空发动机的特点，对改进单纯形法进行了改进，对反射中心进行了改进，并添加了“顶点平移”策略。顶点平移操作可加快搜索速度，减少迭代次数，快速收敛到最优解。将改进改进单纯形法用于加速过程寻优，输出最优控制变量给航空发动机。本发明可以实现发动机加速过程的最优控制，在保证发动机安全工作前提下，缩短发动机加速时间，有效改善发动机加速性能，提高飞机的机动性。

摘要： 本发明公开了一种基于单纯形局部搜索的群体智能最优化加速方法。本发明解决群体智能优化全局优化能力强但收敛速度慢问题。该方法引入单纯形局部搜索并引入至群体智能优化对候选解的更新策略中，一方面保留了群体智能优化方法的全局收敛性，另一方面则提升了算法的局部搜索能力，对整体优化方法的收敛进行了加速。