改进粒子群优化算法的BP神经网络在机车滚动轴承故障诊断中的应用

本文提出了一个基于改进粒子群优化算法的BP神经网络优化模型来进行轴承故障诊断,此模型融合粒子群优化算法的全局寻优能力和BP神经网络算法的局部搜索的优势,有效地防止了网络陷入局部极小值,同时又保证了诊断结果的精确性.仿真结果表明机车滚动轴承故障得到了有效诊断.相比于常规的BP神经网络模型,此方法不仅改进网络的收敛速度并且提高了预测准确性.     

粒子群优化的神经网络在齿轮故障诊断中的应用

针对BP神经网络容易陷入局部极小及收敛速度慢的问题,本文利用粒子群优化算法代替BP算法中的梯度下降法训练神经网络的权重和阚值,有效地改善了BP网络诊断性能;利用训练后的神经网络对齿轮进行了故障诊断,并比较了基于粒子群优化算法与BP算法的诊断结果,通过仿真实验表明:无论是在诊断速度上还是在诊断精度上,PSO-BP神经网络诊断性能都比单独的运用神经网络有很大提高.     

基于射线跟踪与离开角空间聚类的5G-R网络优化技术研究

当前反复“路测-调整”的传统无线网络优化方式难以满足铁路5G专用移动通信系统（5G-R）的网络优化需求。面向京沈铁路干线场景，在确定了射线跟踪传播机理模型后，进行了5G-R无线信道建模仿真，提出一种基于射线跟踪与离开角空间聚类的网络优化算法。该算法以全向天线仿真结果为基础，使用K-means++算法对射线跟踪仿真的角度-能量域数据进行聚类，将水平离开角的空间聚类中心作为扇区方位角；结合水平离开角的聚类中心与高铁行车路径的空间位置关系，计算相应扇区的下倾角；以上述基于射线跟踪与离开角空间聚类的结果为初值，基于粒子群算法进行优化迭代，高效地完成铁路干线场景下的5G-R网络优化。结果表明，在相同的计算资源和仿真条件下，基于射线跟踪与离开角空间聚类的5G-R网络优化算法对比直接使用粒子群算法，在收敛速度方面提升了约10%，在优化效果方面提升了约30%。该方法针对铁路干线场景能够实现在迭代计算次数更少的情况下，给出更好的网络优化方案，为未来建设高质量5G-R通信系统提供技术积累和参考。     

公路路基拓宽优化设计改进粒子群算法

考虑单位路段内的工程数量、公路占地、边坡稳定等因素,建立以最优造价为目标函数的路基拓宽优化设计数学模型;引入具有一定全局搜索能力和较快收敛速度的粒子群算法并予以改进,得到了基于改进粒子群算法的路基拓宽优化设计方法,并编制相应优化计算程序.最后结合算例,给出不同条件下路基断面的拓宽形式,同时,对比分析证明了该法的可靠和可行性.     

粒子群优化算法在多用户检测中的应用

粒子群优化算法是一类有效的随机全局优化技术。它利用一个粒子群搜索解空间,每个粒子表示一个被优化问题的解,通过粒子间的相互作用发现复杂空间中的最优区域。多用户检测技术是直扩序列码分多址中的一项关键技术。将粒子群优化算法应用于多用户检测中,能有效抑制多址干扰,实现结构简单、鲁棒性强的目的,在加速收敛的同时降低了计算复杂度。仿真结果表明,这种多用户检测器充分利用了粒子群优化算法的优良特性,与传统的码分多址接收机、基于进化算法的多用户检测器和基于遗传算法的多用户检测器比较,在误码率和收敛速度等方面都有显著的改善。     

基于FOA-BP神经网络的高铁沉降预测

BP神经网络在沉降预测过程中存在预测精度有限、收敛速度慢等缺点。为提高BP神经网络在高铁沉降预测中的精度,基于改进的果蝇算法(FOA),利用其味道浓度函数来代替BP神经网络中的梯度函数,建立果蝇算法优化BP神经网络的预测模型—FOA-BP模型。通过果蝇种群迭代寻优获取最合适的权值和阈值,重新构建BP神经网络进行沉降预测。分别采用BP神经网络算法与FOA-BP神经网络算法对某高铁路基沉降监测点的沉降趋势进行预测,将两种算法的迭代次数、均方误差与平均相对百分比误差3个指标进行对比分析,结果表明:FOA-BP神经网络算法的三种指标均远小于BP神经网络算法,其模型精度更高,预测速度更快。     

基于个体位置变异的粒子群算法

针对粒子群算法随着迭代次数的增多,其种群多样性降低,粒子群算法容易陷入局部最优的不足,提出了一种基于个体位置变异的粒子群算法。该算法在保证最终收敛的前提下极大扩展了粒子的空间搜索范围,从而降低了粒子群算法发生早熟的可能,并且程序量较小。仿真实验中,将算法应用于6个典型测试函数中,并与其它改进粒子群算法进行比较,结果表明,该算法具有较强的全局寻优能力和较好的收敛速度,明显提高了粒子群算法的优化性能。     

高速铁路桥梁桥基边坡稳定性及稳定坡角研究——以西成高铁养家河大桥为例

确定高陡岩质边坡的稳定坡角涉及桥梁墩台安全,是一项复杂的岩体工程问题。现有规范和研究在涉及到桥基荷载作用下岩体边坡稳定性分析及稳定坡角确定方面存在缺憾。以西成高铁养家河大桥成都侧桥基边坡为例,采用FLAC3D数值分析方法,对其不同工况下的稳定性进行分析,计算出边坡的稳定坡角。在此基础上,结合现场岩体情况,综合确定桥基边坡的稳定坡角,并得到工程的验证。研究结果表明,对于强度控制型高陡岩质边坡,首先通过数值计算确定稳定坡角,其次分析现场实测自然边坡高度、坡度、岩体产状、节理发育程度等因素,最后综合确定桥基边坡的稳定坡角。工程验证表明,该方法确定的稳定坡角既安全可靠,又经济合理,是一种有益的尝试。     

基于IPSO-Capsule-NN模型的中欧班列出口需求量预测

为提高中欧班列出口需求量的预测精度,提出将改进粒子群算法(IPSO)与胶囊神经网络(Capsule-NN)相结合的预测模型(IPSO-Capsule-NN)。与全连接神经网络不同,胶囊神经网络通过动态路由算法增强了模型的拟合能力和泛化能力。利用改进粒子群算法优化胶囊神经网络的神经元数量、迭代次数以及学习率,以克服人为设定模型参数随机性较大导致模型精确度不高的不足之处。此外,针对标准粒子群算法存在的缺点,提出一种非线性递减惯性权重并引入Levy飞行对粒子群算法的全局寻优能力和收敛速度进行优化。将采用spearman秩相关性分析得到的11个因素作为中欧班列出口需求量的影响因素并对其进行预测,结果表明:胶囊神经网络具有2层隐含层时,IPSO-Capsule-NN模型预测精度更高。     

西成高铁东崂峪大桥岩质边坡稳定性研究

西成高铁穿越秦岭山区,多处桥台位于高陡边坡上,其中东崂峪大桥西安台坡高约120 m,基岩裸露。为评价该边坡的稳定性,首先对该边坡进行了地质调查,并取代表性样本进行了岩石试验,然后运用总结归纳、极限平衡分析法进行理论分析,掌握了该边坡的地形地貌、地层岩性、地质构造,以及该边坡代表性岩样的饱和抗压强度、抗剪切强度、黏聚力、内摩擦角等物理力学指标,确定了边坡稳定性的影响因素,计算得出该高陡岩质边坡的稳定系数为1. 05,边坡稳定坡角为55. 4°。施工阶段桥台基础开挖后,验证了之前计算的稳定坡角基本合理,桥台基础设置满足工程需要。     

基于遗传算法的用户线缆智能选路系统

将遗传算法的思想与原理应用到大型通信网络路由选择算法中来，使得路由选择功能随着网络动态的变化而不断自我进化与完善。其根本目的是通过准确率极高的预见性来提高路由选择性能。这种改进后的新型选路机制将会在很大程度上改善复杂通信网络中选路系统的性能与效率。     

一种新型l次格基规约算法

寻找格中的非零短向量是格理论应用于密码学研究常常遇到的一个问题。一般通过各种格基规约算法来得到格中的近似最短向量。本文在标准LLL规约算法[7]的基础上,首次提出了l次规约的概念,并且设计了一种新型的l次规约算法。利用这种新型算法找到的短向量比使用标准LLL规约算法求得的短向量更加接近格中的最短非零向量。算法在一定范围内具有计算花费时间和规约结果质量之间可以相互转化的特点,可以通过牺牲更多的运算时间来获得质量更优的规约基。通过大量的数值测试,本文比较了l次规约算法和标准LLL规约算法的实际性能,验证了对l次规约算法的理论分析。最后,本文提出了进一步改进l次规约算法的两个思路。     

基于混合算法的机车二系弹簧载荷调整优化方法

针对电力机车二系悬挂调簧分析数学模型算法的优化问题,提出一种遗传算法(GA)与蚂蚁算法(AA)相结合的混合优化算法。其基本思想是:首先采用遗传算法以较少的进化代数进行全局快速随机搜索,获得若干可能的(近似)优化解,以此生成蚂蚁算法初始信息素分布,再用后者求得全局优化精确解。对国产SS3B和SS9型机车的应用结果表明,对同一车体进行多次优化计算试验,混合优化算法的搜索寻优过程均能稳健一致地收敛到全局优化解,可明显缩短二系支承载荷调整调簧计算所需时间,使调簧试验的实时性大为提高。对于二系为高圆簧的SS9型机车,混合算法平均用时比迭代算法和单一遗传算法分别减少约74%和29%。     

Turbo编解码结构及基于LOG-MAP算法的性能仿真研究

阐述Turbo码的编解码结构。研究MAP以及LOG MAP解码算法。设计MATLAB仿真运算程序。根据设计的仿真程序比较Turbo码在不同约束长度、不同迭代次数以及不同编码速率情况下的性能。由仿真结果得出影响Turbo码性能的主要因素是交织器长度、迭代次数、编码速率。在各种情况下通过增加交织器长度和迭代次数、降低编码速率来改善Turbo码的性能。     

开放车流径路建模方法与算法设计研究

开放车流径路是著名的NP难题,所以启发式算法是目前求解开放车流径流的主流。在分析开放车流径路的基础上建立了模型,并用遗传算法为模型求解。研究表明:遗传算法在解决开放车流径路问题上有优势,并能很好地解决相关问题。     

基于小波域谱相减算法的语音增强研究

谱相减算法是目前常用的语音增强算法，它常在处理宽带噪声中使用，具有运算量小、效果明显等特点，但该算法是基于短时傅立叶变换（STFT）基础上的，是一种单分辨率的信号分析方法。与STFT本质不同的小波变换是一种变分辨率的时频联合分析方法，当分析低频信号时，其时间窗口很大，而当分析高频时，其时间窗口减小，这恰恰符合实际中对非平稳信号进行分析的自然规律。基于小波域的谱相减算法，是将带噪语音信号进行Mallat多尺度分解，然后分别对各尺度下的信号进行谱相减运算，再逐一进行小波重构，得到去噪后的语音信号。仿真结果表明。该方法不但有效地提高了语音信号的信噪比，而且也在很大程度上改善了语音的失真程度，不失为一种有效的语音增强算法。     

搜索引擎排序算法的探索

搜索引擎是一项崭新而且流行的技术,而检索排序技术是信息检索系统处理结果的核心技术.排序算法的好坏,直接决定搜索引擘效率的高低.文中详细分析了目前流行的3种排序算法:PageRank算法,HillTop算法,竞价算法.介绍各自原理,优缺点以及改进措施,并以PageRank方法为例,详细描述PR值的求解过程.     

一种动车组转向架装配线电机传动系统健康状态评估优化方法研究

对于动车组转向架装配线,电机传动系统是其关键部分,由于其运行状态的实时监测数据具有无标签性,采用K-Means聚类等无监督式学习算法是解决这类系统健康状态评估的常用方法。针对传统K-Means算法受噪声及孤立点影响较大的缺陷,提出基于局部异常因子算法的优化方法,有效地去除数据噪声点的影响;针对中心点选取过于随机性的缺陷,提出一种基于样本密度的初始中心点选取方法,并且中心点更新是选取距簇中其他样本点方差最小的点,从而改善了聚类效果;利用实际电机传动系统的运行数据对优化的K-Means算法进行验证。实验结果表明:优化后的算法有效提高了聚类质量,很好解决了实际应用环境下的电机传动系统健康状态评估问题。     

电磁超声系统强噪声干扰抑制算法研究

在采用电磁超声技术(EMAT)进行车轮踏面探伤时,针对检测数据中存在的噪声问题提出一种结合小波算法和相位差算法的综合算法.根据噪声及有用的电磁超声信号的特征,得出小波软阈值去噪方法;结合布莱克曼窗函数及信号的频谱特征,提出一种利用简单三角函数来实现信号相位计算的方法;算法在改善电磁超声系统数据波形质量、提高系统的检测准...     

RSA算法及其在电子商务中的应用

在电子商务系统中,RSA加密算法可以作为实现数据保密性和数据完整性的主要手段.叙述了如何在电子商务网站中,应用非对称加密算法RSA实现顾客个人信息的加密和数据完整性认证,讨论了加密算法所需的模幂算法的构造、素数和强素数的生成、数据加密和数字签名协议等关键技术,并给出具体算法.