无刷直流电机反电动势观测器增益的优化策略

针对无刷直流电机无位置传感器控制,对传统反电势观测器进行改进,在原有结构基础上加入线性误差函数项,加速其估算误差的收敛速度;同时采用了一种新的群优化算法——灰狼优化算法,以时间乘以误差绝对值积分(ITAE)为指标对观测器增益及线性误差函数项系数进行寻优.相较于传统观测器增益采用极点配置的方法,该方法确定增益精度性更高,可有效的降低速度估算过程中的误差.仿真实验表明该方法具有良好的收敛性及鲁棒性,可实现无刷直流电机无位置传感器控制.     

优化端元提取方法的高光谱混合像元分解

高光谱图像的混合像元分解将原始图像分解为多种纯净地物及相应的丰度,端元提取是混合像元分解的关键技术. 针对传统算法计算速度慢、搜索范围较大的特点,基于改进的ICA （independent component analysis）算法以及优化的候选端元判断方法,提出了一种优化的混合像元分解方法. 首先使用改进的算法优化端元提取方法;然后利用相邻像素的光谱特征和空间特征信息,结合并行算法对候选端元进行优化;最后利用真实的高光谱数据对该方法的性能进行了验证. 验证结果表明:该方法能有效提高端元提取精度,降低复杂度,与经典的端元提取算法N-FINDER相比,准确度提高了3.55%,解混后得到的地物分类精度有了明显改善（总体分类精度提高了2.88%）.      

基于果蝇优化算法的轮廓误差控制研究

针对传统果蝇优化算法精度低、收敛慢、易陷入局部最优的问题,通过增加随机机制扩大其探测能力,并通过改变步长,提高其后期寻优精度。将改进后的算法应用于PID控制器的参数优化,并将复杂的时变信号作为优化模型的输入。对获得的PID参数的控制效果进行验证,结果表明:改进后的果蝇算法寻优速度快、精度高,其优化后的PID参数,轮廓运动控制精度高、鲁棒性好。     

基于MHPSO优化GRU神经网络的短时交通流预测

为提高短时交通流量预测精度及预测效率,首先提出一种PSO改进算法(MHPSO),把PSO种群结构设置为多层,将种群中上层粒子作为下层粒子的吸引粒子,将吸引粒子对粒子本身的吸引能力考虑在内,修改粒子速度更新方程以增强种群粒子之间的交互能力,从而有效地避免其陷入局部最优,提升算法的寻优速度及精度;然后利用MHPSO对GRU神经网络的参数进行优化;最后利用基于MHPSO优化的GRU神经网络构建短期交通流预测模型.实验结果表明:基于MHPSO优化的GRU神经网络模型在短时交通流预测中具有更高的预测精度,预测效率得到显著提升.     

自适应步长的细菌觅食优化算法研究

细菌觅食优化算法是一种群集智能优化算法,该文详细分析了细菌觅食优化算法中最重要的趋向性操作,其中步长对算法的效率和精度有很大影响;根据菌群中细菌个体间的位置信息,设计了动态步长估值函数,自适应的调整步长.通过经典函数的测试,说明改进细菌觅食优化算法在收敛速度和精度上比原有算法有极大提高.     

基于改进樽海鞘群算法的卸车调度优化

针对港口载煤列车的卸车调度流程主要依靠工人经验进行调度作业,存在决策时间长、作业冲突和列车在港时间过长等问题.以列车在港时间最少为总优化目标,在已知列车到港时间及堆垛与煤种对应关系的前提下,考虑工作机械可用性、作业流程可达性及其相互约束关系等因素,构建了卸车调度数学模型.提出了一种基于改进樽海鞘优化算法的优化调度方法.引入自适应惯性权重,可有效地提高算法收敛速度;引入随机柯西变异策略,可有效地提高算法寻优能力.5个测试函数的测试结果表明:相比于樽海鞘优化算法、自适应樽海鞘优化算法、粒子群算法与鲸鱼优化算法,改进樽海鞘优化算法收敛速度更快,精度更高.港口堆场作业实际数据的仿真实验表明:改进樽海鞘优化算法可优化出满意的卸车调度任务,减少了火车总在港时间,提高了港口总体的工作效率.     

基于改进布谷鸟搜索算法的架桥机结构损伤识别

针对架桥机结构损伤的特点及布谷鸟搜索算法存在收敛速度慢、缺乏活力等问题,从动态发现概率、步长和莱维飞行三个方面对布谷鸟搜索算法进行了改进.以TLJ900型架桥机的主梁为研究对象,针对裂纹损伤,以固有频率和模态保证准则作为损伤检测的指标,用改进后的布谷鸟搜索算法对架桥机的结构进行了损伤识别.仿真结果表明：与其他智能优化算法相比,改进算法的收敛速度和全局寻优能力有明显的提升,能更准确的判断出架桥机结构损伤的位置和程度,故障识别精度更高.     

敷设聚脲的吸声模型改进粒子群算法优化

为了提高敷薄吸声层的水下小目标的隐身性能,以敷设聚脲的多层结构为基本吸声模型,推导了模型的反射系数计算公式.针对材料优化的应用需求,将粒子群算法的局部算法和全局算法相结合,改进粒子群算法的优化策略,得到了动态混合粒子群算法,提高了收敛能力和搜索精度.利用该算法对多层吸声模型的材料参数进行寻优,结果表明:当吸声材料杨氏模量近似为频率的分段线性函数时,其吸声性能最优.在此基础上,建立了提高模型吸声性能的理论方法,并进行了实例验证,结果表明,该方法可使模型吸声性能在140～500 kHz范围内达到-10dB以上.     

基于改进的BP神经网络的桥梁结构损伤诊断研究

采用改进后的BP神经网络对桥梁结构进行损伤诊断,通过与传统BP网络法的诊断结果进行对比,得出改进后的BP网络算法在实际应用中能克服传统BP网络算法收敛速度慢,存在局部极小的问题.改进后BP网络的桥梁结构损伤诊断具有较好的诊断效果,与传统的BP神经网络相比,不仅提高了计算速度,而且较大地提高了识别精度,具有较好的应用前景.     

一种改进型粒子群算法求解资源优化配置问题

针对粒子群算法在求解优化问题时难以兼顾收敛精度与收敛速度这一问题,提出对目标的惯性权重进行修正和引入随着惯性权重变化的惯性学习因子的方法,该算法充分利用了上一代速度与位置、自我认知和群体间信息共享3部分内容,来影响算法的优化结果,提高了算法的全局和局部的搜索能力.最后将改进的粒子群算法应用于工程项目中的资源优化配置问题中,证明了该算法的有效性.     

钢管混凝土拱桥施工合龙合理状态的遗传搜索

由于钢管混凝土拱桥的受力特点，在施工仿真计算中无法找到倒退分析的起点，为此，尝试嵌入遗传算法来确定钢管拱肋施工合龙前的合理状态，以此作为倒退分析的起点，确定了以扣索索长调整量为变量参数的目标函数，而目标函数需要通过结构仿真计算才能得出相对应的目标函数值，搜索相当复杂，因此采用实数遗传算法，改进了遗传操作，以满足搜索的精度和速度，并用算例搜索出了合龙时拱肋线形的合理状态，经比较其状态是合理的，可以作为倒退分析的起点。     

轴向主动磁轴承的改进不完全微分PID控制

为了减少电磁轴承控制中测量噪声的干扰,提高电磁轴承控制的稳态精度,以立式电机的主动控制电磁轴承为研究对象,分析了测量噪声对传统PID控制的影响,并针对一阶不完全微分PID控制和传统PID控制不能满足系统控制性能要求的情况, 提出一种基于二阶不完全微分PID控制的改进算法.采用MATLAB的Simulink搭建了仿真模型,利用C语言和磁轴承控制平台进行了算法的试验验证.仿真和试验结果表明,改进的算法能够改善磁轴承系统的静态性能,气隙的稳态误差约为20 m,比传统PID、带一阶滤波器的不完全微分PID减小了约50% (30 m),证明了该算法的有效性.      

变量相关情况下结构可靠指标的简化算法

根据可靠指标的几何意义，通过坐标转换和矩阵变换，探讨了非线性功能函数在变量相关条件下可靠指标的直接迭代计算方法，导出了计算可靠指标的分位值法迭代计算公式，并给出了2个算例，计算结果表明，与传统算法相比，该算法计算简单、精度高。     

高速公路物流网络规划LRP模型及算法研究

从高速公路网与物流网络同构相似的关系出发,将高速公路网纳入物流网络体系并构建高速公路物流网络．结合选址-路径问题（LRP）模型来探讨高速公路物流网络规划的方法,把高速公路物流网络规划分解为高速公路服务区作为物流节点的选址布局问题和高速公路作为物流通道的路径安排问题;使用遗传算法对该模型进行求解,并对遗传算法的要素进行设计和改进,提高了求解的精度和效率;最后,通过算例分析验证了模型的实用性和算法的有效性．     

飞机起飞滑跑距离数值积分改进算法

应用数值计算理论对飞机起飞滑跑距离数值积分算法进行了研究,用插值法对发动机瞬时推力和起飞气动数据的确定方法进行了改进,用迭代法确定了离地速度,基于改进算法编制了起飞滑跑距离计算程序。在发动机推力曲线已知时,对5种飞机的起飞滑跑距离进行计算,原算法的平均误差为55.6 m,改进算法的平均误差为23.4 m;在发动机推力曲线未知时,用程序计算某型飞机在12种条件下的起飞滑跑距离与实际滑跑距离对比的平均相对误差为2.9%。计算结果表明改进算法计算精度优于原算法。     

多模态智能控制在磁悬浮轴承系统中的应用

针对强耦合多变量非线性的磁悬浮轴承控制系统,提出了多模态智能控制算法,根据控制器的输入信号的大小、方向及其变化趋势等特征,采用不同的控制策略及相应的控制模式,提高了系统的稳定性.实验结果表明:在动态性能和控制精度等方面,多模态智能控制的效果均优于增量式PID的控制效果.     

箱梁横隔梁的受力特性及实用计算方法

为准确而全面地把握横隔梁的受力特性,结合具体算例,对箱梁横隔梁的受力特性进行了分析,指出了横梁常规计算方法的缺陷,并提出了一种新的计算模型。结果表明,该计算模型的精度较高。     

一种基于盲运算的1比特压缩感知重建算法

为了解决1比特压缩感知中符号匹配追踪算法(matching sign pursuit)在稀疏度未知的情况下不能自适应重构信号的问题,提出了向前/向后迭代符号匹配追踪算法(forward-backward matching sign pursuit, FBMSP).该算法以逐步逼近理论为核心,通过逐步扩大支撑集来扩大搜索范围,把相邻两次迭代的差值作为终止条件,在MSP算法模型下进行盲运算,以实现信号的重构.数值试验表明:在控制迭代系数=8,=1的情况下,FBMSP算法比传统的符号匹配追踪算法重构精度提高了3 dB,运算时间减少了40%.      

导航电子地图中GPS坐标定位的改进算法

将GPS坐标定位的改进算法与传统的Gauss—Kmger投影公式进行比较分析,得出改进算法的误差精度和适用范围,并借助VB编程,通过具体算例,证明在满足精度条件和适用范围的情况下,改进算法比Gauss—Kmger投影算法更方便快捷。该算法可应用于导航电子地图的测量与绘制。     

基于云模型的自学习进化算法

结合进化论和遗传理论的最新进展,提出基于学习算子的自学习进化算法;并将正态云模型引入进化过程中,提出云学习算子和基于云学习算子的自学习进化算法．最后的仿真实验表明,该算法具有精度高、收敛速度快等优点,能在很大程度上解决了现存进化算法的低效问题．