DYNAMIC HUNTING EXTREMUM CONTROL METHOD BASED ON MEASURE AND ESTIMATION

Anextremumcontrolsystembasedoncommonhuntingmethods[1 ] cannotworkwellforindustrialprocesses:becauseofthesysteminertialandtimedelayinfluences,thesystemwillbecomeoscillat ing ,workinwrongstepsorwillbehuntingforalongtimefortheworking process.Thepreviousmethod[2 ] canonlyapplytothesystemthathasafastdynamicprocessoritsdynamicresponsecanbeignored .Thispaper proposedadynamichuntingmethod differencepre estimationandcomparisonmethod .Thismethodcanbeusedinsecond orderorhighordersystemswithlargetimecons…     

基于改进人工蜂群算法的轮毂电机多目标优化

为了提高轮毂电机功率密度、降低其材料成本,提出一种改进的人工蜂群算法对轮毂电机性能进行优化设计. 首先利用磁路法建立外转子永磁式轮毂电机各项性能的表达式;其次通过引入个体极值、群体极值以及一对异步缩放因子来克服传统人工蜂群算法收敛速度较慢、探索与开发能力不平衡等缺点;以磁极对数、气隙长度、永磁体厚度等电磁参数为设计变量,将电机的有效质量、功率损耗和材料成本线性加权组成单目标函数,并采用障碍函数法将有约束的非线性目标函数转化为非约束的形式;最后利用遗传算法、传统人工蜂群算法和改进的人工蜂群算法对轮毂电机进行优化设计,并通过有限元法和样机实验验证了计算结果的正确性. 研究结果表明:相较于传统人工蜂群算法,改进的人工蜂群算法使目标函数收敛速度更快;相较于遗传算法和传统人工蜂群算法,改进后的算法使目标函数值最小;相较于原设计方案,优化后轮毂电机有效质量降低13.4%,材料成本降低34.4%,功率损耗降低44.2%,电机效率提高12.0%.      

Particle swarm approach for structural optimization of battleship strength deck under air blast

This paper presents the implementation and application of a modified particle swarm optimization （PSO） method with dynamic adaption for optimum design of a battleship strength deck subjected to non-contact explosion. The numerical simulation process is modified to be more computationally efficient so that the task is realizable. The input variables are the thickness of plates and the dimensions of stiffeners, and the total structural mass is chosen as the fitness value. In another case, the response surface method （RSM） is introduced and combined with PSO （PSO-RSM）, and the results are compared with those obtained by the traditional PSO approach. It is indicated that the PSO method can be well applied in the optimum design of explosion-loaded deck structures and the PSO-RSM methodology can rapidly yield optimum designs with sufficient accuracy.     

基于DBNs的车辆悬架减振器异响鉴别方法

针对人工经验提取特征进行减振器异响鉴别的复杂性与不可扩展性的问题,分析了深度信念网络(deep belief networks,DBNs)在减振器异响鉴别中的应用,并结合减振器整车与台架试验提出了完整的减振器异响鉴别流程.该方法只需将收集到的减振器活塞杆顶端振动加速度信号作为输入,经过DBNs模型逐层特征学习便可进行减振器异响鉴别.同时将鉴别结果与经典的BP神经网络、支持向量机以及传统的3种人工特征提取方法进行对比分析.结果表明:在输入仅为原始信号的条件下,深度信念网络模型对减振器异响鉴别的准确率为96.7%,表明了深度信念网络在减振器异响甄别中的优越性,具有广泛的工程应用前景.      

基于遗传混合算法的二维耦合颤振方法

对于传统的二维二自由度耦合颤振分步分析解法,创新性地将颤振分析转变为关于求解系统振动频率的非线性方程组问题.基于数值分析理论,引入如拟牛顿法等超线性收敛的数值迭代解法,研究了该类方法在数值迭代时的局部收敛性、初始值依赖性等问题.为规避上述风险发生在颤振分析中,将具有全局搜索优势的遗传算法应用于二维二自由度耦合颤振分析,结合最优算法L-M算法进行局部收敛修正,提出了基于遗传混合算法的分析方法.算例分析结果表明:在各个检测风速节点处,两种方法下的系统振动圆频率和系统牵连阻尼比计算误差都低于0.1‰,结果几乎一致;所建立的新分析方法思路清晰,求得颤振临界风速与传统方法完全一致,说明新的计算流程可行且计算结果准确;与传统方法相比,基于遗传混合算法的颤振方法每步求解过程无需初值的自选取,具有无条件收敛的优点.      

约束下考虑坐标分量误差相关性的直线拟合

直线拟合在曲线拟合研究及工程实践中受到广泛关注,常用的普通最小二乘和正交最小二乘忽略了坐标分量误差相关性的存在. 基于此,首先论证了在铁路线路整正中全站仪测量坐标点的纵横坐标间存在误差相关性,同时线路中直线的拟合受到相邻线元的约束;然后,基于极大似然估计及拉格朗日条件极值原理,推导出了顾及约束和坐标分量误差相关性的直线拟合通用模型,并给出了高斯-牛顿迭代算法搜索最优解;最后,采用了实测的数据进行了验证及测试. 试验结果表明:该方法能在任何误差分布情况下考虑约束估计直线参数及其精度;考虑坐标相关误差时,参数估计精度在约束及无约束下分别提高了9.2%和2.7%;高斯-牛顿算法在约束及无约束情况下分别仅6次及3次迭代就搜索出最优直线.      

交通信号控制参数的仿真优化方法研究

为优化区域交通网络中各信号控制器的配时方案,利用递推最小二乘算法(RLS)和同时扰动随机近似(SPSA)算法,由检测器流量估计DynaCHINA动态网络交通仿真与分析系统的动态OD矩阵,输入并标定各路段的速度-密度模型参数和饱和流量,获得网络状态的准确估计,包括各路段的速度、密度、流量、队列长度等;在此基础上,利用SPSA算法优化各信号控制器配时参数,包括各信号控制器的周期、相位差和绿信比,使得网络中车辆的平均旅行延误、队列长度、或交叉口通过量等指标最优. 针对实际路网的测试表明,本文的参数标定方法可以获得准确的检测器流量估计,结果明显优于Ashok K的动态OD矩阵与检测器流量估计方法;与现有的基于Synchro信号配时优化软件获得的结果相比较,该方法可较大幅度缩短车辆在路网中的平均旅行延误,并可推广应用于更复杂的区域路网的信号控制参数优化等场合.     

Fault diagnosis for wind turbine based on improved extreme learning machine

A fault diagnosis method based on improved extreme learning machine (IELM) is proposed to solve the weakness (weak generalization ability, low diagnostic rate) of traditional fault diagnosis with feedforward neural network algorithm. This method fuses signal feature vectors, extracts six parameters as the principal component analysis (PCA) variables, and calculates correlation coefficient matrix among the variables. The weight values of control parameters in the extreme learning model are dynamically adjusted according to the test samples’ constantly changing. Consequently, the weight fixed drawback in the original model can be remedied. A fault simulation experiment platform for wind turbine drive system is built, eight kinds of fault modes are diagnosed by the improved extreme learning model, and the result is compared with that of other machine learning methods. The experiment indicates that the method can enhance the accuracy and generalization ability of diagnosis, and increase the computing speed. It is convenient for engineering application.     

基于能量法的轮对蛇行运动稳定性

为了分析轮对蛇行运动的形成机理与能量传递机制, 基于车辆系统动力学理论推导了轮对蛇行运动的能量表达式; 借助轮对运动参数的相位关系和能量表达式, 确定了轮对蛇行运动过程中各部分所做的功及其对应的能量传递路线; 通过数值仿真计算不同参数条件下的输入能量, 对比了踏面等效锥度、轮对质量、一系悬挂刚度与重力刚度等参数对轮对稳定性的影响规律。研究结果表明: 蠕滑力和锥形踏面的协同作用是轮对产生蛇行运动的根本原因, 蠕滑力中的刚度项通过调节纵、横向蠕滑率向轮对系统横向运动输入能量, 蠕滑力中的阻尼项耗散轮对系统的能量; 当输入能量大于耗散能量时, 轮对蛇行运动发散, 当输入能量小于耗散能量时, 蛇行运动收敛, 当输入能量等于耗散能量时, 轮对做等幅周期运动; 增大轮对质量和车轮踏面等效锥度不利于轮对的稳定性, 增大一系悬挂纵、横向刚度对轮对稳定性有利; 踏面等效锥度对轮对稳定性的影响最大, 当锥度由0.15增大到0.20时, 输入能量增大了约9.5倍; 一系悬挂刚度的影响次之, 刚度由75kN·m-1增大到100kN·m-1时, 输入能量减小了约60%;轮对质量影响最小, 轮对质量由1 000kg增大到2 100kg时, 输入能量增长了约1.1倍; 在锥形踏面下, 重力刚度对轮对稳定性的影响可以忽略。      

单个轮对通过曲线轨道混沌现象的研究

通过分析传统车辆横向振动建模的不足,提出了建立轮对横向振动的非线性动态模型.给出了应用于单个轮对数字建模的具体实例,并提供了相应算例及仿真结果,分析了系统的准周期解及混沌.     

基于事件驱动的城市交通信号控制方法

随着城市交通信号控制需求的不断提高,各种新智能交通信号控制算法不断被提出和改进。然而受到现有设备固有控制方式和不同类型信号机无法协同的局限,智能控制算法多停留在理论研究和仿真试验阶段。为实现不同交通信号控制算法的统一模式,提出一种基于事件调度的交通信号控制模型（ED-Model）。该模型将控制算法拆分为状态检测与请求调度两大功能模块,通过扩展后状态检测的抽象概念事件统一了系统输入,通过交通信号控制请求调度系统实现系统输入的响应模式,从而实现各类交通信号控制算法的统一实现架构。分析表明,ED-Model可以有效地实现当前各类常规控制需求,并对其他各类智能算法的移植实现具有较好的可扩展性。     

基于满意优化的模糊多目标预测控制算法研究

提出了以满意优化取代传统的最优控制对模糊预测控制中的性能指标进行优化的方法。以模糊多目标单步预测模型为例，给出了系统对某一控制目标的满意优化控制算法，并在此基础上提出了基于满意优化的模糊多目标预测控制算法。     

基于粒子群和蚁群算法的边界层微分方程求解

沿竖壁自然对流边界层微分方程组速度和温度均耦合,在打靶法中应用Newton求根的方法解对应的相似性微分方程组时对初值选择要求较高,在根值附近收敛变慢.将微分方程边值问题转化为初值问题求解的打靶过程可看作优化设计问题,用优化设计算法求解.将基于生物群信息传递规则和觅食规则提出的粒子群算法和蚁群算法应用到打靶法的求解过程中,并与其它优化算法计算结果进行了比较.结果表明,粒子群算法和蚁群算法用于沿变壁温竖壁自然对流层流边界层微分方程求解是可行的,计算过程稳定,对初值选择不敏感.     

BLIND DIFFERENTIAL ADAPTIVE MULTIUSER DETECTION

IntroductionThe problem of combating multi- access interfer-ence ( MAI) in CDMA systems has receivedgreat attention recently[1～ 3] . In Ref. [4 ] ,M.Honig employed a blind adaptive multiuser de-tector based on the minimization of mean- out-put- energy( MOE) to overcome MAI,and itre-quired no more knowledge than did the conven-tional single- user receiver.Surplus energy wasemployed to suppress the effects of multi- accessinterference and thus provided an optimal detec-tion solution. The…     

铁道车辆蛇行稳定性主动控制综述

为了抑制蛇行运动,提高列车临界速度,针对铁道车辆特殊的轮轨自激振动系统综述了蛇行稳定性主动控制的总体结构形式、控制目标、控制算法、测量系统、作动系统、试验验证等关键环节的研究进展;概括了稳定性控制的典型结构形式及其各自的特点;根据不同运用场景,归纳了稳定性主动控制的主要目标,梳理了稳定性控制的主要算法以及优缺点;分析了...     

三维刚架系统分解优化研究

介绍了分解优化法的发展及三刚架系统的分解优化研究,同时也介绍了该法的解耦理论及程序,算法的正确性及有效性通过二个算例得到了验证。优化结果表明,无论初始设计是否可行,均可获得满意的结果且迭代迅速、收敛平稳。     

运行图驱动的城轨供电系统负荷过程动态仿真

针对城轨供电系统采用平铺运行图进行负荷过程仿真分析与实际负荷过程差别大，不能准确反应供电系统运营阶段的诸多问题，将运行图中各列车运行时分作为约束条件，建立列车定时节能运行的指标函数，以提高仿真模型准确性；基于固定阶梯级目标速度搜索算法优化列车操纵序列，还原多列车具有电气信息的运行轨迹；以实迹运行图为驱动，实现了供电系统正常运行与异常情形下的负荷过程仿真分析. 算例分析结果表明:基于实迹运行图的仿真结果与实测牵引变电所负荷过程曲线的Pearson相关系数在0.89以上，负荷过程特征值仿真与实测的最大误差不超过6.85%，较平铺运行图仿真结果准确度最高可提升12.91%.      

模糊神经网络在钢筋混凝土桥梁结构可靠度分析中的应用

钢筋混凝土桥梁结构可靠度分析中存在着模糊性问题,计算结构可靠度的传统方法没有考虑结构的模糊性问题．将模糊神经网络用于钢筋混凝土桥梁结构的可靠度计算,用神经网络来构造模糊系统,实现输入、输出隶属函数的自动调整,并给出了模糊神经网络计算结构可靠度的步骤．最后通过两个算例来计算结构可靠度,计算结果表明,模糊神经网络法计算结果与JC法计算结果比较接近,该方法可以用于桥梁结构的可靠度计算,特别是可用于功能函数不能显示表达的可靠度计算．该方法的缺点是计算用时稍长以及训练、检验样本的来源存在问题．     

ARTIFICIAL IMMUNE ALGORITHM OF MULTICELLULAR GROUP AND ITS CONVERGENCE

Objective To find out more extrema simultaneously including global optimum and multiple local optima existed in multi-modal functions. Methods Germinal center is the generator and selector of high-affinity B cells, a multicellular group＇s artificial immune algorithm was proposed based on the germinal center reaction mechanism of natural immune systems. Main steps of the algorithm were given, including hyper-mutation, selection, memory, similarity suppression and recruitment of B cells and the convergence of it was proved. Results The algorithm has been tested to optimize various multi-modal functions, and the simulation results show that the artificial immune algorithm proposed here can find multiple extremum of these functions with lower computational cost. Conclusion The algorithm is valid and can converge on the satisfactory solution set D with probability 1 and approach to global solution and many local optimal solutions existed.     

反传神经网络在油石比估计中的应用

利用反传神经网络算法,将沥青混凝土级配等参数作为输入参数,并通过变换不同混合料结构类型的训练样本,可以估计沥青混凝土最佳沥青含量。通过实验验证了这种方法的可行性,并提出了改进的思路。