基于BP网络的磷炉工艺参数优化系统建模研究

影响磷炉系统工艺的因素很复杂,其参数的选取更是具有不确定性.由于神经网络方法不仅能考虑定量因素,而且能考虑定性因素的影响,因而神经网络适用于解决非确定性的参数优化问题.研究了人工神经网络技术在磷炉系统工艺参数优化中的应用,通过建立基于神经网络的电耗、产量模型以及优化工艺参数的两个判断函数,用Visual Basic 6.0对其进行了可视化开发,实现了基于人工神经网络技术的工艺参数优化.并应用三相六根电极磷炉大量样本对网络进行测试,其结果表明与实际相符,具有一定的推广应用价值.     

数学优化方法在新安江模型参数率定中的应用分析

以3种数学优化方法及新安江(三水源)模型的理论为依据,介绍了优化方法在新安江三水源模型参数率定中的应用.将率定成果与API模型进行了对比,说明这3种优化方法在大宁河流域参数率定中应用效果良好,具有很好的参考和推广价值.     

设计优化参数驾驭技术研究及实现

飞行器设计技术日益复杂,设计优化正朝着综合化、可视化方向发展．设计优化可视化技术对促进优化技术在工程中的普及与应用、提高设计质量与优化效率具有重要意义．针对初步设计阶段设计自由度大而设计知识相对缺乏的矛盾,提出了设计优化参数驾驭方法．应用实例表明,设计优化参数驾驭技术能方便地分析系统主要影响因素,确定重要设计变量和参数,指导搜索方向,建立对设计优化的有效控制．     

基于ANN-GA的注塑参数优化系统及其应用

在以人工智能技术为基础的注塑工艺参数优化系统的开发方面进行了研究．构建了以混合神经网络与遗传算法方法为基础，并结CAE技术的参数优化系统，编制了应用程序，通过工程实例，将参数优化系统的预测结果与CAE模拟结果进行比较和误差分析，显示出优化系统的稳定性和可靠性；优化结果与CAE模拟结果及实验验证的结果具有一致性，证明优化结果是正确的，表明基于混合神经网络与遗传算法方法的注塑工艺参数优化系统具有工程应用价值。     

二次参数实整混合线性优化的量词消去法

应用来自Weispfenning的关于线性以及二次线性优化的量词消去方法和Shostak解Presburger公式的SUP-INF方法,研究了带有参数的二次目标函数的线性优化,给出了一种具有参数的二次目标函数的整线性优化的量词消去方法. 分析表明,所用方法具有几乎最优的复杂性.     

基于遗传算法的热力设备机理模型参数优化方法研究

针对复杂热力系统机理建模参数优化中存在的问题,提出了基于遗传算法的机理模型优化方法。建立热力设备的机理模型,确定优化参数,应用遗传算法进行优化,直到模型精度达到要求。以末级过热器为例进行的仿真研究表明,运用该方法优化的机理模型达到预定的精度要求;优化过程自动进行,缩短了参数优化时间。作为一种通用算法框架,具有简单易用的特点,适用于各类热力设备模型和热力系统模型,为火电厂仿真机数学建模和参数自动优化提出了简单实用的方法。     

PSS参数选择和优化的仿真分析

电力系统稳定器(PSS)的参数设置对其控制效果至关重要,以系统功率振荡和功角振荡幅值最小为目标,应用电力系统仿真软件NETOMAC,对PSS参数进行优化,保证所选定的PSS参数具有良好地抑制低频振荡的效果．仿真结果表明应用参数优化方法,可迅速得到具有良好控制效果的PSS参数,并使其能满足多种运行方式的要求,是一种高效实用的参数调试方法．     

蚁群算法在TSP中的仿真应用及最优参数选择研究

蚁群算法是一种具有分布计算、信息正反馈的新型启发式优化算法,初步的研究表明该算法在求解复杂优化问题,尤其是离散优化问题中具有许多优越性。论文阐述了蚁群算法在TSP问题求解中的应用,通过实验对蚁群算法的参数选择进行了分析,确定了参数的选择原则以及对算法性能的影响。仿真研究表明蚁群算法中的参数对于TSP的求解有较大的影响,通过最优参数的正确选取,能使得算法取得更优的值。     

基于混合自适应遗传算法HEV系统参数的优化

选择优化算法是混合动力电动汽车系统参数优化的一个重要内容.针对基本遗传算法存在着易早熟、收敛速度慢的缺陷,提出了一种混合自适应遗传算法.测试结果表明,该算法既具有良好的全局收敛性,又具有较快的收敛速度.将该算法应用到混合动力电动汽车系统参数优化问题中,取得了较为满意的优化结果和收敛效果.根据优化结果,对一辆串联式混合动力中巴的发动机/发电机组进行了优化设计.     

基于蚁群算法的PID参数优化

针对传统的PID控制器参数多采用试验加试凑的方式由人工进行优化,提出了一种新型的基于蚁群算法的PID参数优化策略.蚁群算法是近几年优化领域中新出现的一种仿生进化算法,该算法采用分布式并行计算机制.在简要介绍蚁群算法基本思想的基础上,推导了蚁群算法PID参数优化方法,并给出了新算法的具体实现步骤,最后将该优化方案应用于某型高精度飞行仿真伺服系统.仿真应用研究表明,该PID参数优化策略具有很强的灵活性、适应性和鲁棒性,进而验证了该方案的可行性和有效性.     

基于支持向量机的随机聚焦搜索算法优化冲压成形工艺

针对板料冲压成形工艺优化问题,研究了一种新的优化设计方法。采用支持向量机(support vector ma-chine,SVM)构建工艺参数与成形质量之间的多元非线性回归函数模型,在此基础上将一种新的群集智能算法,即随机聚焦搜索(stochastic focusing search,SFS)算法应用于冲压成形工艺参数寻优,以达到优化成形质量的目的。结合盒形件拉深实验证明,SVM在小样本条件下学习后所构建的非线性拟合精度比神经网络具有优势,表明了SVM具有更好的泛化性能。在SVM模型基础上应用SFS算法对板料冲压成形的工艺参数进行优化,将优化后的工艺参数进行实验验证,结果表明可获得较好的成形质量,说明了该优化方法具有较好的精确度和有效性,有一定的工程实用价值。     

板壳加筋结构的组合优化

提出了一种将结构加筋布局优化和结构参数优化相结合的优化方法。该方法先对结构中的加强筋进行布局优化,然后再优化结构参数。在加筋布局优化中,用单元应变能密度灵敏度作为删除单元的准则。在参数优化中,目标函数和约束函数被近似地表示为二阶表达式,并用改进的DFP(Davidon,Fletcher and Powell)方法来求优化解。为了降低计算复杂度,采用组合近似(CA)方法对修改后的结构位移和应力进行重分析,并应用该方法对储水箱结构进行了结构优化设计。数值结果表明,该方法处理板壳加筋结构优化问题十分有效,而且容易在计算机上实现。     

基于响应面优化的青龙河流域HSPF模型参数校准方法

Hydrological Simulation Program-Fortran(HSPF)模型参数多且交互作用复杂,传统参数寻优面临着优化参数不灵敏、优化算法易陷入局部陷阱等问题,影响了优化精度和效率.本文集成青龙河流域、参数抽样、灵敏度分析和参数优化探索新的寻优途径.应用响应面优化软件Design Expert,针对9个HSPF模型参数进行抽样,获得130组参数集,采用多元二次回归模型,建立参数集与纳什效率系数(NSE)的非线性关系,通过等高线和响应面识别最优参数及其密集取值区间.响应面优化参数的NSE平均值、最大值、最小值以及寻优区间缩减率均优于正交极差分析方法;LZSN、INFILT、AGWRC为极灵敏参数,DEEPFR为灵敏参数;LZSN和INFILT、INFILT和AGWRC、INFILT和UZSN、INFILT和IRC的交互作用对结果有显著影响;优化参数的密集取值区间:LZSN[2.00,2.65];INFILT[0.400,0.475];AGWRC[0.870,0.885];DEEPFR[0.101,0.176];BASETP[0.001,0.120];AGWETP[0,083,0.120];CEPSC[0.166,0.244];UZSN[0.83,1.22]; IRC[0.53,0.63].响应面方法综合了参数抽样、参数灵敏度分析以及参数优化等3个方面,考虑了参数非线性关系和参数的交互作用,兼顾了优化精度和效率,为青龙河流域HSPF模型参数优化开拓了新途径.     

带Ruzicka隔振器的双层隔振系统参数优化

本文建立起Ｒｕｚｉｃｋａ隔振系统竖向振动时力传递率函数的无量纲解析式后，透彻地分析了系统动力参数对力传递率曲线性态的影响，提出了一种简便有效的优化方法，并用此方法对该系统进行参数优化，在一定条件下得到优化参数的解析式可供设计参考。     

基于GA-LSSVM直吹式制粉系统煤粉细度软测量

针对燃煤电厂中煤粉细度难以测量的问题,提出了一种基于遗传算法优化最小二乘支持向量机(LSSVM)超参数的煤粉细度软测量方法。通过制粉系统特性试验,综合分析出影响磨煤机煤粉细度参数的主要因素。采用遗传算法优化支持向量机超参数方法构建煤粉细度软测量模型。将该方法用于特性试验,发现检验样本的均方根误差为1.7%,证明煤粉细度软测量方法有效,满足煤粉细度模型精确预测的需求。     

地下洞室施工期围岩力学参数反演与力学响应超前预测自动化系统开发

基于施工期实测资料对具有“未确知性”的围岩力学参数进行反演,并在此基础上采用反演所得参数对后续施工阶段的围岩力学状态与支护结构工作性态进行超前预测,进而依据预测成果对预先确定的设计与施工方案进行反馈设计是地下洞室信息化设计与施工中的关键技术环节。其中,参数反演的快速化,以及数值建模、参数反演与超前预测的自动化在很大程度上制约着上述技术的实际应用。鉴于此,首次提出将寻优效率更高的异步粒子群优化算法（APSO算法）应用于围岩力学参数反演;在此基础上,构建了地下洞室施工期围岩力学参数优化反演模型;进而,提出文件分块与信息分组及顺序编码技术,并据此实现了有限元正演分析数据文件的参数化自动生成与更新;在上述基础上,给出了地下洞室施工期围岩力学参数反演与超前预测的实现流程,并完成了一整套系统程序的编制,开发了数值建模、参数反演与超前预测的自动化系统。算例分析表明,所开发的系统可实现地下洞室施工期围岩力学参数反演与超前预测的自动化,并可在一定程上解决数值分析模型日益精细化需求与反演效率不高之间的矛盾,可直接服务于现阶段我国大规模建设的各类岩体地下洞室工程。     

基于贝叶斯最优化的Xgboost算法的改进及应用

在使用Xgboost框架时,经常涉及各种参数的调整,并且参数组合的选取对模型的分类性能影响较大. 传统的参数寻优方法,通常先导出一个惩罚函数,然后运用经验或者穷举法调整参数值来最大化或最小化这个惩罚函数,但是经常会遇到某个模型没有一个显式的表达式情况. 这类模型的参数寻优就非常麻烦,同时又会给算法带来一定的不确定性和随机性. 本文基于高斯法（GP）的贝叶斯最优化算法对Xgboost框架进行参数寻优,提出了一种新的算法GP_Xgboost,并通过多组数值进行实验. 结果表明本文改进的算法分类效果要优于人工调优和穷举法,从而证明了该算法的可行性和有效性.     

蒸汽驱参数优化的正交数值试验

蒸汽驱开采效果是注采参数综合作用的结果,其影响机制比较复杂．通过正交设计确定了注采参数的位级取值,利用正交表得到了少量的组合方案,并对方案进行了数值试验;综合考虑技术和经济因素,定义了蒸汽驱开采效果的评价指标,采用直观分析方法确定出最优的参数组合．数值试验表明,正交数值试验法得到的注采参数组合可达到最优的蒸汽驱开采效果．利用方差分析法得到注采参数的显著性排序,从大到小依次为：生产井井底流压〉蒸汽干度〉采注比〉日注汽量〉注汽温度〉注汽压力．正交数值试验结果可为现场蒸汽驱注采参数的优化提供理论指导,具有实际意义．     

覆冰导线的空气动力参数数值模拟

覆冰导线的空气动力参数是导线舞动的关键因素.由于覆冰形状的多样性,风洞试验研究代价巨大,仅靠风洞试验提供覆冰导线的空气动力参数是不实际的,因此有必要采用数值模拟的方法.提出了基于面元法的覆冰导线空气动力参数的数值模拟方法,采用有粘性的绕流模型,编制计算程序对覆冰单导线随攻角变化的空气动力参数进行了数值模拟计算.该程序系统简单易用,能快速得到结果.通过比较,所得数值模拟结果与试验结果基本一致,一定程度上反映了覆冰单导线气动力的规律.该方法是一种实用、快速、有效的数值解法,为覆冰导线舞动计算与仿真的深入研究提供了一种有效的途径.     

一种近似响应面模型的链轮优化设计方法

链轮系统作为一种广泛应用于工业设备上的动力传输装置,优化并提高其系统性能具有重要的理论和实际意义。针对目前链轮系统优化过程中优化效率和优化精确度难以兼顾的不足,提出了一种基于试验设计响应面模型的链轮系统优化设计方法和优化过程。以链轮系统有限元分析结果为基础,对影响链轮系统的优化控制参数进行最优超立方试验设计,获得具有显著影响度的设计控制参数并建立各控制参数间的交互响应关系。基于显著控制样本参数构造链轮系统响应面近似模型,采用多岛遗传算法对响应面近似模型进行全局寻优并实现对链轮系统的优化设计。与常规优化方法对比,该方法在较少优化次数条件下进一步提高了链轮系统的综合优化性能,有较好的可行性和实用性。