蚁群算法在威布尔分布模型参数估计中的应用

针对威布尔分布模型参数的极大似然估计采用牛顿迭代法计算过程烦琐,粒子群算法求解过程中容易陷入早熟等问题,将蚁群算法引入到威布尔分布模型的参数估计中,提出了基于蚁群算法的威布尔分布模型参数估计,并与牛顿迭代法和粒子群算法进行对比,通过实例验证了该方法的可行性与有效性。     

基于可靠性的供应链设施选址问题的优化模型

针对传统设施选址模型片面追求成本最小化而忽视供应链系统服务水平的情况,建立了一个基于容量有限制的供应链设施选址可靠性问题的多目标优化模型(RCFLP),并针对模拟退火算法与粒子群算法的优缺点,提出了一种混合型智能算法—模拟退火粒子群算法。通过收集中国各个省的人口和各个省会的相互之间的距离数据,构建实例,通过本文建立的模型与模拟退火粒子群算法进行了求解, 并对结果进行了分析,将模拟退火粒子群算法计算结果与模拟退火算法和粒子群算法的计算结果相比较,证明了模拟退火粒子群算法的可以较快地获得较好的全局最优解。     

露天煤矿车辆的不确定调度模型与优化求解

以内蒙古一露天煤矿为研究对象,对露天矿车辆调度过程中的关键时间参数进行统计分析,确定其随机性,建立车辆调度的不确定模型.在对不确定调度模型优化分析的过程中,训练神经网络逼近函数,对于粒子群算法容易陷入局部收敛的缺陷,结合模拟退火算法的局部搜索技术,得到模拟退火算法和粒子群算法相结合的混合智能算法.计算实验结果证明该算法的有效性和优越性.     

一种基于对数正态分布的图像阈值模型

为了更准确地拟合图像的目标与背景的灰度级分布并分割出图像的目标部分,采用基于参数的阈值估计方法,提出了基于对数正态分布的粒子群EM混合算法,设计了对数正态分布参数的粒子群算法、EM算法和粒子群EM混合算法,给出了对数正态分布参数的计算过程。研究结果表明:对数正态混合分布能够很好地拟合一类图像的目标与背景的灰度级分布,粒子群EM混合算法具有较好的收敛性。该研究成果有助于解决一类图像的目标与背景的分割问题。     

基于粒子群算法和增广拉格朗日乘子法的混合可靠性分析

本文提出了一种基于粒子群算法和增广拉格朗日乘子法的混合可靠性分析方法.该方法通过引入参数的不确定性和区间变量,得到一种概率-区间混合不确定模型,充分利用增广拉格朗日乘子法将有约束优化问题转化为无约束优化问题,基于此进行求解和结构可靠性分析.数值算例和工程实例验证了该算法在计算结构可靠性问题时对于线性和非线性的功能函数有良好的收敛性和较高的计算效率.     

基于Memetic框架混合群智能算法的NARMAX模型参数辨识

针对NARMAX模型的参数辨识问题,提出一种新颖的混合群智能算法.该算法在Memetic算法框架的基础上,采用粒子群算法与人工蜂群算法融合作为全局搜索策略,采用单纯形优化法作为局部搜索策略.针对三个复杂程度不同的NARMAX模型进行的参数辨识仿真实验,结果显示,与标准人工蜂群算法和随机惯性权重粒子群算法相比,新算法无论在鲁棒性还是求解精度上都具有一定优势.     

基于混合粒子群算法的道路网络优化研究

道路网络的优化是建立可持续发展交通运输系统的重要环节。从投资费用、可靠性和对环境的影响等3个因素综合考虑,构建了多目标道路网规划模型。将混合粒子群优化算法引入到道路网规划中,克服了传统优化方法易陷入局部最优和维数灾难等弊端,并应用微分进化算法确定混合粒子群的参数。通过算例求解验证表明了该方法的可行性和有效性,同时,与采用遗传算法所得结果进行比较,得知粒子群优化方法的搜索时间短而且优化结果更接近最优解。     

基于一种推广的Choquet积分的回归模型

为了处理属性间带有不确定值交互作用的实际问题,提出了一种推广的Choquet积分,给出了一种基于此积分的回归模型,最后给出了用粒子群算法确定模型中回归参数的算法.由于粒子群算法具有快速收敛等优点,保证了本文提出算法的快速求解和有效性.     

基于混沌粒子群算法的连铸传热模型参数辨识

针对连铸传热模型参数辨识问题中包含偏微分方程所带来的复杂性和非线性,提出采用混沌粒子群算法进行优化求解,依据不同位置射钉测量坯壳厚度和二冷外测量铸坯表面温度相结合,优化确定了二冷换热系数和有效导热系数相应参数.最后通过在线计算铸坯表面温度与二冷出口铸坯表面测温比较,结果偏差小于13℃,验证了辨识参数的可靠性.校验后的模型成功应用于连铸机的二冷配水优化和动态控制.     

基于视频识别的混合非机动车速度分布模型

中国非机动车出行近年来逐渐复兴并形成了复杂的混合交通流动,造成了交通运行和安全问题,因此对混合非机动车速度分布进行准确建模是重要的现实需求。该文首先介绍了利用深度神经网络进行多目标跟踪的数据采集方法,然后输入非机动车道的拍摄视频进行自动识别,高效获取实测数据;在对车速进行统计分析后,通过信息准则确定混合Gauss模型的最优组分,采用期望最大化算法求解模型参数的极大似然估计,并建立模型参数与道路运行状况和统计特征之间的联系。所使用的智能化视频识别方法提高了数据采集效率,求解参数前进行组分选择可以提高建模效率。拟合结果表明:混合Gauss模型对非机动车速度分布的描述比单分布模型更准确。在流动不受阻碍时,混合Gauss模型的结果以非机动车类型划分组分,其参数与速度均值、标准差及各类型车的比例相关;在高峰时,组分划分与根据流动状态进行分类是一致的,其中较快组分的平均速度接近车辆自由流动速度。     

基于混合威布尔分布的水稻插秧机的可靠性分析及剩余寿命预测

为了更准确描述水稻插秧机的失效规律,提高可靠性分析的准确性,对某型水稻插秧机的故障数据进行分析,采用两参数混合威布尔分布对水稻插秧机进行建模。以残差平方和最小为优化目标,建立参数估计优化模型,利用改进粒子群算法对其进行求解,然后采用K-S检验法对模型进行检验,对比单一威布尔模型、混合威布尔模型与水稻插秧机失效数据之间的拟合程度,得出使用两参数混合威布尔模型评估水稻插秧机可靠性的合理性,在此模型的基础上计算得到水稻插秧机的平均无故障工作时间为161.75h,中位寿命为147.14h,特征寿命为191.31h,且在可靠度为0.6时,预防性维修周期为115.19h,最后在混合威布尔分布模型的基础上计算出剩余寿命-可靠度的关系,可定量分析插秧机在一定使用时间下的剩余寿命,从而进行预测性维护。     

数控机床小样本类型子系统的可靠性建模

数控机床中很多子系统故障数很少,属于小样本的类型,使用传统经典可靠性建模方法进行建模往往会有较大的误差。对于小样本类型的故障数据,首先使用极大似然估计方法估计出各子系统故障间隔时间威布尔分布模型的参数,再采用参数偏差修正方法对各威布尔分布的模型进行修正。最后使用D检验法和误差面积比检验法检验参数偏差修正的效果,检验结果证明了修正后的模型更优。     

基于比例故障率模型的柴油发动机视情维修决策

为提高柴油发动机运行的可靠性,减少维修费用,建立了一种基于威布尔比例故障率模型的车用柴油机的视情维修决策模型。首先利用AIC准则选择了威布尔分布作为故障数据的最佳分布,然后使用PCA将润滑油中各种金属含量数据进行了加权融合,得到了更加全面有效的特征协变量,继而将处理后数据通过最大似然估计得到了模型参数估计值;再综合单位维修费用最小和可用度最大的原则,建立了综合维修优化模型,基于该模型求得了最优预防时间间隔以及相应的视情维修决策模型。最后通过同类型柴油发动机实例进行了分析和验证,结果表明,该方法可用于柴油发动机的视情维修决策,降低了维修的费用,提高了运行可靠性及可用度。     

Parameter Estimation of Mixed Weibull Distributions Using Cuckoo Search

The lifetime data of products with multiple failure modes which are collected from life testing are often fitted by the mixed Weibull distributions. Since the mixed Weibull distributions contain no less than five parameters,the parameter estimation is difficult and inaccurate. In order to enhance the accuracy,a new method of parameter estimation based on Cuckoo search( CS) is proposed. An optimization model for the mixed Weibull distribution is formulated by minimizing the residual sum of squares. The optimal parameters are searched via CS algorithm. In the case study,the lifetime data come from the life testing of diesel injectors and are fitted by the twocomponent Weibull mixture. Regarding the maximum absolute error and the accumulative absolute error between estimated and observed values as the accuracy index of parameter estimation,the results of four parameter estimation methods that the graphic estimation method,the nonlinear least square method,the optimization method based on particle swarm optimization( PSO) and the proposed method are compared. The result shows that the proposed method is more efficient and more accurate than the other three methods.     

含分布式电源配电网重构的改进混合型粒子群算法

建立了含分布式电源的配电网重构问题数学模型,重点研究了求解该问题的混合型粒子群算法.针对该算法稳定性差以及收敛速度慢等缺点,提出了改进算法的3个解环启发式原则.并利用一个实际算例对算法的改进效果做了检验.结果表明:针对该问题,改进后的混合型粒子群算法的稳定性和计算效率均有明显提高.     

Weibull分布下绕线联轴器双应力加速寿命试验研究

针对绕线联轴器具有较长的工作寿命,其可靠性很难快速评定的问题,采用恒加试验方法,进行了绕线联轴器双应力加速寿命试验及其失效寿命数据的统计分析;在加速寿命试验中,通过对绕线联轴器的失效机理进行分析,确定了加速应力及加速模型,采用Escobar-Meeker（E-M）法确定了加速寿命试验的条件矩阵;失效寿命数据的统计分析中,假设绕线联轴器的寿命服从威布尔分布,利用威布尔概率纸检验和巴特利特检验相结合的方式对绕线联轴器的寿命分布进行检验;利用极大似然估计法（MLE）和最佳线性无偏估计法（BLUE）确定分布模型的形状参数和特征寿命,并对参数估计方法进行了分析比较;对绕线联轴器双应力恒加试验数据的统计分析表明：绕线联轴器的寿命可用双应力逆幂律-Weibull精确描述,获得了加速应力-寿命模型,某型绕线联轴器在正常转速水平1000r／min,正常扭矩水平0.6Nm下可靠性指标的最佳线性无偏估计。     

竞争失效下多元退化建模的航空发动机可靠性分析

为了解决航空发动机的竞争失效下多元退化系统可靠性评估问题,提出一种多元退化失效和突发失效之间相关竞争失效的可靠性评估方法.以具有随机效应的非线性Wiener过程与Gamma过程描述退化失效过程,选择合适的Copula函数对多元退化失效相关性进行建模,通过马尔科夫链蒙特卡洛方法进行多元退化系统相关失效模型参数估计;引入Weibull分布描述突发失效时间,采用比例危险模型构建关于性能退化量的突发失效率函数,利用两步极大似然估计法识别模型参数.结合航空发动机的性能退化数据实现了竞争失效下多元退化系统可靠性评估,通过分析结果验证了模型的有效性与准确性.     

Weibull分布CE模型序进试验下逐次截尾的统计分析——应力为时间的一般线性关系

针对累积损伤模型,在序进应力下给出了逐次截尾试验下两参数Weibull分布在阿伦尼斯方程下和逆幂律方程下的极大似然估计．通过Monte-Carlo模拟考察了参数估计的精度,结果表明随着样本的增大,估计的精度逐渐提高．同时,在总样本量相同的条件下,截尾样本个数较小时,估计的精度有所提高．