排序方式: 共有19条查询结果,搜索用时 15 毫秒
11.
针对污水处理过程控制中能耗过大、出水水质超标严重等问题,提出了一种基于均匀分布的NSGAII(non-dominated sorting genetic algorithm II based on uniform distribution, UDNSGAII)多目标优化智能控制系统。首先,该方法以污水处理能耗和出水水质作为优化目标,建立多目标优化模型。其次,为了获得溶解氧和硝态氮的优化设定值,提高Pareto解的性能,该算法将种群映射到目标函数对应的超平面, 并在该平面上进行聚类以增加解的多样性。此外,加入分布性判断模块和分布性加强模块提高解的分布性。最后,采用比例积分微分(proportional integral derivative, PID)控制器对溶解氧和硝态氮的优化设定值进行底层跟踪控制。为了验证该算法的有效性,采用国际基准的污水处理仿真平台(benchmark simulation model No.1, BSM1)来进行实验。结果显示,所提出的UDNSGAII多目标优化控制方法能够在满足出水水质达标的同时,有效地降低污水处理过程能耗。 相似文献
12.
针对污水处理过程控制中能耗过大、出水水质超标严重等问题,提出了一种基于均匀分布的NSGAII(non-dominated sorting genetic algorithm II based on uniform distribution, UDNSGAII)多目标优化智能控制系统。首先,该方法以污水处理能耗和出水水质作为优化目标,建立多目标优化模型。其次,为了获得溶解氧和硝态氮的优化设定值,提高Pareto解的性能,该算法将种群映射到目标函数对应的超平面,并在该平面上进行聚类以增加解的多样性。此外,加入分布性判断模块和分布性加强模块提高解的分布性。最后,采用比例积分微分(proportional integral derivative, PID)控制器对溶解氧和硝态氮的优化设定值进行底层跟踪控制。为了验证该算法的有效性,采用国际基准的污水处理仿真平台(benchmark simulation model No.1, BSM1)来进行实验。结果显示,所提出的UDNSGAII多目标优化控制方法能够在满足出水水质达标的同时,有效地降低污水处理过程能耗。 相似文献
13.
介绍了锈粘盘现象的发生机制,从产品自身和环境因素对该问题进行了分析,并结合相关的试验数据从摩擦片材料及相关特性、制动盘、EPB等产品方面给出了优化思路,但受产品特性的影响,仍需从驾驶习惯及使用环境等方面规避该问题的发生。 相似文献
14.
工程造价咨询行业是我国近年来适应市场经济发展而崛起的新兴行业,它在我国建设领域中发挥着越来越重要的作用。本文从造价咨询市场信用现状入手,通过对建立健全造价咨询企业信用评价体系、确立信用激励机制、创建信用"品牌"企业、等方面进行分析探讨,以期对规范造价咨询市场提出建设性建议。 相似文献
15.
16.
湿接头水平井测井在施工过程中必须靠钻具或油管提供动力来推进仪器进行测井,仪器在测井过程中所处的位置及测量环境不同于普通直井.随着水平井的开发日益增加,水平井测井中密度与井径的数据采集的缺陷也日益显露,从而影响对地层的准确评价.针对这一问题,分析密度与井径在水平井测井中的特殊环境以及其测井原理与方法,着眼于水平井测井工艺的配套分析,同时涉及密度与井径的数据采集及传输.根据分析逐步提出影响密度与井径测井的问题所在,最后提出解决思路与方法. 相似文献
17.
现有基于序列标注或文本生成的三元组抽取模型通常未考虑完整文本片段级别的交互,且忽略了句法知识的应用。为解决上述问题,提出一种基于依存图卷积与文本片段搜索的深度学习模型来联合抽取方面情感三元组。通过预训练语言模型BERT编码层学习句子中每个单词的上下文表达,同时利用图卷积神经网络学习句子单词之间的依存关系和句法标签信息,以捕获远距离的方面词与观点词之间的语义关联关系,并采用文本片段搜索构造候选方面词与观点词及其特征表示,最终使用多个分类器同时进行方面词与观点词抽取及情感极性判断。在ASTE-Data-V2数据集上的实验结果表明,该模型在14res、14lap、15res和16res子集上的F1值相比于JET模型提升了10.61、10.54、4.91和8.48个百分点,具有较高的方面情感三元组抽取效率。 相似文献
18.
针对局部搜索类改进型非劣分类遗传算法(Nondominated sorting genetic algorithm Ⅱ,NSGAⅡ)计算过程中种群分布不均的问题,提出一种基于均匀分布的NSGAⅡ(NSGAⅡ based on uniform distribution,NSGAⅡ-UID)多目标优化算法.首先,该算法将种群映射到目标函数对应的超平面,并在该平面上进行聚类以增加解的多样性.其次,为了提高解的分布性,将映射平面进行均匀分区.当分段区间不满足分布性条件时,需要激活分布性加强模块.与此同时在计算过程中分段区间可能会出现种群数量不足或无解的状况,为了保证每个区间所选个体数目相同.最后,采用将最优个体进行极限优化变异的方法来获得缺失个体.实验结果显示该算法可以保证种群跳出局部最优且提高收敛速度,并且在解的分布性和收敛性方面均优于文中其他多目标优化算法. 相似文献
19.