基于量子粒子群优化算法的换热器综合能效评价研究

换热器是工业领域中被广泛应用的一种通用工艺设备,降低生产过程中的能源消耗来提高生产效益逐渐被重视。采用理论分析和数值模拟仿真相结合的方式,将影响换热器能效评价的各类因素进行了合理的归类与分析,根据各类型影响因素,建立了一个线性加权函数形式的换热器综合能效评价模型,对模型中的各个权重系数采用量子粒子群的优化算法进行优化,得到与各项能效因素相对应的最优权重,从而建立起最优的换热器综合能效评价方法。     

城市区域多物流无人机协同任务分配

针对城市区域多无人机协同物流任务分配问题, 综合考虑不同无人机性能、物流时效性、飞行可靠性等影响因素, 以经济成本、时间损失和安全风险最小为目标函数, 构建多无人机协同物流任务分配模型。因问题规模大、求解复杂度高, 设计改进的量子粒子群算法进行求解。首先，为增强粒子遍历性和多样性, 采用均匀化级联Logistic映射进行粒子初始化; 其次，为避免算法陷入局部最优解, 引入基于高斯分布的粒子变异方式; 最后，为提高算法运行效率, 运用自适应惯性权重方法对粒子赋值。仿真实验结果表明，所构建的模型能够实现任务分配多目标优化, 贴近城市区域无人机物流配送实际; 所提算法与传统量子粒子群算法和遗传算法相比, 任务分配代价分别下降了5.9%和6.3%;并进一步对参数权重设置进行分析, 当3个子目标函数权重系数分别为0.225、0.275和0.500, 种群规模为150时, 算法规划的结果最优。     

混合粒子群算法的电火花成型加工工艺参数优化

针对电火花成型加工机床工艺参数难以确定以及工件表面质量差的问题,在CTM450机床上探究了脉冲电流、脉冲宽度、脉冲间隔对成型加工中MPR和Ra的影响,在正方实验的基础上,以提高材料去除率和工件表面质量为优化目标,设计了混合粒子群算法,将仿真优化后的结果与实际加工效果进行验证,表面该算法准确有效.     

基于自适应变异PSO-SVM的APU性能参数预测模型

为提高辅助动力装置(auxiliary power unit, APU)性能参数预测的精度,针对支持向量机(support vector machine, SVM)模型在实际使用中遇到的参数选择问题,采用自适应变异粒子群优化(particle swarm optimization, PSO)算法实现对SVM惩罚参数和核参数的优化选择,提出一种基于自适应变异PSO算法优化SVM的APU性能参数预测模型。进一步分析了预测模型不同预测步长对短期预测精度的影响。利用某型APU性能参数数据进行了验证,并与多种预测模型进行了对比实验。实验结果表明,对于排气温度(exhaust gas temperature, EGT)的预测,自适应变异PSO-SVM模型的平均绝对百分比误差(mean absolute percentage error, MAPE)比标准PSO-SVM模型低47%;对于滑油温度(oil temperrature, OT)的预测,自适应变异PSO-SVM模型的MAPE比标准PSO-SVM低29%,为短期APU性能变化趋势预测提供了一定的参考。     

掺硅灰的低水胶比水泥水化产物定量预测方法

基于低水胶比下水泥水化原理以及硅灰作用机制,考虑体系中氢氧化钙量的变化,修正中心粒子模型,提出掺硅灰的低水胶比水泥水化产物体积分数预测方法.对比提出方法、试验数据、Power模型以及Jensen模型,结果表明:所提方法可较好地描述掺硅灰的低水胶比水泥水化进程并定量预测不同水化产物的体积含量;当无硅灰时,所提方法计算的未水化水泥和化学收缩的体积与Power模型计算结果基本一致;当含有硅灰时,所提方法计算的水化产物的体积分数与Jensen模型的模拟相近.     

一种改进的流体模拟自由表面处理算法

文章基于光滑粒子流体动力学(smoothed particle hydrodynamics,SPH)方法,针对传统流体模拟自由表面处理方法——ghost方法计算量大、动态生成ghost粒子场量比较困难等缺陷,提出了一种改进的ghost粒子方法,使得ghost粒子场量生成更容易。仿真实验表明,文中方法模拟自由表面的效果比传统的ghost方法更好,效率更高。     

数控内齿珩轮强力珩齿拓扑修形方法研究

在圆柱斜齿轮进行珩削修形加工时,通常采用专用的金刚石修整轮对珩磨轮的齿廓和齿向进行修整,因此,齿轮修形参数不同,所使用的金刚轮也不同。为了增加金刚石修整轮的通用性,降低修形齿轮加工成本,缩短齿轮研发周期,文章在已有研究的基础上提出了一种基于调整内齿珩轮强力珩齿机床各轴运动参数的方法来实现齿轮修形加工。根据各轴的运动关系,建立内齿珩轮强力珩齿机床加工齿轮的齿面数学模型;将机床的A、B、X轴的运动表示为具有Φ_(C_1)、L_Z 2个变量的高阶多项式函数,分析多项式系数对齿面法向偏差的影响;建立齿面法向偏差的目标函数,利用粒子群优化算法(particle swarm optimization,PSO)进行优化,得到机床的运动参数。仿真结果证明了该拓扑修形方法的有效性。     

基于DPSO-RK算法解带有交易成本的投资组合选择问题

目的在Markowitz均值-方差模型的基础上,建立带有交易成本且期望收益和风险都有一定误差的投资组合选择模型,即乐观情况下期望收益最大风险最小模型和悲观情况下期望收益最小风险最大模型。方法根据模型特点,设计了基于Runge-Kutta法的差分进化粒子群优化(Differential PSO with Runge-Kutta,DPSO-RK)算法。结果与结论数值试验表明用DPSO-RK算法求解该模型是有效的,模型符合实际,与改进的粒子群优化算法(Improved Particle Swarm Optimization,IPSO)相比,本文所提出的算法具有更好的仿真结果。     

基于粗糙集全局离散和粒子群算法的启发式航材订货模型

为了解决目前航材订货模型单纯依托人为经验,对航材消耗规律变化反应滞后且可信度不高工作量过大的问题,提出在原始订货模型的框架下,使用PAM聚类、粗糙集全局离散和粒子群算法,计算模型中的航材分类、属性离散和区间权重,从而建立启发式航材订货模型,并在测试集上对比新老模型的均方离差。结果表明,启发式航材订货模型可以使人摆脱依靠经验确定模型的繁琐工作,并且能有效提高模型的准确性和及时性,从而提高航材订货工作效率。     

黄波椤种子形态变异初步分析

由吉林省临江林业局黄波椤嫁接种子园采集种子,分析黄波椤种子形态种内变异规律.结果表明:不同种源间黄波椤种子性状差异显著,种子长度、宽度、厚度和千粒重种源间差异均达到极显著水平(F分别为7.92**,222.93**,178.11**和7.02**);黑龙江种源无性系间种子长度、宽度、厚度和千粒重差异均极显著(F分别为23.24**,16.03**,15.60**和6.98**),且结实量高于临江种源;结实量较高的无性系是黑龙江2,14,7,18,5,15,4,9和13号无性系;黄波椤种子形态性状和千粒重具有丰富的种内遗传多样性.