矿山系统动态最优分析方法

应用数据包络分析（ＤＥＡ）技术，建立了矿山系统动态最优分析模型。在该模型中，运用有效性分析、类序分析、窗口分析和投入产出灵敏度分析等技术从多种角度对矿山系统进行分析。     

种群具有离散Leslie年龄结构的动力学优化算法

为了解决一些函数优化问题,采用种群具有Leslie年龄结构的动力学模型提出了一种新型群智能优化算法,简称PDO-DLAS算法.在该算法中,假设某种群由具有不同性别、不同年龄的生物个体组成,个体依据其性别和年龄被自动划分成若干类,增加了个体的多样性;每个算子具有明确功能,其中学习算子可实现性别不同但年龄相近个体之间的信息交换;影响算子可实现不同性别、不同年龄个体之间的信息交换;新生算子可增加强壮个体数,死亡算子可以减少虚弱个体数;进化算子可确保算法具有全局收敛性;依据Leslie模型确定该算法中的相关参数,提升了参数确定的科学性;该算法每次进化只处理个体特征数的1/250～1/10,从而使时间复杂度大幅降低.测试结果表明,该算法具有较优越的性能,适于求解维数较高的优化问题.     

巷道热流蔓延及阻滞的分块耦合LBM仿真

为了掌握地下矿火灾发生后遇到易燃物蔓延、障碍物阻滞的规律,提出用分块耦合格子Boltzmann方法(LBM)进行巷道热流蔓延与阻滞的仿真方法.该方法使用分块耦合算法将巷道分为若干相对规则的块,并应用速度-温度双分布LBM对巷道热流蔓延及阻滞过程进行仿真.仿真时,在巷道随机设置多处易燃物,当热流流经巷道时采用热流蔓延模型使得易燃物在一定条件下被引燃,产生热流与原有热流共同传播;在巷道随机设置障碍物,采用热流阻滞模型分析热流遇到障碍物后其方向和温度变化状况.仿真结果表明,该仿真方法可得到关于热流流动速度、热流温度和压力的详细数据,获得关于巷道热流流态的直观信息,从而为制定有效的规避热流的方案提供依据.     

露天边坡变形位移函数自动辨识的遗传规划方法

以时间序列实测数据为基础,提出了科学发展露天边坡变形位移函数的遗传规划方法。该方法具有极好的通用性,只需一次编程。即可确定任何条件下的边坡变形位移函数。     

生态毒理动力学函数优化方法

基于生态毒理动力学模型构造出可全局收敛的函数优化算法。在该算法中,将优化问题的搜索空间看成一个存在污染现象的环境系统,将一个试探解看成一个种群,采用生态毒理动力学模型对种群生长特征的变化规律进行描述。种群在污染作用下不断发生变化,能够抵抗住污染的强壮种群能够获得生长,而无法抵抗住污染的虚弱种群则停止生长。用环境和种群以及种群与种群之间的相互作用关系构造进化算子,这些算子从多种角度实现了种群之间的信息交换。因环境污染影响的是种群的很少部分特征,当种群演化时,只涉及到很少一部分种群特征参与运算,故提高了算法的收敛速度。测试结果表明本算法的精度和性能优于已有的群智能优化算法。     

垂直结构群落系统优化算法

为了求解一类复杂非线性优化问题的全局最优解,基于采用垂直结构群落动力学理论,提出了一种新的垂直结构群落系统优化算法,简称为VS-CSO算法。该算法将优化问题的搜索空间视为一个生态系统,该生态系统具有若干个垂直结构分叉营养水平,在各个营养水平中生活着不同种类的生物种群;在每个种群内,有若干生物个体在活动;生物个体不能跨种群迁移,但在同类种群中会相互影响。各种群以循环捕食-被食或资源-消耗连接在一起。运用垂直结构群落动力学模型开发出了通吃算子、择食算子、干扰算子、侵染算子、新生算子、死亡算子。其中,通吃算子和择食算子可实现个体跨种群的信息交换,而干扰算子和侵染算子可实现种群内部个体之间的信息交换,从而确保个体间信息的充分交换;新生算子可适时补充新个体到种群中,而死亡算子可将种群中的虚弱个体适时清除掉,从而大幅提升算法跳出局部陷阱的能力。在求解过程中,VS-CSO算法每次只对极少变量进行处理,因此可求解高维优化问题。测试结果表明,VS-CSO算法能求解一类非常复杂的单峰函数、多峰函数和复合函数优化问题,其求精能力、探索能力及两者的协调性均优良,且具有全局收敛性的特点。该算法为求解一些较高维复杂函数优化问题的全局最优解提供了可行方案。     

具有脉冲毒素输入的生态毒理动力学的函数优化方法

为了解决某些函数优化问题,基于具有脉冲毒素输入的生态毒理动力学模型提出了可全局收敛的函数优化算法。在该算法中,令环境系统与优化问题的搜索空间相对应,该环境系统存在污染现象,污染源定期地向环境系统注入有毒污染物。有多种不同类型的种群生活在该环境系统中,不同类型的种群之间存在竞争关系和捕食-被捕食关系,每个种群对应着优化问题的一个试探解。将生态毒理动力学模型映射成对种群的特征的变化规律的描述,利用环境和种群以及种群与种群之间的相互作用构造种群的进化算子,这些算子从多种角度实现了种群与环境以及种群与种群之间的信息交换。结果表明:因环境污染影响的是种群的很少部分特征,当种群演化时,只涉及到很少一部分特征参与运算,故收敛速度可得到提升;环境系统脉冲式注入毒素,可以导致种群的特征状态值发生突然改变,这种特点有利于使搜索跳出局部最优解陷阱;使能够抵抗污染的强壮种群获得生长,而无法抵抗污染的虚弱种群则停止生长,此特点确保了该算法具有全局收敛性。测试结果表明:对某些函数优化问题的求解,本算法与已有的群智能优化算法相比,均具有较高的精度和性能。     

基于随机函数Petri网的系统动力学关联分析模型

针对系统动力学（SD）模型既无法表达延迟具有随机性,又无法描述不同状态之间存在的条件转移,以及随机Petri网（SPN）本身存在计算能力不足等问题,首先,将SPN进行扩展,提出了随机函数Petri网（SFPN）模型;然后,将SFPN与SD相结合,提出了一种SFPN-SD模型。因SFPN模型中的变迁本身能精确描述随机延迟,故解决了SD模型存在的第一个问题;因SFPN模型中的条件弧能表达库所之间的有条件转移,故解决了SD模型存在的第二个问题;最后,在SPN的库所和变迁中定义一些状态变量及其状态转移方程,而状态变量及其状态转移方程就是SD模型中的水平变量、辅助变量、速率变量、水平方程和速率方程的不同解释,状态转移方程可以实现复杂的计算,于是解决了SPN模型的计算能力不足的问题。SFPN-SD模型很好地继承了SD模型的全部特征,同时又将随机Petri网的全部特征融入到SFPN-SD模型中。与SD模型相比,SFPN-SD模型具有系统的状态及其类型的含义更明确、状态演变过程更明确的特点,且其描述的系统变化动态性是通过事件激发的,从而更逼真地描述了复杂系统的自主动态随机演变行为。实例研究表明,SFPN-SD模型比SD模型具有更强、更全面的对复杂系统的描述关联分析与模拟能力。     

通风系统风流稳定性分析的新方法

利用通风系统节点风流平衡关系和回路阻力平衡关系, 分析了风网中各分支间基于空气动力学特征的制约关系, 提出了某分支风阻、阻力发生变化时, 其它分支的风量对此变化作出反应的分析模型, 提出了抑制分支风量变化的控制模型, 给出了度量反应敏感性强弱的方法。由于该模型可预先进行解算, 解算结果对于风量调节具有很好的指导作用。     

具脉冲出生和季节性捕杀的种群系统优化算法

为了求解一些非线性优化问题,采用具有脉冲出生和季节性捕杀的种群动力学模型提出了一种新的群智能优化算法(PSO-IBSK).在该算法中,假设某种群由具有幼年和成年两种阶段状态的若干个体组成,幼体是由成体脉冲产生的,经过一段时间后会变成为成体.为了提升种群的整体质量,需要季节性地对一些生长状况不良的成体进行捕杀.该算法中的出生算子和成长算子可分别实现成体向幼体瞬时和延迟传递信息,有助于搜索跳出局部最优解陷阱;捕杀算子可周期性地将不良成体清除,死亡算子可将虚弱个体随机清除,该两个算子有利于提升算法的求精能力;强势算子可实现强壮个体向虚弱个体扩散强壮信息,竞争算子可实现幼年和成体之间的有效信息交换,该两个算子有利于提升算法的探索能力;进化算子可确保算法具有全局收敛性.该算法的大部分参数采用该种群动力学模型确定,具有很好的科学性;该算法每次只处理个体特征数的6‰～8％,从而使时间复杂度大幅降低.测试结果表明,该算法具有较优越的性能,适于求解维数较高的优化问题.