宇宙线缪子散射成像模拟与算法研究

本文验证了基于Micromegas探测器的宇宙线缪子散射成像系统进行快速核材料检测的可行性，并对实验室宇宙线缪子成像系统原型进行参数估算。基于Geant4程序开发了用于模拟宇宙线缪子物理过程、传输径迹及Micromegas探测器响应的模拟程序。在模拟数据的基础上，实现并改进了两种主要的宇宙线缪子散射成像算法。根据模拟和成像结果，1 m×1 m成像系统可在10 min内检测到被重元素屏蔽的核材料。10 cm×10 cm成像系统的缪子事例触发率为0.16 s^-1，要获得较为清晰的成像结果，要求探测器位置分辨率达到300 μm，探测器增益为1 000时实际测量事例至少需要20 h。     

早强剂对固结粉胶凝材料混合骨料充填体强度的影响

为实现废石和固结粉胶凝材料在金川矿区充填采矿中的应用，首先开展了不同配比废石—棒磨砂混合骨料粒径级配分析，获得废石与棒磨砂配比为4∶6混合骨料的堆积密实度为0.635和泰波幂指数n为 0.591；然后，针对废石含量为10%~50%的混合骨料，分别开展了添加和不添加早强剂的固结粉胶结充填体强度试验。结果表明：充填体强度随着废石含量增加呈现先提高后降低趋势。当废石含量为40%，料浆浓度为 79%~81%时，不添加早强剂的固结粉胶结充填体3、7、28 d平均强度分别达到1.23、3.79、5.98 MPa，其早期强度低于矿山设计强度；添加早强剂时，胶结充填体3、7、28 d平均强度分别达到1.55、3.34、6.46 MPa， 满足金川矿区下向分层进路胶结充填采矿作业对胶结充填体强度的要求。由此确定，胶砂比1∶5、废石∶棒磨砂4∶6、浓度79%~81%、添加1%早强剂的固结粉胶凝材料混合骨料可在金川矿区推广应用。     

机械臂关节空间轨迹的时间最优智能规划研究

针对机械臂关节空间轨迹的时间最优规划问题,提出了基于膜计算-粒子群算法的轨迹规划方法。建立了机械臂关节空间轨迹规划模型,使用3次样条曲线构造了轨迹基元函数。提出了膜计算-粒子群算法,通过设计处理器处理膜传递的信息,通过算法淘汰机制、吞并机制和信息交流机制实现膜间合作,膜内根据不同算法原理各自进行速度和位置更新,最终通过膜计算将多种粒子群算法优势进行融合。经测试函数测试,相比于其他粒子群算法,膜计算-粒子群算法具有最高的搜索精度和最快的收敛速度;同时使用多作用力粒子群算法和膜计算-粒子群算法进行轨迹规划,膜计算-粒子群算法规划的机械臂耗时比另一算法减少了23.99%,充分证明了膜计算-粒子群算法在轨迹规划中的优越性。     

基于GAPSO算法的转台齿轮传动多目标优化研究

针对某航空发动机叶片五轴加工机床转台传动系统多目标优化设计问题,以五轴加工机床转台的齿轮总体积和总重合度建立了目标函数,在齿轮的接触应力和弯曲应力为约束条件下建立了优化数学模型。提出了结合PSO算法与GA算法各自优点的GAPSO方法,利用GAPSO算法既有GA算法的强大全局搜索能力又有PSO算法的快速收敛能力的特点,求解了转台齿轮传动系统的多目标优化数学模型,并分别使用PSO算法、GA算法对数学模型进行了寻优求解,最后将3种算法的结果进行了对比分析。研究结果表明:相比PSO算法与GA算法,GAPSO算法的优化效果最佳,转台的齿轮传动系统体积减少27.26%,重合度增加8.10%;优化目标实现了转台的轻量化与提高传动平稳性的目的,为转台的齿轮传动系统的多目标优化设计提供了理论依据。     

基于差分隐私的混合位置隐私保护

针对现有差分隐私k-means算法对初始中心点敏感、用户位置数据误差偏大、可用性较低等问题,根据LBS的特点,引入人流密度的概念,提出一种基于差分隐私k-means的混合位置隐私保护方法。根据LBS特点将用户位置点分成离散位置点和非离散位置点,基于差分隐私技术,采用改进聚类算法对位置信息进行泛化和加噪;通过分析用户位置点的稀疏程度来确定离散点,对离散点位置信息采用基于差分隐私的单独加噪技术;对非离散点采用基于差分隐私的改进k-means算法进行泛化处理,以实现用户位置信息的隐私保护。仿真实验表明,在相同隐私预算的前提下,该方法具有较高的数据可用性。     

混沌自适应水波算法在包装配送问题中的应用

追求高效的启发式算法是包装配送问题的重要研究方向。对此,设计一种求解包装配送问题的混沌自适应水波算法(CAWWA)。根据包装配送问题特征设计水波算法(WWA)个体表达式;利用混沌系统生成WWA算法初始种群,并提出一种自适应调整的碎波系数,根据进化代数调整算法搜索范围;利用包装配送实例和6个国际算例进行仿真实验。结果表明,该算法能够适用于包装配送问题求解,且与GA算法、TS算法和ACO算法相比,其全局搜索能力更强、收敛速度更快。     

协同免疫量子粒子群算法求非合作博弈Nash均衡解

考虑n人非合作博弈Nash均衡求解问题。将混合策略意义下的Nash均衡转化为最优化问题;把免疫记忆、自我进化、信息共享机制加入量子粒子群算法,通过概率浓度选择公式来保持种群的多样性,提出协同免疫量子粒子群算法。4个经典的数值算例说明,该算法优于免疫粒子群算法,具有较强的寻优能力和收敛性能。