应用多目标粒子群算法的车辆传动系参数优化仿真研究

利用多目标粒子群算法研究了车辆传动系参数优化问题。首先根据目标车辆的结构搭建了整车模型,通过台架试验对整车模型进行验证;其次以车辆传动系参数作为设计变量,以车辆动力性和经济性作为优化目标,建立多目标优化模型;然后运用多目标粒子群算法对传动系参数进行优化计算,得到Pareto最优解集;最后运用基于信息熵的多属性决策方法,确定了最优传动系参数。研究结果表明:优化后的整车的动力性能和燃油经济性均得到提升,其中燃油经济性提高了4.83%,全负荷0~100 km/h加速性能提升了2.03%。     

改进粒子群优化-Elman算法在发动机曲轴脉宽预测中的应用

针对发动机曲轴脉宽难以预测的问题,提出了改进粒子群(PSO)优化Elman神经网络预测的方法。采用Elman神经网络建立脉宽预测模型,根据网络陷入局部最优的代数与迭代次数动态更新网络惯性权重使PSO算法得到改进,利用改进的PSO算法对Elman神经网络的权值和阈值进行优化。对YC6G270-30型增压中冷柴油机曲轴信号脉宽的预测结果表明,改进的PSO-Elman算法比最小二乘、Elman、PSO-Elman算法具有更高的预测精度,收敛速度更快,验证了所提出方法的有效性与实用性。     

采用“GA+LM”优化BP神经网络的电液伺服阀故障诊断

针对标准BP神经网络用于故障诊断时学习效率低、收敛速度慢、易陷入局部极小点及对初始参数较为敏感等不足,提出了一种组合优化的方法,即采用遗传算法（GA）确定BP神经网络的最佳初始权值矩阵,以规避BP神经网络对初始参数较为敏感的不足;应用LM（Levenberg-Marquardt）算法在局部解空间里对BP神经网络进行精确训练,搜索全局最优解。该方法在保留BP神经网络的广泛映射能力的前提下,提升了网络的学习速度和精确搜索能力,进而大幅提高了基于BP神经网络的电液伺服阀故障诊断的效率和精度。通过对MOOG D761-2716A机械反馈伺服阀进行故障诊断,进一步说明了该方法的实用性和高效性。     

弹药筒超声自动检测方法与系统

提出了一种基于弹药筒下母线入射的恒定横波折射角方法,实现对不同规格弹药筒的微细裂纹检测,通过仿真和实验验证检测的可靠性。设计了用于弹药筒等小径筒体的多工位高速超声自动化检测系统,分析检测系统中缺陷信号和干扰信号的特征,提出一种扫描信号滤波报警算法,最终实现了弹药筒上料、检测、分选全过程自动化。结果表明,该系统能检测的最小缺陷深度为0.05 mm,检测速度可达1 200件/h,误判率仅为1％。     

差分吸收NO_2激光雷达波长漂移和能量波动对浓度反演的影响

为评估差分吸收二氧化氮激光雷达中激光器的稳定性对反演浓度的影响,以NO_2的吸收谱和激光雷达方程为基础,分析了波长漂移和能量波动对距离分辨差分吸收激光雷达浓度反演带来的相对误差。采用两台Nd:YAG激光器的354.7nm波长分别泵浦两台染料激光器的方式,产生差分吸收探测所需的两个波长λon(448.10nm)和λoff(446.80nm),搭建探测大气NO_2实验系统,并就波长漂移和能量波动对NO_2浓度反演影响进行了实验验证。实验结果表明:在没有稳频条件下,当λon和λoff波长漂移≤0.005nm时,引起的浓度相对误差为≤3%;能量波动对反演浓度没有影响,但能量降低减小探测距离,当能量下降≤5%时,探测距离≤100m,实验结果与理论计算基本一致。最后,开展了大气NO_2浓度实验观测,获得实验期间水平及垂直高度0.5~3km内NO_2浓度的分布廓线,系统稳定可靠。本方法为实用化NO_2差分吸收激光雷达的设计及应用提供了理论依据及技术支持。     

检校场标定长焦航测相机参数

为实现长焦航测相机内参数及畸变参数标定,提出利用室外检校场对相机进行标定的方法。介绍了该方法由初值到精确值的两步法的求解步骤、计算过程及实验过程。首先通过给定已知特征点位置信息以及不同角度不同位置下拍摄的影像,通过特征点提取及匹配,根据像点坐标与世界坐标的线性对应关系,基于直接线性变换算法建立约束方程求取相机参数初值,进而通过混合LMQN(Levenberg-Marquardt与Qusai-Newton)迭代优化加速求解精确值。与精密测角法比无需精密设备的操作及记录,只需不同位置不同姿态拍摄多张包含精确位置信息的检校场影像即可。最后进行标定实验并对结果分析,基于检校场的标定方法在参数解算中特征点最大投影误差为2.471pixel,标定参数主点精度为9.7μm(2pixel),主距精度为4.3μm(1pixel),解算相机拍摄位置精度0.035m,满足测绘应用的精度需求。     

采用人体树图与混合粒子群聚类的行人检测

为提升辅助驾驶系统的可靠性及安全系数,实现更高精度的行人检测,基于人体树图模型提出了一种改进的离线训练、在线检测的行人检测方法。首先,定义人体部件间的共生关系,得到对应父子部件对,结合K-means算法对其位置关系进行聚类获得部件类型。为兼顾类内紧密性与类间分离性,采用MSE和DBI构建具有两阶段适应度函数的混合粒子群聚类算法,在有效估计各部件最优聚类中心数量的同时,消除随机初始化对聚类准确率造成的影响。其次,将优化聚类得到的部件类型作为隐藏变量,通过求解隐结构SVM获取改进后的人体检测模型。最后,通过动态规划算法求解状态转移方程,在多个尺度上有效估计人体部件位置及检测包围盒,并结合非极大值抑制思想得到最终的行人检测结果。实验结果表明,所提方法在检测性能上明显优于5种行人检测方法,并且相比于原始Pose-original方法,在INRIA和ETH数据集上的丢失率分别下降了8.14%和5.05%。实验证明该方法检测性能良好且具有较高的准确性和鲁棒性。     

多关节测量臂的小生境混沌优化校准

多关节测量臂是一种便携式的坐标测量设备,它由一系列的旋转关节组成。为了提高多关节测量臂的测量精度和可重复性水平,必须对其运动学参数进行校准。首先,利用小生境的混沌优化算法提出了一种新的运动学校准方法以及一种混合目标的运动学校准函数,它考虑了诸如单点测量实验、容积性测量实验等多种性能测量实验的实验结果,然后,采用Levenberg Marquardt(L-M)算法和小生境混沌优化算法应用于运动学参数校准。小生境混沌优化算法显示出了优于L-M算法的性能。实验结果表明:使用NCOA算法校准后,测量误差的标准差始终优于LMA算法,并且校准前后多关节测量臂的测量精度提高了40倍。采用L-M算法和小生境混沌优化算法应用于运动学参数校准。小生境混沌优化算法显示出了优于L-M算法的性能。     

太赫兹金属光子晶体结构研究

鉴于金属光子晶体结构在滤波、极化、传感、成像等领域的重要作用,研究了基于三角形晶格的金属光子晶体的超常透射、光子能带和表面波特性。采用三维时域有限差分法对金属光子晶体结构建模,同时解释超常透射机理;推导和讨论光子能带沿着ΓK和ΓM晶格方向的能带图,分析不同的表面波特征,并解释非对称入射下观察到的三角形的两个晶格方向模式分裂效应;建立了描述这种模式分裂效应的精确的表面模式谐振频率公式,并对金属光子晶体的色散进行了定量分析。研究结果可为太赫兹功能器件的研究提供参考。     

基于改进BBO算法的二维交叉熵多阈值图像分割

为了提高生物地理学优化(BBO)算法在多阈值图像分割中的全局搜索能力,提出一种基于改进的BBO算法的多阈值图像分割.在运用BBO算法进行优化阈值时,首先,采用精英选择算子保留出最优的几组解.其次,引入一种基于优秀解和待迁出解融合的迁移策略,以减少传统迁移操作的过早收敛以及无效迁移等行为.再次,为了减少传统变异操作的盲目性,创建一种通过二进制计算的变异操作.然后将其应用到二维交叉熵的多阈值图像分割中.最后,使用该方法对典型图像进行分割实验,并与粒子群算法的二维多阈值分割,以及基于标准的BBO算法的二维多阈值图像分割进行比较,实验结果表明:该方法具有良好的收敛稳定性,可以有效缩短迭代的时间,并且优化性能优于标准的BBO算法.