基于大数据的网络通信传输效率控制

当前,传统的网络通信传输效率控制方法收敛速度慢、传输效率低的问题逐渐显露出来,为此提出基于大数据的网络通信传输效率控制研究。在大数据分析下提出了网络通信传输效率控制方法,通过大数据的降噪处理技术清楚网络通信传输信道中存在的干扰信息,为网通通信系统提供良好的控制环境;运用蚂蚁算法来控制网络通信系统选择出传输的最佳路径,提高网络通信传输效率;经过试验证明了所提出的方法具有较高的实用性和可行性。     

基于双种群混沌鲸鱼算法的自抗扰控制器参数整定

非线性自抗扰控制器具有多个耦合参数且依靠传统的经验整定法难以整定,以至于对控制器的精度和抗扰动能力造成一定影响。针对此问题,提出一种双种群混沌鲸鱼算法对控制器参数进行在线整定。针对传统鲸鱼算法易陷入局部最优以及在迭代后期出现寻优缓慢的现象,提出一种混沌策略和双种群协同机制对算法进行改进。以机械臂作为被控对象进行仿真验证,结果表明优化后的自抗扰控制器具有更好的控制精度和良好的抗扰动能力。改进后的鲸鱼优化算法可以用于非线性自抗扰控制器参数整定。     

断裂检测技术在塔河于奇中三维的应用

于奇中三维奥陶系-寒武系地层走滑断裂非常发育。在于奇中三维利用相干、AFE、蚂蚁追踪技术、曲率开展了断裂检测,对比分析发现相干技术对常规断裂和异常体刻画效果最好,AFE和蚂蚁追踪技术有利于对小断裂的追踪刻画,但蚂蚁追踪技术刻画的部分小微断裂存在一定假象,曲率属性对层面变化较敏感,对断距较小的走滑断裂预测效果一般。     

基于改进的差异演化算法求解SVM反问题的研究

针对求解支持向量机反问题的效率较低,算法复杂度高以及运用传统方法求解该问题容易陷入局部最优出现早熟收敛的问题,提出一种基于改进差异的差异演化算法。该算法在标准差异演化算法的基础上利用种群分类机制对算法进行改进,对改进后的算法与标准差异演化算法和K-means聚类算法进行实验设计,并对算法最终实验结果进行分析,改进的差异演化算法除在运行时间外,结果对比以及最大间隔次数比都有明显的提升,有效地保护处于最优解区域但是适应值低的个体,能够提高算法局部搜索能力,有助于算法实现全局收敛。实验结果表明,改进的差异演化算法在求解SVM反问题上能有明显的提升。     

具有时滞与Beddington-DeAngelis发生率的多易感种群的传染病模型研究

主要研究一类具有时滞与Beddington-DeAngelis发生率的多易感群体的传染病模型,得到基本再生数■.通过构造Lyapunov泛函和LaSalle不变原理对系统的稳定性进行了研究,得到了平衡点的全局渐近稳定条件.进行系统的数值仿真分析对结果验证.     

懒蚂蚁效应：企业要有市场眼

企业家只有两只眼不行，必须要有第三只眼睛。要用一只眼睛盯住内部管理，最大限度的调动员工的积极性；另一只眼睛盯住国家的政策，以便抓住机遇，超前发展；第三只眼睛盯住潜在的市场，创造发展商机。     

基于CT试验的混凝土破损机理生态学研究

本文引入数学生态学种群的概念，在整个CT标尺范围内，以100等间距考察了混凝土圆柱试件第一扫描断面σ=9．87MPa时的CT图像，获取和分析了40个种群的个体数量和空间位置信息。在此基础上，确定了骨料种群、砂浆种群和孔隙或裂纹种群分区界限值，最终实现了混凝土骨料、砂浆和裂纹3个种群的提取，并对上述各种群的空间演化信息和CT数演化信息进行了分析，总结了混凝土的破损机理。     

基于应力场的土坡临界滑动面的蚂蚁算法搜索技术

在土坡应力场非线性有限元分析的研究基础上，将蚂蚁算法这一新的启发式人工智能型优化方法与土坡稳定性有限元分析方法相结合，探讨了基于有限元分析得出的土坡应力场所对应最小稳定安全系数的土坡任意形状临界滑动面的蚂蚁算法搜索技术，并通过分析算例说明这一技术的可行性。     

基于切削声信号与优化SVM的刀具磨损状态监测

提出了一种利用切削声实现刀具磨损状态多特征监测的方法。根据经验模态分解与Hilbert变换理论,提取切削声信号的内禀模态能量与不同频段的Hilbert谱能量作为监测信号的备选特征。采用支持向量机作为分类器,针对备选特征的有效筛选问题,利用多种群遗传算法对分类器的输入特征进行了优化,剔除备选特征中的干扰特征,利用多种群遗传算法对分类器的模型参数进行了优化。利用优化后的分类器对测试样本进行分类,并与优化前的分类结果进行了对比。结果表明,优化后分类器的分类性能得到了明显提升,该方法可以对刀具磨损状态进行有效识别。     

自适应多种群遗传算法的换热管清洗路径优化

为提高清洗效率,对糖业蒸发罐换热管清洗机器人定位移动时间进行研究。在分析影响总定位移动时间因素的基础上,以总合成位移为优化目标,以机器人轴运动分辨率为约束条件,建立了以机器人在各换热处构型和换热管清洗顺序为决策变量的清洗路径优化模型。为克服遗传算法早熟收敛,提出一种自适应多种群遗传算法对清洗路径进行优化。针对84根换热管进行仿真实验,结果表明自适应多种群遗传算法优化后总合成位移比标准遗传算法和固定交叉和变异概率的多种群遗传算法所得总合成位移分别减少39.77%和20%,与固定交叉和变异概率的多种群遗传算法相比,进化代数也从1221减少到1142。由此可见,自适应多种群遗传算法在全局搜索能力和收敛速度两方面都取得较好优化效果,优化所得清洗路径为清洗机器人的运动控制提供依据。