基于反向学习的群居蜘蛛优化WSN节点定位算法

针对启发优化算法在WSN节点定位问题中定位精度不高和收敛速度较慢的缺陷,提出基于反向学习的群居蜘蛛优化WSN节点定位算法.为减少前期随机搜索,所提出算法首先通过Bounding-box方法得到未知节点可能存在的区域,在该区域初始化启发个体,并将加权中心反向学习策略与群居蜘蛛群优化算法相结合,求解未知节点估计位置,提高算法全局搜索能力.仿真结果表明,相比于传统算法,所提出算法收敛速度更快,节点定位精度更高.     

均热温度对Ti-V复合微合金钢组织演变和硬度的影响

利用OM、SEM、Vickers硬度计等手段研究了均热温度对Ti-V复合微合金钢组织转变及硬度的影响,并阐明了组织演变和硬度变化的原因。结果表明,Ti-V钢不同均热温度淬火后组织均为马氏体。随着均热温度由1000 ℃升至1250 ℃,Ti-V钢的硬度由333 HV降低到212 HV,原始奥氏体晶粒尺寸由52 μm升至209 μm。全固溶温度以上时,仍存在少量TiN粒子,且随温度升高逐渐溶解,其对晶界的钉扎作用是阻止晶粒长大的主要因素。Ti-V钢原始奥氏体尺寸对硬度的影响随其尺寸的增大逐渐减小,均热温度应选择1220 ℃以下,以避免粗大晶粒。     

数据-知识融合的水利工程建设安全风险灰色因子分解机预测模型

【目的】已有的数据驱动的水利工程建设安全风险预测方法对领域知识的挖掘和利用不足,预测结果的准确性和可解释性有待进一步提高。为了构建数据-知识融合的水利工程建设安全风险预测模型,【方法】将灰色聚类与因子分解机相结合,提出了一种融合领域知识的灰色因子分解机。首先,引入基于可能度函数的灰色聚类表征水利工程建设领域专家有关安全风险的先验知识。然后,将先验知识以参数的形式嵌入到因子分解机中,构建出数据-知识融合的灰色因子分解机。最后,基于随机梯度下降构造模型参数的求解算法,并结合实例对模型的有效性进行验证。【结果】实例应用结果显示,与传统因子分解机相比,灰色因子分解机的准确率、精确率、召回率和F₁值均得到了不同程度的提升。与支持向量机、深度因子分解机等其他基准模型相比,灰色因子分解机同样具有更好的预测性能。【结论】这表明,数据-知识融合驱动的灰色因子分解机模型能够更加准确地预测出安全风险,从而为水利工程建设安全风险管控提供更好的决策支持。     

区间水优先的水库群引供水调度规则研究

【目的】随着跨流域调水工程不断地发展与完善,没有调节能力的闸坝逐渐与水库共同参与到调度中来,对需要考虑多流域丰枯特性和多水库调节能力的调度规则制订提出了更大的挑战。【方法】为此,提出在调水中相对于水库优先利用区间水的原则,以此构建系统总弃水量最小的调度模型,利用改进的遗传算法求解得到调度规则。并且,以石湖-龙湾-碧流河水库与黑鱼汀闸坝联合的引洋入连引调水工程作为研究实例进行对比。【结果】结果显示,相比于常规调度,优先利用区间水的调度规则方案规避了系统深度破坏,满足95%保证率的城市供水需求,多年平均引水量增加了0.79亿m³,系统年均弃水量减少了2.1亿m³。【结论】该研究方法较好地提高了区间水的利用率及系统的用水效率,可为有闸坝参与的跨流域调水系统的调度提供科学参考和技术支撑。     

基于视频跟踪轨迹的全过程路侧停车行为检测与识别技术

针对路侧停车行为检测与识别问题,结合经典KLT运动角点检测方法与实时压缩跟踪方法,提出一种基于视频跟踪轨迹的全过程停车行为识别技术。首先利用KLT方法检测视频中的运动角点,确定运动车辆位置,再利用压缩跟踪方法,提取视频序列中运动车辆完整的运动轨迹,较为准确地描述路侧停车的动态过程。最后,利用提取的运动特征在真实的路侧停车视频上进行实验验证。实验结果表明,本文提出的停车行为检测与识别方法是可行有效的。      

V含量对Ti-V复合微合金钢组织和力学性能的影响

利用光学显微镜(OM)、扫描电镜(SEM)、透射电镜(TEM)、电子背散射衍射(EBSD)及物理化学相分析法等技术研究了V含量对Ti-V复合微合金钢在不同卷取温度下组织和力学性能的影响。结果表明,两种Ti-V复合微合金钢在500~650℃卷取时,组织均由多边形铁素体和珠光体组成,增加V含量会抑制珠光体的形成;500~650℃区间卷取时,增加V含量使均匀延伸率和总延伸率有一定程度降低,而抗拉强度和屈服强度显著提高,卷取温度对均匀延伸率和总延伸率的影响不大,在600℃卷取时,两种实验钢的综合力学性能均达到最佳;V含量的增加使得在600℃卷取时尺寸小于10 nm的(Ti, V)C粒子数量显著增加,高钒钢的析出强化增量σ_p在183 MPa左右,其强化机制主要为沉淀强化和细晶强化,V含量是影响Ti-V复合微合金钢的沉淀强化增量和屈服强度的主要因素。     

前锋“云窗”打造厨房新“净”界

随着人们的生活从生存型向居住型过渡,厨房更多地成为时尚生活的重要体现。厨房在家庭装修中已成为科技含量最高的地方,也必然是家庭的一个亮点。大多数人一日三餐离不开厨房,厨房在任何一个家庭生活中的作用不可小视。     

不锈钢/高硼不锈钢层状复合材料组织变化

为了解决高硼不锈钢材料变形难度大、易开裂、塑性低等问题,采用复合浇铸-热轧变形工艺,制备了以难变形金属高硼不锈钢为中间层的层状复合板,研究了复合材料在铸造、热轧和固溶处理各阶段的组织特点及芯层中硼化物的相组成规律.结果表明:含硼质量分数2%～2.5%的复合板芯层的铸态组织主要以共晶组织形式凝固,含硼较高的芯层铸态组织除以共晶组织形式凝固外,还形成大块的含有Cr2B和Fe2B的过共晶硼化物相;热变形使共晶硼化物发生破碎、细化,但过共晶硼化物的体积形状变化不大;固溶处理使覆层中细小的二次析出物明显减少,这有利于复合板的力学性能,但芯层中硼化物的形貌、数量及尺寸变化不大.     

一种滤波系数化的分布式航迹融合方法

传感器本身及外界环境存在的随机干扰,使得量测信息具有不确定性及相关性,且当某个传感器的测量精度较低时,直接融合观测信息导致融合算法有效性的降低。针对此问题,提出一种滤波系数化的分布式航迹融合方法。该方法通过局部估计信息建立支持度矩阵来完成滤波估计信息的系数化,最后加权组合滤波,实现对目标的实时融合跟踪。相对于原有融合算法,无论在哪种情况下该方法均使融合跟踪精度提高了16%以上,保证了算法的有效性。     

基于改进蚁群的BP神经网络WSN数据融合算法

为了保证无线传感器网络（WSN）在深井中能有效地工作,提出了一种改进蚁群的反向传播（BP）神经网络WSN数据融合算法（IFA-IACOBP）.通过规划蚂蚁运动方向和引入节点剩余能量对蚁群算法启发因子进行改进,优化蚂蚁下一跳节点选择概率,利用改进后的蚁群算法对BP神经网络进行优化,引入井下WSN数据融合,数据经两级融合处理后,能去除大部分冗余信息.仿真实验结果表明,IFA-IACOBP算法能有效减少网络数据通信量,提高数据实时性,降低网络能耗,延长网络寿命.