模拟退火优化SVM参数的变压器故障诊断

利用群智能算法优化支持向量机(SVM)参数往往需要引入额外的变量,使变压器故障诊断问题更加复杂,对此提出一种自适应的模拟退火算法优化(ASA)支持向量机参数。通过设计自适应的冷却进度表,使得寻参的过程仅仅依赖于退火速率以及网格搜索粒度,保持了较少的参数设置。在相关数据集上的实验表明,与已提出的粒子群算法(PSO)、遗传算法(GA)相比,ASA算法具有更快的收敛速度以及较好的诊断精度。利用自适应的模拟退火算法能够较好的优化SVM参数并提高变压器故障诊断的精度。     

纯电动汽车磷酸铁锂电池组的建模及优化

鉴于传统神经网络和支持向量机机理复杂、计算量大的缺陷,很难实时跟踪磷酸铁锂电池组复杂快速的内部反应,影响电池荷电状态的估算精度,提出应用一种简单、有效的极限学习机对一额定容量为100Ah、额定电压为72V的纯电动汽车磷酸铁锂电池组建模,并分别与BP神经网络、RBF神经网络、支持向量机进行对比。随后,以学习时间和泛化性能为优化目标,应用粒子群方法寻找最佳隐层节点个数。结果表明,基于极限学习机的磷酸铁锂电池组模型的学习时间、泛化性能优于BP神经网络、RBF神经网络、支持向量机;隐层节点优化后,模型的学习时间和泛化性能达到最优。     

基于PSO-SVR算法的氧乐果合成过程建模研究

针对氧乐果合成过程中温度控制具有参数时变、时滞后、非线性的特点,提出了一种基于改进粒子群算法的支持向量回归的建模方法。对于支持向量回归模型,3个参数(ε,C,γ)的选取很大程度上决定了其拟合的精度和泛化能力的好坏,采用改进的粒子群算法对参数(ε,C,γ)进行同时寻优,建立了改进的氧乐果合成过程PSO-SVR回归模型,该模型具有很好的学习能力和推广能力。实验结果表明,模型较好地体现了系统的动态特性,可用于氧乐果合成过程的模型预估控制,提高系统的控制品质。     

基于功率谱包络能量和SVM的舰用发动机故障诊断

发动机是军舰上的重要部件之一,其稳定性对军舰的正常航行具有重要影响。以舰用发动机关键部件(主泵轴承)为具体研究对象,提出了基于功率谱包络能量和支持向量机相结合的故障诊断方法。首先获取了大量可表征舰用发动机主泵轴承健康状态的振动加速度信息,对其进行功率谱分析,获得其功率谱的包络能量;以获取的舰用发动机主泵轴承功率谱的包络能量构建特征向量,并设计基于SVM的舰用发动机主泵轴承故障诊断模型,对主泵轴承的故障进行诊断研究。研究结果表明,采用基于功率谱包络能量和SVM相结合的舰用发动机关键部件故障诊断方法,可以很好实现主泵轴承的故障诊断效能,为舰用发动机主泵轴承故障诊断的工程应用奠定了基础。     

亮孤子在宇称时间对称波导中的传输和控制

基于光波在宇称-时间(PT)对称波导中传输的理论模型, 数值研究了亮孤子在呈高斯分布的PT对称克尔非线性平板波导中的传输和控制. PT对称波导, 要求波导的折射率分布呈偶对称, 而增益/损耗分布呈奇对称. 结果表明: 当波导的折射率分布强度为正时, PT对称波导的中心折射率最大, 即使没有自聚焦克尔非线性效应, PT对称波导也可以束缚光波, 形成波浪形光束且长距离传输; 当折射率分布强度为负时, PT对称波导的中心折射率最小, 光波的传输方向发生偏移. 而增益/损耗分布可控制光波的偏移方向: 增益/损耗分布强度为正, 光波向左偏移; 强度为负, 光波向右偏移; 强度为零时, 光波被分为两束. 且当折射率分布强度为负时, 可以很好地抑制相邻亮孤子间的相互作用. 该研究结果可为未来PT对称波导在全光控制方面的应用提供一定的理论依据.     

非均匀光纤中暗孤子传输特性研究

由于变系数非线性Schrödinger方程的增益、色散和非线性项都是变化的, 根据方程这一特点可以研究光脉冲在非均匀光纤中的传输特性. 本文利用Hirota方法, 得到非线性Schrödinger方程的解析暗孤子解. 然后根据暗孤子解对暗孤子的传输特性进行讨论, 并且分析各个物理参量对暗孤子传输的影响. 经研究发现, 通过调节光纤的损耗、色散和非线性效应都能有效的控制暗孤子的传输, 从而提高非均匀光纤中的光脉冲传输质量. 此外, 本文还得到了所求解方程的解析双暗孤子解, 最后对两个暗孤子相互作用进行了探讨. 本文得到的结论有利于研究非均匀光纤中的孤子控制技术.     

(1+2)维各向同性介质中的旋转椭圆空间光孤子

从(1+2)维非局域非线性薛定谔方程出发, 通过坐标变换得到了旋转坐标系下的非局域非线性薛定谔方程. 假设响应函数为高斯型, 用虚时间法数值求解了旋转坐标系下的非局域非线性薛定谔方程的静态孤子解, 迭代出了不同非局域程度条件下的静态椭圆孤子数值解. 最后采用分步傅里叶算法, 以迭代的孤子解作为初始输入波形, 模拟了在不同的非局域程度条件下, (1+2)维椭圆空间光孤子的旋转传输特性. 强非局域时, 椭圆光孤子的长轴方向和短轴方向波形都是高斯型, 其他的非局域程度下, 不是高斯型. 由此表明：(1+2)维椭圆光孤子对非局域程度依赖性很强. 旋转角速度和功率均与非局域程度以及孤子的椭圆度有关.     

一种葡萄糖发酵液中乙醇含量的拉曼光谱分析方法

拉曼光谱法可实现样品的快速定量分析,但发酵液等复杂体系中样品的拉曼强度与被测组分含量之间的良好线性关系难以直接得到。本实验中将待测样品与纯被测组分的拉曼光谱均视为向量,并按照向量点积公式计算向量之间的夹角。在被测组分的拉曼光谱特征峰波段,对多组样品在不同光谱区间的向量夹角矩阵和被测组分含量进行偏最小二乘回归,建立定量分析数学模型,从而以光谱向量之间的夹角作为定量指标实现葡萄糖发酵液中乙醇含量的快速测定。选取的主成分数为6时,所建模型校正集和预测集中预测值与实测值的线性相关系数分别为0.9993和0.9933;校正集均方根误差为0.2171。其建模所用样本数量少、对样品无损坏,方法适用于发酵在线监测和过程分析。     

基于Gabor小波变换的ICA火灾图像纹理识别算法

针对火灾图像纹理识别问题,提出了基于Gabor小波变换的ICA火灾图像纹理识别算法,并根据火灾图像纹理识别特点进行了优化。首先用不同尺度和方向的Gabor滤波器对待识别图像滤波,得到其特征图像,然后将特征图像转化成特征向量作为ICA的输入,得到基矢量子空间,再将测试图像经过Gabor滤波器的特征向量投影到ICA子空间中得到系数向量作为目标识别特征,最后用支持向量机进行识别。通过与Gabor滤波器法和ICA方法的对比实验,表明该算法可以在火灾纹理图像的识别率上比传统方法提高5%以上,为火灾图像识别提供了一种新思路。     

基于CA和LS-SVM的TE过程多模型建模

针对TE化工过程高度非线性、复杂性的特点,本文提出了一种基于相关分析和最小二乘支持向量机对TE过程进行多模型建模方法,以提高模型性能。首先对TE过程采用相关分析法划分为3个子系统,对每个子系统分别采用基于C-均值聚类的最小二乘支持向量机建模和基于k均值聚类的最小二乘支持向量机多模型建模。实验表明,基于K-均值聚类的多模型建模能简化计算、提高模型精度、并且能更好的预测模型输出。