基于模糊建模的混炼胶粘度测量

提出了一种在线测量混炼胶粘度的新方法．该方法以模糊建模技术为基础，综合考虑混炼过程各因素对胶料粘度的影响，建立起胶料粘度的在线测量模型．在模糊建模中，采用T-S模型描述胶料粘度变化的非线性过程，提出了一种基于相似性判别的模糊聚类算法以自动确定合适的聚类组数目，并用实数编码的遗传算法优化全局参数，从而获得了规则简化的、具有较高精度的模糊模型．根据此方法，设计了测量装置，并进行了现场试验．试验结果表明模糊模型输出与实验室测量值基本一致，平均误差较低且最大误差未超过1门尼．该方法较大地提高了橡胶混炼的生产效率，为粘度最优控制奠定了基础．     

金属热防护系统多层隔热材料的传热分析及参数优化

采用能量平衡方程和离散坐标法近似地建立了金属热防护系统多层隔热材料的一维稳态传热的数学模型，并利用遗传算法和纤维隔热材料的有效导热系数试验数据求解传热反问题，从而得到了模型中的纤维隔热材料的辐射衰减系数、反照率和隔热屏表面辐射发射系数。最后，由实验测得了多层隔热材料的有效导热系数，验证了采用优化参数后，多层隔热材料的传热模型的正确性。     

一种二元单亲演化差基因变异算法

设计了一种新的单亲遗传算法,该算法对个体和基因分别计算其适应值,并将适应值最差的基因 进行变异,从而大大提高了遗传算法的全局收敛速度。以n皇后问题为例,采用这种算法求解3000个皇 后问题所用时间平均约为55min,而求解100个皇后问题所用时间平均只有约124ms。实验表明,该算法 不仅能在短时内找到全局最优解(精确解),而且具有良好的稳定性。     

Application of Incremental Genetic RBF NN in Converter Vanadium Recover

Converter vanadium recover is a very sophisticate reaction which is diverse and non- line. From the point of view of statistics and reaction mechanism, it is difficult to build up end- point control static model. Aim at this problem, the paper puts forward a model identify method based on incremental genetic RBF neural network to build up such a model, which can perfectly resolve the problem of random selection of RBF cluster center number and sample data clustering. Furthermore, in order to ensure structure of neural network to fit with continuous incremental data set, the paper presents a method of incremental data dealing, which is applied to amend the parameters of neural network. Then the request of continuous production is satisfied. Finally the result of test shows that after adopting the algorithm, the error of result is less than before and end- point hitting ratio satisfies to ninety percent. These indicate the algorithm has the engineering practicability.     

基于随机森林的高寒草地地上生物量高光谱估算

草地地上生物量（Aboveground biomass,AGB）是衡量草地生产力的关键因素,准确测定草地AGB具有重要意义。高光谱因具有时效性强、不破坏草地等特点被广泛用于草地生理生态指标的测定。本研究提取和计算了海北试验站高寒草地冠层的原始光谱（Original spectrum,OR）反射率、一阶微分光谱（First derivative spectrum,FD）反射率、光谱位置面积参数（Spectral parameters of spectral position and area,PA）和植被指数（Vegetation indices,VI）4种不同类型的特征变量,使用连续投影算法（Successive projections algorithm,SPA）和递归特征消除算法（Recursive feature elimination,RFE）进行特征选择,采用随机森林算法（Random forest,RF）构建草地AGB估测模型。结果表明：在由4种特征变量分别构建的草地AGB估测模型中,基于VI的RF模型精度最高（测试集R²=0.70,RMSE=557.87 kg·ha^-1）,实测AGB与估测AGB的线性R²达到0.72;不同类型特征变量组合构建的草地AGB估测模型中,PA+VI组合的RF模型精度最高（R²=0.71,RMSE=548.97 kg·ha^-1）,实测AGB和估测AGB的线性R²达到0.73。     

基于改进的PSO进化神经计算进行苹果颜色快速分级

为克服在苹果颜色分级中存在的速度慢、误差大等缺点,基于再现群智能的粒子群进化算法和神经计算技术,提出了一种新颖、快速的智能分级方法,即首先通过计算机视觉技术获取苹果表面颜色的色度,并提取其特征;然后采用改进的带自适应惯性权值的粒子群优化算法训练神经网络结构,最后用训练好的神经网络进行苹果颜色分级。实际应用表明该方法切实可行且效果显著,不仅分级速度快,而且分级正确率高达98%以上。     

基于SOA的水轮机调速系统PID参数优化

针对现有优化方法复杂、易陷入局部最优等问题,为水轮机调速系统提出了一种基于人群搜索算法的比例-积分-微分控制参数优化方法.为验证该算法的可行性,建立了水轮机调速系统非线性模型,选取水轮发电机组转速偏差的积分时间绝对误差指标作为目标函数进行优化.为验证优化结果的有效性,将人群搜索算法的控制效果与参考文献中粒子群算法的控制...     

多约束条件下某智能飞行器航迹快速规划

以某智能飞行器为研究对象,研究复杂环境下航迹快速规划.为校正系统结构限制所带来的定位误差,使得智能飞行器能按照预定的航迹完成任务,基于多约束条件最优化理论,采用遗传算法扩展而来的NSGA-Ⅱ(非支配排序遗传算法)算法进行航迹规划.结果表明,基于NSGA-Ⅱ,使用交叉行为和变异行为将初始解进一步筛选优化并最终得到最优解....     

土壤风蚀影响因子分布规律研究的最大熵方法

土壤风蚀是一个综合的自然地理过程,包括气候、植被、土壤、地形地貌等多种因子。作为随机变量的风蚀因子,其分布规律直接或间接地影响着风沙的运动规律,一方面导致土壤风蚀程度及方向的变化,另一方面变量之间的非线性相互作用的结果导致风沙流的混沌特性。为此把影响风沙运动规律的各因子作为研究对象,应用最大熵原理与遗传算法相结合的方法,建立了风蚀影响因子概率密度函数模型,采用Matlab语言编制了相应的计算程序,并以阴山北部农牧交错带为例对所建模型的合理性和可行性进行了验证。结果表明,风蚀影响因子的熵概率密度函数不仅合理可行而且具有较高的精度。     

用基于遗传算法的BP神经网络识别牛肉肌肉与脂肪

利用遗传算法的全局搜索能力,改进标准BP算法随机选取初始权重的不足,并构建了3-12-1的三层遗传BP神经网络,进行了3次牛肉肌肉与脂肪像素的分类试验,研究用BP网络对牛肉肌肉与脂肪两类像素点进行识别的可行性。以像素点的RGB值作为BP网络输入向量,每次训练集样本数62,测试集样本数43。测试的最终结果为：训练集的样本识别率分别为100%、100%、98.3871%;对应测试集的样本识别率分别为97.6744%、97.6744%、100%。试验结果表明,尽管基于遗传算法的BP神经网络对训练样本集以及测试样本集的肌肉和脂肪的识别率均在97%以上,但由于牛肉图像像素值在颜色空间中比较分散,有利于聚类的规律性不明显,因而是否可用BP网络来完成肌肉与脂肪的识别,还需要在网络拓扑结构、训练样本集等方面进一步研究。