基于量子蛙跳算法和对传神经网络的油井故障诊断

构建了一种改进对传神经网络,提出一种量子蛙跳算法,采用概率幅作为个体编码,利用量子旋转门来实现个体更新,量子非门实现个体变异,用小波包提取各频段的能量组成特征向量作为网络输入,通过神经网络输出结果判别油井的故障类型。仿真试验结果表明,该方法可以得到更好的分类结果,有一定的应用价值。     

改进蛙跳算法的约束处理方法

提出了一种用于求解有约束优化问题的混合蛙跳算法.蛙跳算法结合ε-差分进化算法(ε-differential evolution algorithm,ε-DE),可使算法在进化过程中充分利用种群中不可行解的信息.在进化初始阶段,可行域边界上拥有较优目标函数的不可行解进入种群,随着进化代数增加,种群约束允许放松程度不断减小,使得种群中不可行解数量减少,直到种群约束允许放松程度为0,此时种群完全由可行解组成.改进后的蛙跳算法能够提高收敛速度和精度.13个标准Benchmark函数仿真试验的结果表明,改进后的蛙跳算法寻优精度高,鲁棒性强,是一种有效的求解有约束优化问题的算法.     

改进的混洗蛙跳算法确定河流水质模型参数

试验将青蛙个体具有记忆功能引入到混洗蛙跳算法中,提出了改进的混洗蛙跳算法,青蛙的记忆功能是指在每次个体更新时,最差青蛙个体更新时的步长被记忆,并将其引入到下一次个体更新中.在混洗蛙跳算法的改进中加入记忆部分,提高了算法的收敛速度和寻优能力.将改进的混洗蛙跳算法应用于瞬时投放示踪剂的一维河流水团中,用所得示踪试验数据来确定河流水质参数的函数优化问题.将获得的最优值与真值进行比较.结果表明:改进的混洗蛙跳算法估计河流水质模型的参数是可行的,并且优于遗传算法.该算法具较好的参数辩识能力,适用于环境科学领域中的其他优化问题.     

混洗蛙跳算法在农产品物流配送车辆路径上的应用

针对当前农产品物流配送车辆路径问题中无法满足客户时间需求的问题,对混洗蛙跳算法进行改进,与带时间窗的车辆路径问题相结合进行分析研究,可以有效解决全局收敛和局部收敛问题。结果表明,G-SFLA算法是求解农产品物流配送车辆路径问题的较优方案。     

蛙跳算法投影寻踪模型及其在甘肃省主要城市国民经济综合指标评价中的应用

针对国民经济评价指标的不相容性问题,提出了基于蛙跳算法投影寻踪模型的国民经济综合指标评价方法.该方法根据样本数据特性寻求最优投影方向,利用最优投影方向判断各评价指标对综合评价目标的贡献大小,根据最优投影方向与评价指标的线性投影得到投影值,实现对样本的统一评价.通过对甘肃省12个城市主要经济数据分析评价,发现甘肃省12个城市的投影值分别为兰州2.802 029,嘉峪关0.460 885,金昌市0.384 237,白银市0.520 189,天水市0.578 364,武威市0.460 034,张掖市0.359 556,平凉市0.397 498,酒泉市0.459 759 5,庆阳市0.331 656,定西市0.324 485,陇南市,0.369 294,兰州市综合经济实力明显高于其他城市,全省经济发展欠均衡,庆阳市和定西市排名在全省后列.     

基于模糊Tsallis熵和混沌蛙跳算法的快速红外目标分割

针对红外图像的模糊性和非广延性,提出一种基于模糊Tsallis熵的快速阈值分割方法。先用模糊隶属度函数把图像灰度直方图转换到模糊域,分别定义图像背景与目标的模糊Tsallis熵,并根据不可加熵的伪叠加原理求出图像总熵。在参数寻优过程中,提出一种基于Logistic映射的混沌蛙跳优化算法,根据最大熵原理对模糊隶属度函数进行参数优化,进而得到图像的最佳分割阈值。与典型的阈值法进行对比试验,结果证实了该方法的有效性和鲁棒性。     

基于混合粒子群算法的云计算任务调度研究

任务调度是云计算系统可靠运行的关键,云计算环境中要处理的任务量巨大,考虑到云计算任务调度和QoS的优化问题,提出一种混合粒子群优化算法用于云任务调度。算法中引入遗传算法的交叉和变异思想,并结合随迭代次数变化的变异指数,保证种群进化初期具有较高的全局搜索能力,避免出现“早熟”,同时将爬山算法引入粒子群算法,改善局部搜索能力。实验结果显示该算法具有很好的寻优能力,是一种有效的云计算任务调度算法。     

基于遗传思想的改进粒子群优化算法

传统的粒子群优化算法(Particle Swarm Optimization,PSO)在解决有关离散优化的问题时,容易发生早熟收敛,陷入局部最优等现象,从而得不到最优解。为了克服这种现象,提出了一种基于遗传思想的改进PSO算法:利用繁殖法更好的搜索粒子的空间,经过繁殖后的粒子可以更好的从局部最优逃离,并对经典的测试函数进行了测试。测试结果表明,与传统的PSO算法相比,改进算法的寻优效果较好,不仅能加快收敛速度,而且能找到同样甚至更好的解。     

基于结构网格点的Euler方程无网格自适应求解算法

提出了一种自适应无网格Euler方程求解算法。构造了基于无网格点云结构的布点加密技术，实现了借助压力梯度变化准则的流场局部加密；借助流场结构化剖分技术，给出初始无网格节点分布，并采用四步显式Runge—Kutta时间格式推进计算，求解了绕翼型的典型流动问题。数值算例表明，本文提出的方法能有效地提高流场的分辨率，如捕捉激波等流动特征清晰明了。     

一种基于图像特征值算法的叶面积测定方法

提出一种基于图像特征值算法的叶面积测定简化方法。应用扫描图像RGB三原色灰度值分离理论,根据植物叶片扫描图像像素点的分布特征,选用蓝色灰度值作为特征值,以扫描图像灰度中间值127作为叶面积图像与背景图像灰度值的判读指标,通过叶片像素点的分布比例计算叶片面积。将已知面积的矩形绿纸片分别随机裁剪成多个碎片,用本文方法测定碎片面积,并分别计算每个叶片的碎片面积之和进行系统精度验证,测定结果与标准面积的相对误差小于0.5%。采集60个水稻叶片分别采用本文方法和复印称重法测定叶片面积,对本文方法进行进一步验证,相关性分析结果表明,二者相关系数r=0.997 1,达极显著水平。本文方法具有较高测定精度,满足叶面积测定要求。     

关于平均值的几个定理

作者首先引入了几个正数的x次幂的平均值定义，进而得到在x变化过程中几个正数的x次幂的平均值的两个结果，另外，作者从关于函数平均值的引理入手，叙述了关于函数平均值的一系列性质，这些性质均以不等式的形式出现。     

基于共轭梯度法的小生境混合遗传算法

利用遗传算法的全局搜索能力和共轭梯度法的局部搜索能力,并引入小生境技术,提高了种群的整体搜索性和收敛效率.数值试验证明其可行性和优越性.     

基于YOLO的贻贝检测算法

基于YOLO的贻贝（Mytilus edulis）识别与检测技术,是实现贻贝分级、分苗等作业环节机械化和智能化的关键。然而,贻贝因外部特征不够清晰明确,给识别准确率的提高带来了挑战。本文提出一种基于改进YOLOv5算法的贻贝目标检测模型（CST-YOLO）。该算法融合CoordAttention注意力机制,以增强特征表达能力;采用SIoU作为边界框回归损失函数,以减少边界框回归损失,提高模型的检测速度;将Head替换为改进的解耦头TSCODE Head来提高检测准确率。并在自制的贻贝数据集上进行算法测试,实验结果显示：相比YOLOv5算法,CST-YOLO算法的准确率P提高了0.428%,mAP＿0.5:0.95达到92.221%,提高了1.583%。实验表明CST-YOLO算法在保证检测速度的前提下,有效提高了贻贝目标的检测精度。本研究有助于机器视觉技术在贻贝养殖业自动化与智能化生产加工中的应用。     

基于GPU并行的生物序列局部比对算法

对Smith-Waterman算法的计算公式进行了改进以适应GPU并行的特点,并提出新的基于BLOCK分块的并行前缀扫描法;通过UP-DOWN步骤、BLOCK间调整、Eij微调等步骤在O(logn)时间内计算出行中每一个元素的前缀最大值;最后将回溯过程置于GPU端,避免了CPU与GPU间内存的拷贝.与传统的Smith-Waterman算法相比,该算法在低端的GPU平台性能提升90倍;与同样基于GPU的SWAT算法相比,性能也有较大的提升.     

基于配方施肥数据集的有机碳含量与温度和降水量相关性研究

采用全国测土配方施肥项目土壤基础养分数据集,研究了在全球气候变暖的大背景下年平均温度和年平均降水量对土壤有机碳含量的影响。按照年平均温度5、5~10、10~15、15~20、20℃以及年平均降水量0~200、200~400、400~600、600~800、800~1000、1000~1200、1200~1400、1400~1600 mm和1600 mm等区间,分别研究了每个降水区间内自第二次土壤普查后近30年来年平均温度和年平均降水量对土壤有机碳影响的密切程度,结果表明:年平均温度低于10℃时,土壤有机碳含量与年平均温度的相关性比其与年平均降水量的相关性好,高于20℃时,土壤有机碳含量与年平均降水量和年平均温度的相关性都很差,但是偏相关结果表明,在10~20℃时,土壤有机碳含量虽然与年平均温度和年平均降水量都有显著的正相关,但其随着年平均温度升高而升高的事实是被随着年平均降水量增加而增加的事实所掩盖的;在年平均降水量0~200 mm的区间内,土壤有机碳与年平均降水量有显著的相关性,而与年平均温度的相关性很差,年平均降水量对土壤有机碳影响的密切程度较大,在200~400、400~600、600~800 mm的年平均降水量区间内,土壤有机碳与年平均温度的相关性要好于其与年平均降水量的相关性,年平均温度对土壤有机碳影响的密切程度较大,尤其在400~800 mm年降水量区间内的半湿润地区,土壤有机碳与年平均温度呈现极显著的相关关系,在年平均降水量大于800 mm后,年平均温度和平均降水量对土壤有机碳累积的影响并不明显。