烟雾机温度测试系统的建立及测试结果的分析

对我国现有三种机型的燃烧室喷管和冷却管外壁温度进行了试验测试与分析,并对新研制的燃烧室喷管(B_1)以及3y-14型机喷管(B_2)分别配置三种不同化油器进行对比试验、测试及分析。结果表明:新制喷管(B_1)与金马化油器(A_1)具有良好的匹配特性,整机综合性能优于现有各机型,为部课题燃烧室与化油器结构主参数的设计提供了重要依据。     

重油混烧控制系统的智能故障诊断

提出用离散Hopiield神经网络预测模型算法对传感器的故障进行检测;采用Hopfield神经网络与模糊评判结合方法,对阀门进行了故障诊断;提出一种改进离散Hopfield神经网络算法,该改进算法中,为使得样本构造记忆矩阵中包含抑制信息,将故障输入矢量和输出诊断矢量对由二值状态矢量对转换为两极对形式,构成离散Hopfield神经网络的输入-输出两极对.实时检测重油混烧控制系统的故障和异常,构造输入故障矢量,通过判断是否与神经网络原训练样本完全匹配或由计算贴近度确定一个最靠近的样本与之对应,给出混烧控制系统的故障诊断和故障信息提示.     

风送式喷雾机轴流风机的气动工程设计

根据风机相似理论,采用气动工程设计方法设计了风送式喷雾机轴流风机,并与样机进行了气动参数的试验对比。结果表明,风机满足设计要求。     

三相四线制有源滤波器控制方法研究

针对三相四线制的电力系统,在此提出一种关于三相四线制有源滤波器三维空间矢量脉宽调制算法的优化方案.优化的三维空间矢量脉宽调制算法在有源滤波器的应用是此次研究的重要内容.通过分析三维空间矢量脉宽调制基本的控制原理,并将优化算法应用在三相四线制的有源滤波器中,用Matlab进行仿真来验证此控制方法的可行性.     

基于LS-SVM的采暖木质地板自然对流温度场建模

【目的】在底部具有木质样本热源的圆柱形封闭腔内,基于最小二乘支持向量机(LS-SVM)建立自然对流引起的温度场预测模型,研究采暖木质地板蓄热后的温度场分布规律,为后续反演采暖木质地板的蓄热特性提供数据基础。【方法】首先,给出圆柱形封闭腔物理模型的边界条件和木质样本初始温度,根据流体力学定律建立热场传热的质量、动量和能量守恒方程,并用计算流体力学(CFD)软件进行求解。其次,对CFD求解的数据进行归一化处理,并根据木质样本初始温度将归一化后的数据分成训练集和验证集2部分,其中训练集5 481个温度,验证集8组,每组609个温度;利用训练集对LS-SVM模型进行训练,采用果蝇优化算法对模型的核函数参数σ和正则化参数γ进行寻优,得到σ和γ的最优参数组合为[1.0×10~(10),0.06]。最后,应用优化好的模型分别对每个验证集上的温度值进行预测,并与BP神经网络方法的预测结果进行比较。【结果】LS-SVM对不同样本温度场预测的最大拟合度为0.998 9,最小为0.996 8;平均相对误差、最大相对误差和均方误差最大值分别为0.25%、2.6%和0.31%,最小值分别为0.054%、0.84%和0.12%;最长建模时间为12.93 s,最短为12.72 s。与之相比,BP神经网络预测的最大拟合度为0.999 7,最小为0.998 3;平均相对误差、最大相对误差和均方误差最大值分别为0.47%、5.43%和0.63%,最小值分别为0.21%、2.08%和0.33%;最长建模时间为107.15 s,最短为106.23 s。LS-SVM对不同样本温度场预测的拟合误差比BP神经网络方法的预测结果要小一些,拟合度与BP神经网络方法相近,建模和预测需要的时间明显少于BP神经网络。【结论】采用LS-SVM对采暖木质地板的蓄热温度场建模是可行的,该方法适合对小样本建模,泛化性较好,对在试验条件下利用有限数据来对温度场建模和预测具有明显优势,可为后续开展采暖木质地板蓄热机制的反演工作提供指导。     

基于神经网络的卫星影像与航拍实景影像自适应颜色分割方法研究

针对智能区分系统中的实景图像真彩色的自动检测问题,研究了基于神经网络的实景影像自适应颜色分割方法。提取了图像中的所有像素进行灰度归一化,然后计算出像素矢量矩阵,利用像素矢量进行概率神经网络(PNN)的训练,通过训练后的神经网络进行图像自适应二值化阈值颜色分割,主要分割红,黄,蓝3种颜色。实验结果表明:自适应图像分割方法比固定阈值分割方法在图像分割效果上有显著的改善。     

北京地区油松侧柏混交林树种间营养交互作用的矢量竞争分析(英文)

矢量竞争分析法是一种用于评价存在相同资源竞争的两种植物种之间的生长和营养交互作用的图形分析方法 .它基于矢量分析和线性分析 ,将代表生物量和营养吸收值的参数相对于无种间竞争的对照在一个两维的坐标系内表达为矢量并进行定位比较 .应用该方法对北京西山地区的 4 4年生人工混交林中油松和侧柏树种间生长和营养 (N ,P和K)吸收状况进行了比较和分析 .研究表明虽然混交有利于侧柏生物量的相对增加 ,但伴随有植物体内营养元素的相对亏缺 .相反 ,混交对油松生物量和高、径生长的抑制作用却伴随有营养元素吸收相对过剩 .以上结果表明矢量竞争分析可用于正确地揭示混交林树种之间营养交互作用     

基于WOA-BP神经网络的板式定制家具车间电力预测模型

为落实家具行业的“双碳”战略，实现家具产业的结构优化升级，本文提出了一种基于WOA-BP神经网络的板式定制家具车间电力预测模型，该模型引入鲸鱼优化算法（Whale Optimization Algorithm,WOA）对传统BP神经网络进行改进，建立了WOA-BP神经网络电力预测模型。在此基础上，使用采集的试验数据对模型进行了验证。结果表明：优化后的预测模型预测准确率可达到99%以上。因此，本文提出的基于WOA-BP神经网络预测模型在板式定制家具生产车间的电力节能和管理优化问题上具有较大的参考价值和实际意义。     

基于AlexNet优化的板材材种识别方法

【目的】基于处理后的木材端面细胞特征,寻找合适的机器学习方法提高木材识别准确率,以实现木材高效利用,为珍稀木材种类判别和保护提供依据。【方法】以5种木材(臭冷杉、长白落叶松、鱼鳞云杉、鹅掌楸和凹叶厚朴)端面细胞为研究对象,提取多种差异性图像作为数据集,通过图像处理提取特征信息,分别采用支持向量机(SVM)和AlexNet神经网络进行分类识别。根据木材端面细胞区分的差异性,在AlexNet神经网络架构中加入BN算法进行优化,设计一种更高效的板材识别方法提高木材识别准确率。【结果】将增强后的29 680张图像按7∶3划分,分别保存在训练集和测试集文件夹中,测试样本确定标签后均放入同一文件夹,分别对3种分类算法进行整体批量测试,支持向量机分类器测试集的整体识别准确率为84.67%, AlexNet神经网络测试集的整体识别准确率为88.76%,基于BN算法优化的AlexNet神经网络测试集的整体识别准确率为91.15%,识别效果更好。【结论】当样本量充足时,AlexNet神经网络对木材端面细胞图像的分类效果明显优于SVM分类器。基于BN算法优化的AlexNet神经网络对图像线性特征更敏感,保留...     

基于红边参数与PCA的GA-BP神经网络估算叶绿素含量模型

利用便携式ASD野外光谱辐射仪对杉木冠层叶片光谱进行测定,同时以分光光度法对叶片叶绿素含量进行提取。样本经均值处理、平滑处理和微分处理后,进行红边参数提取。对11个红边参数以PCA方法进行降维,将得到的前7个主成分得分作为网络输入参数,叶绿素含量作为网络输出参数,以遗传算法(GA)优化网络初始权值阈值,建立隐含层神经元数分别为4,6,8,10,12和14的6种单隐层BP神经网络模型。以R2,RMSE和相对误差作为模型精度检验标准,结果表明:6种模型预测精度均可达到92.0%以上,其中隐含层神经元数为10时,预测精度最高,可达97.372%。说明此种模型可对杉木冠层叶片叶绿素含量进行高精度估算。     

模拟退火求解组合优化问题的研究

介绍了组合优化问题的特征、一般形式及数学描述，阐述了模拟退火的原理和实现形式，针对一个单目标组合优化问题给出了模拟退火求解的结果。实验表明，模拟退火算法是解决组合优化问题的理想方法。     

挖坑机主传动齿轮的优化设计研究

以挖坑机主传动直齿圆柱齿轮的优化设计为例,介绍了MATLAB优化工具箱及其算法。建立直齿圆柱齿轮优化数学模型,并利用MATLAB优化工具箱求解。结果表明,该计算方法准确,效率高,对解决其他机械优化设计问题也具有一定的参考价值。     

优化建筑企业施工现场管理之我见

施工企业的现场管理优化水平,基本可代表该企业的管理水平.建筑企业若要在日趋白热化的市场竞争中获得成功,必须优化施工现场管理.本文就优化建筑施工现场管理的基本途径和方法进行了深入阐述.     

基于Oracle数据库系统的优化与性能调整研究

指出了Oracle数据库性能直接影响到Oracle数据库应用系统的运行效率,分析了Oracle数据库性能优化的目标及影响Oracle数据库系统性能的因素,探讨了数据库的优化、内存优化、I／O优化和SQL语句优化技术,实验表明：经过优化后,Oracle数据库性能得到了改善和提高。     

Optimized cellular automaton for stand delineation

Forest inventories based on remote sensing often interpret stand characteristics for small raster cells instead of traditional stand compartments. This is the case for instance in the Lidar-based and multi-source forest inventories of Finland where the interpretation units are 16 m 9 16 m grid cells. Using these cells as simulation units in forest planning would lead to very large planning problems. This difficulty could be alleviated by aggregating the grid cells into larger homogeneous segments before planning calculations. This study developed a cellular automaton(CA) for aggregating grid cells into larger calculation units, which in this study were called stands. The criteria used in stand delineation were the shape and size of the stands, and homogeneity of stand attributes within the stand. The stand attributes were: main site type(upland or peatland forest), site fertility, mean tree diameter, mean tree height and stand basal area. In the CA, each cell was joined to one of its adjacent stands for several iterations,until the cells formed a compact layout of homogeneous stands. The CA had several parameters. Due to high number possible parameter combinations, particle swarm optimization was used to find the optimal set of parameter values. Parameter optimization aimed at minimizing within-stand variation and maximizing between-stand variation in stand attributes. When the CA was optimized without any restrictions for its parameters, the resulting stand delineation consisted of small and irregular stands. A clean layout of larger and compact stands was obtained when the CA parameters were optimized with constrained parameter values and so that the layout was penalized as a function of the number of small stands(<0.1 ha). However, there was within-stand variation in fertility class due to small-scale variation in the data. The stands delineated by the CA explained 66–87% of variation in stand basal area, mean tree height and mean diameter, and 41–92% of variation in the fertility class of the site. It was concluded that the CA developed in this study is a flexible new tool,which could be immediately used in forest planning.     

老虎腿仿形加工中心B轴旋转部件结构优化设计

为探索提高木制品仿形加工中心综合性能,以某型老虎腿仿形加工中心B轴旋转部件为研究对象,从运动学和静力学两个角度优化分析设计参数。通过建立该加工中心旋转机构的三维运动模型,并据此进行ADAMS参数化建模,分析机构运动参数对机构平稳性的影响,优化机构参数;运用ANSYS的Topology Optimization模块和Response Surface模块对旋转板进行拓扑优化与响应面优化,并对其静态性能、动态性能进行仿真分析,比较优化前后模型性能。结果表明:优化后B轴旋转机构具有良好的运动特性,能够满足老虎腿仿形加工中心的工艺要求,且在旋转板组件质量减轻条件下显著提高其静态性能。     

对小兴安岭野生及栽培蓝莓品种花青素提取条件的优化

选取7个蓝莓引进品种和1个野生品种,均在伊春地区生长、产果良好.对鲜果花青素含量测定发现,品种北陆花青素含量最高;采用超声波辅助乙醇浸提法提取花青素,分别考察浸提PH值、浸提时间、浸提温度及浸提液乙醇体积分数对蓝莓花青素提取率的影响,并根据4个因子设计L9（34）正交试验,最佳提取工艺条件为：PH为3.0,浸提温度为50℃,浸提时间为60 min,浸提剂乙醇体积分数为50％;在此工艺条件下,蓝莓花青素提取率达到最大值,即6.5％.     

葡萄SSR反应体系的优化

以葡萄新鲜幼嫩叶片为材料,研究了SSR分析过程中的影响因素,包括Taq酶、Mg2 、dNTP、引物、模板DNA浓度、退火温度等,建立了适合葡萄SSR反应的PCR体系,即20μl反应体系中含有Taq酶1.0 U、Mg2 浓度为1.5 mmol/L,dNTP 0.2 mmol/L,引物0.5μmol/L,模板DNA20~30 ng。扩增程序为:95℃预变性4 min;95℃变性50 s、50~60℃退火1 min7、2℃延伸1 min 30 s,30个循环;最后72℃延伸7 min。     

面向安全服务重组多目标优化的粒子群遗传算法

遗传算法具有快速随机的全局搜索能力,但局部搜索能力差,易陷入早熟收敛,迭代效率低.粒子群算法采用速度——位置模型,可以较快收敛到指定精度.将粒子群算法与遗传算法融合,采用多目标遗传算法得出初步的优化结果,并将其作为粒子,利用粒子群算法强化局部搜索,加快收敛速度,仿真结果证明了该算法的优越性.在CSSM对底层安全服务的重组时利用粒子群和遗传算法的结合(GAPSO),能够提高效率.     

基于广义成本的城市交通结构优化

基于各种交通方式的效用特性和居民的广义成本,构建了居民出行的广义成本最小化和交通效用最大化的双目标优化模型,并从土地利用、建设规模、交通需求、环境容量和交通工具拥有量等方面提出了相关的约束条件。利用模糊数学对双目标优化模型进行求解。以温州中心城区为例对模型进行应用。结果表明,优化后的交通结构能够体现居民出行广义成本最小的原则,且满足整个交通系统交通效用最大原则,同时也对温州市区推动建设轨道交通M1、M2线有积极的参考价值,符合温州市区的实情。