混合SDN的多目标路由优化算法

为充分利用SDN(Software Defined Network,软件定义网络)节点的优势来优化网络性能,混合SDN的流量工程成为当前的研究热点,而路由优化是实现流量工程目标的重要策略之一.但是,当前混合SDN的流量工程中未考虑网络整体的负载均衡以及SDN节点的处理能力.针对上述问题,提出了一种多目标路由优化算法——MCS(Minimum Cost Sum,最小化代价和),综合考虑整个网络的传输延迟与链路利用率,同时保证SDN节点的处理能力满足实际约束,最终实现全网综合性能的最优化.实验结果表明,当网络整体负载较轻,MCS与现有的SOTE(SDN/OSPF Traffic Engineering,软件定义网络/开放最短路径优先流量工程)算法性能相近;而当网络负载加重时,MCS相比于SOTE,可将网络负载降低约9％,因此,MCS算法具有更高的优化能力.     

基于遗传算法参数优化的变分模态分解结合1.5维谱的轴承故障诊断

为了准确提取轴承的故障特征,提出了一种遗传算法(GA)参数优化的变分模态分解(VMD)结合1.5维谱的轴承故障诊断方法。首先以VMD方法中模态分量的包络熵值最小为优化目标,利用遗传算法对模态分量个数和二次惩罚因子进行优化,确定这两个能使VMD实现最优分解的输入参数。然后利用参数优化的VMD方法对仿真信号和轴承内环故障信号进行分解,并做各模态分量的1.5维谱图。参数优化的VMD分解得到了与仿真信号原始分量相符的4个模态分量,1.5维谱剔除了未参与二次相位耦合的10Hz频率分量。同时在1k Hz频率以下,运用本文方法提取了轴承内环故障特征频率的1至6倍频频率成分以及电机转频对它们的调制频率。由此表明,遗传算法参数优化的VMD可实现复杂信号的正确分解,1.5维谱可有效检测信号的二次相位耦合。同时,遗传算法参数优化的VMD结合1.5维谱能有效提取轴承内环故障特征,从而验证了本文方法的有效性和实用性。     

基于深度学习的人脸识别方法研究

基于人的脸部特征信息进行身份识别的人脸识别方法应用范围越来越广,人脸识别算法也是人脸识别技术研究的热点领域之一.针对传统的神经网络人脸识别识别率偏低的问题,提出了一种能够有效提升人脸识别准确率的方法.该方法首先通过MTCNN实现人脸检测功能,进而利用并行FaceNet框架实现人脸识别功能.通过实验证明,基于MTCNN和...     

基于遗传算法的机器人负载重力补偿优化算法研究

航空航天装配领域,利用安装在机器人末端的六维力传感器来感知外力是实现工业机器人柔顺装配的关键技术之一,而负载的存在会干扰对外力的感知.针对工业机器人末端负载的重力补偿,提出一种基于遗传算法的重力补偿优化算法.此方法以误差平方和最小为目标建立了最优解模型,利用遗传算法求解,最终可以在不使用测量仪器的情况下,估计力传感器安...     

高超声速飞行器机身/超燃冲压发动机一体化设计研究

开展了高超声速飞行器机身/超燃冲压发动机一体化设计方法的研究.以多目标遗传算法为优化方法,采用一维流动模型计算性能指标,对机身下壁面前体和后体型线进行了优化设计,得到了Pareto最优前沿面.计算结果表明该方法可大大提高机身/发动机的匹配水平,获得高性能的设计方案.该方法可进一步推广应用于包含更加精确的流动模型的优化设计当中.     

基于小生境遗传自适应RBFN的歼击机故障认定方法

在模式识别领域中,如何实现更高精度的分类一直是个核心问题。本文提出了将自适应RBF神经网络与小生境遗传算法相结合的方法,其中自适应RBF神经网络通过对样本判断,自动实现对RBF网络添加新的隐层节点或者将样本归于已存在的隐层节点所属的类;小生境遗传算法用于寻找最优的网络宽度值。两者相结合最后确定一个隐层节点数与类别数相同的俭省的网络。用歼击机故障数据进行仿真,比较结果表明此方法能实现更高精度的故障认定。     

遗传算法在风洞实验优化中的应用研究

为了提高风洞实验效率,降低实验成本,缩短实验周期,笔者探讨了将遗传算法引入到风洞优化实验中,实现了基于遗传算法的多段翼型实验规划.通过遗传算法对多段翼型的迎角及各段的偏转角度、重叠量和缝道宽度进行编码,由实验提供适应度值.对两段翼型的研究表明应用遗传算法规划风洞实验能够减少实验次数约40%.种群数为染色体长度的2倍时,算法能较好的搜索到最优值.初始群体值对算法的收敛性及计算效果基本无影响.此外,也模拟计算了4段翼型风洞实验,提高实验效率大约为87%~93%,可见遗传算法仍然有效且在大规模风洞实验中更有应用价值.     

基于IOCDGA的模糊目标柔性作业车间调度优化

具有模糊目标要求的柔性作业车间调度,是柔性作业车间调度的扩展,它能够满足生产实际中对成本、生产周期及交货期等多方面指示的要求。与多目标调度相比,它还能够处理非精确指标要求问题,并且可以满足关键零件的特殊要求。为了实现对具有模糊目标柔性作业车间调度优化,提出了一种具有个体优化群体多样性的遗传算法（IOCDGA）,以加快收敛速度,避免早熟问题。该算法针对文中的编码方法,定义了群体平均差及熵,用来表示群体的多样性指标。通过多样性指标控制交叉率和变异率,该算法的进化侧重于单个或少数个体达到最优,而不是传统GA中的全部个体均为最优。计算结果表明,该算法可行,并减少了迭代次数。     

励磁变换器控制的定子双绕组感应发电机优化设计

针对新型励磁变换器控制的定子双绕组感应发电机控制绕组励磁变换器容量的最小化问题,总结了带整流型负载的感应发电机的设计特点,给出了其变速运行时功率绕组励磁电容的优化方法,讨论了带整流型负载发电机计算容量的确定原则。本文还提出了将改进实数编码的遗传算法与二维有限元电磁场分析相结合的方法应用于变速运行的双绕组感应发电机的优化设计中,以实现全局优化,提高优化效率。样机优化结果表明,在转速变比为1：3时,该方法能使励磁变换器的容量减小到额定输出功率的1／3左右,从而减小了变换器的体积和重量。     

直升机CFD仿真现状与发展趋势分析

传统直升机气动设计较多依赖升力线理论、涡流理论等工程分析方法,高性能计算使采用CFD方法开展"第一性原理"仿真成为可能.本文从旋翼运动特点出发介绍了直升机区别于固定翼飞机的一些特殊计算方法,指出当前CFD方法在直升机实际应用中存在的不足.在此基础上,探讨了国外先进直升机CFD软件的发展策略与技术途径,从多求解器耦合、网...