Ultrasonic Computed Tomography Imaging Method of Concrete Materials Based on Simulated Annealing Genetic Algorithm

Stability and accuracy of the imaging results are still unmet practical demands for ultrasonic computed tomography(CT)of concrete material.To address these issues,a CT technique based on simulated annealing genetic algorithm(SAGA)is presented in this work.Firstly,a natural weight matrix with clear physical meaning is introduced in the inverse algorithm and then a quadric broadening objective function is formed according to the propagation characteristics of ultrasound in concrete.After that,the simulated annealing(SA)searching is added to speed up the inverse process and to improve the convergence and stability of the algorithm.Finally,the optimal inverse imaging results have been achieved by variable ectopic adaptive genetic algorithm.The numerical simulation experiments have shown that the usage of the correct priori information and the excellent characteristic of SAGA in searching the global minimum value of the function have produced accurate and effective results with stable numerical values.The imaging resolution is improved and the imagining results reflecting the inner defections of the tested objects are more reliable and accurate.     

冲压增程弹进气道型面气动优化研究

以某型冲压增程弹为研究对象,为了使进气道总压恢复系数最大,利用自动优化平台,集成了参数化建模和进气道流场数值模拟,以总压恢复系数最大为优化目标,运用组合优化策略对双锥进气道的锥角进行气动优化,优化后的进气道总压恢复系数提高了11.96%.数值模拟结果与试验数据吻合较好,证明优化结果可信.结果表明,通过对进气道锥角的优化可快速找出最佳锥角组合.     

一种有效压缩频繁模式挖掘的算法

频繁模式挖掘的研究最近致力于在一个合理的容错范围内寻找有代表性的模式来压缩庞大的挖掘结果集.一种新型启发式算法AMSA(Approximating Mining based Simulated Annealing)被提出,其采用了模拟退火思想来保证有效性和压缩的质量.依据FIMI(Frequent Itemset Mining Implementations Repository)提供的公用数据集进行的实验结果也证明了这一结论.通过与FPclose算法和RPglobal算法分别进行了性能的比较,AMSA挖掘的结果集规模小于FPclose算法和RPglobal算法得到的结果集规模,特别是当支持度阈值很低时,RPglobal不可在合理时间内产生结果集,AMSA却可在合理时间内得出较精准的结果集.     

考虑任务合成的成像卫星调度问题

某些成像卫星的侧摆机动性能较差,限制了卫星的观测能力,需要考虑任务合成以提高观测效率。建立了考虑任务合成的成像卫星调度问题模型,并提出了求解该模型的快速模拟退火算法(VFSA)。算法针对元任务及合成任务分别构造邻域,采用合成邻域、分解邻域实现调度过程中任务动态合成操作。采用“冒险”的接受概率和快速退火计划,提高算法的求解速度。采用回火机制及3种分化策略,避免算法陷入局部最优。大规模测试算例验证了算法的效率。     

退火温度对Ti6Al4V薄板退火变形影响的有限元分析及实验验证

为了研究钛合金退火变形规律,对Ti6Al4V薄板初始残余应力作一定假设和简化,采用MSC.marc软件建立Ti6Al4V薄板退火热粘塑性模型,分析不同退火温度(550, 580, 600, 620, 650 ℃)对钛合金退火变形的影响及其原因,并结合退火实验验证模拟结果。结果表明,初始残余应力在蠕变作用下产生蠕变应变和弹性应变,使薄板退火后应变分布符合板材弯曲时典型应变分布规律,最终导致薄板退火变形。随着退火温度升高,蠕变作用加强,退火变形增大,而应力应变随时间变化趋势基本一致。实验结果验证了数值模拟的可靠性。     

遗传模拟退火算法在机动逃逸策略中的应用

针对垂直平面内的机动逃逸策略问题,提出将遗传算法与模拟退火算法相结合的方法———遗传模拟退火算法,能够实现逃逸者的机动逃逸策略,解决了在大状态空间中的全局最优搜索和评价问题,为处理复杂的决策过程提供了一套有效的途径。通过仿真结果表明,基于遗传模拟退火算法的机动策略能够有效地实现逃逸者的机动逃逸。     

集合划分问题的蚁群算法

集合划分问题是一个典型的NP完全问题,建立了集合划分问题的优化数学模型,采用蚁群算法解决了此问题.对蚁群算法参数的合理选取进行了实验分析,给出了算法参数选取的基本原则.与贪心法作了比较,结果表明该方法比较有效.     

小波模拟退火-软阈值SAR图像降噪算法

提出了一种新的SAR(Synthetic Aperture Radar)图像降噪方法,利用小波变换对空间位置信息保留的特性,依据小波变换后近似图像仍满足吉布斯分布,将模拟退火算法引入到小波域中,首先,根据SAR功率图像斑点的特性,对传统的同态变换方法做出了相应的修正,大大降低了处理结果的辐射偏差,提高了等效视数,然后在多分辨率理论和小波变换理论基础上,选用适合特定图像的最优小波基进行分解,最后对小波变换后的近似图像进行模拟退火处理,对各个细节图像有选择地进行软阈值处理.实验证明,此方法比传统的小波降斑取得了更好的平滑效果,比传统模拟退火大大减少了处理的时间,同时对图像的辐射精度的保持,斑点的抑制,以及边缘保持都有较满意的结果.      

基于神经网络的空间桁架结构建模研究

空间桁架结构的振动主动控制目前已成为振动控制领域研究的热点，为了研究空间桁架的主动控制方法，首先必须建立其准确的模型。神经网络固有的学习能力使其在模型辨识中得到广泛应用，针对空间桁架结构的非线性动态特性，本文采用了修正的Elman递归网络进行了模型辨识，结果表明，带有自反馈增益修正的Elman网络能很好地反映桁架结构的真实情况，适用于非线性动态系统的模型辨识。     

基于LSTM循环神经网络的故障时间序列预测

有效地预测使用阶段的故障数据对于合理制定可靠性计划以及开展可靠性维护活动等具有重要的指导意义。从复杂系统的历史故障数据出发,提出了一种基于长短期记忆（LSTM）循环神经网络的故障时间序列预测方法,包括网络结构设计、网络训练和预测过程实现算法等,进一步以预测误差最小为目标,提出了一种基于多层网格搜索的LSTM预测模型参数优选算法,通过与多种典型时间序列预测模型的实验对比,验证了所提出的LSTM预测模型及其参数优选算法在故障时间序列分析中具有很强的适用性和更高的准确性。