关键词： 遗传算法   质子交换膜燃料电池单池   CFD仿真优化  

摘要： 质子交换膜燃料电池双极板的结构是决定燃料电池性能的重要因素。通过对目前双极板优化设计的方法进行分析,相比较传统的设计、加工、实验验证的方式,CFD仿真优化设计具有成本低的优势,但是耗时长。该研究中采用的MATLAB结合CFD仿真软件的分析方法可以大幅提升分析效率,在短时间内对大量不同几何结构的模型进行分析计算,以最快的速度得到最优化的结果。结果显示,长宽为50 mm的标准燃料电池单池,当双极板的流道宽度为2 mm时,燃料电池的性能最优。性能具体表现为当标准标定电压为0.6 V时,电流为15.2 A。

关键词： 遗传算法   BP神经网络   负荷预测   优化算法  

摘要： 针对某地中期电力负荷预测,BP神经网络因其强大的非线性映射能力被广泛应用于负荷预测。但BP算法本身存在一些缺陷,如易陷入局部最小值和较慢的收敛速度。而遗传算法以其优秀的全局搜索能力可以很好地解决这一问题,利用GA的全局优化能力,对BP网络的初始连接权重和偏置值进行系统的调整,从而显著减少了网络在学习过程中落入次优解的可能性,提升了收敛速度。研究结果表明,相较于单一的BP神经网络和其他对比模型,该集成模型在预测精度和稳定性方面均有显著提升。

关键词： 水轮机   多岛遗传算法   多目标优化   翼型   类形函数变换参数化方法  

摘要： [目的]针对大型水平轴水轮机叶片运行工况复杂的问题,提出一种多目标优化算法。[方法]基于多岛遗传算法建立翼型优化模型,采用类形函数变换(CST)法对翼型进行参数化拟合,整个优化过程集成于Isight平台,实现自动优化。[结果]采用上述方法,选用NACA 63813/63815/63816翼型作为初始翼型进行多目标优化,利用Fluent转捩模型对得到的翼型进行CFD数值验证,选择翼型攻角5°时的升阻比、升力等为优化目标参数,得到优化后的翼型升力系数分别增大了14%,15%,20%,升阻比分别增大了14%,16%,28%。[结论]数值验证结果表明,优化后的翼型在多个工况点下的升阻比均高于同厚度原始翼型,在具有良好的水动力动性能的同时还提高了叶片的结构强度,相比于传统的翼型更适用于大型潮流能水平轴水轮机。

关键词： 永磁同步电机   三环控制   参数整定   遗传算法  

摘要： 为了进一步提高永磁同步电机三环(位置环、速度环和电流环)遗传控制精度,选择遗传算法来整定主轴参数。建立永磁同步电机三环遗传控制流程,并根据模糊PID对参数实施整定。在辨识参数对变增益PI控制的基础上,通过设置惯性权重系数来实现收敛速度。从直线信号方面开展进给测试,促进了跟随性能的显著提升。研究结果表明:相对人工经验方法,三环遗传控制方法的绝对误差极值和绝对误差积分降低了30%左右,对跟随误差达到了更优跟随性能,提升了跟随性能。该研究有助于提高永磁同步电机控制精度,也可拓宽到其他类型的电机控制领域。

关键词： 带式输送机   盘式制动器   液压制动系统   AMESim   遗传算法  

摘要： 制动系统的高可靠性是确保带式输送机安全制动的必要前提。基于带式输送机盘式制动器的使用工况,设计了具有保压功能的新型电液比例液压制动系统;介绍了新型电液比例液压制动系统的工作原理并建立其数学模型;利用AMESim平台进行仿真,验证了该系统的合理性;最后,设计了基于遗传算法的PID闭环控制策略,以满足盘式制动系统的控制要求。研究表明,基于遗传算法的PID闭环控制策略具有良好有效性,优化后的制动系统综合性能显著提高。

关键词： 电荷密度波   微电子材料   美国能源部   显微镜技术   人工神经网络   人类大脑   团队开发   节能计算  

摘要： 美国能源部阿贡国家实验室团队开发了一种新的显微镜技术,利用电脉冲可观察室温下形成电荷密度波的材料中的纳秒动态。发表在最新一期《物理评论快报》上的这项成果,可广泛应用于节能微电子领域。为应对超级计算机的能耗问题,科学家正在利用人工神经网络开发更节能的下一代计算机。其要点是模拟人类大脑基本单位神经元的过程,这种模拟可通过材料中出现的电荷密度波来实现。电荷密度波增加了材料中电子运动的阻力,控制波的能力可快速打开和关闭电阻,然后可利用此特性实现节能计算和超精确传感。

关键词： semitransparent medium   coupled conduction-radiation heat transfer   thermophysical properties   simultaneous identification   multilayer artificial neural networks(ANNs)   evolutionary algorithm   hybrid identification model  

摘要： A hybrid identification model based on multilayer artificial neural networks(ANNs) and particle swarm optimization(PSO) algorithm is developed to improve the simultaneous identification efficiency of thermal conductivity and effective absorption coefficient of semitransparent *** the direct model,the spherical harmonic method and the finite volume method are used to solve the coupled conduction-radiation heat transfer problem in an absorbing,emitting,and non-scattering 2D axisymmetric gray medium in the background of laser flash *** the identification part,firstly,the temperature field and the incident radiation field in different positions are chosen as ***,a traditional identification model based on PSO algorithm is ***,multilayer ANNs are built to fit and replace the direct model in the traditional identification model to speed up the identification *** results show that compared with the traditional identification model,the time cost of the hybrid identification model is reduced by about 1 000 ***,the hybrid identification model remains a high level of accuracy even with measurement errors.

关键词： 响应面优化   遗传算法   抗过载   低量程  

摘要： 为设计一种兼具抗高过载性能与高灵敏度的低量程电容式加速度传感器,结合响应面分析和遗传算法,对传感器的7组尺寸参数进行了优化。利用实验设计(DOE)中的多组采样点与二次拟合确定了尺寸参数与传感器输出变量之间的函数关系,基于该函数引入惩罚因子,进行多次遗传算法迭代处理。最终统计响应面优化和遗传算法的结果,获得了1组最优尺寸参数。优化结果表明:在相同的加速度作用下,传感器的等效应力降低约18%,等效位移增大约12%,设计灵敏度增大约20%,在30000 gn过载下的最大应力减少224.94 MPa,具有更高的抗过载能力。

关键词： 智能配电网   分布式储能系统   布局优化   遗传算法  

摘要： 本文针对智能配电网中分布式储能系统(DES)的布局优化配置问题进行了研究。文章首先分析了DES在智能配电网中的关键作用及其技术基础,接着构建了一个包含运行成本和环境效益的优化模型。通过运用遗传算法解决了这一非线性规划问题,有效地提高了电网的运行效率和稳定性。本研究为智能配电网的发展和可再生能源的集成提供了新的理论和实践指导。

关键词： 负样本   翻译模型   三元组分类   知识表示  

摘要： 为了解决翻译模型中的随机生成负样本的不足,以生成高质量的负样本,提高模型的训练效果,提出一种改进的负样本采样的知识表示学习模型TransE-KCB。该模型引入K-Means++聚类算法,形成不同种类的相似性实体簇;在簇中随机挑选5个实体与被替换实体计算它们之间的相似度,选出排名最高的实体,与被替换的实体进行替换;在此基础上,为了解决“假负例”问题,引入布隆过滤器,对“假负例”进行过滤。实验结果表明,与TransE等模型相比较,TransE-KCB模型具有更好的模型表达能力,知识表示的能力得到较大提升。