关键词： HL-2A托卡马克   漂移波模   数据库   机器学习   人工神经网络   可行性研究  

摘要： 本文探索建立了HL-2A/3装置实验漂移波模数据库,并以此作为样本数据库,通过机器学习方法,利用人工神经网络预测托卡马克放电中漂移波模不稳定性的发生及其强度,为实现HL-2A/3等离子体实时参数控制提供参考。首先基于电子/离子温度梯度(η)、俘获电子份额(ε)、局域安全因子q和磁剪切s等4个基本参数构成的参数数据组(η,ε,q,s)作为变量,其他参数取有效的常数值,利用HD7代码计算相应模特征值数据,构建了一个低频漂移波模基本数据库。然后,基于BP神经网络与支持向量机(SVM)模型,分别进行了机器学习建模与编程实验,验证了对HL-2A装置离子温度梯度(ITG)\俘获电子模(TEM)不稳定性进行智能预测的可行性。研究结果表明,通过将参数集与数据集进一步扩充成完备数据库、并加快BP神经网络训练速度、或采用深度学习等更复杂模型,可以最终实现前述漂移波模预测目标。

关键词： 多岛遗传算法   动量叶素理论   风力机叶片   优化设计  

摘要： 通过调整标准NACA翼型的控制参数建立风力机叶片翼型,采用加权平均法定义优化目标函数,建立叶片外形优化模型。采用多岛遗传算法对优化模型进行求解,获得优化后翼型参数。采用Fluent软件对优化前后的风力机叶片压力梯度、气动性能进行仿真,结果表明,优化后风力机叶片的输出功率与风能利用系数增大,叶根处的弯矩减少。

关键词： 装配线平衡   遗传算法   自动平衡  

摘要： 在关于汽车装配线平衡问题的研究中,普遍存在建模与装配线实际情况偏差大等问题。本文根据汽车装配线的工艺特点建立符合装配线实际需求的第一类平衡问题的数学模型,该模型引入操作区域、车身高度以及装配约束条件等因子。以该模型为基础设计了基于工位动态分割的遗传算法,并采用Java语言验证了该算法,开发装配线快速自动平衡软件。算法不仅解决了装配平衡问题与实际运行状态不符的问题,而且以此为基础,开发了便于企业使用的软件工具。本文以某段整车装配工艺为对象,对算法和软件进行验证,取得了良好的效果。

关键词： 作业调度   柔性作业   问题优化   自适应   模拟退火   遗传算法  

摘要： 柔性作业车间调度问题是NP难问题,一般使用最大完工时间最短的评价指标来衡量加工顺序和机器选择的优劣,最短的完工时间意味着最快的生产速度。为了减小计算量并快速找到车间调度的最优解,提出了融合模拟退火参数的自适应遗传算法,详述了该算法的关键过程,并通过数据集的仿真实验验证了该算法的有效性。

ISBN: (纸本)9787121482724

关键词： Power distribution faults  

摘要： Considering the adverse effects of fluctuating output power of distributed power sources on fault recovery, a dynamic fault recovery scheme for distribution networks using photovoltaic output power prediction is proposed. After the fault occurs, the dynamic output power of photovoltaic system is predicted, and load dynamic characteristics are studied. Then, based on the objectives of maximizing the total important load for distribution network recovery, minimizing fault recovery costs, and minimizing fault-induced power outages, an optimal fault recovery model based on dynamic tree knapsack model is constructed. This model can quickly adapt to changes in the distribution network topology. An improved simulated annealing genetic algorithm is used to solve the optimal fault recovery plan, which improves the algorithm's convergence speed and stability. Finally, the simulation is conducted in IEEE 69-node system, and the results show that the proposed algorithm can adapt to the fault recovery of complex distribution networks, improve the reliability of distribution network power supply, and reduce the recovery cost and power outage loss caused by distribution network faults. © 2024 Zhihui Dianli Bianjibu. All rights reserved.

关键词： 仿真分析   散热   风道优化   遗传算法  

摘要： 随着对显控设备的智能化和智能电子设备集程度要求越来越高，设备的散热性能直接影响设备能否正常工作。针对现有显控台依托经验估算设计或以单一变量为优化目标方法进行散热设计的存在的局限性问题，文中以某型军用车载显控台为研究对象，提出基于风道结构优化的理念，通过Fluent数值模拟与遗传算法相结合，以达到设备散热性能优化的目的。选取以热源最高温度和风道入口速度均匀性为优化目标，对显控台的风道结构进行多目标优化设计，最后对优化模型的准确性进行仿真验证。研究表明：通过多目标优化算法优化后的显控台，热源最高温度降低6.62%，速度均匀性系数升高3.92%，设备散热性能明显改善。

关键词： 互相关   最大能量   模型道   相空间  

摘要： 在地震勘探剩余静校正阶段，遗传算法处理低信噪比数据时容易受到噪声干扰，迅速陷入局部最优。本文提出一种基于概率统计的慢速扩展遗传算法（Slow expansion genetic algorithm for residual static correction,SEGA）。以动校正后的共中心点道集数据作为输入，通过地震道与混波模型道互相关，分别获取炮点与检波点的互相关矩阵，并利用所提出的转换函数获得静校正量概率矩阵；根据该概率矩阵的值，进行种群的初始化、交叉、变异；通过选择最优染色体更新叠加剖面，并利用慢速扩展相空间来重新确定校正量的上下界；重复如上步骤直至收敛。实验结果表明，SEGA在某山区收集的地震数据上能显著提高叠加剖面的成像质量，与最大叠加能量法和基准遗传算法相比，叠加能量分别提升了6.61%、5.55%。

关键词： 物联网   僵尸网络   特征选择   遗传算法   流量检测  

摘要： 针对物联网Mirai僵尸网络流量数据的高维度和大规模数据导致传统检测方法存在检测时间长、资源消耗大和准确性欠佳的不足,文章提出了一种基于集成特征选择的物联网僵尸网络流量检测(IoT Botnet Traffic Detection Based on Ensemble Feature Selection,IBTD-EFS)方法。首先,为了降低网络流量数据样本的特征维度以便获取最优特征子集,文章提出了一种基于特征分组和遗传算法相结合的集成特征选择(Ensemble Feature Selection Based on Feature Group and Genetic Algorithm,EFS-FGGA)算法;然后,为了高效地检测Mirai僵尸网络流量,提出了基于极限梯度提升的物联网僵尸网络流量分类(IoT Botnet Traffic Classification Based on eXtreme Gradient Boosting,IBTC-XGB)算法;最后,联合上述算法,进一步提出了物联网僵尸网络流量检测IBTD-EFS方法。实验结果表明,IBTD-EFS方法能屏蔽物联网设备的异构性,对Mirai僵尸网络流量检测达到99.95%的准确率,而且保持了较低的时间开销。