【摘 要】
：
针对传统蚁群算法难以精准解决多值属性系统(multi-valued attribute system,MVAS)诊断策略的问题,在改进蚁群算法的基础上,提出一种改进蚁群算法的测试序列寻优(ANT-TS)算法以搜索MVAS的故障测试序列.首先,引入多值D矩阵和五元组完成诊断策略的公式化处理;然后,为实现ANT-TS算法与MVAS诊断策略的融合,重新表述蚁群算法、设置状态转移规则、设定信息素初始化及更新的方式;最后,通过实例说明算法的实现过程,运用随机仿真实验验证其正确性和稳定性.结果表明:与传统蚁群算法相比
【机 构】
：
河南科技大学机电工程学院,河南洛阳471003;河南科技大学机电工程学院,河南洛阳471003;常州光洋轴承股份有限公司博士后工作站,江苏常州213001;大连理工大学机械工程学院,辽宁大连11602
论文部分内容阅读
针对传统蚁群算法难以精准解决多值属性系统(multi-valued attribute system,MVAS)诊断策略的问题,在改进蚁群算法的基础上,提出一种改进蚁群算法的测试序列寻优(ANT-TS)算法以搜索MVAS的故障测试序列.首先,引入多值D矩阵和五元组完成诊断策略的公式化处理;然后,为实现ANT-TS算法与MVAS诊断策略的融合,重新表述蚁群算法、设置状态转移规则、设定信息素初始化及更新的方式;最后,通过实例说明算法的实现过程,运用随机仿真实验验证其正确性和稳定性.结果表明:与传统蚁群算法相比,ANT-TS算法的运行过程与诊断策略的一致,且其参数和循环次数少、期望测试费用低、运行速度快;与传统的MV-IG算法和多值Rollout算法相比,ANT-TS算法能获得费用较少的测试序列.
其他文献
建立了熔融制样-X射线荧光光谱法(XRFS)测定火力发电厂烟气脱硫石膏中9种主次量元素(以元素氧化物形式表示)的方法,并用正交试验优化了熔融制样条件.将样品与四硼酸锂-偏硼酸锂混合熔剂(质量比12∶22)按1∶8的质量比混合,加入40g·L-1溴化锂溶液0.6 mL,在自动燃气熔样机上于1050℃熔融4.5 min,冷却脱模后即得玻璃样片,在优化的XRFS条件下测定.采用硫酸钙、氧化钙、石膏成分分析标准物质和煤灰成分分析标准物质配制的标准样品系列制作校准曲线,并用理论α系数法校正基体效应.结果 显示:9种
建立了熔融制样-X射线荧光光谱法(XRFS)测定含碳及碳化硅的铝镁质、锆质耐火材料中的二氧化锆、三氧化二铝、二氧化硅、氧化钙、氧化镁、三氧化二铁、二氧化钛等含量的方法.将样品置于950℃马弗炉内灼烧1h以除去其中的碳.将四硼酸锂置于铂-金坩埚中熔融,旋转坩埚使熔融态四硼酸锂附着在坩埚壁上,以减少碳化硅对铂-金坩埚的腐蚀.将1.0000 g碳酸锂、1.0000 g硝酸锂和0.3000 g灼烧过的样品混合,置于挂膜处理好的铂-金坩埚中,上面再覆盖2.0000 g四硼酸锂,在程序升温条件下预氧化以去除样品中的碳
舰载机甲板作业调度问题是一类具有NP-hard特性的资源受限多项目调度问题.首先,分析舰载机甲板作业调度问题的工序流程约束和各类资源约束,构建舰载机甲板作业调度混合整数规划模型.然后,基于基本引力搜索算法,提出双种群模糊引力搜索算法用于模型求解.算法采用基于作业时序修正的优先数编码,井采用双种群交替迭代结构,将基于个体的双向对齐技术扩展到种群层面,基于串行调度生成机制产生调度方案.为了提高算法性能,采用边界修正策略修正越界粒子编码,在引力计算阶段,采用模糊逻辑控制策略进行参数自适应控制.最后,通过案例仿真
建立熔融制样-X射线荧光光谱法(XRFS)同时测定硅酸盐岩和煤灰中13种主次量成分(二氧化硅、三氧化二铝、三氧化二铁、氧化钠、氧化钾、氧化钙、氧化镁、二氧化钛、五氧化二磷、氧化锰、氧化钡、五氧化二钒和三氧化硫等)的方法.将样品研磨、过筛、干燥,以质量比为1∶10的比例称取样品和混合熔剂(四硼酸锂和偏硼酸锂的质量比为67∶33),在700℃熔样炉中开炉门预氧化2 min,于1100℃熔融9 min,所得样片在优化的XRFS条件下测定.采用与样品基体接近的标准物质和标准样品制作校准曲线,并采用β系数法及可变理
车辆目标检测是智能交通系统中的重要环节,针对传统车辆目标检测方法效率低、小目标检测效果不好、漏检率高等问题,提出一种基于改进的YOLOv3网络车辆目标检测算法.为了提高车辆检测的效率,利用轻量化模型MobileNet v2代替原YOLOv3中的特征提取网络,使得网络计算量相比原算法有所降低.为了有效提高网络对小尺度车辆目标的检测能力,网络将由高到低不同尺度的特征层融合之后进行目标检测.为了得到更丰
流水车间调度是应用背景最为广泛的调度问题,其智能算法研究具有重要的学术意义和应用价值.以最小化最大完工时间为目标,提出求解流水车间调度的一种基于深度强化学习与迭代贪婪算法的框架.首先,设计一种新的编码网络对问题进行建模,解决了传统模型受问题规模影响而难以扩展的缺陷,井利用强化学习训练模型以获取优良输出结果;然后,提出一种带反馈机制的迭代贪婪算法,以网络的输出结果为初始解,协同利用多种局部操作提高搜索能力,井根据性能反馈调节各操作的使用,进而获得最终的调度解.仿真结果和统计对比表明,所提出的深度强化学习与迭
对含有不重要特征、冗余特征的数据进行聚类,采用特征缩减模糊聚类(feature reduction fuzzy c-means,FRFCM)算法是有效的.该算法使用特征的均值方差比(mean-to-variance ratio,MVR)度量特征的重要性,删除权重小于阈值的特征,仅保留重要特征进行聚类,以提升算法的性能和速度.但该算法存在以下不足:1)数据归一化后,特征的MVR值会发生改变,重要特征的MVR值可能会变小,不重要特征的MVR值可能会变大;2)一些数据的重要特征,其MVR指标未必大;3)FRFC
针对约束多目标进化算法求解约束多目标问题时难以平衡收敛性、多样性和可行性的问题,提出一种协作进化算法(ConMOEA).将自适应形状估计进化算法(AGE-MOEA)和非支配排序遗传算法(NSGA-Ⅱ)优势融合,采用Deb约束支配原则非支配排序组合种群实现个体优选,在临界层中根据最大拥挤距离或生存值选择所需个体,最终形成新种群,实现种群快速接近Pareto前沿井具有良好分布性.为验证所提出算法的性能,对近期提出的一组DOC基准函数进行仿真计算,采用反世代距离(IGD)和超体积(HV)两个通用评价指标,与NS
视频压缩感知在采样资源受限的视频采集领域具有重要研究意义,重构算法是视频压缩感知系统的关键技术.为了更好地从压缩采样数据中重构视频信号,提出一种基于全变分与非局部低秩正则化的视频重构算法,为视频重构提供一种新的思路.算法第1步考虑视频帧内和帧间的局部相关性,应用全变分模型作为先验约束得到初步恢复的视频帧;第2步考虑视频帧内与帧间的非局部自相似性,应用改进的非局部低秩正则化算法对其进一步重构,该步骤
我国城市轨道交通正处在快速发展阶段,城轨交通短时客流预测对保障运营安全、优化线网结构,进而构建智慧城市具有重要意义.城轨短时客流除了具有周期性、随机性等时间特征之外,跨时段的断面客流具有相似性,井且相邻站点客流之间存在空间联系.对此,充分考虑以上城轨短时客流的时空特征,基于卷积长短时记忆神经网络(ConvLSTM)与自适应k-means聚类算法,提出城轨短时客流预测的深度学习模型k-ConvLSTM,井通过实验对模型关键参数进行寻优;同时,基于深圳市地铁IC卡的真实客流数据对模型的有效性进行检验.结果表明