传统的优化方法在描述能力、建模方法、方法实现和模型数据的分析等方面都存在着局限性,需要引入新的思路.针对上述问题,提出了基于知识的广义优化方法,给出了广义优化中知识概念、优化问题的描述,以及基于知识的广义优化方法的一般求解过程.其基本方法是在优化问题知识模型的基础上,建立基于知识的广义优化算法,通过知识系统的约简,得到用于制定优化方案的决策规则.同时给出了基于知识的广义优化方法在在锅炉燃烧优化问题中的应用示例,说明了方法的有效性

为了建立一个高效的路径搜索引擎,针对大型应用系统中寻径算法的平衡最优性、时间复杂度以及空间复杂度问题,从经典Dijkstra算法出发,将AI领域的决策机制引入到路径搜索中来,提出了一个启发式最优路径搜索算法.该算法在寻径过程中引入代价函数,由代价函数来决定寻径策略(即优先搜索哪些中间节点),以期望减少搜索节点数.给出了该算法得到最佳解的条件及其证明过程,并且以实例数据对两种算法进行了对比测试

为了提高变压吸附制氧过程中氧气的回收率和体积分数,提出了一种在反吹步骤中采取适当中断次数和时间的不连续反吹方法,并实验研究了该方法对氧气的回收率和体积分数的影响.结果表明:不连续反吹步骤可以显著提高变压吸附制氧系统的回收率和产品气纯度;在本实验条件下,优化后反吹中断次数为2、反吹中断时间为0.3s时,与连续反吹相比,氧气回收率最大提高了9.2%,产品气中氧气的体积分数最大提高了4.0%

引入断裂力学原理,以某混凝土结构副大巷中复杂结构为研究对象,通过相似模拟实验和现场观测等手段对有关材料物理力学参数进行识别和修正,结合现场矿压观测结果和相似材料模拟试验结果,对该巷道内部应力破坏敏感部位的内力和变形机理进行了系统的分析、模拟计算.研究结果对现场支护设计、维护加固和提高岩层稳定程度具有重要的意义

在实验装置中添加了转子导流系统,使模型装置更接近于现场高效浓密机.采用均匀设计方法,以单位面积固体处理量和底流体积分数作为尾砂浓密效果的评价指标,考察各因素对尾砂浓密效果的影响.结果表明:单位面积固体处理量与絮凝剂单耗正相关,最佳入料体积分数为6.56%;底流体积分数与入料体积分数、停留时间和絮凝剂单耗均正相关.最后通过凯奇沉降模型对沉降曲线进行分析,速度限制层一般为过渡区与压缩区的交界处,根据实验结果和尾砂日处理量计算得出浓密机的最小直径为14m

用计算机作为工具,用数值模拟的方法,分析了二辊式钢管斜轧延伸各工艺参数对金属变形的影响。在此基础上,建立了保证轧制过程顺利进行的诊断判据,并以提高轧制效率、优化变形为目标,建立了优化准则.最后,在微机上实现了整套系统

确定了中厚板ACC冷却系统的换热边界条件,建立了钢板温度场和应力场有限元计算模型.利用现场实测数据对温度场计算结果进行验证,利用间接耦合方法对钢板的应力场进行计算.分析了不同集管开启方式、不同辊道速度和不同冷却介质温度对钢板热残余应力的影响规律

为了识别混沌信号和随机信号,针对G-P算法及其改进算法的不足,提出了一种新的改进算法.该算法不仅能简化无标度区的确定过程,而且能客观地判断系统的关联维数是否饱和.仿真结果表明,新的改进算法对于混沌信号的识别是有效的

shell 变量的设置、查看和清除 局部变量与作用域 环境变量及其设置 内置命令 declare和 printf 变量测试与赋值 位置变量与变量的间接引用 命令替换的两种方式 整型变量的算术运算和算术扩展 数组变量及其引用方法

提出了一种基于免疫识别原理的径向基函数神经网络学习算法.该算法利用人工免疫系统的识别、记忆、学习等原理,将输入数据作为抗原,抗体为抗原的压缩映射作为径向基函数神经网络模型的隐层中心,输出采用最小二乘法确定权值.通过预报热轧带肋钢筋力学性能的仿真实验结果表明,与K-均值法选择中心点比较,该算法计算量较小,精度高