针对单核学习支持向量机无法兼顾学习能力与泛化能力以及多核函数参数寻优问题，提出了一种基于群体智能优化的多核学习支持向量机算法。首先，研究了五种单核函数对支持向量机分类性能的影响，进一步提出具有全局性质的多项式核和局部性质的拉普拉斯核凸组合形式的多核学习支持向量机算法；其次，为增加粒子多样性及快速寻优，将粒子群优化算法引入了遗传算法中的杂交操作，并用此改进的群体智能优化算法对多核学习支持向量机进行参数寻优。最后，分别采用深度特征与手工特征作为识别算法的输入，研究表明采用深度特征优于手工特征。故本文采用深度特征作为多核学习支持向量机的输入，以交叉遗传与粒子群混合智能优化算法作为其寻优方式。实验选取合作医院数据集对所提算法进行训练并初步测试，进一步为了验证所提算法的泛化能力，选取公开数据集LUNA16进行测试。实验结果表明，本文算法易于跳出局部最优解，提升了算法的学习能力与泛化能力，具有较优的分类性能

提出了一种基于双维度搜索的实时轨迹规划方法，用来解决自主地下铲运机转弯轨迹规划问题。该方法是一种结合采样思想和最优化算法的复合轨迹规划方法，包含三个主要步骤：基于双维度搜索策略的优化模型参数生成，基于二次规划的轨迹计算，以及基于约束检查的最优轨迹确定。该方法新颖之处在于提出的基于转弯区域行驶时间和里程的双维度搜索策略，以及基于平稳目标的轨迹最优化模型，可根据弯道区域入口速度和位置，快速生成纵横向都有最优性保证的最优轨迹。该方法结构简单、易于实施，可通过关键参数的调整满足控制器对轨迹生成速度的实时性要求。基于该轨迹规划方法的特点，使其不仅适用于实时轨迹规划，还可为未来智慧矿山的智能管控与优化调度提供底层约束。多组算例验证了该方法的有效性和优越性

为了实现地下金属矿山生产接续的紧凑性、科学高效地调度生产设备,针对矿山开采工序复杂、设备资源有限、生产任务量大等特点,以最短工序时间间隔和最短总完成时间为共同优化目标构建了地下矿山生产接续与设备调度集成优化模型.通过分析地下矿山生产循环顺序、作业设备类型和生产能力等生产要素,考虑工序闲置期间采场的安全隐患问题,运用改进遗传算法对最优解进行主-从两步骤搜索,得到地下矿山生产接续和设备调度最佳方案.以国内某大型金矿为案例进行了模型的有效性验证,解算出矿山最优的设备调度计划.验证结果表明,与传统的单一目标优化相比,模型在保证完成指定任务的同时,有效缩短工序时间间隔,并且保证了作业的安全要求

通过对低碳含铝钢20Mn2精炼过程的取样分析,得出精炼渣的熔化温度偏高,渣中存在大量固相CaO,并导致钢中含有CaO类夹杂物,精炼渣吸附夹杂物能力差.利用Fact Sage热力学计算,从渣的低熔点区域控制和渣-钢反应这两个方面对渣系进行研究与优化.结果表明,CaO/Al2O3质量比在1.5左右添加质量分数为3% CaF2可以有效降低渣的熔化温度,渣的熔化温度随着CaF2含量的升高呈现先降低后升高的趋势,MgO的质量分数控制5%左右低熔点区域面积达到最大.在SiO2质量分数大于30%区域,钢中氧含量大体上随着CaO/Al2O3质量比的增加而降低,在SiO2的质量分数低于30%区域随着CaO含量的升高而降低,钢中酸溶铝含量在SiO2含量高的区域随着Al2O3/SiO2质量比的增加而升高,在SiO2含量低的区域随着CaO/SiO2质量比的增加而增加.根据热力学分析结果得出合理的渣系范围：CaO 50%-60%,Al2O320%-35%,SiO25%-10%,MgO 5%-8%,CaF20-5%.优化渣系的实验结果表明,优化后渣系熔化温度降低,钢中夹杂物数量、面积和平均尺寸均有明显下降

热轧非对称工作辊可兼顾板形控制和自由规程轧制,其关键参数通常采用经验设计法,缺乏相应的依据.本文提出了热轧非对称工作辊关键参数的理论设计方法.由于设计过程中无法精确给定已知条件,因此把多目标满意优化引入到非对称工作辊的参数设计中,建立了综合满意度目标函数,并用模拟退火遗传算法进行满意度最优值求解.采用满意解代替最优解,使得辊形参数的优化设计结果更具科学性.在某热连轧生产线上的实际应用表明,优化设计的辊形在板形控制和自由规程轧制方面均取得了理想的效果

在带钢连续热处理热过程机理数学模型的基础上,提出了带钢连续热处理过程中的稳定工况和变工况过程的优化策略.根据稳定工况过程的启发式优化策略,得到了各钢簇(由钢种、规格确定)的可行工况集,基于各钢簇可行工况集之间的关系,研究开发了变工况条件下带钢连续热处理过程优化控制策略.该策略通过调整机组的操作参数,使得带钢温度与热处理目标温度之间的误差最小.通过对现场实际采用的变工况控制策略与本文开发的策略的对比分析表明,基于可行工况集的变工况策略可以在更短时间内实现变工况过程,更精准地控制变工况期间的带钢温度

针对多无人机在协同搜索过程中存在重复搜索、目标静止、搜索效率低的问题，提出基于改进鸽群优化和马尔可夫链的多无人机协同搜索方法.首先，建立类似传感器探测范围的蜂窝状环境模型，降低对搜索区域的重复搜索；其次，建立满足高斯分布的马尔可夫链动态目标运动模型；然后，将柯西扰动引入基本鸽群优化算法的地图和指南针算子，高斯扰动引入地标算子，同时利用模拟退火机制保留次优个体，进而有效缓减基本鸽群优化算法易陷入局部最优的问题.最后，通过仿真实验将本文算法与其他群体智能算法进行比较，结果表明新型算法的合理性和有效性

旋转机械设备的维修策略对于维护机械设备运行状态,保障产品生产质量有着重要意义,并且直接影响企业经济效益.频繁维修虽可以保障设备状态,但随之会带来高昂的维修成本;检修周期过长虽然可以降低维修次数,减少维修成本,但是设备状态却难以保证.本文提出了一种基于峭度指标的故障预警方法以及基于模糊C均值方法的实时维修策略优化方法.通过监测峭度指标变化,可以成功捕捉机械设备的早期故障特征,再使用模糊C均值方法,评估设备状态,将其结果视为设备运行可靠性指标,根据企业效益最优化的维修建议准则,对设备的维修策略做出实时建议.对某钢厂的设备状态监测数据分析验证,结果表明,本文提出的基于实时维修策略优化方法的维修建议更加适用于现场设备的管理,节约了监测成本,使得企业效益更优

针对卫星通信网频谱资源利用率低下的问题,以信道有效容量最大化为优化目标,提出了一种支持时延约束的卫星Underlay认知无线网络功率控制与优化算法.首先根据网络拓扑结构建立了功率干扰模型,通过引入时域信道相关系数,推导了完全与非完全信道环境下基于时延约束的认知用户有效容量优化目标函数,并利用Lagrange方法求解得到不同场景下认知用户的最佳功率调整策略,简化了功率控制优化过程,最后通过实验仿真分析了影响认知用户信道有效容量的因素.结果表明,该算法能够根据业务时延约束条件和信道衰落特性变化动态调整认知用户的最佳发送功率,与等功率分配算法相比认知用户的信道有效容量得到了明显提高

研究了多目标多阶段混合流水车间的紧急订单插单重调度问题，综合考虑工件批量、刀具换装时间、运输能力等约束。先以最小化订单完工时间和最小化总运输时间为双目标建立静态初始订单调度模型，再针对紧急订单插单干扰，增加最小化总加工机器偏差值目标，建立三目标重调度优化模型，并分别用NSGA-II算法与融合基于事件驱动的重调度策略和重排插单策略的NSGA-III算法对两个模型进行求解。最后，以某实际船用管类零件生产企业为案例，先对NSGA-II算法和NSGA-III算法的性能进行评估，得到NSGA-II算法更适用于解决双目标优化问题而NSGA-III算法在解决三目标优化问题时表现更优的结论，再将所建模型与所提算法应用于该企业的十组插单案例中，所得优化率接近三分之一，验证了实用性和有效性