车海军
,
刘畅
,
孙晓娜
,
杨景明
钢铁研究
选取等相对负荷为目标函数,令轧制力、轧制功率、轧制力矩、速度等参数满足一定约束条件,采用罚甬数法,将有约束条件转为无约束条件,采用粒子群算法对目标函数进行优化,求得最优解,这可使各机架功率合理分配,设备能力充分发挥,生产效率提高.
关键词:
粒子群
,
罚函数
,
冷连轧
,
轧制规程优化
倪永中
,
徐鸿
材料科学与工程学报
本文提出了一种基于粒子群算法和有限元方法的弹塑性本构方程参数的确定方法,并在此基础上开发了参数自动优化系统CMPI(Constitutive Material Parameter Identification).通过使最小二乘形式的目标函数达到极小值,实现参数的动态寻优;模型参数作为粒子群优化模块的输入,采用应变(应力)控制方法,调用材料非线性有限元模块计算特定参数时的应力(应变)响应,并计算与实验数据的误差,从而实现优化过程.CMPI目前适用于A-F类模型(Chaboehe、Ohno-Wang、Jiang-Sehitoglu)的参数优化,以此为基础,不难扩展到其他材料模型.
关键词:
粒子群
,
材料非线性
,
有限元
,
Ohno-Wang 模型
王洪涛
,
李丹
液晶与显示
doi:10.3788/YJYXS20142905.0800
为了提高图像边缘检测的细节信息,采用了二进制粒子群算法.首先通过logistic变换更新粒子速度,粒子速度不受限制;接着动态调整粒子位置,使飞行状态充分调整;然后正态云发生器动态调整粒子的惯性权重,这样较优粒子可以取得较小的惯性权重;最后建立图像边缘检测模型和算法流程.实验仿真显示本文算法对图像边缘定位准确、清晰,信噪比为35.928 1 db,处理时间为1.340 1 s.满足检测结果中对信息含量大、执行时间少等要求.
关键词:
粒子群
,
二进制
,
边缘检测
,
灰度
韩晓艳
,
赵东
液晶与显示
doi:10.3788/YJYXS20173201.0069
为了实现对田间水稻缺素的精准识别，构建一个图像识别系统.对该系统所采用的图像采集、图像分割、基于支持向量机图像分类等算法进行研究.首先，根据田间水稻的缺素现象进行图像采集和处理.然后提取图像与氮元素相关的颜色特征.在分析比较 SVM 算法对图像分割的基础上，提出一种基于改进粒子群算法进行 SVM 参数优化算法模型(即 IPSO-SVM).最后，对实验进行设置，对算法模型与其他算法进行测试对比.实验结果表明：对水稻缺素诊断的准确率达到95．45％，基本满足田间水稻缺素的科学诊断要求.
关键词:
图像分割
,
支持向量机
,
粒子群
,
缺素
王智
,
张果
,
王剑平
,
杨俊东
,
杨奇
,
尹丽琼
钢铁研究
为了有效预测双机架炉卷轧机的轧制力,使热轧板带材生产具有很好的可操作性,采用粒子群算法(PSO)优化BP神经网络,建立了往复式双机架炉卷轧机轧制力预测的智能模型.以某钢厂热轧产品Q195实测数据作为试验样本,并将粒子群算法优化的BP神经网络模型和标准BP网络模型分别用于轧制力预测,结果表明PSO-BP神经网络模型在预报精度上明显优于标准BP网络模型,并且PSO-BP神经网络模型预测轧制力的误差率控制在10 %以内.
关键词:
双机架炉卷轧机
,
粒子群
,
BP神经网络
,
轧制力
