安徽舟形藻属新资料

 In this paper, a new species, a new variety and a new record for china of Navicu- la from Anhui Province are reported. They are Navicula anhuinsis sp. nov. and N. muticaKütz. var. sinica var. nov.  and N.  mutica var. stigma Patrick.     

生物制药产业技术创新能力系统演化的遗传算法模型与仿真研究

基于CAS理论视角,明确生物制药产业技术创新能力的定义,构建生物制药产业技术创新能力系统的概念模型图,找出组成该系统的产业技术创新流程及惯例,并阐述生物制药产业技术创新能力系统的演化机制。与此同时,构建生物制药产业技术创新能力系统演化的遗传算法模型,并通过Matlab软件仿真生物制药产业技术创新能力系统的演化。结果表明,产业技术扩散对生物制药产业技术创新能力强度有显著增强作用,而产业吸收能力作为技术创新惯例则在适应度函数的迭代计算中起到显著约束的作用。     

基于CFA优化Macro/Femtocell异构网络能效的子载波分配

针对FA算法存在局部最优和早熟问题,将云模型和萤火虫算法结合起来,提出一种云模型萤火虫算法优化Macro/Femtocell异构网络能效方法。以网络能效最大化为目标,在满足Macro/Femtocell异构网络用户服务质量前提下,运用云模型萤火虫算法进行子载波分配优化研究。通过研究不同载波数、不同用户数量和网络能耗之间的关系,结果表明,与FA、PSO和GA相比较,CFA算法获取的传输速率更大,因此系统能效更高。     

基于径向基函数、区间分析和非支配排序遗传算法的结构区间多目标优化

研究目的：为改善实际工程结构在不确定性条件下的多性能指标,提供一种高效的区间多目标优化方法。创新要点：建立一个目标和约束均为区间不确定性参数函数的区间约束多目标优化模型,提出并实现基于径向基函数、区间分析和非支配排序遗传算法（NSGA-II）的区间多目标优化算法。研究方法：首先,利用区间序关系将每个区间目标转换为同时优化其中点和半径的确定性双目标,利用区间可能度法将区间约束转换为确定性约束,并在此基础上,利用加权法和罚函数法将每个区间目标的约束优化问题转换为相应的无约束优化问题;然后,利用拉丁超立方实验设计和有限元分析构建预测各待优化结构性能指标值的径向基函数;最后,将径向基函数、区间分析法与NSGA-II相结合,快速求出转换后确定性无约束多目标优化问题的所有Pareto最优解,并通过考虑材料不确定性的高速压力机滑块机构设计实例验证该方法的有效性。重要结论：目标和约束均为不确定性参数函数的区间多目标优化模型能有效反映实际工程中同时改善结构多性能指标的需求。基于径向基函数、区间分析和NSGA-II相结合的区间多目标优化算法将传统区间优化模型求解中的嵌套优化过程简化为单层遗传优化过程,大大提高了求解效率,并可获得多目标优化问题的所有Pareto最优解。     

一种改进的基于神经网络的入侵检测算法

径向基神经网络具有良好的分类特性,被广泛应用于入侵检测系统的研究中,然而RBF神经网络需要事先确定隐层神经元数目,并且容易陷入局部最优.利用遗传算法优化隐层神经元数目,并且基于粒子群思想优化隐层到输出层的权值,同时给出了详细的算法流程.经Lincoln实验室入侵检测系统数据评估集合测试,该智能算法的检测成功率大大提高,并且训练时间比较短,完全可以应用于入侵检测系统中.     

并行遗传算法在模拟有源滤波器设计中的应用

提出了一种基于岛屿群体模型的并行遗传算法,该算法克服了以往采用基本遗传算法存在易早熟、收敛速度慢的不足,具有较高的加速比和运算效率.将其应用到模拟有源滤波器参数的优化设计中,仿真结果验证了算法的有效性.     

Optimal design of Stewart platforms based on expanding the control bandwidth while considering the hydraulic system design

We proposed an optimal design method to expand the bandwidth for the control of large hydraulic Stewart platform. The method is based on generalized natural frequency and takes hydraulic oil into consideration. A Lagrangian formulation which considers the whole leg inertia is presented to obtain the accurate equivalent mass matrix. Using the model, the effect of leg inertia and the influence of design parameters on the generalized natural frequency are investigated. Finally, numerical examples are presented to validate and confirm the efficiency of the mathematical model. The results show that the leg inertia, especially the piston part plays an important role in the dynamics. The optimum diameter ratio of the base to the moving platform is between 2 and 3, and the optimum joint angle ratio of the base to the moving platform is about 1. The smaller joint angles and a longer leg stroke are favorable for raising system frequencies. The system oil should be preprocessed for large platforms with a requirement for good dynamic performance.     

计算智能的研究与思考

通过对近20年来基于连接机制和基于进化机制的人工智能形式体系所 取得的成就和存在的问题进行了系统的回顾,就目前引起学术界广泛关注的一些热点问题进 行了剖析,探讨了这些热点问题产生的根源,并提出了一些新的研究思路和解决方案。在此 基础上,对该领域的未来发展趋势进行了预测。     

混合遗传算法在柔性制造系统优化中的应用

针对传统遗传算法因过早收敛而导致效率低下的问题,通过对传统遗传算法模型的优化,开发了基于混合遗传算法的柔性制造系统优化模型。在系统介绍了混合遗传算法的基本原理及其操作步骤的基础上,通过示例演示混合遗传算法的具体应用并对应用质量和效率进行比较分析。混合遗传算法在继承了一般遗传算法的全局优化特点的同时,解决了传统遗传算法过早收敛的问题,提高了柔性制造系统优化的质量和效率。     

Nonlinear modelling of a SOFC stack by improved neural networks identification

The solid oxide fuel cell (SOFC) is a nonlinear system that is hard to model by conventional methods. So far,most existing models are based on conversion laws,which are too complicated to be applied to design a control system. To facilitate a valid control strategy design,this paper tries to avoid the internal complexities and presents a modelling study of SOFC per-formance by using a radial basis function (RBF) neural network based on a genetic algorithm (GA). During the process of mod-elling,the GA aims to optimize the parameters of RBF neural networks and the optimum values are regarded as the initial values of the RBF neural network parameters. The validity and accuracy of modelling are tested by simulations,whose results reveal that it is feasible to establish the model of SOFC stack by using RBF neural networks identification based on the GA. Furthermore,it is possible to design an online controller of a SOFC stack based on this GA-RBF neural network identification model.