一种基于混合型群体智能优化算法的焊接梁设计方法

    公开(公告)号:CN115600291A

    公开(公告)日:2023-01-13

    申请号:CN202211285203.0

    申请日:2022-10-20

    Abstract: 本发明提供一种基于混合型群体智能优化算法的焊接梁设计方法,涉及焊接梁设计技术领域。该方法首先定义焊接梁的数学模型,确定焊接梁设计的目标函数及约束条件;再对ChOA和AOA算法进行优化,得到改进的黑猩猩优化算法IChOA和算术优化算法IAOA,搭建基于IChOA和IAOA的混合型群体智能优化算法;再通过该混合型群体智能优化算法求解焊接梁设计的目标函数,得到焊接梁设计的最优方案;该方法弥补了黑猩猩算法和算术优化算法的不足,并将二者融为一体,得到性能优越的混合型群体智能优化算法,将该算法应用于焊接梁设计优化问题,大大降低了焊接梁的设计成本。

    粉煤灰负载纳米FeS及其制备方法和去除水中Cr的应用

    公开(公告)号:CN114950343A

    公开(公告)日:2022-08-30

    申请号:CN202210778812.3

    申请日:2022-07-04

    Abstract: 一种粉煤灰负载纳米FeS及其制备方法和去除水中Cr的应用,属于水处理复合材料技术领域。该制备方法为将粉煤灰、Na2S,加水搅拌混合反应,固液分离,得到吸附了S2‑的粉煤灰颗粒;将FeSO4溶液匀速滴加到吸附了S2‑的粉煤灰颗粒中,生成FeS,超声处理,得到悬浊液;后处理后,得到粉煤灰负载纳米FeS。该粉煤灰负载纳米FeS(nFeS‑F)能够通过粉煤灰和FeS的共同作用,同时高效的去除水体中的Cr(VI)和Cr(III),并且在含有重金属铬离子的污染水中,可将其还原、吸附,降低水体毒性。

    一种基于改进ASO算法的BP神经网络参数优化方法

    公开(公告)号:CN114330659A

    公开(公告)日:2022-04-12

    申请号:CN202111639305.3

    申请日:2021-12-29

    Abstract: 本发明提供一种基于改进ASO算法的BP神经网络参数优化方法,涉及神经网络技术领域。该方法首先对数据集进行预处理及BP神经网络的参数初始化,然后利用预处理后的数据集对BP神经网络进行初始网络训练得到网络权值和阈值,并对网络权值和阈值进行实值编码形成初始个体,得到初始原子种群;并将BP神经网络的训练误差作为个体适应度值,得到适应度函数;再采用改进ASO算法更新原子种群并采用适应度函数计算更新后原子种群中个体适应度值;最后更新BP神经网络的权值和阈值并利用更新后的BP神经网络对数据集进行分类。该方法将改进ASO算法应用于BP神经网络参数优化,在对BP神经网络参数优化时表现出更高的分类性能。

    硫酸盐还原菌协同自燃煤矸石处理煤矿废水的方法

    公开(公告)号:CN108623017B

    公开(公告)日:2020-06-02

    申请号:CN201810478861.9

    申请日:2018-05-18

    Abstract: 一种硫酸盐还原菌协同自燃煤矸石处理煤矿废水的方法,属于废水处理领域。该方法为:将自燃煤矸石样品筛分,得到粒径为0.074~0.600mm的自燃煤矸石粉,干燥;以污水的底泥作为活性污泥,在厌氧环境下,用Postgate培养基,经富集培养,得到对数生长期的SRB菌种,离心,得到SRB菌悬液;将自燃煤矸石粉和SRB菌悬液加入到不含Fe2+的Postgate培养基中,液封,于30~35℃的恒温振荡培养箱培养5~7天,得到硫酸盐还原菌与自燃煤矸石样品,在30~35℃下,将其投入煤矿废水中,进行废水处理。该方法利用微生物协同自燃煤矸石处理煤矿废水,既可减少煤矿废水对环境的污染,又可解决煤矸石的堆放问题,有良好的应用前景。

    基于特征融合及SVD自适应模型更新的相关滤波跟踪方法

    公开(公告)号:CN108734139B

    公开(公告)日:2021-12-14

    申请号:CN201810509437.6

    申请日:2018-05-24

    Abstract: 本发明提供一种基于特征融合及SVD自适应模型更新的相关滤波跟踪方法,涉及目标跟踪技术领域。基于特征融合及SVD自适应模型更新的相关滤波跟踪方法,在特征提取阶段将边缘特征及HOG特征加权融合作为目标特征,加强对边缘特征的学习;在模型更新阶段,首先计算预测区域与真实区域的奇异值特征向量,进而通过计算奇异值特征向量的相似度,并结合设定的阈值判断是否需要进行模型更新。本发明提供的基于特征融合及SVD自适应模型更新的相关滤波跟踪方法,加强了对边缘特征的学习,避免了每一帧都更新模型造成的计算频繁,降低了错误更新的概率,更好的适应了背景干扰及目标遮挡等问题。

    基于特征融合及SVD自适应模型更新的相关滤波跟踪方法

    公开(公告)号:CN108734139A

    公开(公告)日:2018-11-02

    申请号:CN201810509437.6

    申请日:2018-05-24

    Abstract: 本发明提供一种基于特征融合及SVD自适应模型更新的相关滤波跟踪方法,涉及目标跟踪技术领域。基于特征融合及SVD自适应模型更新的相关滤波跟踪方法,在特征提取阶段将边缘特征及HOG特征加权融合作为目标特征,加强对边缘特征的学习;在模型更新阶段,首先计算预测区域与真实区域的奇异值特征向量,进而通过计算奇异值特征向量的相似度,并结合设定的阈值判断是否需要进行模型更新。本发明提供的基于特征融合及SVD自适应模型更新的相关滤波跟踪方法,加强了对边缘特征的学习,避免了每一帧都更新模型造成的计算频繁,降低了错误更新的概率,更好的适应了背景干扰及目标遮挡等问题。

    硫酸盐还原菌协同自燃煤矸石处理煤矿废水的方法

    公开(公告)号:CN108623017A

    公开(公告)日:2018-10-09

    申请号:CN201810478861.9

    申请日:2018-05-18

    Abstract: 一种硫酸盐还原菌协同自燃煤矸石处理煤矿废水的方法,属于废水处理领域。该方法为:将自燃煤矸石样品筛分,得到粒径为0.074~0.600mm的自燃煤矸石粉,干燥;以污水的底泥作为活性污泥,在厌氧环境下,用Postgate培养基,经富集培养,得到对数生长期的SRB菌种,离心,得到SRB菌悬液;将自燃煤矸石粉和SRB菌悬液加入到不含Fe2+的Postgate培养基中,液封,于30~35℃的恒温振荡培养箱培养5~7天,得到硫酸盐还原菌与自燃煤矸石样品,在30~35℃下,将其投入煤矿废水中,进行废水处理。该方法利用微生物协同自燃煤矸石处理煤矿废水,既可减少煤矿废水对环境的污染,又可解决煤矸石的堆放问题,有良好的应用前景。

Patent Agency Ranking