基于改进混合蛙跳算法的结构多缺陷反演

来源 :三峡大学学报(自然科学版) | 被引量 : 0次 | 上传用户:Superumts
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
将改进混合蛙跳算法与动力扩展有限元法相结合,建立了基于结构振动响应的结构多缺陷反演模型.在混合蛙跳算法中,结合花授粉算法中的转换概率,在更新青蛙个体位置时引入子群内随机个体进行协助搜索,提高算法跳出局部最优的能力;同时引入双中心策略,提高优化算法解的质量.将改进混合蛙跳算法作为缺陷信息反演分析算法,动力扩展有限元法作为数值分析方法计算结构响应,结合二者建立结构多缺陷反演模型.将该模型应用于结构孔洞、裂纹等多种缺陷的反演分析,研究该算法在高斯噪声影响下的鲁棒性.结果表明:结构多缺陷反演模型能够快速准确反演出结构多种复杂缺陷信息,改进混合蛙跳算法相比于经典混合蛙跳算法具有收敛速度快,结果精确度高,鲁棒性强的特点.
其他文献
针对传统恶意软件采用图像分类方法准确率不高、抗混淆能力弱、模型训练收敛慢的缺点,本文对恶意软件图像表示方法进行改进,将恶意软件、字节Bigram、Lst文件转化成3种灰度图像,将3种灰度图像组合成三通道彩色图像进行分类,并将图像分类效果好的EfficientNet模型用于恶意软件图像分类.结合迁移学习领域中的微调技术将ImageNet数据集的分类权重应用于EfficientNet,提高模型的收敛速度和分类效果,减少模型的训练开销.实验表明在微调技术下模型收敛速度快于预训练,且微调后的最优模型对20种恶意软
由于PowerShell具备隐蔽性高、易用性好、运行环境简单等特点,近年来已被广泛应用于高级持续性威胁攻击中.对PowerShell恶意代码进行基于功能的家族分类是检测其新型变异代码的关键.针对已有工作主要集中于PowerShell代码的恶意性检测,缺乏对其功能层面深入挖掘的问题,提出了一种基于功能类型的PowerShell恶意代码家族分类方法.该方法通过构建双向门控循环网络与注意力机制提取PowerShell恶意代码的上下文语义信息,利用PowerShell恶意代码的语义特征实现家族分类.实验结果表明该
利用顾客到达过程的非齐次特性及车库内停留时长特性,预测车库空闲时段搬运器下一存(取)车任务的待命位置,完成待命位策略设计.建立车库调度模型并增加能耗权重系数,应用人工蜂群算法完成设计待命位策略优化,实现各搬运器负荷均衡.仿真结果表明,设计待命位策略较原地待命策略的顾客平均等待时间及搬运器平均服务时间分别减少20.2%及62.7%,设计策略有效;未优化设计策略与原地待命策略的负荷均衡标准差均高达50以上,表现为负荷不均衡;优化设计策略在搬运器总能耗及顾客等待时间分别增加约8.6%和8.0%基础上,负荷均衡标
随着全球气候变暖,沿海沿江城市频繁出现强降水等极端天气,地铁车站水侵事故时有发生.为制定合理的地铁水侵应急疏散策略,提高乘客应急疏散效率,基于AnyLogic平台构建车站水侵疏散仿真模型,并以中国深圳市车公庙地铁站为例,研究水侵条件下应急疏散策略对疏散效率的影响.仿真结果表明,进水点数量与位置对疏散结果有较大影响;车站水侵级别在一定程度上影响疏散效率;综合考虑将自动扶梯用作楼梯使用、布设导流栏及增设应急疏散口3种疏散策略,优化后模型的疏散效率整体提高了11.4%,安全疏散比例达到92.2%.仿真结果可为地
在恶意软件分类中,针对新出现的恶意软件样本数量少导致分类准确性低的问题,提出了一种基于参数优化元学习和困难样本挖掘的方法.首先,将恶意软件反编译得到二进制文件,进而转化为灰度图.然后,使用参数优化元学习在多个任务上训练模型,获得浅层神经网络的初始化参数,并在此基础上,根据测试集中的少量任务来微调模型.同时,结合困难样本挖掘方法,有目的 性地组织样本训练模型,提高模型的收敛速度以及分类准确率.最后,在Malimg数据集和BIG-2015数据集上与已有深度学习方法做了对比实验.实验结果表明:在Malimg数据
将静态理论模型与动态仿真模型相结合,构建公交专用道设置效益指标评价体系,分别通过数学理论模型与VisSim仿真得到设置公交专用道前后道路各项指标的变化情况.探究公交专用道设置效益的综合评价方法,提升评价结果的科学性.结果表明,当道路饱和度为0.76时,设置公交专用道具有最佳效益.理论模型的计算结果可为仿真模型的参数标定提供参考,仿真结果又可以与理论模型计算结果进行对比分析,验证理论模型的有效性,保证最终效益评价结果准确.探究路段设置公交专用道所对应的最佳饱和度等临界条件,为公交专用道的设置提供理论参考.该
大部分应用都以数据库作为数据保存的工具,由于应用的日益复杂,现有的访问控制机制存在安全性不高、开发繁琐,难以维护等问题.为此,本文提出一种新访问控制系统SDBatis.SDBatis以CBAC(Context-Based Access Control,基于上下文的访问控制)作为访问控制模型,使用MyBatis插件开发,定义了SDBatis中的访问控制策略.在保证访问控制功能模块独立的前提下,只需在持久层制定访问控制策略、配置获取当前应用用户上下文属性就能够完成访问控制工作;SDBatis支持基于上下文的访
针对当前固件模糊测试方案在测试具有复杂路径条件的固件时开销较大并且效率低下的问题,提出了一种高效省时的固件测试改进方法.该方法根据固件与外设交互使用的通信协议来修改模糊测试器产生的测试用例,使得测试用例可以突破校验和检查这一复杂路径条件.使用该方法改进了固件测试方案p2im(processor-peripheral interface modeling).真实场景下的固件测试结果表明,改进的方案(improved processor-peripheral interface modeling,Ip2im)
混凝土坝的变形监测信息源复杂、多样,变形监测信息不可避免地存在不完整问题,对变形性态的分析造成困难.本文将混凝土坝变形信息的不完整问题划分为单值缺失问题和连续多值缺失问题来处理,针对性地提出了基于非局部平均思想的单值缺失估计方法和基于空间邻近点BP映射的多值缺失估计方法,并由工程实例验证了两种方法的有效性.
在入侵检测系统中互信息特征选择标准可快速选择重要特征,通常信息熵的计算偏差会降低系统的分类性能.为了减少特征选择偏差的影响,提出卡方校正算法(chi-square correction algorithm,CSCA).首先,对所有候选特征进行离散化处理,计算互信息特征选择相关标准的偏差;然后,将偏差项添加在特征选择目标函数中,通过CSCA优化离散化水平和特征偏差;最后,在更新后的特征集中选择当前最重要的特征子集,在分类模型中检测攻击.仿真结果表明,与MIGM(mutual infor-mation gai