胡常安
- 作品数:19 被引量:35H指数:4
- 供职机构:中国测试技术研究院更多>>
- 发文基金:浙江省自然科学基金国家自然科学基金甘肃省自然科学基金更多>>
- 相关领域:自动化与计算机技术机械工程一般工业技术文化科学更多>>
- 一种光学计量检定用样品轮
- 本发明公开了一种光学计量检定用样品轮,包括支撑机构、旋转机构、平移机构和控制单元;支撑机构包括基座、样品轮支架和样品轮;样品轮支架底部固定于基座上,样品轮通过转轴设置于样品轮支架上方;样品轮的外缘设置多个样品室,样品室内...
- 高红波胡常安何敏曾丽梅吴伟钢
- 一种多样品轮控制系统和控制方法
- 本发明公开了一种多样品轮控制系统和控制方法,系统包括压力传感器、平移模块、旋转模块、检测模块和控制模块;首先检测样品轮是否为初始零位,其次检测样品架是否为空,然后测量色度测量仪器测量口和样品表面的距离,根据该距离控制样品...
- 高红波胡常安曹雪颖曾丽梅周彦
- 基于混合杂草算法的神经网络优化策略被引量:8
- 2013年
- 通过对入侵式杂草优化算法(invasive weed optimization,简称IWO)和神经网络(neural networks,简称NN)特点的分析,提出了一种新的混合杂草算法(hybrid invasive weed optimization,简称HIWO)来优化NN的权值、阈值和结构。为了提升算法的效果,在HIWO中引入遗传算法(genetic algorithm,简称GA)的交叉算子和粒子群算法(particle swarm opmtimization,简称PSO)的矢量跟踪思想。构建了NN模型参数的IWO主副分区编码方案,根据个体适应度值的大小来动态调整隐层节点及连接权个数,并给出算法的整个实现过程。以转子实验台故障数据的四类谱熵作为HIWO-NN的训练样本,通过实例仿真与GA,PSO和IWO构建的NN结构进行比较。仿真结果表明,采用HIWO的NN能快速、准确地实现故障信号的分类,验证了该算法的有效性,为故障诊断提供了一种新的方法和手段。
- 彭斌胡常安赵荣珍
- 关键词:神经网络遗传算法粒子群算法故障诊断
- 一种轮式测距仪校准装置及方法
- 本发明公开了一种轮式测距仪校准装置及方法,通过该装置能够提高轮式测距仪测量轮的测量效率和测量精度;该装置包括底座、支撑机构、盘式测量机构、移动机构、升降机构和动力装置;还包括控制器,控制器设置为控制动力装置,使动力装置开...
- 胡常安李兴兴李建钢吕菲薛靓王熙杨燕
- 求解TSP问题的混合杂草优化算法被引量:5
- 2013年
- 根据组合优化问题的特点,提出一种离散混合杂草优化算法来解决旅行商问题,通过对算法中正态分布于父代周围的子代进行离散化分析,并引入遗传操作中的单点顺序交叉法和对换变异法,从而有效防止了算法的早熟收敛。计算机仿真结果表明,离散混合杂草优化算法相对于基本粒子群算法具有更好的性能。
- 彭斌胡常安邵兵谢小正郑玉巧
- 关键词:旅行商问题组合优化
- 基于卧式测长仪、齿轮测量仪、光学三坐标的花键量规高精度全参数的测量方法及其应用研究
- 2020年
- 该文主要介绍了花键量规的种类及测量参数,研究标准花键量规和非标准花键的测量技术以及配套的硬件设计,提出了基于卧式测长仪、齿轮测量仪、光学三坐标的花键量规高精度全参数的测量方法。
- 何敏罗舒桐蔡东炎胡常安田理
- 关键词:花键量规测量方法
- 离散杂草优化算法在0/1背包问题中的应用被引量:6
- 2012年
- 为解决粒子群优化算法在求解0/1背包问题中的早熟收敛问题,将杂草优化算法应用到离散问题,提出了一种离散杂草优化算法(DIWO)。根据组合优化问题的特点,对原算法中正态分布于父代周围的子代进行离散化分析,引入遗传操作中的一种改进的变异机制,保证了新算法的有效性,使其具有局部的随机搜索能力。通过三个仿真实例验证,对比粒子群算法,新算法在种群数量较小、迭代次数较少的情况下能取得更好的结果。
- 宋晓萍胡常安
- 关键词:组合优化
- 求解TSP问题的混合杂草优化算法
- 杂草优化算法IWO是一种非常新颖而高效的全局优化算法,该算法模拟杂草克隆、占地生长与繁殖的自然行为,具有鲁棒性、适应性和随机性等特点.本文根据组合优化问题的特点,提出一种离散混合杂草优化算法来解决旅行商问题,通过对算法中...
- 彭斌胡常安邵兵谢小正郑玉巧
- 关键词:旅行商问题精度控制
- 文献传递
- 反射式灰阶测试卡测量系统及方法
- 本发明公开了一种反射式灰阶测试卡测量系统及方法,包括光源系统、准直系统、转角系统和接收器,所述准直系统为光轨,所述光源系统和样品架设置在光轨上,并在一条直线上,且光源系统与样品架之间设置有光阑;所述转角系统45/0几何测...
- 高红波李红梅何敏胡常安付天坤苏昌林苏红雨
- 文献传递
- 增量LTSA算法在转子故障数据集降维中的应用
- 2015年
- 针对传统流形学习算法不具有增量学习能力;故难以处理新增数据与大规模海量数据集的问题,由此,提出一种用于机械转子故障数据集降维的增量局部切空间的排列算法(ILTSA)。该算法首先采用局部切空间排列算法对原始训练样本进行降维处理,获得其低维流形结构,然后通过增量学习算法对新增样本进行处理。得到所有数据的低维嵌入坐标,最后通过转子故障数据集验证了该方法的有效性,取得了良好的分类效果,有利于实时动态故障监测与诊断。
- 胡常安袁德强王彭杜文波
- 关键词:振动与波人工智能理论转子局部切空间排列算法