基于实数编码的改进遗传算法及在平面度误差评定中的应用

针对平面度误差计算的特点 ,提出了一种基于实数编码的改进遗传算法。该算法的遗传算子采用确定式良种选择、非一致算术交叉及基本位变异策略 ;交叉和变异概率根据个体适应度大小来自适应地确定 ;同时给出遗传算法评定平面度误差时适应度的计算方法。最后 ,通过不同评价方法对同一平面的平面度误差进行评定 ,结果证明该方法不仅能收敛到全局最优解 ,而且具有较快的收敛速度     

动态联盟伙伴选择的一种自适应遗传算法

针对动态联盟伙伴选择优化问题,提出一种自适应遗传算法用来求解此类问题。该算法设计了自适应交叉和变异概率,在遗传过程中可以根据适应度自动选择,从而使群体中每个个体对环境的变化具有自适应调节能力;所设计的自适应变异概率可以避免算法的早熟现象;遗传过程中,通过保持迭代过程中的最优解,加快了搜索速度,并保证了收敛于全局最优解。通过算例,证实了该算法的有效。     

基于改进遗传算法求解钢卷包装线平衡问题

目的针对某企业钢卷包装生产线效率低的问题,采用改进遗传算法对其进行求解。方法采用自适应改变交叉概率和变异概率,当种群适应度趋于一致时,增大交叉概率和变异概率;当种群适应度相差较大时,采用较小的交叉概率和变异概率。结果优化后的包装生产线平衡率达到88.46%,改进后的包装生产线具有更好的平衡结果。结论所采用的改进遗传算法可以有效地求解单品种钢卷包装生产线平衡问题。     

基于遗传算法的可调空间机构RRSS

针对可调空间机构RRSS的多任务轨迹综合问题,提出一种采用遗传算法实现机构优化综合的方法。以机构的再现轨迹和给定轨迹的误差最小为目标函数,建立该机构的多任务优化综合数学模型,并采用遗传算法进行优化,得到了全局最优解。进行变异操作时,采用根据个体适应度自适应来调节变异率和变异量,有效提高了进化速度和求解精度。最后给出了数字实例。     

基于改进遗传算法的DBN结构自适应学习算法

针对动态贝叶斯网络(dynamic bayesian network, DBN)是NP困难问题,提出基于改进遗传算法的DBN结构自适应学习算法。该算法计算最大互信息和时序互信息完成DBN结构搜索空间的初始化。在此基础上设计改进遗传算法,引入评分标准差构建交叉概率和变异概率的自适应调节函数,以降低结构学习过程陷入局部最优解的概率。仿真结果表明,该算法在无先验知识的情况下,相比其他优化算法,汉明距离和运行时长平均减少了30%, 37.3%,评分值平均增大了18.0%。     

包装废弃物回收车辆路径问题的改进遗传算法

目的采用优化传统遗传算法(GA)研究包装废弃物回收车辆路径问题(VRP)的性能。方法提出改进遗传算法(IGA)。首先,设计基于贪婪算法的初始种群生成算子,提高初始种群质量;其次,设计根据适应度值大小、进化代数等自适应调整的交叉和变异概率;然后,设计最大保留交叉算子,保证种群的多样性;最后,对企业实例和标准算例进行仿真测试。结果采用IGA算法、蚁群算法(ACO)能求得算例最优解,且IGA算法运行速度快于ACO算法,分支界定算法(BBM)、传统GA算法无法求得算例最优解。结论与BBM算法、传统GA算法和ACO算法相比,IGA算法求解包装废弃物回收VRP问题的整体性能更优。     

Beam shaping with limited amplitude weight values for satellite active phased array antenna

针对星载DBF有源相控阵天线发射波束赋形的实际需要,提出了一种基于有限幅度加权的波束赋形方案。采用双重编码遗传算法实现了该方案。分别采用有限位长度的二进制编码和实数编码对阵列加权矢量的幅度和相位进行编码,使得阵列加权矢量的幅度仅在几个离散的台阶上变化,限制了阵列加权矢量幅度的动态范围,该方案在方向图旁瓣和功率放大器的效率之间取得了折衷,更适合于实际应用。与复数编码遗传算法相比,在保持最优解的精确度的同时,由于幅度维上搜索空间的减小,加快了算法的收敛速度。为了进一步提高算法收敛速度和避免算法“早熟” ,提出了一种基于”物种多样性“选择保留策略,并对算法采用了自适应交叉和变异概率,使算法更有把握得到全局最优或准最优解。     

基于遗传算法实现智能组卷的研究

试题组卷是考试系统的重要组成部分。通过在编码策略、适应度函数、遗传算子、控制参数等方面的研究提出一种适应于试题智能组卷的改进遗传算法。对适应度函数的适当定标和建立自适应的交叉概率和变异概率,有利于克服未成熟收敛和遗传漂移现象,同时能在维持群体多样性的情况下,防止群体进入局部最优。实验证明基本遗传算法能更有效地提高组卷的效率。     

基于蛙跳思想的量子编码遗传算法

量子门旋转相位、变异概率大小的确定,是目前制约量子遗传算法效率的两个主要问题。本文提出一种基于蛙跳思想的量子编码遗传算法(QRGA),该算法采用自适应的方式对量子旋转门旋转角进行调整,并基于模糊逻辑将蛙跳的步长进行量化以指导变异概率调整,保证进化的方向性和提高算法效率,对比实验结果表明算法可以避免陷入局部最优解,并能快速收敛到全局最优解,在运行时间和解的性能上都取得了较好的效果。     

信号去噪阈值参数选择的自适应退火遗传算法

提出了一个用于小波阈值去噪中最优阈值参数选取的自适应退火遗传算法,提出一种新的自适应退火策略用于选择概率的计算以增强算法的收敛性,在交叉和变异概率的选取上也进行了自适应处理,以进一步改善算法的稳定性和收敛性.计算机仿真结果表明,该算法可稳定有效地选取最优的去噪阈值参数.     

基于测深侧扫声呐的DOA估计算法研究

针对测深侧扫声呐进行波达方向(Direction of Arrival, DOA)估计时会受到阵元幅度、相位误差及低信噪比影响的问题,提出一种改进的波束域加权子空间拟合算法。首先,采用总体最小二乘-旋转不变子空间算法进行回波方向预估计;其次,将连续线阵划分为多个子阵,并将各个子阵在预估计方向做加权波束形成;再次,采用加权子空间拟合(Weighted Subspace Fitting, WSF)算法构造代价函数;最后,采用阻尼牛顿法求解得到高精度的DOA估计结果。仿真结果表明,文中所提算法在阵元出现幅度相位误差条件下的角度估计均方误差相对于WSF算法减少了约0.03°。海试数据分析结果表明,文中所提算法的测深点均方误差整体优于WSF算法,其相对测深精度提高了约9.8个百分点。以上分析结果表明,文中所提算法整体优于WSF算法,可以实现在阵元幅度相位误差及低信噪比情况下的高精度DOA估计。     

稳健的稀疏信号单快拍波达方向估计

通过稀疏重构得到传感器阵列输出数据的稀疏表示模型,研究了单快拍采样情形下的信号到达角(Direction of Arrival, DOA)估计问题。提出了一种基于最小均方误差(Minimum Mean-Square Error, MMSE)准则迭代实现的单快拍到达角估计算法(Iterative Implementation of MMSE, II-MMSE)。该算法将原有的稀疏表示模型中稀疏信号矢量的求解问题,转化为迭代求解稀疏功率对角阵,进而估计多目标信号的DOA。给出了算法的完整实现流程,从理论上分析了II-MMSE算法的迭代收敛性和对阵列模型误差的鲁棒性。仿真结果表明,II-MMSE算法在低信噪比、相干背景、小样本、阵列未校准等条件下都具有良好的测向精度和多目标分辨能力。     

一种均匀线阵互耦校正算法

旋转不变子空间(Estimating Signal Parameters via Rotational Invariance Techniques,ESPRIT)算法是空间谱估计中的典型算法,但是阵列互耦会严重影响ESPRIT算法的测向性能。将均匀线阵划分为冗余阵元和有效中心阵元,对有效中心阵元利用ESPRIT算法估计出校正源方位角,结合冗余阵元信息估计出互耦系数阵。计算机仿真显示该算法在互耦自由度为2或3时均有效,算法还从仿真角度研究了幅度和相位误差对算法性能的影响。该算法校正时只需单个未知方位校正源,是一种操作简单的均匀线阵互耦校正算法。     

盲源分离用于DOA估计研究

方位估计是水下目标定位、跟踪的前提。提出了一种复数域奇异值分解盲源分离方法,估计出了阵列流形,并利用阵列流形表现出的相位关系完成了目标方位估计。通过仿真实验与MUSIC高分辨方位估计方法和相关文献的方法进行了对比,结果表明该方法能很好地实现目标方位的实时估计,且性能更佳。     

基于L型线阵的二维分布源参数估计方法

针对二维分布源信号波达方向估计问题,提出了一个新的二维分布源模型及其参数估计方法。将基于角度信号密度函数的一维相干分布源模型扩展至二维,推导了二维分布源的广义阵列方向向量。在L型线阵下,利用广义MUSIC算法,首先估计出俯仰角及其扩散参数,然后利用估计出来的俯仰角及扩散参数对方位角及扩散参数进行估计。仿真实验表明,所提出的二维相干分布源参数估计算法具有良好的定向精度。     

矢量水听器阵列自适应子空间跟踪算法

矢量水听器能同时共点获得声场中声压和振速,与其他水听器相比,能获得更多的信息量,具有很好的应用前景。矢量水听器阵列的MUSIC算法能实现360°无模糊方位估计,然而对于方位时变的目标源,该算法很难完成对上述目标源方位进行实时跟踪估计。鉴于此,将MALASE算法和MUSIC算法相结合,提出了一种矢量水听器阵列的自适应子空间跟踪算法。仿真结果表明,该算法既保留了MUSIC算法的性能,又实现了对目标源进行实时跟踪估计,且方位估计误差仅为0．4°左右。     

基于空间平滑的多波束测深声呐相干分布源方位估计

在多波束测深声呐的工作环境中,若海底反向散射信号不满足点源假设,方位估计精度将严重下降,而基于分布源模型的方位估计算法可以适应这种环境。目前,大多数分布源算法要求分布源之间不相干,有人提出采用Toeplitz方法估计相干分布源,但该方法精度不高并且忽略了角度扩展参数。为解决多波束测深声呐相干分布源的方位估计问题,提出了基于空间平滑的广义MUSIC方法,公式推导证明了算法的有效性,通过计算机仿真给出算法方位估计的精度以及不同信噪比条件下的性能,最后采用多波束测深系统的实验数据对算法进行了验证。     

Vector Field Smoothing for DOA Estimation of Coherent Underwater Acoustic Signals in Presence of a Reflecting Boundary

A new vector field smoothing algorithm for direction-of-arrival (DOA) estimation of multiple coherent, underwater acoustic signals is proposed based on the array with vector hydrophones, which is located at or near a reflecting boundary. The performance of the proposed algorithm is examined in two practical applications: hull-mounted and seabed array. The advantage of the vector field smoothing scheme is no reduction in the overall array's spatial aperture.     

Three-dimensional antennas array for the estimation of direction of arrival

Direction of arrival (DOA) estimation of multiple sources using an antenna array becomes very important in wireless communications. It is well known that the quality of the DOA estimation depends on the selected technique and algorithm but it also depends on the geometrical configuration of the antenna array used during the estimation. The authors study the influence of the antenna array configurations on the Cramer?Rao bounds (CRB) of the 2D DOA estimation problem as well as on the performance of the well known MUSIC algorithm. For this we consider the most known planar arrays and we propose a 2-L shaped 3D antennas array. It appears that this 3D antennas array outperforms the other configurations as well as that already proposed in Tayem and Kwon (2005), in terms of both the CRB and the MUSIC root mean square estimation error and also removes ambiguities from the estimation MUSIC pseudo spectrum.     

空间非平稳噪声下圆阵的修正Capon算法

在空间非平稳噪声环境下,利用估计的噪声相关矩阵对圆阵接收数据相关矩阵进行预处理,可以消除非平稳噪声对方位估计的影响。再利用修正Capon算法,可以突破瑞利限的限制,且不需要知道信源数,从而实现目标的高分辨方位估计。仿真结果证实了该方法的有效性。