一个基于启发式经验的立体布局进化策略

目前求解布局问题只能求得近似解，三维布局则更加复杂。本文提出一种基于启发式经验、采用遗传算法求解布局问题的新方法，此方法对任意维布局问题在求解策略上是一致的。实验表明，结合领域知识和遗传算法对解决布局问题具有广泛的前景。     

基于遗传算法的不规则物体布局求解方法研究

通过对不规则物体布局特点的分析,依据遗传算法的基本思想,提出一种基于遗传算法的不规则物体布局求解算法.本算法选择合适的编码方法、遗传算子和合适的适应性度函数,仿真实验表明,该算法具有收敛速度快,解决早熟现象,能够在较短时间内获得较佳的布局方案.     

改进遗传算法下的车辆路径问题研究

车辆路径问题是一种典型的组合优化类问题,随着客户对物流要求的不断提升,基本的遗传算法已经很难满足客户的需求。基本的遗传算法在求解这类问题的时候,经常会出现早熟收敛,以及对车辆的运送时间存在限制等方面的缺陷,不能够对这类问题进行最优化求解,所以本文采用改进的遗传算法就车辆路径问题进行研究,并探究改进下的遗传算法在求解车辆路径问题时的有效性。     

基于遗传算法的布局问题的实现

为了克服单一遗传算法的早熟现象，本文提出了将启发式算法和遗传算法结合的一种新算法，进行布局优化的求解。实验证明，在一定程度上提高了解的质量。     

基于量子遗传算法的多光电二极管布局优化

光电二极管是一种体积小、成本低的感光传感器，由至少三个配合可实现太阳矢量的测量，从而可以作为低精度的太阳敏感器。为了尽可能实现在360视场空间任意方位求解太阳矢量，如何选择光电二极管数量并确定其布局方式是一个难点。文中首先将360视场空间等表面积离散化，将无限的传感器的布局优化问题转换为有限的组合优化（NP问题难）。然后，通过建立覆盖度和均匀度的多目标优化函数，并结合量子遗传算法求解最优方案。实验分析了不同光电二极管数量和视场范围的布局效果，对多光电二极管的布局优化提供了理论性依据。实验结果显示，选择12~14个光电二极管可以基本实现无覆盖风险和均匀风险的布局。     

基于遗传算法求解线性规划问题

遗传算法是模仿自然界的"优胜劣汰"原理设计的一种近似方法。本文利用遗传算法求解一类线性规划问题,并给出了遗传算法的算法,通过两个数值例子来说明了遗传算法来求解线性规划问题的有效性。     

基于遗传算法无三阶互调频率配置方法

为解决通信指挥车三阶互调问题,提出一种基于遗传算法求解符合无三阶互调频率的方法,并将这些频率分配给各信道。通过仿真得到利用遗传算法求解满足无三阶互调条件的频率情况,仿真结果表明遗传算法能够有效地求解频率,从而解决三阶互调的问题。     

基于改进遗传算法的多无人机任务分配

为解决传统遗传算法在求解多无人机任务分配问题时易陷入局部最优和收敛速度较慢的问题,文中提出一种融合模拟退火思想的改进遗传算法。首先描述多无人机任务分配问题,将其转化为多旅行商问题,并建立数学模型;然后在传统的遗传算法中引入Metropolis准则,对选择、交叉、变异后的子代种群进行优化调整,使算法可以跳出局部最优并快速收敛;最后进行仿真实验,采用TSPLIB数据库对改进算法进行有效性验证,分别求解不同规模的多旅行商问题,对算法的优越性进行验证,求解任务分配算例以验证改进算法解决多无人机任务分配问题的可行性。实验结果表明,改进的遗传算法能跳出局部最优,收敛速度显著提升,在求解多无人机任务分配问题时,寻优效果优于改进前的算法。     

耦合多目标遗传算法下的城市生态环境最优空间布局系统

城市生态环境布局需要考虑生态结构、城市功能等多方面因素，为保证布局后的城市生态环境最优，设计耦合多目标遗传算法下的城市绿植景观最优空间布局系统。按照耦合多目标遗传算法原则，求解数据映射关系与节点-单元关系，再以此为基础，提取影响城市生态环境的各项因素，完成对城市生态环境特征的定义。探索生态空间的完整发展过程，根据环境与城市生态结构之间的关联性，确定环境对城市的多元功能支撑作用，实现城市生态环境的空间布局分析，完成耦合多目标遗传算法下城市生态环境最优空间布局系统的设计。对比实验结果表明，按照上述系统布局要求所种植绿植景观的摆放位置与真实摆放位置之间的误差不超过10%，对于实现城市生态环境的最优布局可以起到促进性作用。     

遗传算法与组合优化问题研究

介绍了遗传算法的原理、遗传算法的求解步骤，组合优化问题的数学模型及其用遗传算法解决此类问题的一般方法，并以一单目标数学规划问题为实例来说明遗传算法在解决组合优化问题时的有效性和优越性。最后，对遗传算法存在的问题及研究趋势进行了说明。     

高维空间下基于密度的离群点探测算法实现

离群点是数据仓库中表现行为异常的数据。对高维空间下离群点的性质进行了研究,采用高维空间数据在低维空间投影再进行探测的策略,解决了高维空间数据稀疏难以用数据点距离判断离群的问题。算法实现中选取彼此关联紧密的维,数据点之间的距离采用最近邻定义,用基于密度的离群点探测方法,能在局部空间内更有效地探测到离群点。     

Binary monkey algorithm for approximate packing non-congruent circles in a rectangular container

A Packing problem consists in the best arrangement of several objects inside a bounded area named as the container. This arrangement must fulfill with technological constraints, for example, objects should not be overlapping. Some packing models for circular objects are typically formulated as non-convex optimization problems; where the continuous variables are the coordinates of the objects, so they are limited to not finding optimal solutions. Due to the combinatorial nature in the arrangement of such objects, heuristic methods are being used extensively which combine methods of global search and methods of local exhaustive search of local minima or their approximations. In this paper, we will address the packing problem for non-congruent (different size) circles with the binary version of the monkey algorithm which incorporates a cooperation process and a greedy strategy. We use a rectangular grid for covering the container. Every node in the grid represent potential positions for a circle. In this sense, binary monkey algorithm for the knapsack problem, can be used to solve de 0–1 approximate packing problem for non-congruet circles. The binary monkey problem uses two additional processes of the original monkey algorithm, these two processes are a greedy process and a cooperation processes.

     

新颖的WDM EPON动态带宽调度算法

对WDM EPON的ONU授权调度技术进行了研究,采用调度理论的方法来解决授权调度问题。将授权调度和波长分配进行结合,并将其形式化为矩形Packing问题,采用拟人的策略,提出了基于欧氏距离的高效用ONU带宽分配策略,为WDM EPON中ONU授权调度问题的快速求解提供了一种高效的启发式算法。进一步模拟实验表明,提出的算法可以减少平均分组时延,提高网络带宽利用率,表明算法对授权调度的有效性。     

一种求解矩形排样问题的遗传-离散粒子群优化算法

针对制造业领域的矩形优化排样问题,提出一种遗传-离散粒子群优化算法.引入交换子和交换序概念,解决了标准粒子群优化算法在求解组合优化问题时粒子的更新难以描述问题;融合遗传算法的交叉与变异思想,增强了粒子群的多样性和稳定性;同时采用改进的最低水平线搜索算法加快算法的收敛速度,并解码形成排样方案.通过实验数据对比,验证了该算法在求解矩形排样问题中的高效性和鲁棒性.     

基于冲突延迟策略的约束群体自组装模型

对二维网格空间上的群体自组装问题进行了较为深入的研究,给出了确保组装结构侧面连通性的充分必要条件,并进行了严格证明,以此为基础提出了基于最大相邻侧面封闭及冲突等待策略的群体自组装模型,该模型在并行的条件下,可以组装任意二维空间上的侧面连通结构,通过仿真和实验对所提出的模型进行了验证与分析。     

高效处理基于递归层次的上翻操作

上翻(Rollup)作为OLAP的核心操作,将多维数据按维层次聚集,使用户能够在不同粒度上对数据进行观察。尽管基于常规层次的上翻操作,可被数据仓库高效地处理。然而,对于递归层次而言,由于SQL递归对于聚集函数分层的限制,如果将上翻操作表示为SQL递归查询,则会导致效率低下。为解决这一效率问题,文中专门针对OLAP的特点,提出了一个基于迭代的上翻操作计算策略,并利用对象关系技术,将这一策略无缝地嵌入到数据仓库之中。实验表明,其效率远远高于SQL递归计算策略。     

二维条码在小包装油料收发管理中的应用研究

将二维条码技术和掌上电脑功能有机结合,提出并开发应用于机场库房、仓库等小包装油料收发管理系统。该系统结合现代管理理论和小包装油料管理实践,为小包装油料供应管理提供前端数据采集和信息管理的技术手段,提高了管理科学化与信息化水平,确保了数据的安全、可靠、高效。     

Nonlinear control of an electrohydraulic injection molding machinevia iterative adaptive learning

Examines the control of an industrial injection molding machine (IMM) for both mold filling and mold packing. The machine is a Boy 50 Ton system operated by hydraulics with electronically controlled valves. A nonlinear model of the system is determined for the filling and packing stages, then verified against experimental data. The model includes several key aspects of the actual machine dynamics including stick-slip friction, time delays, nonlinear valve flow characteristics, and deadzones. A feedforward control input is determined via an iterative learning control scheme. This input is combined with either a feedback strategy or an open-loop strategy for the filling and packing control phases, respectively. The time delay, which exists in both stages, is accounted for by time shifting the learning feedforward signal relative to the feedback control signal. Simulation and experimental investigations indicate the benefits of the proposed strategy for control of electrohydraulic IMMs. Subsequent to demonstrating the benefits for fill-stage and pack-stage learning control, a complete cycle, including fill-to-pack transfer, is demonstrated     

An integrated multiscaling strategy based on a particle swarm algorithm for inverse scattering problems

The application of a multiscale strategy integrated with a stochastic technique to the solution of nonlinear inverse scattering problems is presented. The approach allows the explicit and effective handling of many difficulties associated with such problems ranging from ill-conditioning to nonlinearity and false solutions drawback. The choice of a finite dimensional representation for the unknowns, due to the upper bound to the essential dimension of the data, is iteratively accomplished by means of an adaptive multiresolution model, which offers a considerable flexibility for the use of the information on the scattering domain acquired during the iterative steps of the multiscaling process. Even though a suitable representation of the unknowns could limit the local minima problem, the multiresolution strategy is integrated with a customized stochastic optimizer based on the behavior of a particle swarm, which prevents the solution from being trapped into false solutions without a large increasing of the overall computational burden. Selected examples concerned with a two-dimensional microwave imaging problem are presented for illustrating the key features of the integrated stochastic multiscaling strategy.     

基于非线性积累的高分辨极化目标检测

研究了毫米波高分辨雷达体制下的目标极化检测问题,提出了极化域非线性加权积累的思路,以提高雷达接收信号杂比,在此基础上提出了基于高分辨雷达目标一维距离像“位置“相关的目标检测方法,在毫米波段的实验结果表明,该方法是一种非常有效的扩展目标检测方法。