改进的粒子群优化算法及其在电磁装置优化设计中的应用

基于对鱼、鸟群体捕食行为和过程的深入分析与系统研究，文章提出了一种改进的粒子群全局优化算法。主要内容包括：提出了粒子群初始化新机制以提高算法的收敛性能；引入了重启策略以避免算法陷于局部极值点或死循环；设计了全新的速度与位置矢量调节算法以提高优化方法的全局寻优能力。为验证前述工作的有效性和正确性，应用本文提出的改进粒子群算法对典型的数学函数和TEAM Workshop问题22进行了分析和计算。计算结果表明：与原粒子群算法比较，本文算法的全局寻优能力明显提高。     

在多约束非线性优化问题上蚂蚁与遗传算法融合方法的研究

蚂蚁算法是通过信息素的累积和更新收敛于最优解上．针对初期信息素匮乏、求解速度慢的问题,将蚂蚁算法与遗传算法融合,采用遗传算法生成初始信息素分布,利用蚂蚁算法求精确解．该方法能有效地求得全局极小点或近似全局极小点．     

一种基于特征点的移动机器人路径规划算法

目的 提出一种基于障碍物特征点的移动机器人全局路径规划算法,克服传统全局路径规划算法信息存储量大,计算量大,规划速度慢的缺点.方法 通过膨胀原理建立环境地图,只记录障碍物的特征点,减少了算法信息的存储量.然后采用最大最小原则,逐步搜索子目标点,最终到达目标.结果 该算法能以最小的距离代价逐步绕过当前距离机器人最近的障碍物.并能保证搜索到的路径是安全有效的.结论 笔者所提算法简单,计算量小,仿真实验验证了算法的有效性.     

基于旋转曲面变换的粒子群优化方法

针对粒子群优化算法(PSO)应用于多极值点函数易陷入局部极小值，提出旋转曲面变换(RST)方法.该方法通过将被优化函数映射到一个同胚曲面上，使当前局部极小点变换为全局最大点，并保持被优化函数值在当前局部极小点以下部分的数值不变.当检测到陷入局部极小时，根据具体的优化函数，选择适当的变换参数，进行RST变换，从而得到问题的全局解.并对四个不同的测试函数进行了数值计算实验.结果表明，对于高维函数，当迭代步数相同时，旋转曲面变换粒子群优化算法与其他两种粒子群优化算法相比，具有稳定性要好，收敛速度快.     

应用于电磁场逆问题中的改进区域消除法

借助“记忆”已搜索过的可行空间并将其中状态与当前随机产生状态的对比、分析,以及引入局部寻优算法,本文给出了一种多极值点连续变量函数全局优化的智能化新算法－改进的区域消除算法。典型函数验证和应用计算实例表明改进算法的收敛速度优于模拟退火自满,并为电磁场逆问题的求解计算提供了一种可供选择的全局优化算法。     

弱互补函数的拉格朗日-拟牛顿法

2000年H．Qi和L．Qi提出光滑不等式约束函数和光滑目标函数最优化问题的QP-free方法，此法的所有的迭代点为可行点．2005年9月，我们提出了含弱互补函数的不等式约束最优化问题的拉格朗日．牛顿法，但算法中计算Hesse矩阵的工作量较大．本文改进了2005年9月提出的算法，用拟牛顿法代替了Hesse矩阵，构建了一个新的算法．证明了此法具有全局收敛性．对一些算例的计算表明此法具有很好的应用前景．     

改进的模拟退火算法及其收敛性研究

高维连续函数的全局优化问题广泛存在于计算生物学、计算化学等诸多领域。针对这类问题，本文给出了一类改进的模拟退火算法，将局部极小化过程引入模拟退火算法。并采用一种简单的方法证明了该算法以概率1收敛于全局最优解。     

基于最优ＲＡＮＳＡＣ算法的非增加式多视图三维重建

摘要：非增加式的多视图三维重建算法不依赖于初始重建,而是首先求解全部的摄像机参数,然后 一次性重建所有三维点,其难点在于如何精确的求得全局旋转矩阵和全局平移向量．针对摄像机旋 转矩阵计算的问题,引入最优ＲＡＮＳＡＣ算法来稳定剔除错误的二视图关系,避免了人为设定阈值 的不可靠性,提高了全局旋转矩阵的计算精度．针对摄像机平移向量计算的问题,结合了黄金分割 方法与线性规划来精确计算三视图相对平移向量,提高了相对平移向量计算的精度,从而提高了最 终全局平移向量的精度．实验结果表明,设计的算法能有效的提高三维重建精度．     

基于SIFT联合描述子的航拍视频图像镶嵌

针对存在明显旋转、尺度或模糊等变化的图像,文章提出了一种基于SIFT联合描述子的航拍视频图像镶嵌算法。该算法首先计算经典的SIFT特征局部描述子,然后通过引入图像的形状信息得到每个特征点的全局描述子,进而获得联合描述子;对联合描述子中的局部描述子采用欧氏距离、全局描述子采用卡方距离进行双向匹配,通过加权平均法融合得到联合描述子的匹配距离;采用RANSAC算法精确估计仿射变换模型参数。实验结果表明:该算法具有较好的鲁棒性,可获得较好的镶嵌结果。     

一种混合遗传算法及其在线性系统辩识中的应用

提出一种将LMS算法和实数编码遗传算法相结合的混合遗传算法。相对于传统算法，将其应用于线性系统辩识，特别是IIR系统的辩识，具有明显优势。IIR系统的性能函数存在多个局部极小值，该算法首先利用遗传算法的全局最优性，在大范围内搜索可能的极值，并限制系统参数随机搜索的范围，以保证IIR系统的稳定性，再在遗传算法中嵌入一个LMS算子，在极值点附近进行快速搜索，从而达到全局最优与快速搜索的有机结合，提高了辨识精度和计算效率。仿真结果验证了该算法用于线性系统辨识的有效性和实用性。     

桁架结构优化设计的遗传算法

本文提出桁架结构系统优化设计的新方法──遗传算法，它不同于常规优化算法的特点在于，从多个初始点开始寻优．并采用交迭和变异算子避免过早地收敛到局部最优解，可获得全局最优解，且不受初始值影响。该算法不必求导计算，编程简单，快捷，它尤其适用于具有离散变量的结构优化设计问题。     

遗传算法在路面材料参数识别中的应用研究

针对标准的遗传算法收敛速度慢的特点做了几点改进 :在群体初始化中 ,以均匀产生初始群体代替随机产生 ;实行截断选择 ,隐含了最优保存策略 ;动态变异 ,将改进后的遗传算法和系统识别原理相结合 ,应用于路面反分析中 .分别对理论数据和实测数据进行了计算分析 ,并和目前国内国际较通用的软件计算结果进行了比较分析 .结果表明 ,改进后的遗传算法收敛速度快 ,具有较强的全局优化能力 ,利用该算法进行路面反演可以避免解病态方程 ,反演结果稳定可靠     

扩展的Otsu最优阈值图像分割的实现方法

基于付忠良等人提出的扩展的Otsu最优阈值图像分割方法，提出了遗传算法的解决方案，并给出了遗传算法中基本参数的设定，基于图像的像素方差信息，利用遗传算法全局搜索图像的单阈值和双阈值，这样不但缩短了计算时间，而且具有遗传算法鲁棒性和自适应的特点，比传统的Otsu方法有明显的优点。     

Control parameter optimal tuning method based on annealing-genetic algorithm for complex electromechanical system

1　INTRODUCTIONIncomplexelectromechanicalsystems,therearemanyadjustableparameters[1] ,theiradjustablerangesarewide ,andthecouplinginfluenceamongparame tersissevere ,thus ,theconventionaltuningparametermethodscannotdealwiththeparametersinasatis factoryway .Itisveryhardtofindagroupofcontrolparameterstomakethesystemruninthebestcondi tion .Butitisveryimportantandnecessarytofindsuchagroupofoptimalparameterstotherunningsys teminthecompetitionofmarketeconomy .Itcanim provethequantityandqualityof…     

利用改进的遗传算法实现PID参数寻优

针对经典遗传算法存在的不足,提出了一种改进的遗传算法,并将其应用于常见控制对象模型的PID参数寻优,克服了经典遗传算法的一些缺点。仿真结果表明,基于此遗传算法寻优设计的PID控制器具有很好的动态品质和稳定性。     

人工肺-嗅觉系统集成与混合气体识别方法

针对仿人机器人的嗅觉及多种混合气体识别问题,提出一种人工肺-嗅觉系统(HALOS-I)及基于主动呼吸的气体识别方法.该系统硬件主要集成了微型真空泵、酒精/硫化氢/氨气/烟雾/甲烷5种气体传感器、单片机以及信号采集与处理电路;分别用K-均值聚类分析法、遗传算法结合神经网络(GA+BP)、三级级联神经网络(GA+3BP)进行了5种单一气体及4种混合气体的识别实验,结果表明:GA+BP算法仅对5种单一气体识别率达到90%以上,加入混合气体后识别率较低;GA+3BP算法除对硫化氢和烟雾的混合气体识别率为70%以外,对其余8种气体识别率均在90%以上,表明GA与多级级联BP神经网络相结合方法对多种单一及混合气体具有较高的识别率.     

改进的遗传算法在结构优化设计中的应用

遗传算法(GA)是基于达尔文进化论和遗传学说形成的一种崭新的优化算法.它具有全局收敛性和并行性;对先验知识要求较少,具有很强的适应性.针对结构优化设计方法中存在的局限性,将改进的遗传算法用于结构优化设计中.改进的GA采用以下措施提高搜索效率:(1)动态调整变量区间和GA参数;(2)在每一轮进化结束后重新初始化群体,开始新的进化;(3)将最优个体保留到下一轮.据此编制了计算机程序,并将其应用到一个桁架结构的优化实例中.运行结果表明,改进后的遗传算法用于结构优化设计能够有效地避免陷入局部最优解的现象,提高了搜索效率,具有较强的适应性.     

固相萃取技术在分离纯化赤霉素（GA3）中的应用研究

将固相萃取技术应用于分离纯化蔬菜中植物生长调节剂赤霉素GA3,结合液液萃取技术,该纯化方法能大部分的除去干扰GA3测定的物质,并且对GA3有很高的回收率,是一种非常有效的GA3分离纯化方法.     

基于遗传算法的有限推力轨道拦截优化研究

遗传算法是一种具有通用性、鲁棒性及全局最优性等优点的自适应优化技术。文中建立了空间飞行器的有限推力轨道拦截数学模型，并以空间飞行器燃料消耗最小为优化目标函数，运用遗传算法对空间飞行器的拦截变轨参数进行了优化设计。为了解决轨道拦截这一多约束优化问题，在遗传算法中引入了罚函数方法，并通过动态改变算法参数来改进优化的收敛性。在对低地球轨道目标的拦截仿真中，选择发动机燃料质量秒耗量、推力作用方向和作用时间为优化参数，仿真结果证明了该方法在带约束有限推力轨道拦截优化中的有效性。     

基于改进遗传算法的全终端网络可靠性优化设计

针对遗传算法易陷入局部最优而出现早熟,将具有良好克服局部极值能力的鱼群行为与遗传算法相结合,提出了一种新的改进遗传算法,并对全终端网络可靠性优化模型进行了求解设计。仿真结果表明,与文献中遗传算法相比,改进遗传算法表现了良好的优化效果。