预防性反馈PCNN模型及在组合优化问题中的应用

利用脉冲耦合神经网络(PCNN)的自动波特性求解组合优化问题。在三态层叠脉冲耦合神经网络(TCPCNN)模型基础上,结合三角不等式定理,构造具有预防性反馈的脉冲耦合神经网络模型。在搜索最优解的过程中,利用三角不等式定理对解进行预判断,不理想的解被删除,起到预防反馈作用,降低求解的空间复杂度,提高求解效率和准确性。将该算法应用于SP和TSP问题实验仿真,结果表明,该算法有效降低了解空间复杂度,进一步提高了搜索速度。     

面向Length_N测试覆盖准则的测试用例生成技术研究

针对路径覆盖测试的可行性,提出了一种新的路径测试覆盖准则(Length_N准则).首先把测试用例生成归纳为多目标函数的优化问题,其有效方法是根据程序运行结果指导生成过程,通过不断迭代,生成符合要求的测试数据集.为了提高生成效率,对遗传模拟退火算法的编码、适应度函数、交叉概率做了一定的改进;并在此基础上来自动生成测试用例.实验结果表明该方法在效率上较遗传算法、随机测试数据生成方法有很明显的提高,在可行性上比路径覆盖准则也有很大的改善.     

基于惰性切片的线性时态逻辑性质验证

惰性切片是一种有效的状态空间缩减方法,但是它无法直接判定一个模型是否满足所期望的线性时间性质。针对该问题,提出了一种基于惰性切片的线性时态逻辑公式验证方法。该方法首先构造给定线性时态逻辑公式的否定Büchi自动机与系统模型的乘积自动机,然后使用惰性切片算法在该乘积自动机上以惰性方式搜索可接受迹,从而把线性时间性质验证问题转换为通过可达性分析搜索可接受状态的不变性检测过程。实验结果证明,基于惰性切片的线性时态逻辑公式验证算法在不损失验证结果正确性的前提下使惰性切片算法具备了验证线性时间性质的能力,同时也有效提高了LTL模型检测方法的可扩展性。     

基于改进的文化蚁群算法求解最优路径问题研究

针对传统方法不能够有效的求解GIS最优路径问题,在文化算法的基础上提出了一种基于实际路况求解两地之间最优距离的蚁群优化算法.引入了表示天气、路况、驾驶员个人偏好等诸多不确定因素,并将改进的蚁群算法融入到文化算法当中,使蚁群算法具有群体空间和信仰空间并行进化的机制.群体空间采用改进的最大最小蚁群算法,从而有效的提高算法最优解的搜索能力和速度.通过模拟计算结果表明改进的算法求解实际最优路径在速度和精度上优于传统最优路径算法.     

基于扩展有限状态机的类测试用例生成方法

为了实现软件测试用例的自动生成,提高软件开发效率和软件质量,利用扩展的有限状态机模型(EF-SM)和数据流分析方法,对类、类的消息传递和类状态变化进行了分析和研究,提出了一种基于扩展有限状态机模型的类测试用例集的生成算法.此算法能自动生成满足All_use路径覆盖标准的测试用例集,并能保证测试用例的路径长度最短.     

基于双重交叉策略的多元宇宙优化算法求解带时间窗车辆路径问题

提出了一种基于双重交叉策略的多元宇宙优化算法求解带时间窗车辆路径问题(Vehicle Routing Problem with Time Windows,VRPTW).该算法利用访问概率在满足车辆最大载重的约束条件下构造算法的初始解,提高初始宇宙群的优良性;引入动态交叉算子,在当前宇宙的基础上交叉重组生成新的宇宙,提高算法的局部探索能力,同时采用基于最优片段的交叉策略更新白洞位置,加强各个宇宙间信息的交互;并引入随机交换搜索、2-opt和3-opt相结合的邻域搜索方法对最优解进行局部优化,扩大算法搜索空间.实验结果表明:所提算法能够有效解决带时间窗车辆路径问题,有较强的寻优能力,求解质量优于所对比算法.     

带运力限制车辆路径问题的简易蚁群算法实现

以求解旅行商问题的蚁群算法为基础,根据带运力限制车辆路径问题的实际应用条件,提出一种较为简易的求解带运力限制车辆路径问题的蚁群算法,并对其中的信息素更新策略进行了分析,对蚁群中的精英蚂蚁(搜索出最优解的蚂蚁个体)所经过路径的信息素进行加强,提高了算法的全局收敛性能和收敛速度,允许蚂蚁在搜索的最初阶段有较大的自由以扩大最优解的寻找空间,提出改进蚁群算法.实验结果表明,该方法能在较短的时间内达到已知最优解的1.5%误差范围.     

基于定长实数路径编码机制的移动机器人路径规划

针对移动机器人路径规划问题,提出一种新的定长实数路径编码机制。首先进行环境地图建模,通过坐标变换在路径的起点和终点之间建立新地图,然后用定长的实数编码机制使得机器人在不断靠近目标点的趋势上,寻找一条最优的路径。为了进一步提高效率,根据障碍物的位置规划出机器人的“有效区域”,缩小搜索空间。采用免疫进化与模拟退火相结合的免疫模拟退火算法求解最优路径。仿真实验表明,该算法具有较强的全局和局部搜索能力,能够使得机器人快速地找到一条较优的路径。     

求解服务等级感知服务组合问题的多目标遗传算法

针对已有求解多等级服务部署问题的算法存在的不足,提出了一种求解该问题的多目标遗传算法(SMOGA),建立了求解该问题的多目标优化模型。通过将个体的支配强度和被支配强度结合到一起建立对个体的评价策略,并根据评价结果进行环境选择及生成个体的交叉概率。此外还设计了一种局部搜索策略并将其融入到变异策略中,以提高变异操作的有效性。最后对SMOGA算法进行了分析,并将该算法与最近提出的求解该问题的E3-MOGA算法及NSGA-II算法在不同规模的测试用例上进行了实验对比,结果表明算法SMOGA能够更加有效地解决该问题。     

启发式探索的协议测试序列生成

为避免可达性分析方法生成协议测试序列状态过程中爆炸问题的出现,提出了一种启发式探索协议状态格局空间的可执行测试序列生成算法. 该算法采用权值扩展有限状态机建模被测协议,以启发式状态格局探索策略替代传统的宽度优先搜索方式生成可执行协议测试序列;把协议可执行测试序列生成转化为在协议状态格局空间中探寻最小权值路径的问题. 实验数据表明,与宽度优先可达性分析方法相比,新算法具有较好的时空特性.     

动态死锁分析与检测

可达树是Ｐｅｔｒｉ网性能分析的重要工具之一。本文在可达树和网结构的基础上,提出了一种分析与检测动态死锁的新方法,并给出了相应的算法。     

基于改进Apriori算法的C-NCAP汽车碰撞分析仿真系统

提出一种基于Apriori算法的改进算法,用来对C-NCAP汽车碰撞数据进行分析,同时利用Apriori算法的剪枝策略,有效减少计数后选项集的数目,最后将改进后的Apriori算法应用于汽车碰撞分析仿真系统,结果显示,汽车各碰撞试验间呈良好的影响关系。     

Research of the test generation algorithm based on search state dominance for combinational circuit

PODEM,FANandSOCRATESalgorithmsallpresentafewstrategiesacceleratingthetestpatterngenerationbasedoncircuitstructure.PODEMalgo rithm[1]introducesbacktrackingtechnology,anditre ferstestgenerationtoanimplicitenumerationprobleminn dimensionalspacesuchthatitbrea…     

基于nested阵列的高分辨DOA估计

针对nested阵列对邻近信号的分辨力受信噪比和快拍数等因素限制的问题,提出了基于nested阵列的加权子空间平滑M USIC算法.该算法对协方差矩阵向量化以提高整个阵列的自由度,使用空间平滑恢复新接收数据矢量阵的秩,采用校正的噪声特征值对噪声子空间进行加权,并对信号子空间进行空间谱合成,得到新算法的空间谱函数.通过搜索空间谱函数极大值实现DOA估计.结果表明,该算法在低信噪比及小快拍数条件下,对间隔较近的信号具有高分辨力.     

双向搜索分层化的多约束路由启发式计算方法

提出一种多约束路由的双向搜索层次化计算方法,第一层分别从源和目的节点出发,计算到达各中间节点的可达路径,第二层在各可达路径中进行路径的筛选。可达路径是采用邻接矩阵变换方式获得的,筛选路径是根据非线性开销函数采用启发方式择优选取。当两方向搜索的节点数累计总和达到n-2后,则对接合并两方向到达中间节点的路径,获得多条经过不同中间节点的源到目的节点的路径,从中选择最佳路径作为路由输出。通过算例详细介绍了可达路径计算及启发式选优方法,论述了算法的正确性与合理性,分析了最坏时间杂性,简介了新算法具备并行运算特征。通过仿真实验评估,不仅更进一步验证了新算法的正确性,而且表明新算法在性能上要优于其他算法。     

基于逆序与对偶组合算子的小生境遗传算法

在逆序算子和对偶算子的性能研究基础之上,设计了逆序与对偶组合遗传算子,增强了局部搜索性能．通过引入共享机制小生境技术,并且采用自适应策略,对种群的多样性进行有效保护。构造了一种基于逆序与对偶组合算子的小生境遗传算法,较好地解决了局部搜索与全局搜索之间的矛盾,保证了算法的全局收敛性．算例测试表明该算法具有较强的整体寻优能力．     

舱外航天服手臂的逆运动学解法

针对航天服手臂的特殊软关节结构和多自由度的特点,提出了基于最近邻的快速逆运动学解法,该方法保证在任何测量位置都能得到航天服关节角度的近似解.采用空间分块二步搜索策略,解决了基于最近邻方法求解舱外航天服手臂逆运动学中内存占用量大和效率低的缺点.仿真结果表明,最近邻的快速逆运动学解法在计算精度和实时性上均能满足测试系统的要求.     

基于矢量阵的自初始化MUSIC方位估计算法

MUSIC空间谱估计突破了常规波束形成中的锐利限,能够对目标进行高精度方位估计.探讨了MUSIC算法在矢量阵上的应用,给出了矢量线阵MUSIC噪声子空间谱估计表达式,利用单个矢量阵元的阵簇估计提供的初始参数,对MUSIC噪声子空间谱进行迭代搜索谱峰实现目标的方位估计,用以提高目标方位估计的精度.对单目标和双目标方位估计进行了仿真研究,在文中的仿真条件下,当满足信噪比大于5dB的条件时,可对目标方位进行较好估计.研究结果表明,通过单个矢量阵元阵簇得出的目标方位估计精度较差,而迭代搜索MUSIC谱峰方法提高了方位估计精度.     

基于Tent映射的混沌粒子群优化算法

针对粒子群算法在迭代后期易陷入局部最优的不足,采用Tent映射所产生的混沌序列在粒子个体最优点和全局最优点附近进行混沌搜索,利用混沌搜索的全局遍历性和随机性提高了粒子群优化算法的全局搜索能力和抗早熟收敛性能。几个典型测试函数的仿真结果证明了该算法的可行性。     

基于云模型的分布估计算法及其在物性参数估算中的应用

为了克服传统计算方法在估算复杂体系的参数时往往难以保证其准确性的不足,引入一种改进的分布估计算法用来计算适应于聚合物体系的热力学状态方程参数.该改进算法以云模型理论为基础,提出一种新型的构建种群个体解空间概率模型的方法.使用测试函数验证结果表明,改进算法能有效地提高收敛速度和搜索精度.将该方法应用于超临界乙烯配位聚合体系的链扰动统计缔合流体理论(perturbed-chain statistical associating fluid theory,PC-SAFT)状态方程二元交互参数k_(ij)的求解,所得结果用于状态方程再参数化,能精确描述组分间的气液相平衡.