一种面向非规则非致密空间分布数据的聚类方法

针对目前很少关注非致密非规则数据聚类的情况,利用蚁群算法具有的组合优化方面的优势,引入近邻函数准则,提出了基于蚁群算法和近邻函数准则的聚类算法,来求解非规则非致密数据聚类问题.实验表明,对于非规则非致密分布数据的聚类问题,该聚类算法可根据连接关系合理地进行聚类,相比K均值算法等其他采用样本距离作为分类指标的聚类方法,可有效降低错聚率,一定程度上较好地解决了这类问题.     

基于改进蚁群算法求解迷宫最优路径

蚁群算法是一种基于群体智能原理的优化模型,用于解决组合优化问题。该文在蚁群算法的选择策略方面进行改进,提出了基于改进蚁群算法求解迷宫最优路径的算法。     

基于改进型蚁群算法的MFJSSP研究*

为了对MFJSSP进行优化,给出了改进的基于蚁群算法的MFJSSP解决方法。改进后的算法根据工件数量确定子集数量。给出了可选工作集的构建方法及在寻优过程中的邻域搜索策略,并对蚁群算法的参数选择问题进行了讨论。完成了MFJSSP中蚁群算法的改进,并将改进后的蚁群算法应用于解决4×5问题和8×8问题,取得了较理想结果。实验结果证明所提出的算法在解决MFJSSP上是一种可行、有效的解决方法。     

基于改进的最大最小蚁群算法求解电力线路最佳抢修路径

电力线路最佳抢修路径就是一条物资点到故障点耗费时间最少的交通路径。最大最小蚁群算法改善了基本蚁群算法的过早停滞现象,适合于求解大规模问题,但仍存在收敛速度慢、求解质量差等缺点。针对最大最小蚁群算法的不足,提出了一种改进的最大最小蚁群算法来求解电力线路最佳抢修路径。该算法采用分段函数设置状态转移规则,结合噪声扰动方法进行局部搜索,并利用变异思想和A*算法产生邻域解。仿真实验表明,在求解电力线路最佳抢修路径时,该算法比其他改进蚁群算法具有更多的优越性,并分析了噪声扰动方法的参数对求解质量的影响。     

用自适应蚁群算法的生理信号情感状态识别

针对生理信号的情感识别问题,将蚁群优化算法用于情感生理信号特征选择,并采用自适应的适应度参数值、变异策略和临近位置交换策略对算法进行改进,使用K近邻法进行情感分类,以获得较高的识别率和有效特征组合.通过四种生理信号(EMG、SC、ECG、RSP)来识别四种情感(joy、anger、sadness、pleasure),实验仿真结果表明,将蚁群优化算法引入情感识别的研究是可行的.     

共享经济背景下多属性双边匹配问题求解

对双边匹配类问题进行抽象建模,改进属性匹配度计算模型,求出匹配双方的偏好序,引入机器学习的思想改进蚁群算法对之求解。针对蚁群算法前期易早熟、后期难收敛的问题,提出非线性梯度启发信息和基于历史搜索信息的状态转移策略;针对蚁群算法初始参数设置难、调参工作量大的问题,提出基于梯度下降思想的自动调参方法;并制定稳定匹配和当前最优匹配的评价规则,引导蚁群算法的信息素更新。仿真结果表明改进的蚁群算法与传统蚁群算法相比评价值提升约20%。与传统蚁群和基于RNA计算改进的蚁群算法相比求解稳定性更优。     

基于特征选择的无监督入侵检测方法

为提高入侵检测系统的检测速度和效果,结合遗传算法提出了一种基于特征选择的无监督入侵检测方法。一方面利用改进的遗传算法作为搜索策略;一方面使用K均值聚类算法对提取特征后的数据进行聚类,并将类间离散度和类内离散度的相关比值作为特征子集的评价指标,从而实现最优特征子集的求解并用于无监督的入侵检测。实验结果表明,该方法由于解决了入侵检测的特征选择问题,与未采用特征选择的无监督入侵检测相比具有更好的性能。     

结合K近邻的改进密度峰值聚类算法

针对密度峰值聚类算法（DPC）在处理维数较高、含噪声及结构复杂数据集时聚类性能不佳问题,提出一种结合K近邻的改进密度峰值聚类算法（IDPCA）。该算法首先给出新的局部密度度量方法来描述每个样本在空间中的分布情况,然后引入核心点的概念并结合K近邻思想设计了全局搜索分配策略,通过不断将核心点的未分配K近邻正确归类以加快聚类速度,进而提出一种基于K近邻加权的统计学习分配策略,利用剩余点的K近邻加权信息来确定其被分配到各局部类的概率,有效提高了聚类质量。实验结果表明,IDPCA算法在21个典型的测试数据集上均有良好的适用性,而在与DPC算法及另外3种典型聚类算法的性能指标对比上,其优势更为明显。     

改进蚁群算法在二次分配问题中的应用

为了解决基本蚁群算法在求解大规模二次分配问题时暴露出的缺陷,本文提出一种改进的蚁群算法。在基本蚂蚁算法中,采用全局信息素更新策略,使用距离及流量作为启发式信息并引入局部优化策略,对每代的最优解进行改进,进一步加快算法的收敛速度。通过对于二次分配问题的3种不同类型的问题进行实验,将改进的蚁群算法与基本蚂蚁算法及混合遗传算法进行比较,结果表明该改进算法具有更优的性能。     

改进蚁群算法求解旅行Agent问题

利用蚁群算法来求解TAP问题是解决移动Agent迁移策略的一种有效途径。旅行Agent问题是复杂的组合优化问题,蚁群算法作为一种新的生物进化算法,具有并行、正反馈和启发式搜索等特点,适合求解NP难问题。在蚁群算法的基础上,提出分泌多种信息素的改进蚁群算法来求解旅行Agent问题,动态反应了节点服务能力和网络负载的变化,使迁移更具有灵活性。实验结果表明了该文算法的可行性。     

Research on simulation of ship electric propulsion system with flywheel energy storage system

Flywheel energy storage has been widely used to improve the ground electric power quality. This paper designed a flywheel energy storage device to improve ship electric propulsion system power grid quality. The practical mathematical models of flywheel energy storage and ship electric propulsion system were established. Simulation research on the effect of ship electric propulsion system power quality, made by flywheel energy storage, was completed by using the software Matlab/simulink. We have done a lot of simulation experiments on sudden load of ship integrated electric propulsion system, one system is with flywheel energy storage, another one is not with. Comparing with these simulation results, we can see that the flywheel energy storage designed in this paper has improved ship electric propulsion system network power quality as well as increases the reliability of the ship power grid. The conclusions can provide a theoretical guidance for the design of flywheel energy storage applied in ship integrated electric propulsion system.     

灰色优势分析在多传感器数据融合中的应用

船舶电站是船舶的重要组成部分,是船舶电力系统的核心,船舶电站的可靠运行对保证船舶安全具有重要意义。本文应用了一种基于自适应加权数据融合的灰色优势分析方法对多传感器数据进行处理。仿真结果表明,应用基于自适应加权数据融合的灰色优势分析方法对传感器数据进行分析,可进一步提高故障诊断的安全性和可靠性。     

卷积深度神经网络的手写汉字识别系统

针对传统两级手写汉字识别系统中手写汉字识别的特征提取方法的限制问题,提出了一种采用卷积神经网对相似汉字自动学习有效特征进行识别的系统方法。该方法采用来自手写云平台上的大数据来训练模型,基于频度统计生成相似子集,进一步提高识别率。实验表明,相对于传统的基于梯度特征的支持向量机和最近邻分类器方法,该方法的识别率有一定的提高。     

A remote sensing ship recognition method based on dynamic probability generative model

Aiming at detecting sea targets reliably and timely, a novel ship recognition method using optical remote sensing data based on dynamic probability generative model is presented. First, with the visual saliency detection method, prior shape information of target objects in put images which is used to describe the initial curve adaptively is extracted, and an improved Chan–Vese (CV) model based on entropy and local neighborhood information is utilized for image segmentation. Second, based on rough set theory, the common discernibility degree is used to compute the significance weight of each candidate feature and select valid recognition features automatically. Finally, for each node, its neighbor nodes are sorted by their ε-neighborhood distances to the node. Using the classes of the selected nodes from top of sorted neighbor nodes list, a dynamic probability generative model is built to recognize ships in data from optical remote sensing system. Experimental results on real data show that the proposed approach can get better classification rates at a higher speed than the k-nearest neighbor (KNN), support vector machines (SVM) and traditional hierarchical discriminant regression (HDR) method.     

船舶电站柴油机双脉冲H∞调速器的研究

船舶电力系统频率的稳定性主要取决于船舶电站柴油机调速系统的转速响应特性.为了抑制负荷的扰动, 提高柴油机双脉冲调速器的动态精度, 本文将H_∞控制理论应用于柴油机调速系统的设计,将系统的性能要求转化为标准H_∞控制问题.建立了采用双脉冲${\rm H}_\infty$调速器的柴油机调速系统的数学模型,针对外部干扰和模型的不确定性, 双脉冲H_∞调速器的设计可以归结为混合 灵敏度问题.计算机仿真实验结果表明, 本文设计的双脉冲H_∞调速器能在充分考虑系统模型不确定性的情况下,有效提高系统的动态 精度和抑制扰动的能力,改善船舶电力系统频率的稳定性.     

船舶电站柴油机双脉冲H∞调速器的研究

船舶电力系统频率的稳定性主要取决于船舶电站柴油机调速系统的转速响应特性．为了抑制负荷的扰动,提高柴油机双脉冲调速器的动态精度,本文将H_∞控制理论应用于柴油机调速系统的设计,将系统的性能要求转化为标准H_∞控制问题．建立了采用双脉冲H_∞调速器的柴油机调速系统的数学模型,针对外部干扰和模型的不确定性,双脉冲H_∞调速器的设计可以归结为混合灵敏度问题．计算机仿真实验结果表明,本文设计的双脉冲H_∞调速器能在充分考虑系统模型不确定性的情况下,有效提高系统的动态精度和抑制扰动的能力,改善船舶电力系统频率的稳定性．     

生理信号情感识别的遗传算法研究

将情感识别看成一个组合模式优化问题,从生理信号ECG,EMG,SC,RSP中抽取情感特征,遗传算法和最近邻算法相结合尝试找出最能“代表”某一情感状态joy,anger,sadness,pleasure的最优情感特征组合模式,仿真实验表明,该方法是可行并且有效的。     

混合时钟同步技术在船舶电力系统同步相量测量中的应用研究

针对船舶电力系统相对于陆地广域电力系统的不同特性,分析传统时钟同步方法对于船舶同步向量测量单元(SPMU)的局限性,采用一种基于IEEE1588协议的卫星时钟同步与局域网时钟同步相结合的混合时钟同步技术实现SPMU的时钟同步,通过实验对同步偏差性能进行测试,结果表明时钟同步偏差维持在±500ns以内,可以满足电力系统对电力参数测量的同步精度要求。     

Holistic ship design optimization

Ship design is a complex endeavor requiring the successful coordination of many disciplines, of both technical and non-technical nature, and of individual experts to arrive at valuable design solutions. Inherently coupled with the design process is design optimization, namely the selection of the best solution out of many feasible ones on the basis of a criterion, or rather a set of criteria. A systemic approach to ship design may consider the ship as a complex system integrating a variety of subsystems and their components, for example, subsystems for cargo storage and handling, energy/power generation and ship propulsion, accommodation of crew/passengers and ship navigation. Independently, considering that ship design should actually address the whole ship’s life-cycle, it may be split into various stages that are traditionally composed of the concept/preliminary design, the contractual and detailed design, the ship construction/fabrication process, ship operation for an economic life and scrapping/recycling. It is evident that an optimal ship is the outcome of a holistic optimization of the entire, above-defined ship system over her whole life-cycle. But even the simplest component of the above-defined optimization problem, namely the first phase (conceptual/preliminary design), is complex enough to require to be simplified (reduced) in practice. Inherent to ship design optimization are also the conflicting requirements resulting from the design constraints and optimization criteria (merit or objective functions), reflecting the interests of the various ship design stake holders.The present paper provides a brief introduction to the holistic approach to ship design optimization, defines the generic ship design optimization problem and demonstrates its solution by use of advanced optimization techniques for the computer-aided generation, exploration and selection of optimal designs. It discusses proposed methods on the basis of some typical ship design optimization problems with multiple objectives, leading to improved and partly innovative designs with increased cargo carrying capacity, increased safety and survivability, reduced required powering and improved environmental protection. The application of the proposed methods to the integrated ship system for life-cycle optimization problem remains a challenging but straightforward task for the years to come.     

融合萤火虫方法的多标签懒惰学习算法

已有的多标签懒惰学习算法（IMLLA）在利用近邻标签时因仅考虑了近邻标签相关性信息，而忽略相似度的影响，这可能会使算法的鲁棒性有所降低。针对这个问题，引入萤火虫方法，将相似度信息与标签信息相结合，提出一种融合萤火虫方法的多标签懒惰学习算法（FF-MLLA）。首先，利用Minkowski距离来度量样本间相似度，从而找到近邻点；然后，结合标签近邻点和萤火虫方法对标签计数向量进行改进；最后，使用奇异值分解（SVD）与核极限学习机（ELM）进行线性分类。该算法同时考虑了标签信息与相似度信息从而提高了鲁棒性。实验结果表明，所提算法较其他的多标签学习算法有一定优势，并使用统计假设检验与稳定性分析进一步说明所提出算法的合理性与有效性。