基于差分进化的改进细菌觅食算法在智能配电网故障定位方法中的应用

为了解决含分布式电源的配电网的故障定位问题,提出一种基于差分进化的改进细菌觅食算法进行配电网故障定位,首先针对分布式电源投切问题,构建能够动态适应多个分布式电源投切的开关函数,然后结合区域划分思想,通过将各个配网支路分为有源树和无源树进行故障信息筛选,降低解空间,提高故障定位的速度;同时针对细菌觅食算法精度不高和全局搜索能力较差的问题,借鉴差分进化中的变异和交叉机制,通过多样性控制与交叉操作协调来实现细菌觅食算法在细化搜索与扩展新区之间的协调,提高算法的寻优精度和全局寻优能力,适用于复杂的含分布式电源的配电网络。通过算例对该故障定位方法进行仿真,结果表明该算法能准确定位,并具有一定的有效性和容错性。     

基于回声状态网络的进化机器人路径规划方法

在移动机器人路径规划问题的研究中,针对进化机器人在不同环境下需要重新进化与学习的问题,为了使进化机器人准确定位,提出了一种基于(μ+λ)-ES进化策略的回卢状态网络路径规划算法,利用回声状态网络构建移动机器人传感器输入和执行器输出之间的映射关系,利用(μ+λ)-ES进化策略对回声状态网络进行无监督学习,机器人利用进化获得的神经网络控制器进行路径规划.仿真结果表明,根据回声状态网络的路径规划方法对于机器人动态未知环境具有较好的实时性和适应性,达到准确定位目标.     

基于差分进化的无线传感器网络二阶段定位算法

近年来优化算法在无线传感器网络定位算法中得到了广泛应用.在对差分进化算法研究的基础上提出一种二阶段定位算法,第一阶段在Euclidean定位算法的基础上,加入了距离路由思想,通过与未知节点距离两跳之内的两个锚节点和距离两跳之外的任一锚节点利用Euclidean算法来计算估计位置.第二阶段利用差分进化算法进行迭代寻优,提...     

进化大规模脉冲神经网络的发育方法

通过自然进化得到的脑包含几十亿的神经元和几万亿的神经连接,并表现出复杂的智能行为.受生物脑进化与发育的启发,研究者给出了进化神经网络的发育编码方法,特点是通过基因重用可在较小的基因空间中进行大规模神经网络的快速搜索.以人工基因组模型为框架描述基因调控网络,用基因表达的动态特性表示细胞命运特化的发育过程,提出了一种进化大规模脉冲神经网络的发育方法.该方法的特点在于可以快速有效地发育生成脉冲神经元、神经连接和突触可塑性.相应的食物采集进化实验突现了以神经驱动的自主智能体的智能行为,并验证了该方法对大规模脉冲神经网络的进化能力.     

一种新的BP学习算法及在运动想象脑电信号分类识别中的应用

对运动想象(MI)脑电信号的正确分类是决定基于运动想象脑电的脑－机接口(BCI)性能的关键因素。为有效地提取MI脑电信号特征、提高分类正确率,提出一种基于单形进化的BP神经网络优化算法(BPSSSE)并运用于MI脑电信号的识别,提取自相关(AR)模型参数和希尔伯特边际谱作为特征输入,通过单形进化算法优化BP神经网络学习性能,实现对MI脑电信号的分类。测试实验中,对BCI竞赛数据进行左右手分类。结果表明在4s~ 8s时间段内平均分类正确率为80.17%,最高分类正确率为87.14%,证明了本文算法在基于MI脑电的脑机交互控制系统中应用研究的有效性和可行性。     

静止变频电源掉电问题的技术分析

本文对静止变频电源在负载工作时出现的掉电现象进行了较为详细的分析,阐述了静止变频电源掉电现象的故障定位及解决方案。     

无线传感网中基于和声搜索和局部搜索的节点定位问题的研究

准确的节点定位信息对于无线传感网中收集重要数据是必须的。基于有噪声的距离相关测量值对网络中所有未知定位节点的位置进行评估,该评估通常由于网络可能不是唯一可定位的事实而进一步加重。为了有效地处理该问题,提出一种新的双目标定位方法,该方法基于和声搜索算法和局部搜索过程的组合。此外还利用基于连通性的几何约束来限制传感器节点可定位的区域。在标准化定位误差和三种多目标质量指标方面,所提方法用一种基于Pareto存档进化策略的元启发式定位方案,在不同网络配置中进行测试和比较。结果表明所提方案获得相当不错的精度,并在大多数情况下优于Pareto存档进化策略。     

无人机身倾斜姿态下的GPS定位模型仿真

研究无人机身倾斜姿态下的GPS定位性能优化问题,关系到无人机的定位性能.无人机身倾斜姿态飞行状态下,定位的GPS信号随着飞行速度的变化,发生实时的变化,当无人机倾斜飞行时,由于GPS信号会被机身倾斜角度遮挡,导致采集过程出现信息间断,给定位过程带来了较强的屏蔽性干扰.传统的定位方法需要对所有定位信息排序分析,对GPS定位信息的实时性要求较高,倾斜采集信息受到倾斜角度遮挡的影响,定位速度慢且容易出现无人机定位请求无法实现的现象.提出一种采用多维空间选择进化法的无人机GPS快速定位模型,根据无人机身倾斜姿态下飞行中搜索的信息数据,将搜索的目标智能化分为多个字段,建立多个空间,对多个空间进行曲径选择进化,提取目标的深层次特征,依据深层次特征,在资源库中进行检索,提高对无人机身倾斜姿态下信息定位的时效性和准确性.仿真结果显示,将多维空间选择进化法应用于无人机身倾斜姿态下的地理数据定位,可以提高定位时效性和准确性.     

应用计算机实现脑立体定向中导向角的算法

本文叙述了脑立体定向手术中导向角的算法，并在计算机中得以实现。结合笔者对任意定位和CT定位等算法的实现，研制成功了脑立体定向微机应用系统。本文对此作简要介绍。     

无线传感器网络节点的自定位技术研究

首先, 总结和分析 无线传感网络节点自定位的基本原理、分类,得到自定位技术的本质是一个优化最优问题;其次,在该基础上,以遗传算法、模拟退火算法、进化策略和差分进化算法作为研究对象,针对这4种典型定位算法的优缺点展开讨论;然后,结合GA算法和SA算法各自的优势,提出一种遗传-模拟退火算法,从而增加初始种群的多样性,避免在传感器节点选择中陷入局部最优解的问题;最后,将上述改进方法应用到无线传感器网络节点定位中,用MATLAB分别对GA算法、SA算法和GSA算法进行仿真比较,验证了GSA算法的优势,为无线传感节点自定位技术提供新的参考。     

A Comparative Study Of Global Optimization Approaches To Meg Source Localization

It is well-known that the problem of MEG source localization can be cast as an optimization problem. So far, there have been many works in which various optimization methods were adopted for source localization. In this paper, we compare the performance of three typical and widely used optimization techniques for a specific MEG source localization problem. We first introduce a hybrid algorithm by combining genetic and local search strategies to overcome disadvantages of conventional genetic algorithms. Second, we apply the tabu search, a widely used optimization method in combinational optimization and discrete mathematics, to source localization. To the best of our knowledge, this is the first attempt in the literature to apply tabu search to MEG/EEG source localization. Third, in order to further compare the performance of the above algorithms, simulated annealing is also applied to MEG source localization problem. The computer simulation results show that our local genetic algorithm is the most effective approach to dipole localization, and the tabu search method is also a very good strategy for this problem.     

Application of particle swarm optimization in epileptic spike EEG source localization

Surgical therapy has become an important therapeutic alternative for patients with medically intractable epilepsy. Correct and anatomically precise localization of an epileptic focus is essential to decide if resection of brain tissue is possible. The inverse problem in EEG-based source localization is to determine the location of the brain sources that are responsible for the measured potentials at the scalp electrodes. We propose a new global optimization method based on particle swarm optimization (PSO) to solve the epileptic spike EEG source localization inverse problem. In a forward problem a modified subtraction method is proposed to reduce the computational time. The good accuracy and fast convergence are demonstrated for 2D and 3D cases with realistic head models. The results from the new method are promising for use in the pre-surgical clinic in the future.     

利用有限差分法计算真实头模型脑电正问题

脑电研究领域的两个关键问题是脑电正问题和脑电逆问题,脑电正问题是脑电逆问题的基础.由于复杂、非规则真实头模型中的脑电正问题不存在解析解,因此脑电源分析依赖于正问题数值算法的精度和效率.文章首先详细推导了有限差分算法求解三维各向同性脑电正问题的数学模型,然后在三层同心球模型上通过与解析解比较验证了该算法的精度和效率,最后将该算法应用于真实头模型.仿真结果表明,有限差分法可以有效地处理任意形状几何体的电位场分布问题,是模拟计算真实头模型中脑电正问题的有力工具.     

Accuracy of two dipolar inverse algorithms applying reciprocity for forward calculation.

Two inverse algorithms were applied for solving the EEG inverse problem assuming a single dipole as a source model. For increasing the efficiency of the forward computations the lead field approach based on the reciprocity theorem was applied. This method provides a procedure to calculate the computationally heavy forward problem by a single solution for each EEG lead. A realistically shaped volume conductor model with five major tissue compartments was employed to obtain the lead fields of the standard 10-20 EEG electrode system and the scalp potentials generated by simulated dipole sources. A least-squares method and a probability-based method were compared in their performance to reproduce the dipole source based on the reciprocal forward solution. The dipole localization errors were 0 to 9 mm and 2 to 22 mm without and with added noise in the simulated data, respectively. The two different inverse algorithms operated mainly very similarly. The lead field method appeared applicable for the solution of the inverse problem and especially useful when a number of sources, e.g., multiple EEG time instances, must be solved.     

基于MCB的传感网移动目标定位算法

针对MCB移动定位算法在实时信息采样方面的不足,提出了EMCB(Enhanced Monte-Carlo localizationBoxed)定位算法。该算法在MCB算法基础之上,引入遗传算法中的变异和交叉操作,使样本选择向后验密度值较大的区域转移,从而有效地解决了原算法存在的成功采样率较低的问题。仿真实验结果表明,同MCB算法相比,EMCB算法平均采样数减少了约30%,定位精度提高了约17%。     

面向运动想象脑电图识别的镜卷积神经网络

目的 脑电图（electroencephalogram,EEG）是一种灵活、无创、非侵入式的大脑监测方法,广泛应用于运动想象脑机接口系统中,运动想象脑电图识别精度是决定系统性能的关键因素。然而由于脑电图采集时间长、个体差异大等原因,导致单个受试者可用于模型训练的样本数量少,严重影响了卷积神经网络在脑电图识别任务中的表现。为此,本文提出一种镜卷积神经网络（mirror convolutional neural network,MCNN）模型,使用集成学习与数据扩增方法提高运动想象脑电图识别精度。方法 在训练阶段,基于源脑电通过互换左右侧脑电通道构造镜像脑电,并与源脑电一起用于源卷积网络训练,有效扩增了训练样本;在预测阶段,复制已训练源卷积网络作为镜像卷积网络,将测试集中的源脑电输入源卷积网络,构造的镜像脑电输入镜像卷积网络,集成源卷积网络与镜像卷积网络输出的类别预测概率,形成最终类别预测。结果 为了验证模型的有效性和通用性,基于3种不同运动想象脑电图识别卷积网络模型分别构造镜卷积网络,并在第4届脑机接口大赛2a与2b数据集上进行实验验证。实验结果与原始模型相比,运动想象四分类和二分类准确率分别平均提高了4.83%和4.61%,显著提高了识别精度。结论 本文面向运动想象脑电图识别,提出了镜卷积神经网络模型,通过集成学习与数据扩增方法提高运动想象识别精度,有效改善了运动想象脑机接口性能。     

稳定分布噪声环境下的EEG-MUSIC源定位

EEG作为一种无损的新医学技术近几年已经被广泛地研究,EEG-MUSIC是一种基于EEG的脑源病灶空间定位算法,它只能在高斯噪声下工作。特殊情况下的脑电传感器阵列数据中可能伴有一种强脉冲噪声,这种噪声可以用α稳定分布描述。稳定分布噪声环境下,传统的EEG-RAP-MUSIC失效。为此用FLOM矩阵代替自相关矩阵,提出了一种适合稳定分布噪声环境的脑源定位新方法FLOM-EEG-RAP-MUSIC。计算机仿真表明,所提出的方法能较好地在稳定分布噪声环境下工作,具有一定的鲁棒性。     

基于数字式MEMS声传感器阵列的声源定位系统设计

在研究声源定位算法模型的基础上,搭建了声源实时定位系统。采用空间锥形六元阵并结合数字式MEMS声传感器构建定位阵列。以DSP作为系统算法实现平台,完成数据采集模块和数据处理模块设计,分析了IIS音频数据传输的实现,包括数据传输通道的建立和DMA工作方式。通过测试,验证了系统核心模块的性能达到预期效果,具有较好的实用性。     

基于路径分析和信息熵的错误定位方法

软件错误定位是一项耗时又费力的工作,因此如何提高软件错误定位的自动化程度一直以来都是软件工程领域研究的热点.现有的基于频谱的错误定位方法很少利用程序的上下文信息,而程序的上下文信息对错误定位至关重要.针对此问题,本文提出了一种基于路径分析和信息熵的错误定位方法FLPI.该方法在基于频谱信息技术的基础上,通过对所有执行路径中的数据依赖关系进行分析来引入执行上下文信息,同时利用信息熵理论将测试事件信息引入到可疑语句的怀疑度计算公式中,以提高错误定位的精度和效率.为了评价该方法的有效性,基于一组基准程序和开源程序进行实验验证.实验结果表明,本文所提方法FLPI能够有效地提高错误定位的精度和效率.     

Blind source separation and chaotic analysis of EEG for judgment of brain death

A judgment of brain death based on flat electroencephalogram (EEG) criteria has been found to be difficult because signals from the heart action and line noise contaminate EEG signals. Blind source separation is a good way to eliminate such contamination from EEG signals. This paper proposes the use of the Lyapunov exponent and the Wayland test of EEG signals, together with a blind source separation method, to assist in judgments of brain death. This work was presented in part at the Fifth International Symposium on Artificial Life and Robotics, Oita, Japan, January 26–28, 2000