遗传算法的研究与进展

遗传算法是建立在自然遗传学机理基础上的参数搜索方法。本文介绍了遗传算法的思想来源的基本原理，比较了遗传算法与其他人工智能技术，论述了它在优化、机器学习、尤其是控制领域中的应用成果，并对进一步的研究工作提出了一些展望。     

遗传算法在分布式OS-CFAR检测系统优化中的应用

针对一个3传感器分布式OS-CFAR检测系统，本文分别使用了基本遗传算法和改进的遗传模拟退火算法、小生境遗传算法进行优化搜索，给出了一组不同检测条件下的准最优搜索结果。结果表明，对于这一优化问题，遗传模拟退火算法和小生境遗传算法都具有较好的适应性，其中小生境遗传算法在搜索质量、稳定性和搜索速度上相对更好一些，是一种较理想的多传感器分布式OS-CFAR检测系统参数优化算法。     

基于阀值逆序算子的优化组合遗传算法

针对遗传算法局部搜索能力差的缺点，模拟生物染色体中基因排列的有序性，对阀值逆序算子进行了研究，它与传统逆序算子相比，能较好地提高群体性能提高，减少了对种群多样性的破坏，改善了遗传算法的局部搜索性能，与具有全局搜索性能好的遗传算子组合，弥补了阀值逆序算子对全局搜索性能的影响，构造了一种基于阀值逆序算子的优化组合遗传算法。从理论上证明了该算法的收敛性，实验结果表明，该优化组合算法具有更好的寻优能力，对应用串型编码的遗传算法解决一般的优化问题时，具有很好的借鉴意义，阀值可根据求解问题特征和局部搜索强度而选定。     

基于混合并行遗传算法的多目标约束优化技术研究

多目标约束优化问题属于NP问题。并行遗传算法是解决该类问题的常用算法,它具有较强的全局搜索能力和并行性,但局部搜索能力差,禁忌搜索算法则比较适合于局部搜索。提出了一种基于混合并行遗传算法的多目标约束优化方法,该方法综合了并行遗传算法和禁忌搜索算法的优势,改进了并行遗传算法的性能,能有效避免局部最优解。     

用适应值激励机制提出遗传算法的效率

分析了传统遗传算法作为函数优化器在宏观进化机制上的局限性，讨论了群体的可进化性在函数优化中的作用。在此基础上提出在遗传算法中引入适应值激励机制，用它来动态地提高群体的可进化性。数值实验表明，带有适应值激励机制的改进遗传算法的搜索效率得到很大提高。     

搜索空间代换法及其在城市交通控制中的应用

针对常用遗传算法局部搜索能力差，导致计算速度缓慢、精度差等问题，提出一种搜索空间代换的新遗传算法。该算法保留了普通遗传算法的全局搜索性能，并通过多次搜索空间的代换提高了局部搜索能力。改进后的新方法在每次代换后只需改变解码规则，不得重新编码，也不得增加编码的长度，从而保证了计算效率。采用该方法对城市多车道、四相位的动态交通网络控制策略进行了多目标优化计算。应用结果表明，采用新的遗传算法可在同等情况下减少车辆堵塞，提高城市交通网络的运行能力。     

遗传算法的应用举例

遗传算法作为一种通用、高效的优化算法，已应用到工程计算的各个领域。该文首先简要阐述了遗传算法的基本原理和其操作步骤。同时为了验证其全局的寻优能力，采用MATLAB语言编制程序实现遗传算法对数值优化和旅行商问题的求解，需要说明的是这两类问题的程序编制和求解分别依赖于不同的已有遗传算法工具箱。为了便于说明遗传算法的优越性，分别将对数值优化和旅行商问题的计算结果与用局域搜索法和模拟退火得出的优化结果进行比较。比较结果表明，对于数值优化问题，遗传算法比局域搜索法具有更佳的寻优能力；对于旅行商问题的求解也能得到满意的结果。     

基于混合遗传算法的水电站优化调度应用研究

在众多解决高维组合优化问题的工具中，遗传算法具有较好的全局搜索能力，而禁忌搜索算法则在局部搜索方面优势明显。本文根据水电站优化调度问题的实际特点，提出了遗传算法与禁忌搜索算法相结合的混合优化算法，采取禁忌搜索算法替换遗传算法变异算子的混合策略。以此算法对一个实例进行了模拟计算和分析。     

基于遗传算法的模糊规则的生成

模糊控制是人工智能的一重要研究领域，已经在很多方面得到了应用。模糊规则是一个智能系统的核心部分，所以模糊规则自动生成的研究一直以来吸引了很多的学者。遗传算法(Genetic Algorithm，GA)是模拟达尔文的遗传选择和自然淘汰的生物进化进程的计算模型，它是一种高度并行的随机化搜索的自适应的组合优化算法。该文提出了一种利用遗传算法自动生成模糊规则的方法，因为遗传算法的全局优化能力，所以可以得到相对较为合适的模糊规则，通过仿真结果，也可以看出它确实是一种切实可行的方法。     

一种基于景观特征的浮点数编码遗传算法研究

遗传算法作为一种适应性搜索技术得到了普遍的应用,但其搜索效率不如启发式搜索.已有研究者将启发式知识用于二进制编码遗传算法,但浮点数编码在函数优化和约束优化领域明显有效于其它编码.本文基于算法运行时的景观特征作为启发式知识,用于浮点数编码遗传算法,力求提高其搜索效率、增强其局部搜索能力、拓展其应用领域.本文的理论研究和实验结果表明,将景观特征用于浮点数编码遗传算法,理论是可靠的,方法是可行的.     

基于整体特征的快速英文字母识别方法

文章提出了一种基于整体特征的小写英文字母识别方法.首先根据字母图像的赋值背景提取其整体特征,然后构建7个模板进行模板匹配.该方法不需要对图像作复杂的细化处理、轮廓提取等,减少了可能带来的误识和拒识,也不需要现有神经网络方法的长期训练,因而简单快速.同时,不同字体的字母图像其整体特性基本相同,因此识别率较高.     

新一类的机器人鲁棒跟踪控制策略

本文提出了一类基于计算力矩结构的变增益鲁棒控制策略，用于参数不确定性机器人的轨迹跟踪．其特点是利用了机器人动力学的一种特殊的参数变量分离方法，只需知道一个集中的系统不确定性参数，能够有效的消除参数误差带来的不确定性影响，最后保证系统达到３种不同的稳定性结果．另外，在该参数未知时，我们还设计了一个简单的在线辨识器，可保证系统全局的收敛．理论和仿真，均证明了其可靠性和有效性．     

Boundedness and Global Stability of a Nonlinear Congestion Control With Delays

This note concerns the global dynamics of a “dual” nonlinear congestion control with time-delays. It has been shown that such control laws are able to maintain local dynamic stability around their unique equilibrium point for networks of arbitrary delay, capacity and topology. We focus here on the case of a single bottleneck network, shared by traffic sources with heterogeneous delays. We first prove that, for any parameter values, an a priori bound can be given on the system state after a certain amount of time. Next, we prove global exponential stability of the delay-differential equations under constraints on its gain parameter and the delays; these are more restrictive than conditions for linear stability, but only mildly so in the homogeneous delay case. The proof is based on a detailed investigation and bounding of the system trajectories.     

SFLA-FCM聚类算法在化工过程中的应用

针对化工生产过程的安全性问题,提出基于混合蛙跳(shuffled frog leaping algorithm,SFLA)的FCM聚类算法。该算法引入寻优能力强的SFLA求得最优解作为FCM算法的初始聚类中心,然后利用FCM算法优化初始聚类中心,最后求得全局最优解,从而有效避免了F C M算法易陷入局部最优和对初始值敏感的缺点。将该算法用于化工生产状态数据的聚类分析,实验结果表明,本文算法与F C M聚类算法相比,提高了算法的寻优能力,聚类效果更好;并且能够快速、客观地对化工生产过程的状态进行判别,为其安全运行提供了保障。     

Hierarchical Clustering of Complex Symbolic Data and Application for Emitter Identification

It is well-known that the values of symbolic variables may take various forms such as an interval, a set of stochastic measurements of some underlying patterns or qualitative multi-values and so on. However, the majority of existing work in symbolic data analysis still focuses on interval values. Although some pioneering work in stochastic pattern based symbolic data and mixture of symbolic variables has been explored, it still lacks flexibility and computation efficiency to make full use of the distinctive individual symbolic variables. Therefore, we bring forward a novel hierarchical clustering method with weighted general Jaccard distance and effective global pruning strategy for complex symbolic data and apply it to emitter identification. Extensive experiments indicate that our method has outperformed its peers in both computational efficiency and emitter identification accuracy.     

基于膨胀卷积和稠密连接的烟雾识别方法

为更好地提取烟雾图像的全局特征,提出一种基于膨胀卷积和稠密连接的烟雾识别方法.依次堆叠膨胀率不同的膨胀卷积,扩大卷积核的感受野,使得卷积核能够感知更广泛的烟雾图像区域,在不同膨胀卷积层之间设计稠密连接机制,促进卷积层之间的信息流通,实现烟雾图像局部特征和全局特征的融合.在此基础上,构造应用于烟雾识别的深度卷积神经网络,并在训练样本和标签的凸组合上完成训练以增强模型的泛化能力.实验结果表明,与AlexNet、VGG16等方法相比,该方法具有较好的烟雾特征表达能力,能在提高烟雾识别效果的同时,减小模型尺寸效果,其实用性较好.     

HANDY:一种具有动态扩展性的集群文件系统

针对当前集群文件系统只支持静态扩展、不提供高可用性等问题，提出一种基于全局哈希表的动态扩展协议-GHT．利用该协议实现一种支持节点动态扩展的集群文件系统HANDY，重点阐述了协议的设计、算法和理论分析．实验数据证明．HANDY集群文件系统具有良好的动态扩展性和可用性，减小系统的管理和维护开销．     

基于历史认知的果蝇优化算法

针对果蝇优化算法的早熟收敛问题,提出了一种新的基于历史认知的果蝇优化算法。新算法通过增加个体“历史认知”的改进策略,优化进化方程,从而避免潜在全局最优解因为不考虑自己的历史轨迹,仅依靠单纯的聚集行为,而使自己的寻优轨迹迂回曲折,错过成为全局最优解的可能;并且通过线性递增的动态变化系数ω调整在迭代寻优过程中个体的“历史”对本次学习的价值,增强算法跳出局部最优,寻找全局最优的能力。对几种经典测试函数进行了仿真和实例计算,结果表明新算法更好地平衡了全局和局部搜索能力,在收敛速度、收敛可靠性及收敛精度上比其他经典智能优化算法有较大的提高。     

Discrete Line Congruences for Shading and Lighting

Two‐parameter families of straight lines (line congruences) are implicitly present in graphics and geometry processing in several important ways including lighting and shape analysis. In this paper we make them accessible to optimization and geometric computing, by introducing a general discrete version of congruences based on piecewise‐linear correspondences between triangle meshes. Our applications of congruences are based on the extraction of a so‐called torsion‐free support structure, which is a procedure analogous to remeshing a surface along its principal curvature lines. A particular application of such structures are freeform shading and lighting systems for architecture. We combine interactive design of such systems with global optimization in order to satisfy geometric constraints. In this way we explore a new area where architecture can greatly benefit from graphics.