双向搜索多约束路由启发式计算方法

为提高大型通信网络中搜索满足多约束条件路由的速度,提出一种双向搜索路由的计算方法.首先从源和目的节点同时出发,计算到达各中间节点的可达路径.然后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达到n-2后,对接合并两方向到达中间节点的路径,从中再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.阐述了算法的正确性及特点,分析了最大时间杂性.通过仿真实验评估,不仅更进一步验证了新算法的正确性,而且表明新算法在搜索路由速度上要优于其他算法.     

基于Morlet小波变换和改进遗传算法的动态识别

如何合理地识别大型复杂结构的动力参数一直是工程领域关心的问题.为此,以Morlet小波变换和采用单亲遗传算子的改进遗传算法为基础,构造一结构动态参数识别模型.并且以C++为平台,通过计算机内部命令调用ANSYS等软件,实现识别模型的程序化.通过模拟算例计算,计算结果与理论值一致.同时,结合一水电站厂房现场振动试验,对该大型结构进行动态参数识别,识别结果与工程经验值基本吻合.     

求解背包问题的病毒协同进化粒子群算法

为提高粒子群算法的搜索性能,提出一种基于病毒进化理论的改进离散粒子群算法:病毒协同进化粒子群算法.在粒子群中引入生物病毒机制和宿主与病毒基于感染操作的思想,病毒采用与粒子等长的编码方式,执行反向代换、结合等操作,利用病毒的水平感染和垂直传播能力较好地维持个体的多样性和对解空间的局部搜索能力.通过解决背包问题对算法进行验证,仿真表明所提算法搜索性能优于遗传算法、模拟退火及标准粒子群等其他算法.该算法能有效求解背包问题等NP难题.     

基于遗传算法进行张弦梁结构索力识别

为识别张弦梁结构索力大小,提出了一种基于静力检测技术的索力识别方法.基于静力检测技术,定义了张弦梁结构索力识别的一般数学模型.通过分析张弦梁结构的整体受力特征,基于有限元方法提出了适用于张弦梁结构索力识别的识别模型.运用改进的遗传算法寻求问题的全局最优解,只需若干点位移实测值便可实现多个索段索力的同时识别.并编制了通用有限元计算程序,数值模拟算例验证了方法的可行性.     

PSO-SVM模型的构建与应用

为了使支持向量机(SVM)获得更好的分类效果,针对人为选择参数的随机性,提出了利用粒子群算法(PSO)进行参数自动选取的优化方法,构建了PSO-SVM模型.在个人信用评估中,通过对粒子适应度函数的设置来控制造成较大损失的第二类误判,应用结果表明:模型在训练和测试样本中的分类精度可以达到95%,第二类误判率分别仅为0.78%和2.02%.利用PSO对SVM中的参数进行优化,可以避免人为选择的随机性,并且在解决分类问题中表现出较好的稳健性.     

电磁领域中复超越方程的遗传算法求解方法

将遗传算法与参数跟踪策略有效结合,跟踪过程中进行搜索域压缩与位移操作,形成了一种功能强大的新算法,可成功应用于电磁领域中各种各样复超越方程的高精度求解问题.在算法实现过程中,使用参数跟踪策略有效地缩小了搜索区域,保证了解的单一性,提高了运算速度;使用动态搜索域提高了解的精度;应用三阶差商公式预估新的搜索中心,使运算速度得以进一步提高.应用本文发展的算法详细求解了终端短路法测量材料的复介电常数时得到的复超越方程和部分填充矩形波导的特征方程,计算结果表明该算法能够轻松地解决复超越方程中的多值问题,解集完备性好,算法鲁棒性强.     

新型钢铅组合耗能器性能试验及参数优选

为了考察新型钢铅组合耗能器(NCSLD)的力学性能和提高其耗能能力,利用电液伺服压剪试验机对NCSLD耗能器进行力学性能试验,采用ANSYS实体建模的方法对耗能器进行大量的数值分析,并对性能试验和数值分析的结果进行对比,研究耗能器的滞回特征参数与其6个几何参数之间的关系,回归出二者之间的公式.提出评价耗能器性能优劣的标准及其附加条件,并以此标准为依据,利用均匀设计法和遗传算法分别对耗能器的6个几何参数进行优选.结果表明遗传算法的选优效果要好于均匀设计法,同时得到一系列性能良好的NCSLD耗能器.     

服务质量要求下的分布式网络可靠性计算方法

为了评估构建在互联网络环境中,具有服务质量要求的分布式网络可靠性能,研究出一套可靠性指标计算方法.首先按照服务质量要求,在赋有权值的网络中计算出分布式节点间所有路由.然后根据这些路由建立满足服务质量要求的网络邻接矩阵,对邻接矩阵进行分解与整合等变换运算,求得不交化网络状态集.最后根据不交化网络状态集得到可靠性指标的计算式,进而完成可靠性指标计算.论述了算法每个关键环节的正确性,通过算例和实验结果充分说明了新算法的合理性.     

中央空调系统节能的蚁群优化控制方法

针对中央空调系统运行时变性、非线性、多变量、大滞后等特性,提出了采用启发式全局寻优的蚁群优化算法对整个系统进行能耗寻优.通过建立空调系统能耗数学模型,采取蚁群算法对模型能耗最小化寻优,分析了信息素变挥发系数算法的收敛性,指出了算法以概率1收敛到最优解.同时对系统进行了控制结构改造及运行测试,结果表明,新的控制方法使空调系统能根据负荷变化进行参数动态调整,实现各设备运行匹配良好及工况较佳的目的,平均节能率达22.3%,获得较好的节能效果,对现有中央空调控制系统的节能改造具有借鉴作用.     

增强蚁群算法的机器人最优路径规划

为解决复杂环境中机器人最优路径规划问题,本文结合增强学习和人工势场法的原理,提出一种基于增强势场优化的机器人路径规划方法,引入增强学习思想对人工势场法进行自适应路径规划.再把该规划结果作为先验知识,对蚁群算法进行初始化,提高了蚁群算法的优化效率,同时克服了传统人工势场法的局部极小问题.仿真实验结果表明,该方法在复杂环境中,对机器人的路径规划效果令人满意.