改进的蚁群算法在动态路径诱导中的应用研究

针对基本蚁群算法收敛速度慢和易陷入局部最优的缺点,在对信息素和启发信息进行标准化以消除量纲和取值范围影响的基础上,提出带方向的信息素更新和混沌选择策略来改进蚁群算法。将路网节点间的相对位置信息引入信息素更新,以加快搜索速度;使用混沌扰动改进选择策略,以避免出现早熟停滞现象。并将其用于城市交通动态路径诱导的研究中,以重庆市渝中半岛的路网为实例计算以最短行程时间为目标的最优路径,结果表明该算法是有效、可行的,比基本蚁群算法具有更好的全局搜索能力。     

基于模糊控制的ad hoc网络TCP算法研究

TCP协议是针对固定可靠网络设计的一种传输协议,它把数据包丢失或延迟的原因都归结为网络拥塞。在移动自组网上直接应用TCP 协议,网络性能会因比特出错率高等原因大幅下降。针对无线自组织网络高误码的基本特征,基于TCP Vegas协议和环回时间的均值和方差改变趋势,采用不同的控制策略调节发送端的数据发送速率,从而优化传输控制协议的吞吐量,提高网络资源的利用率。仿真研究结果表明,与传统的传输控制协议相比,该算法具有更高的吞吐量和稳定的拥塞控制窗口。     

基于改进遗传算法的城市交通动态最优路径求解

针对传统遗传算法在交通诱导系统中求解最优路径问题中存在早熟收敛,易陷入局部极值点以及求得的最优路径缺乏实时性的问题,在模型中加入了实时交通信息,引入了一种新的带染色体交叉控制策略的改进遗传算法,配合单点交叉算子,消除了传统遗传算法中早熟收敛的不足,并使所求最优路径更加贴近实时的交通状态,切实达到诱导目的,提高整体路网的运行效率。     

小生境粒子群优化算法

针对粒子群算法容易早熟收敛和后期收敛速度慢的缺点,结合进化论中小生境技术,提出了小生境粒子群优化算法。通过粒子之间的距离找到具有相似距离的粒子个体组成小生境种群,然后在该种群里面利用粒子群优化算法进化粒子,所有个体经过其小生境群体的进化之后,找到最优的个体存入到下一代的粒子群中,直到找到满意的适应值为止。最后利用Shaffer函数验证了该算法的性能,并且与其他算法进行比较,结果表明该文算法能获得比较好的解,收敛成功率高,并且代价也比较小。     

支持向量机在鼻咽癌患者5年生存状态预测中的应用

利用最小二乘支持向量机和文献[10]中的半监督学习算法,我们对鼻咽癌患者5年生存状态进行了预测.实验结果表明:当已标注数据比较少时,两种方法的判别精度都比较低;随着已标注数据的增多,最小二乘支持向量机的推广能力逐渐增加,而半监督学习算法并没有给出更好的结果.这说明:对于鼻咽癌患者5年生存状态预测问题,最小二乘支持向量机比半监督学习方法更具有优势.     

带标签约束的心肺音分离方法

心音信号和肺音信号在时频域上的混叠会影响听诊效果,而传统基于非负矩阵分解(NMF)的心肺音分离方法在获取参考信号过程中没有利用心音和肺音的标签信息,使得分离精度受限。为此,在NMF的基础上引入标签约束,提出一种心肺音分离方法。将心肺音特有的频率特性以标签形式加入到心肺音分离算法中,经NMF分解得到心音和肺音的参考信号。在此基础上,通过分析参考信号和原始信号的相关性完成聚类,采用时频掩码实现心肺音信号分离。实验结果表明,与传统NMF方法和带通滤波法相比,该方法获得的信噪比和相关系数较高,且能对真实心肺音混合信号进行有效分离。     

基于SFLA-FCM聚类的城市交通状态判别研究*

针对城市道路交通状态判别的问题,提出了一种混合蛙跳算法（SFLA）与模糊C-均值算法（FCM）相结合的SFLA-FCM聚类算法。SFLA是一种全新的后启发式群体进化算法,具有高效的计算性能和优良的全局搜索能力。SFLA-FCM使用SFLA的优化过程代替FCM的基于梯度下降的迭代过程,有效地避免了FCM对初值敏感及容易陷入局部极小的缺陷。将该算法用于城市交通流数据的聚类分析结果表明,与单一FCM聚类算法相比,SFLA-FCM聚类算法更准确,效果更佳,能够快速而有效地对城市交通流状况进行判别,为动态交通拥堵预警和交通诱导策略的制定提供依据。     

基于FFCM聚类的城市交通拥堵判别研究*

对城市道路交通拥堵状态判别的问题,提出了一种硬C均值(HCM)聚类与模糊C均值(FCM)聚类相结合的快速模糊C均值聚类(FFCM)算法。用硬聚类的结果对模糊聚类初始值的选取进行指导,以加速算法的收敛过程。将该算法用于城市交通流数据的聚类分析结果表明,该算法能够快速而有效地对城市交通流状况进行判别,为动态交通拥堵预警和交通疏导策略的制定提供依据。     

双闭环直流调速系统模糊PID控制研究*

针对电压和负载扰动导致传统PID控制双闭环直流调速系统性能下降的问题,本文提出一种模糊PID控制方法。本文的控制方法根据调速系统的转速偏差e和偏差变化率ec,经过模糊逻辑推理,动态自适应调整PID控制器的三个参数,能够有效提高系统抗扰动能力。为了对两种控制方法的性能进行比较分析,文中对系统在理想空载状态、负载扰动和电压波动三种情况下进行仿真试验。结果表明两种控制方法在理想空载状态下的稳态性能基本相同。在负载扰动和电压波动的情况下,本文的方法能使系统更快恢复到平衡状态,且具有更小的转速降。因此,本文的控制方法能够保证系统具有较好的动态性能和抗扰性能。