基于混合选择的多目标进化算法及其在优化设计问题中的应用

为解决实际工程中复杂的多目标优化设计问题,提出一种基于混合选择的多目标进化算法(HSMEA)。该算法首先采用融合角度与距离的动态选择策略对个体进行划分,随后采用基于两种不同机制的混合选择的策略对解进行进一步筛选,从而使最终选择的目标解在具有良好的收敛性的同时最大程度地保留解集的多样性。算法与4个多目标优化算法在一系列测试函数上的结果表明,算法具有良好的多目标优化问题处理能力。此外,通过在实际工程优化设计问题的对比实验与分析,验证了所提算法在处理实际工程优化设计问题上具有良好的性能与潜力。     

求解24数码问题的改进遗传退火算法

针对具有巨大搜索解空间的24数码问题,提出了一种基于改进遗传模拟退火算法的求解方法。依据问题特征,设计了个体编码方法、高效的适应度评价函数和遗传操作算子,通过在遗传算法中引入模拟退火的Boltzmann更新机制,克服了传统遗传算法易于过早收敛和易于“卡住”陷入局部极小的问题。仿真实验结果表明,提出的算法能够快速搜索到问题的解,算法对其他组合优化问题也具有应用价值。     

基于条件生成对抗网络的图像翻译综述

图像翻译旨在实现多组不同领域图像间的转换,同时需要约束样本空间与目标空间分布的一致性.文章旨在寻找条件生成对抗网络与图像翻译问题的结合点,首先,介绍了数据集的特点,指出了不同数据集图像翻译难易程度;其次,从数学表达、性质以及目标函数设计方法得出算法实现的不同方式;将现有图像翻译分成3种类别——匹配图像翻译、非匹配图像翻译和多领域图像翻译,并得出不同应用场景所对应的图像翻译类别,即高清任务对应匹配图像翻译,低成本任务对应非匹配图像翻译,多样化任务对应多领域图像翻译;将图像质量评价方法分为主观图像质量评价与客观图像质量评价,并分析客观图像质量评价中全参考图像与无参考图像质量评价的适用范围;最后,总结条件生成对抗网络在图像翻译中的进展,并分析算法后指出了模式崩塌,模型可解释性和少样本等未来所需解决的问题.     

制造云服务组合异常自适应调整方法

为解决云制造环境下服务组合过程中出现的异常问题,提出了一种制造云服务组合异常自适应调整方法。通过建立异常处理模型对异常信息进行捕获、分类和抽象,并给出了一系列相应的异常调整策略,利用异常处理评测机制和异常自适应调整算法,实现服务组合对异常情况的自适应调整。实验结果表明,该方法能有效地解决异常问题,提高制造云服务组合的柔性。     

分光法测量LED颜色的不确定度分析

分析了分光法测试发光二极管(LED)颜色的测量不确定度,着重分析了光谱功率分布测量不确定度和波长不确定度对颜色测量的不确定度影响,给出了几种典型LED的分析结果,结果表明,5%的光谱功率分布测量不确定度和0.5 nm的波长不确定度在一般情况下可以满足精度要求为0.001的LED颜色测量.     

加工装配式流水车间节能调度建模与优化

为解决具有加工装配一体化的流水车间节能调度问题,以加工机器最小能耗为优化目标,建立加工装配式流水车间节能调度模型。该模型将装配线视为具有特殊约束的加工生产线,再结合考虑车间工件工序、装配工序、装配子件加工等约束条件。分别针对简单和复杂装配约束的问题,采用混合差分进化算法求解最小能耗下工件调度方案,并与自适应差分算法对比。实验结果证明了混合差分进化算法求解该问题的有效性。     

预测—位式控制

本文针对大惯性、大时滞工业过程,基于Chebyshev正交多项式数值逼近,提出预测——位式控制方法,提高了位式控制的精度,降低了系统响应的振荡频率。     

面向QoS区分的自适应状态转移概率动态更新算法

为了提高在大规模、重负载环境下IEEE 802.11e EDCF(Enhanced Distributed Coordination Function)机制的网络性能.引入了在信道空闲时退避计数器状态转移概率的概念,提出一种新的提高网络QoS(Quality of Service)的方法—根据当前网络状态,动态地调节不同优先级在信道空闲时退避计数器的状态转移概率.通过马尔科夫链数学模型验证了在饱和情况下所提算法的优越性,并推导出了状态转移概率的最优值,给出了实现此算法的基本流程和步骤.实验结果表明,此算法不仅保证了各种优先级业务之间的公平性,而且显著提高了网络吞吐量,同时降低了MAC层延时和丢包率.结果验证了在负载动态变化时,算法的自适应性和优越性.