一种基于二阶锥规划的浮点分数时延滤波器

宽带图像声纳通常采用分数时延滤波器来提高时延精度.传统的分数时延滤波器基本采用Farrow定点结构,但其动态范围窄并且需要占用较多的硬件资源.为克服上述不足,提出了一种采用二阶锥规划（SOCP）算法进行分数时延滤波器系数设计,并以分布式算法为基础的浮点分布式时延滤波器.该滤波器具有计算精度高、动态范围大等优点,适于在FPGA上进行规模化应用.     

新形势下配网规划思路的探讨

近年来,在经济发展的带动下,电力行业得到了很大的发展。社会对电力需求的不断增加,使得配电网的规划设计面临着新的问题,因此,做好配网规划工作是非常重要的。结合新形势下我国城市配网规划的现状,对配网规划的新思路进行了分析和探讨。     

基于遗传算法的射影重构

在实现分层重构的过程中，射影重构是关键的第1步。目前，大多已有算法对模拟数值是非常有效的，但对于真实图象效果并不理想。为了寻求更为鲁棒的算法，提出了一种基于遗传算法的射影重构算法。该算法对于射影深度采用十进制编码，并以测量矩阵的秩为4作为约束，来定义适应度函数，然后利用遗传算法，并结合奇异值分解（SVD）技术来迭代估计射影深度，进而实现射影重构，该算法是行之有效的，且鲁棒性较好。     

一种基于新约束处理方法的遗传算法

针对目前的约束处理方法中存在的问题,提出一种新的约束处理方法。该方法通过可行解和不可行解混合交叉的方法对问题的解空间进行搜索,对可行种群和不可行种群分别进行选择操作。避免了惩罚策略中选取惩罚因子的困难,使得约束处理问题简单化。实例测试结果表明,该约束处理方法的有效性。     

基于二阶锥规划的宽带波束形成器设计

宽带波束形成器有两种典型的实现方式,分别基于FIR滤波器和基于长方形阵列,将这两种波束形成器的波束响应表达为统一的形式,并根据参考波束的选择情况,为该类波束优化问题的求解建立了数学模型,该数学模型属于二阶锥约束问题,可以用二阶锥规划方法进行求解。仿真结果表明,提出的求解宽带恒定束宽响应波束形成器权系数的数学模型具有通用性,并且把二阶锥规划方法运用到宽带波束形成器优化设计中,其约束控制灵活,问题求解方便,设计结果精确。     

基于遗传算法的配网电缆单相接地故障定位方法

配网电缆故障定位精准度至关重要,为提升配网电缆故障定位效果,设计了一种基于遗传算法的配网电缆单相接地故障定位方法。通过提取配网电缆单相接地故障特征,了解故障成因;利用遗传算法设计一种单相接地故障定位方法,提高单相接地故障定位精准度,以此实现对电缆故障的精准定位。实验结果表明,设计方法故障定位误差较小,仅为±0.01km,准确度高,具有一定应用价值。     

二阶锥规划在MR图像重建中的应用研究

用传统MR图像重建方法对降采样数据进行重建往往会产生严重的伪影或导致重建图像的信噪比下降。用迭代重建算法对MR降采样数据进行优质重建,目标函数仅包含待重建图像的全变分,约束条件为一等式约束。在数值求解过程中,将优化问题转化为二阶锥规划问题,采用具有良好收敛性的对数障碍算法进行优化求解。在迭代过程中用图像的全变分信息自适应地决定对数障碍参数。实验结果表明,算法很好地克服了网格算法中的伪影问题,可以重建出高质量的MR图像。     

基于改进遗传算法的AGV路径规划

为解决基本遗传算法在规划AGV运行路径时存在早熟收敛的问题,对基本遗传算法进行改进优化。用模拟退火法进行种群选择,提高种群的差异性;改进交叉、变异算子自整定策略和精英策略,提高算法的收敛速度;在适应度函数中加入路径曲折度、路径繁忙度和车辆负重度等多个规划指标,使规划出的路径更符合实际。将优化后的算法与基本遗传算法进行比较,仿真结果表明,改进后算法在AGV路径规划中具有高效性。     

基于改进遗传算法的稀疏重构算法

稀疏重构算法中凸松弛法在恢复效率方面、贪婪追踪法在恢复精度方面存在不足,基于遗传算法迭代优化的思想,结合模拟退火以及多种群算法的优势,提出了基于模拟退火遗传算法和基于多种群遗传算法的启发式稀疏重构算法。所提算法均从传统遗传算法易陷入局部最优解的缺陷出发,分别通过保持个体间的差异性和提高种群多样性来搜索待求稀疏信号的全局最优解,并通过理论分析证明了所提算法参数选取及搜索策略的有效性。此外,以阵列信号处理中空间信源的波达方向（DOA）估计问题为例,验证所提算法的有效性。仿真结果表明,相较于正交匹配追踪OMP算法和基于l1范数奇异值分解的l1-SVD算法,所提算法提高了DOA估计的精度,且降低了运算复杂度,使其快速收敛至全局最优解。     

一种求解约束优化问题的遗传算法

提出一种求解约束优化问题的遗传算法。通过可行解与不可行解算术交叉的方法对问题的决策空间进行搜索,对可行种群和不可行种群分别按照适应度和约束违反度进行选择。传统变异操作使得解往往偏离了约束区域,因此引入对可行解的边界变异和对不可行解的非均匀变异,并通过维变异方法保持种群的多样性。数值实验结果说明该算法的有效性。     

基于免疫克隆遗传算法的配电网络重构

配电网重构可以提高配电网运行的安全性、经济性和供电质量,对于当前国内配电自动化系统建设和应用具有重要意义.将克隆遗传算法(CGA)与免疫算法(IA)结合起来,形成免疫克隆遗传算法(ICGA).以网损最小为目标函数,以配电网电压降的限制、线路电流量的限制等为约束条件,在考虑配电网自身特点的基础上,以69节点配电系统为算例,利用免疫克隆遗传算法求解.结果证明该优化算法具有较好的全局收敛性和收敛速度.     

遗传算法求解一类数学规划问题

本文探讨了用遗传算法求解约束条件只含线性函数的数学规划问题,并给出了具体实施方法。     

基于改进LightGBM算法的配网线损自动检测方法

常规线损检测方法主要对线损率数据的短期波动性进行分析,线损产生的突变情况直接影响了检测的精准度,导致线损检测效果不佳,因此,研究基于改进LightGBM算法的配网线损自动检测方法。根据线损率数据长期波动性变化,提取出配网线损趋势分量,再检测出线损趋势分量的突变节点,分析线损突变对检测结果的干扰特性。通过改进LightGBM算法,构建出线损自动检测模型,在模型上加入一个深度限制,提高模型的运行效率,进而实现配网线损的快速检测。采用对比实验的方式,验证了该方法能够在模型中自动提取突变节点,自动检测精准度更高,能够应用于实际生活中。     

探析借助配网规划和改造提升供电可靠性

随着人们生活水平的不断提高,人们对电力资源的需求量越来越大,这极大地增加了配电网的负担,对电力系统的供电质量也提出了很高的要求。因此,需要对配电网进行规划改造,以有效提高电力系统的稳定性和供电可靠性。     

基于改进遗传算法的移动机器人路径规划

标准遗传算法在解决各类优化问题中获得成功,但它在具体的应用中由于缺乏对特定知识的利用,其性能有待提高。将改进遗传算法用于移动机器人的全局路径规划,复杂的二维编码问题简化为一维编码问题,建立边界约束,路径点必须在障碍物之外,路径点连线不能与障碍物相交等3个约束条件,以机器人行走路径最短作为适应度函数进行遗传优化。计算机仿真实验结果证明该算法在收敛速度、最优解输出概率方面相对于基本遗传算法有了显著提高。     

基于改进遗传算法的移动机器人路径规划

标准遗传算法在解决各类优化问题中获得成功,但它在具体的应用中由于缺乏对特定知识的利用,其性能有待提高。将改进遗传算法用于移动机器人的全局路径规划,复杂的二维编码问题简化为一维编码问题,建立边界约束,路径点必须在障碍物之外,路径点连线不能与障碍物相交等3个约束条件,以机器人行走路径最短作为适应度函数进行遗传优化。计算机仿真实验结果证明该算法在收敛速度、最优解输出概率方面相对于基本遗传算法有了显著提高。     

基于改进遗传算法的机器人路径规划

文中提出一种基于改进遗传算法的移动机器人路径规划方法,将复杂的二维编码问题简化为一维编码问题,优化改进标准遗传算法的选择算子和交叉算子,引入路径规划特定的遗传算子(修正算子),最后以移动机器人行走路径最短作为适应度函数进行遗传优化.此算法克服了标准遗传算法的早熟收敛、运算结果稳定性差等问题,提高遗传算法的进化效率.仿真实验结果验证了该算法在移动机器人路径规划中的可行性和有效性,以及规划结果的稳健性.     

基于二阶优化的地图重构算法

空间数据可视化是信息可视化的重要组成部分,而地图则是空间数据可视化最常用的载体.生成与传统地图相似的简化地图能够提高研究人员与普通民众对空间数据分析和可视查看的效率和准确率.然而传统通过人工绘制得到重构地图的过程十分烦琐,现有算法生成的重构地图大都由矩形形式组成,导致地图结构化信息缺失.这些因素都会影响重构地图的可视化效果.通过数据简化以缩减边界数据量、直角化与去噪声以规范图形边界和消除边界毛刺、二阶优化求解以得到最优布局效果这3个步骤,实现地图重构及可视化的完整流程.文中选择我国部分省份以及美国除夏威夷和阿拉斯加外的地区作为测试样本.对比现有的空间有序正方化布局算法,该算法能更好地维持重构地图与实际地图在区域形状和邻域关系的相似度.     

城市配网网架规划中应注意的几个方面

随着城市经济发展和用电需求的快速增长,城市配电网存在组网模式不够科学,配置不尽合理的问题逐渐显现出来。然而在电力发展建造的进程中,普遍存在对于发电看的太重,但对输电和配电却极度轻视的现象。不利于现阶段城市电网建设的高效发展。仔细分析如何合理规划城市配电网,进而加大规划对城市建设的引导作用,这是电网企业发展亟需解决的问题。