论量子多目标进化算法研究

第一次将量子计算的理论用途于多目标优化之上可以提出量子多目标进化算法其采用量子位研究微观粒子的运动规律的物理学分支学科,它主要研究原子、分子、凝聚态物质,以及原子核和基本粒子的结构、性质的基础理论,它与相对论一起构成了现代物理学的理论基础。量子力学不仅是近代物理学的基础理论之一,而且在化学等有关学科和许多近代技术中也得到了广泛的应用。     

基于Pareto的多目标克隆进化算法

为了克服部分多目标进化算法中容易出现退化与早熟,造成收敛速度过慢的不足,结合精英保留策略、基于近部规则的环境选择以及免疫克隆算法中的比例克隆等思想,提出一种基于Pareto的多目标克隆进化算法NPCA(Non-dominated Pareto Clonal Algorithm)。通过部分多目标优化测试函数ZDT和DTLZ对算法进行了性能测试,验证了该算法能获得分布更加均匀的Parcto前沿,解的收敛性明显优于典型的多目标进化算法。     

量子多目标进化算法研究

本文首次将量子计算的理论用于多目标优化,提出量子多目标进化算法（QMOEA）,其采用量子位染色体表示法,利用量子门旋转策略和量子变异实现群体的进化,使用ε支配关系构造外部种群以此保持算法的较好分布性,提出基于快速排序的非劣最优解构造方法加快算法运行效率,实验表明,这种方法与经典的多目标进化算法SPEA2相比,其收敛性更好且分布更均匀     

改进的菌群算法研究

为了提高菌群寻优算法（ Bacterial Foraging Optimization, BFO）的搜索能力和解决多峰值复杂适应度函数模型避免过早收敛的问题,文中对原始菌群算法进行改进,提出多峰值菌群算法。将寻优过程分成两个时期,前期和原始菌群算法相同,在菌群收敛的后期,加入峰值数目和区间的判断,将区间编号,保证区间内部单峰值;然后在区间内部迭代运行菌群搜索,独立寻优,在多峰值和较复杂模型的情况下进行研究和评估。实验表明,在收敛速度、收敛稳定性和寻找全局最优方面均优于原始菌群算法。     

改进的菌群算法研究

为了提高菌群寻优算法（Bacterial Foraging Optimization,BFO）的搜索能力和解决多峰值复杂适应度函数模型避免过早收敛的问题,文中对原始菌群算法进行改进,提出多峰值菌群算法。将寻优过程分成两个时期,前期和原始菌群算法相同,在菌群收敛的后期,加入峰值数目和区间的判断,将区间编号,保证区间内部单峰值;然后在区间内部迭代运行菌群搜索,独立寻优,在多峰值和较复杂模型的情况下进行研究和评估。实验表明,在收敛速度、收敛稳定性和寻找全局最优方面均优于原始菌群算法。     

多层决策问题算法的综述

本文介绍了多层决策的基本概念,简述了两层、三层及一般的多目标多层决策问题已有的各种算法,讨论了应用范围及进一步研究方向。     

CoMP系统中的天线选择与预编码联合算法

针对大规模多输入多输出系统天线数量过多使得预编码算法计算量增加的问题,提出一种基于协作的天线选择与预编码联合算法。该算法通过降低小区间和用户间干扰,避免传统预编码算法对信道矩阵求逆运算时因天线数量增加使得复杂度提高。理论分析和仿真结果表明,与迫零预编码算法、最小均方误差预编码算法和基于信漏噪比最大化的预编码算法相比,天线选择和预编码联合算法不仅能更好地提高系统的信道容量,而且能够降低预编码算法复杂度。     

基于黑洞多目标进化算法的永磁直线同步电机优化设计

应用一种改进的黑洞多目标进化算法(MOBH),实现对圆筒型无槽无铁芯直线永磁同步电机(LPMSM)的多目标优化设计.黑洞进化算法在不同Pareto区域的收敛速度、种群多样性、种群收敛性和亚种群获取等方面具有良好的性能.在分析无槽无铁芯圆筒直线电机的电磁解析模型和MOBH算法基础上,建立电机推力、推力体积比、铜损(效率)...     

基于多种群的自适应免疫进化计算

将免疫思想同思维进化计算相结合，提出一种新的基于多种群的自适应免疫进化算法（IABM），算法定义了选择、记忆、克隆、超变异、抑制5种基本算子．试验结果表明该算法具有高效的收敛速度，并能收敛到全局最优点．与多种群遗传算法和思维进化计算相比，IABM收敛速度更快，收敛率更高．     

改进的多模式匹配算法

在有限自动机的多模式匹配算法（DFSA算法）的基础上，结合Quick Search算法的优点，提出了一个快速的多模式字符串匹配算法，之后在算法中以连续跳跃的思想，给出了另一个更加有效的改进，在一般情况下，这两个算法不需要匹配目标文本串中的每个字符，并充分利用了匹配过程是本次匹配不成功的信息，跳过尽可能多的字符，在模式串较长和较短的情况下，算法都有很好的性能，实验表明，在模式串较短时，所提出的算法需要的匹配时间仅为DFSA算法的1／2到1／5，在模式串较长时，所需时间为DFSA算法的1／3至1／7。     

Interleaving Guidance in Evolutionary Multi-Objective Optimization

In this paper, we propose a framework that uses localization for multi-objective optimization to simultaneously guide an evolutionary algorithm in both the decision and objective spaces. The localization is built using a limited number of adaptive spheres （local models） in the decision space. These spheres axe usually guided, using some direction information, in the decision space towards the areas with non-dominated solutions. We use a second mechanism to adjust the spheres to specialize on different parts of the Paxeto front by using a guided dominance technique in the objective space. Through this interleaved guidance in both spaces, the spheres will be guided towards different parts of the Paxeto front while also exploring the decision space efficiently. The experimental results showed good performance for the local models using this dual guidance, in comparison with their original version.     

FoxPro的多库纵项通用算法

本文提出了一种在ＦｏｘＰｒｏ数据库中进行多库纵向任意记录间计算了通用算法，该算法能适应数据库的个数，结构，记录个数及内容的随机变化，有很强的通用性。     

实现异构多机系统任务分布的最小适应算法

针对异构多机系统中的任务分布问题，本文提出一个将任务系统Ｔ－｛Ｔ１…ＴＭ｝分布到一组处理机Ｐ＝｛Ｐ１…ＰＮ｝上求解的最小适应算法，简称ＬＦ．指导思想是，选择一台能够承担Ｔｊ∈Ｔ且功能最小的处理机Ｐｉ∈Ｐ，将Ｔｊ分布予Ｐｉ。     

Wu_Manber算法的综合改进

在研究了Wu_Manber算法及其已有改进的基础上,在跳跃距离、匹配过程和并行处理三方面进行了综合改进。改进后的算法跳跃距离最大能达到m+1,有效减少匹配过程中的比较次数,最后充分利用现有的硬件处理能力,进行并行处理,避免模式串集合过度增加后算法效率的下降问题,提高超大文本串的扫描速度。     

VC＋＋编程实现多模式的全文检索

介绍了经典的多模式匹配算法WU—Manber,分析了设计思路及数据结构,并用VC＋＋编程实现。     

前向MLP网络的FPGA实现

分别采用CORDIC(Coordinate rotation digital computer)算法和分布式算法实现多层感知器网络的传输函数计算和输入与权重乘积和计算,通过模块复用的方法构造了一个用于函数逼近的、无需乘法器的神经网络,并在NoisⅡ开发平台上测试了该网络的性能.该网络每17个时钟周期输出一个数据,占用FPGA的7781个LE(Logic element)和8976 bit存储器,具有良好的扩展性.     

Multi—Agent协同进化算法研究

与传统优化方法相比,进化计算具有内在的并行性和自组织、自适应、自学习等智能特征,它在许多领域显示出巨大优势并取得一定成功。研究Multi—Agent协同进化算法,集成现有算法中的几种优势策略,利用混合策略的思想结合具体问题设计算法,并以实例说明该算法的有效性。     

求解多目标问题的Memetic免疫优化算法

将基于Pareto支配关系的局部下山算子和差分算子引入免疫多目标优化算法之中,提出了一种求解多目标问题的Memetic免疫优化算法(Memetic immune algorithm for multiobjective optimization,简称MIAMO).该算法利用种群中抗体在决策空间上的位置关系设计了两种有效的启发式局部搜索策略,提高了免疫多目标优化算法的求解效率.仿真实验结果表明,MIAMO与其他4种有效的多目标优化算法相比,不仅在求得Pareto最优解集的逼近性、均匀性和宽广性上有明显优势,而且算法的收敛速度与免疫多目标优化算法相比明显加快.     

一种改进的针对中文编码的Wu-Manber多模式匹配算法

Wu-Manber算法是多模式匹配领域性能优越的算法之一.针对Wu-Manber算法不能很好的用于中文环境,以及滑动距离受限和冗余匹配的问题,提出一种改进的针对中文编码的WM_CH多模式匹配算法.WM_CH针对中文编码修改了哈希函数,优化了建立哈希表的过程;修改并优化了算法匹配过程,在执行精确匹配时消除了冗余匹配,增大了单次精确匹配后的滑动距离.实际测试表明,该算法性能优异,保持与原算法匹配精确度一致,针对中文编码能快速过滤非中文字符.在特征串集规模大于50 000时,匹配速度比原算法提升40%以上,同时滑动窗口的跳转次数显著下降.     

非同起点加工的多机调度合成算法

针对调度h个独立任务到初始时刻并非都空闲的m台机器上加工，使得机器最长加工时间（makespan）最短的问题，改进MLPT算法以减少运行时间，改进MULTIFIT算法以减少迭代次数，提出以改进的MLPT算法结果为改进的MULTIFIT算法的初始上界的合成算法－CMM，从理论上对MLPT，MULTIFIT和CMM算法的时间复杂度和调度结果进行了分析和比较，实验结果表明：改进的MULTIFIT经MULTIFIT的平均迭代次数少；CMM在平均迭代次数方面甚至比改进的MULTIFIT还少得多且调度结果不次于MULTIFIT和MLPT的优者。