基于相同子阵的稀疏阵列方向图综合算法

为了抑制稀疏阵列方向图的栅瓣,提高分布式星栽雷达阵列方向图的性能,对相同子阵组成的稀疏阵列方向图综合进行研究,提出了一种基于相同子阵的稀疏阵列方向图综合算法．首先对予阵级稀疏阵列进行建模,并对其阵列方向图的特性进行分析．然后通过优化子阵级稀疏阵列,实现对方向图栅瓣的抑制．最后通过仿真,验证了该算法的有效性．     

四环阵天线的分析及其方向图赋形设计

四环阵天线技术 ,从美国引进以来 ,在 15 0 - 40 0 M频段各类通信系统中 ,已得到了极为广泛的应用 ,但迄今为止 ,尚未见到对这种天线进行讨论的专门文献。作者根据多年来的实践工作与设计经验 ,对四环阵天线进行了基本的分析 ,特别是对有重要实用价值的赋形波瓣异型四环阵的设计进行了充分的讨论。     

基于单片机和线阵CMOS的激光三角测距传感器设计与实现

介绍一种基于STM32单片机和线阵CMOS传感器的激光三角测距传感器的系统实现。包括原理电路部分以及算法程序部分的设计与实现。     

多映射混沌免疫算法及其在天线阵方向图综合中的应用

针对基本免疫算法中产生初始抗体群的盲目随机性和冗余性、补充自然消亡抗体细胞的单一性以及现有搜索方式易陷入小区域局部收敛的问题,融合免疫算法和混沌优化算法各自的优点,提出了一种新的混合优化算法.该算法采用Hénon序列来生成抗体群,采用Logistic序列来产生并补充自然消亡部分的抗体细胞,2种不同规则的混沌序列使得抗体群具有足够的多样性,扩大了搜索范围;同时采用了Logistic映射混沌变异和Gauss变异相结合的混合变异,提高了算法的搜索效率和收敛速度,克服了早熟现象.阵列天线方向图综合是智能天线的一项重要技术,采用提出的算法对阵列天线方向图进行了综合,仿真结果表明,与现有算法相比,该算法优化能力强,能有效避免局部收敛并且收敛速度快.     

基于图的参数化设计方法

描述了一种基于图形数据利用约束网络来实现约束传递，进而达到参数驱动的参数化设计方法．     

联合优化方向图合成与频谱兼容的MIMO雷达波形设计

多发射-多接收雷达发射方向图合成是当前波形设计和合成问题的热点,其目的在于实现将发射能量聚焦在感兴趣的空域方向上.而在复杂的电磁环境中,还必须兼顾考虑在拥堵频段上的频谱兼容性和灵活性,避免影响邻近频段通信系统传输性能.该文提出算法设计MIMO雷达发射波形向目标空域聚焦能量的同时,避开拥堵频段的频率范围.即针对发射波形在...     

树结构参数化设计的搜索策略与算法

从机械工程图尺寸标注的特点出发，提出了一套新的参数化设计方法，并阐述了尺寸链中各级尺寸的搜索方法，尺寸驱动算法，中心线对称标注尺寸的搜索及尺寸驱动算法。     

位敏传感器PSD应用系统的设计

对一种新型位置传感器－ＰＳＤ的结构、特性、检测电路和应用系统的设计进行了较为详细地介绍，这种传感器与ＣＣＤ点阵式位置传感器相比，具有响应时间快、外围电路简单、分辨率高、以及不受入射光束和焦点偏离的影响等特点．     

隶属函数硬件化设计方法研究进展

隶属函数是模糊推理系统的关键组成部分,其硬件化设计是模糊推理系统硬件化设计的前提和基础．综述了国内外近15年来隶属函数模拟电路硬件化设计的方法,介绍了3种不同类型约15个具体隶属函数电路的实现原理及其相关性能,所能生成的隶属函数形状包括梯形、三角形、高斯型、S型和Z型以及任意形状．为研究开发新的隶属函数硬件化电路,实现模糊推理系统硬件化设计提供了理论依据和技术参考．     

基于改进模拟退火算法的配电网无功优化方法

采用改进的模拟退火优化算法对配电网进行无功优化计算,针对配电网无功优化问题建立优化计算的数学模型。以调节无功补偿容量、补偿点分布、变压器分接头位置为手段,实现无功优化目的。对实际配电网优化计算结果表明,该方法可有效降低系统网损,保证各节点电压稳定,提高电力系统运行的安全性和经济性。     

基于模拟退火算法的Hopfield神经网络参数优化

为解决Hopfield神经网络应用过程中参数设置的问题,在研究Hopfield神经网络的工作原理的基础上,分析了神经网络模型在求解TSP（TravelingSalesmanProblem）问题过程中参数的选取,通过对输出数据进行归一化处理建立网络的评价函数,然后引入模拟退火算法对参数进行最优化选取。实验结果表明,经过参数优化过的Hopfield神经网络模型能更有效,更快速地得到TSP问题的最优解。     

基于模拟退火算法的抖动模式的研究与实现

研究图象处理中的抖动模式问题，该总是是彩色图象打印输出的一个关键问题。本文首先提出了基于模拟退火的抖动算法，然后就初始状态确定及其评价函数计算，新解产生及相应的 九增量计算，冷却进度表等进行讨论最后算法得以实现，实验结果表明速度及效果均有改进。     

基于模拟退火Hopfield网络模型的有约束FMS资源调度

介绍了利用神经网络和模拟退火技术来求解有约束的ＦＭＳ资源调度问题的方法，有约束的ＦＭＳ资源调度问题首先被分解为一系列时间间隔的调度，这些时间间隔的调度由事件驱动，随着这些时间间隔的调度的完成，整个调度过程结束。仿真结果表明，由于这种方法是梯度下降法和随机搜索法的综合，因而它可以克服通常神经网络容易陷入局部极小点的缺点，从而获得问题的最优解     

基于模拟退火算法的BP网络在水文水资源中应用

为使BP网络在训练过程中能够在不降低网络训练速度的前提下,避免陷入局部极小点,将模拟退火算法与BP网络结合起来,使用传统方法和模拟退火算法同时对权值进行修正,取得了较满意的结果.将网络模型应用于实际中,结果表明该模型是可行、有效的.     

改进自适应遗传模拟退火算法的结构优化设计

为提高遗传算法的收敛性,避免发生早熟收敛,对遗传算法进行改进.引入一种基于个体适应度值的自适应遗传算法,并将遗传算法和模拟退火算法结合形成一种混合算法,从而提高算法的运行效率和计算精度.算例表明改进的自适应遗传模拟退火混合算法较基本遗传算法更加有效.     

基于模拟退火与遗传算法结合的神经网络图像分割

为解决运用Hopfield神经网络优化算法处理图像分割存在的收敛速度与局部最优的矛盾,采用模拟退火策略与遗传算法结合的优化方法来改进传统的优化算法,对迭代收敛后的Hopfield网络在局部范围内运用模拟退火遗传算法,以搜索阈值平面全局最优解,进行图像分割。实验证明,采用此方法可以得到较好的分割效果。     

基于遗传模拟退火算法的静态路径规划研究

针对传统遗传算法在基于神经网络模型的移动机器人静态路径规划中求解最优路径时存在的收敛较慢、易陷入局部极值点的问题，提出了一种基于遗传模拟退火算法的静态路径规划方法．通过对算法进行实验仿真，结果表明提出的静态路径规划方法是正确有效的．     

基于遗传模拟退火算法的静态路径规划研究

针对传统遗传算法在基于神经网络模型的移动机器人静态路径规划中求解最优路径时存在的收敛较慢、易陷入局部极值点的问题,提出了一种基于遗传模拟退火算法的静态路径规划方法.通过对算法进行实验仿真,结果表明提出的静态路径规划方法是正确有效的.     

基于改进的模拟退火遗传算法的公交线网优化

文章将遗传算法与改进的模拟退火算法相结合组成混合改进的模拟退火一遗传算法。研究了以居民乘车出行时间最短和公交部门投入最少为目标建立的公交线网优化的模型,并利用改进的模拟退火一遗传算法对该模型进行求解。通过温州滨海新区的规划实例研究验证方法的实用性。