基于模拟退火的全局优化算法

针对优化问题中的多极值的现象，提出了基于有记忆模拟退火的全局优化算法，并针对不同的设计变量，采用了不同的邻域产生方法。在分析 算法性能的基础上，分别对连续变量和离散变量优化问题的工程实例进行了求优，结果表明该算法具有较高的计算精度和适应性。     

基于模拟退火的全局优化算法

针对优化问题中的多极值的现象 ,提出了基于有记忆模拟退火的全局优化算法。并针对不同的设计变量 ,采用了不同的邻域产生方法。在分析算法性能的基础上 ,分别对连续变量和离散变量优化问题的工程实例进行了求优 ,结果表明该算法具有较高的计算精度和适应性。     

全局优化的了望算法

提出求解全局优化问题的了望算法.了望算法利用了望技术确定群山最高点的常识,通过了望管理机制、了望点产生策略、局部问题构造与求解机制,能在较短的时间内求解全局优化问题.大量的测试表明,了望算法具有较高的收敛率和较强的获得问题全部解的能力,对初始点几乎没有依赖,参数选择简单.了望算法能够保证在迭代过程中迭代点的质量逐步变好,所提出的三层次记忆机制极大地提高了望算法的收敛速度.大量的对比测试也表明,在收敛率和全局搜索能力等方面了望算法较遗传算法有一定的优势,且在大多数情况下了望算法耗时较少.由于了望算法是根据人类的高级行为智能和推理智能提出的一种智能算法,它为解决全局优化问题开辟了一条新的途径.     

改进的基于平滑函数的全局优化进化算法

为了解决进化算法在求解全局优化时易陷入局部极小点的问题,引入了平滑函数,利用目前最好点来消除比其差的局部极小点;设计了适合该平滑函数的杂交算子,利用平滑函数与种群的关系寻找实值函数的下降方向。设计了一个变异算子,增加了种群的多样性。在此基础上,设计了一个求解全局优化问题的高效进化算法,并从理论上证明了其全局收敛性,从数值上验证了其有效性。     

一种用于全局优化的蚁群算法

针对蚁群算法不太适用于连续优化问题,且在搜索过程中容易陷入局部极值的缺点,提出了一种快速全局优化的改进蚁群算法,该算法同时采用在最好解蚂蚁领域内进行搜索及将本次循环得到的最优解作为起始解的搜索方式,以扩大其搜索范围,避免其陷入局部最优。通过对3个典型函数优化问题进行测试并与其他优化算法进行比较,结果表明该改进算法不仅能应用于对连续对象的优化,同时具有良好的全局优化性能,收敛速率快,寻优精度高。     

基于人工鱼的全局优化文化算法

针对基本人工鱼算法存在多样性缺失、搜索后期收敛速度较慢和搜索精度不高等不足,以及传统文化算法的框架模式,提出了基于人工鱼的全局优化文化算法.算法中首先人工鱼进行跳跃式全局搜索,当搜索过程较慢或处于停滞状态时,采用高斯变异算子对最优值进行变异,然后让人工鱼继续在最优值的周围搜索,可使结果精度更高.通过典型的基准测试函数和应用实例表明该算法收敛速度快、精度高,可有效用于全局优化问题的解决.     

飞机多学科设计中的协同优化算法

讨论了基于响应面的优化算法,该方法通过分解、协调的方式解决飞机设计中多个学科的耦合以及数据量大和数据关系复杂的问题。而响应面的引入又使协同优化的计算收敛速度更快,可靠性更高。同时还着重研究了减省响应面构造过程中所需的分析次数的方法,并给出了一个远程无人机的例子,通过协同优化算法进行总体参数优化设计。     

一种全局优化的计算方法——遗传算法

遗传算法是搜索复杂最优解的一种并行计算方法,本简述了遗传算法的基本思想,并介绍了其来源、发展,指出了遗传算法存在的问题。     

基于子图归并的全局优化调度算法

为解决调度序列的多目标优化问题，基于数据流图中特定子图调度结果相互独立的原理，提出了一种基于图的分解与合并的构造调度算法.借助弹力引导列表调度（FDLS）的调度结果得出子图调度长度上界，并据此在归并过程中去除不可行的局部序列.把数据流图分解为若干个汇聚节点和独立子图，对独立子图进行调度，按层次逐渐把下层部分结果归并到上层部分结果中，从而得到完整调度结果.结果显示，由于在每次归并部分调度序列时尽可能地对搜索空间进行了裁剪，算法的速度较快，并且能够同时得到多组全局最优解，可以利用功耗、寄存器需求等条件对结果进行进一步筛选.     

全局组搜索优化算法及其应用研究

组搜索优化算法GSO(Group Search Optimizer)是一种基于动物捕食原理的新型群智能优化算法。本研究提出了一种改进的GSO优化算法:全局组搜索优化算法GGSO(Global GSO)。主要在两个方面对GSO算法进行了改进,一是在迭代过程中引入加速系数,加快种群收敛速度,增强算法的局部搜索能力;二是用高斯函数来产生随机位置变异,扩大搜索空间,从而增强算法的全局搜索能力。经过11个无约束测试函数和3个带约束问题的测试及与其他文献的比较可知,GGSO算法具有较好的局部和全局搜索能力,并且能够解决复杂的实际问题。     

基于多学科的机载雷达罩设计优化系统及关键技术探析

文章论述了机载雷达罩多学科设计优化提出的原因,与传统设计模式的区别,研究了基于多学科的雷达罩设计优化所涉及的各主要学科及其逻辑关系.并提出了雷达罩多学科设计优化中的几项关键技术,系统分析了这些技术的应用背景和发展方向.     

基于全局序列二次规划算法的无功优化

为提高无功优化计算的收敛性和精确性,采用全局序列二次规划(SQP)算法来计算无功优化潮流.在优化的循环迭代过程中,电压相角和支路潮流并未当作常数看待,而是通过每次迭代后系统状态下的潮流计算重新获得的.对IEEE30节点系统进行无功优化仿真,结果表明全局SQP算法具有良好的收敛性和精确性.     

Digital Design of Virtual Prototype based on Multidisciplinary Design Optimization

In order to obtain digital design of complex mechanical product as optimal as possible in an efficient way,multi- discipline integrated design method is proposed,which integrates multidisciplinary design optimization (MDO) into digital design process to design virtual prototype (VP) efficiently.Through combining MDO and multi-body system dynamics,MDO integra- tion platform,which takes VP as the core,is constructed.Then automated MDO design of VP is realized and changes of mechani- cal design project can be expressed intuitively during MDO design process.The proposed approach is also demonstrated by using inte- grated analyzing flow of vehicle engineering design.The result shows that the method not only can feasibly realize the MDO of VP, but also can solve the optimization problem of vehicle multi-body system dynamic performance.It can be adopted to the digital de- sign of other complex system.     

遗传模拟退火算法在结构优化设计中的应用

遗传算法、模拟退火算法都是随机搜索方法,在处理全局优化、离散变量、多连通可行区等困难问题中,具有传统结构优化算法不可比拟的优势.笔者针对遗传算法和模拟退火算法的特点,取长补短,结合成一种混合遗传算法—遗传模拟退火混合算法.经改进后的混合算法既发挥了遗传算法全局搜索能力强的特点,又保留了模拟退火算法局部寻优效果好的优点.     

改进自适应遗传算法的结构优化设计

介绍了离散变量的结构优化设计方法——遗传算法(Genetic Algorithms)的来源和运行参数。考虑到遗传算法在运算过程中表现出的缺点以及交叉率和变异率的选取对遗传算法的搜索能力和搜索效果的影响,同时为了提高遗传算法的收敛性,避免发生早熟收敛,对遗传算法进行了改进,引入一种基于个体适应度值的自适应遗传算法。并通过算例表明这种改进自适应遗传算法较基本遗传算法是更有效的,提高了算法的运行效率和计算精度。     

一种基于流密码和遗传算法的高效数字图像加密算法探索

本文结合流密码和遗传算法的优点,提出了一种彩色数字图像加密算法.该算法首先将图像分块,各块内象素相互异或,再对不同颜色分量执行迭代次数和变换矩阵均不同的三维Arnold变换,最后将遗传算法产生的密钥流与图像数据相异或来对图像进行加密.经过理论分析和实验验证,该算法具有密钥空间大、密钥敏感性高,加密效果好、并能有效抵御常见攻击等优点.     

多学科优化设计及其在汽车设计中的应用

多学科优化设计是世界各国工业设计界新兴的研究领域,是解决复杂工程系统设计的有效方法.对多学科优化设计的基本理论、应用研究及发展进行了综述分析;将多学科优化设计方法引入到汽车设计中,提出一种基于模块化的MDO方法的设计思路及其相应的协同优化求解思路.     

多核构架下基于OpenMP 的Huffman压缩算法并行设计

本文是对多核程序设计的一种探索,在OpenMP模型下以赫夫曼算法为基础设计并行压缩程序。首先对传统的串行程序进行分析,使应用程序开发人员了解程序行为、发现性能瓶颈、明确优化方向。再用OpenMP的基本结构进行并行程序的设计之后,借助开发工具对并行程序进行优化和调试,得到改进方案。然后在双核处理器上分别运行并行程序与串行程序,将两者进行性能上的比较,实验结果证明性能得到很大程度地提高。