一种支持时延约束的卫星认知网络功率控制算法

针对卫星通信网频谱资源利用率低下的问题,以信道有效容量最大化为优化目标,提出了一种支持时延约束的卫星Underlay认知无线网络功率控制与优化算法.首先根据网络拓扑结构建立了功率干扰模型,通过引入时域信道相关系数,推导了完全与非完全信道环境下基于时延约束的认知用户有效容量优化目标函数,并利用Lagrange方法求解得到不同场景下认知用户的最佳功率调整策略,简化了功率控制优化过程,最后通过实验仿真分析了影响认知用户信道有效容量的因素.结果表明,该算法能够根据业务时延约束条件和信道衰落特性变化动态调整认知用户的最佳发送功率,与等功率分配算法相比认知用户的信道有效容量得到了明显提高.     

基于聚类-约束满足算法的钢管入库优化决策模型

针对钢管入库优化决策问题,建立了问题的约束满足优化模型,并通过对垛高和钢管堆放规则的分析,提出了基于聚类和约束满足技术的两阶段求解算法.算法在第一阶段采用聚类的方式对待入库的钢管按照多重属性进行分组;在第二阶段利用约束满足技术对于每组钢管分别指派垛位及其在垛位上的具体位置,并通过约束传播动态缩减问题的搜索空间.最后将算法与经典的BFD （best fit deceasing）算法进行实验结果对比.实验结果表明,算法能够在保证倒垛次数最小的前提下,有效减少垛位数并具有良好的垛位利用率,模型及算法可行、有效.     

一种基于差分进化的正弦余弦算法

正弦余弦算法是一种新型仿自然优化算法,利用正余弦数学模型来求解优化问题。为提高正弦余弦算法的优化精度和收敛速度,提出了一种基于差分进化的正弦余弦算法。该算法通过非线性方式调整参数提高算法的搜索能力、利用差分进化策略平衡算法的全局探索能力及局部开发能力并加快收敛速度、通过侦察蜂策略增加种群多样性以及利用全局最优个体变异策略增强算法的局部开发能力等优化策略来改进算法,最后通过仿真实验和结果分析证明了算法的优异性能。      

一种实时有效的蜂群模式挖掘算法

针对实时相关运动模式挖掘应用的需求,提出了一种实时地发现关闭蜂群模式的簇重组算法(CLUR).该算法维护一个候选蜂群模式列表,在每个时间戳采用基于密度的聚类算法对移动目标进行聚类,根据聚类结果组合所有的最大移动目标集,记录相应的时间集,然后构建候选蜂群模式,并更新到候选列表.算法给出了三种更新规则和一种插入规则,用于实现候选蜂群模式列表的更新,同时降低了候选列表的冗余度,提高了算法的效率.在每个时间戳结束时可通过关闭检测规则实时地发现当前时刻的关闭蜂群模式.在合成数据上的综合实验验证了CLUR算法的正确性、实时性和高效性,CLUR算法适用于实时相关运动模式挖掘系统.     

一种快速的动态属性约简矩阵算法

针对实际决策表中对象动态变化的情况,首先引入简化决策表概念,剔除决策表中大量重复的对象,并构造了基于正区域的简化矩阵,有效地缩小了算法的搜索空间;然后从理论上阐述了基于简化矩阵的属性约简和基于矩阵的属性约简的一致性,并仅需扫描一遍简化矩阵便可求解出属性约简;最后在原属性约简的基础上,提出一种快速的动态属性约简矩阵算法.通过算例分析和实验对比验证了算法的有效性和可行性.     

针对固定重量板坯的板坯设计优化算法

针对板坯重量被事先确定的情况,提出了客户订单重量需求规格和宽度需求规格为区间值的板坯设计问题,建立了最小化板坯数量和总盈余量的多目标板坯设计模型.基于构建的订单-板坯矩阵和板坯相容集合,提出了一种两阶段的板坯设计最优算法,算法的第一阶段实现板坯数量最小化,第二阶段实现总盈余量的最小化.针对提出的算法,给出了最优性质的理论证明以及基于实际数据的应用算例.     

一种基于区域动态轮廓的交互式目标分割算法

研究了以用户与系统之间的交互信息为先验知识的目标分割算法,提出一种基于区域动态轮廓的交互式目标分割算法.采用基于区域动态轮廓的CV模型及形状先验引导进化思想,并引入了基于滤波后图像梯度和Laplace的分段自适应加权算法.为了克服由于对先验差值区域加权而产生的目标轮廓萎缩问题,对所构建的进化模型引入了面积激励项.实验结果表明:算法无需基于精确先验知识训练而获得的先验知识模型,用户仅需要选择待分割目标的大致区域,算法即可对该区域进行分割,在选用的灰度图像级上,完成分割所需要的迭代次数仅为基本CV模型的26.4%.     

一种动态自适应最近邻聚类学习算法在工业污水处理中的应用

为了建立工业污水pH值中和系统的正模型,研究了具有大滞后非线性特性的加药中和过程。利用一种动态自适应最近邻聚类(DANNC)学习算法,全面调整网络参数完成了污水pH值加药中和控制系统网络的学习和训练。采用中和过程神经网络内模控制系统的逆模型充当控制器,进行了各种工业条件下污水中和的仿真实验。结果表明,该系统实现了△pH≤0.2的工业污水的控制精度目标,系统实时跟踪和抗干扰性良好。     

一种基于粒子群参数优化的改进蚁群算法及其应用

针对现有基于粒子群参数优化的改进蚁群算法耗时较大的问题,提出了一种新的解决方案.方案中采用一种全局异步与精英策略相结合的信息素更新方式,同时合理减少蚁群算法被粒子群算法调用一次所需的迭代代数.对日本旭川垃圾场巡查机器人路径规划问题仿真求解的结果表明,与其他算法相比,该改进算法具有比较明显的速度优势.     

一种基于AHP的海上待泊区动态编排算法

为保障海上安全形势稳定,提高船舶进出港交通效率,海上交通相关管理部门研究建立了待泊区并投入使用.待泊区的使用需要提前进行申请,海事局进行编排和调度.针对船舶待泊区申请的编排需求,提出了一种基于AHP的待泊区动态编排算法,首先确立待泊区编排算法的主要影响因素,并为各因素依次建立隶属度函数,结合采用AHP层次分析法确定各影响因素的动态权系数,进而得到综合隶属度函数值,从而完成待泊区申请的动态智能编排,大大提升了海上船舶的通航效率.该算法具有编排过程高效、编排结果精准等优点,还能应对编排因素多变的特点,结合各个港口的实际情况和独特特征,对不同影响因素进行个性化配置,大大提升用户体验.     

动态矩阵算法在大时滞环节中的应用

介绍一个电阻炉炉温微机控制系统,并采用动态矩阵控制算法设计了预测控制器。由于电阻炉炉温系统是一个纯滞后大惯性环节,其参数整定与常规对象有所不同。通过合适的参数设计,该控制器达到了较好的性能,实际运行结果表明,该控制器具有良好的控制特性。     

混沌人工鱼群的鲁棒保性能控制权值矩阵优化方法

针对鲁棒保性能控制中的权值矩阵依赖经验选取,无法最大限度的减小系统保守性的问题,提出了一种基于混沌人工鱼群算法的鲁棒保性能控制权值矩阵优化方法.该方法中,将保性能控制鲁棒界作为优化的目标函数来寻找最优权值矩阵是整个算法实现的关键.该种改进的人工鱼群优化算法融合了混沌搜索与自适应步长和视野的人工鱼群优化算法,有效的解决了基本人工鱼群算法的后期收敛速度慢、易陷入局部最优等缺点.通过测试函数对比验证了该种改进人工鱼群优化算法的优越性,并通过应用实例验证了该权值矩阵优化方法的有效性.     

一种基于Dijkstra算法的启发式最优路径搜索算法

为了建立一个高效的路径搜索引擎,针对大型应用系统中寻径算法的平衡最优性、时间复杂度以及空间复杂度问题,从经典Dijkstra算法出发,将AI领域的决策机制引入到路径搜索中来,提出了一个启发式最优路径搜索算法.该算法在寻径过程中引入代价函数,由代价函数来决定寻径策略(即优先搜索哪些中间节点),以期望减少搜索节点数.给出了该算法得到最佳解的条件及其证明过程,并且以实例数据对两种算法进行了对比测试.     

一种炼钢组炉问题多目标优化算法

针对炼钢生产组炉计划编制问题,建立多目标数学模型,并提出了LS-MOEA多目标优化算法。该算法首先求解板坯需要的充足炉次,并以此为基础,采用0-1染色体编码方法,每个染色体代表一个炉次选择方案,使用启发式方法求解染色体对应的组炉方案,并采用局部搜索扩大求解范围,迭代后获得一组较优的Pareto板坯—炉次匹配方案。经实际生产数据测试,利用该算法可以在合理的时间内给出一系列较优组炉方案,为计划员提供足够的决策支持。     

基于列生成与线性规划的炼钢组炉优化算法

针对考虑钢级"以优充次"的炼钢组炉问题,构建了以炼钢成本最小化与炼钢余材最小化为目标的多目标优化模型,基于目标优先级不同,首先以降低炼钢成本为目标,利用列生成算法给出具有最低炼钢成本的组炉方案;在此基础上,建立余材优化线性规划模型,通过缩减炉重和增加合同量的方式,进一步降低炼钢余材,得到最终的组炉方案。实例表明,该算法具有良好的优化性能和实用性。     

Optimization of synchronization delay in latissimus dorsi dynamic cardiomyoplasty

BACKGROUND: Optimal synchronization delay (SD) for triggering the implanted cardiomyostimulators in patients undergoing latissimus dorsi dynamic cardiomyoplasty has not been clearly defined. Generally a synchronization delay time of 45 to 60 ms is used in the current practice, in which the implanted cardiomyostimulator stimulates the latissimus dorsi muscle 45 to 60 ms after mitral valve closure acquired with M-mode echocardiography. We investigated the effect of shortening or prolonging the delay time on cardiac functions. METHODS: We studied 10 patients who were in their first 2 years postoperatively. Three values for SD (SD = 0 ms, 45 to 60 ms, and 150 to 160 ms) were echocardiographically evaluated for their influence on both systolic and diastolic left ventricular parameters. RESULTS: Ejection fractions were 0.27 +/- 0.07, 0.28 +/- 0.07, and 0.32 +/- 0.06; peak aortic velocities were 0.85 +/- 0.8, 0.86 +/- 0.11, and 0.92 +/- 0.8 m/s; and velocity-time integrals were 0.16 +/- 0.03, 0.16 +/- 0.03, and 0.19 +/- 0.03 m for the SD values of 0, 45 to 60 ms, and 150 to 160 ms, respectively. Diastolic parameters were also measured. Isovolumetric diastolic relaxation time was 97.5 +/- 49, 97.20 +/- 44, and 111.8 +/- 49 ms; deceleration time was 83.67 +/- 32, 88.48 +/- 35, and 92.68 +/- 34 ms; and ratio or velocity-time integral of e wave to velocity-time integral of a wave was 3.09 +/- 0.98, 2.48 +/- 0.69, and 2.38 +/- 0.65 for the SD values of 0, 45 to 60 ms, and 150 to 160 ms, respectively. Systolic functions were better when SD was set at 150 to 160 ms, but there was a diastolic compromise. On the other hand, diastolic parameters were more favorable when SD = 0 (i.e., cardiomyostimulator triggered without delay) but the systolic assist was suboptimal. Systolic and diastolic parameters seemed relatively well-balanced with the current practice of setting the synchronization delay at 45 to 60 ms. CONCLUSIONS: The most favorable systolic effects were obtained with a prolonged delay of synchronization (150 to 160 ms), at some expense of diastolic functions. On the other hand, with a short or absent delay, diastolic parameters were improved but systolic parameters became suboptimal. Therefore, the current practice of setting the SD between 45 and 60 ms after echocardiographic mitral valve closure is suggested for the optimal timing for cardiomyostimulator stimulation in patients who have undergone latissimus dorsi dynamic cardiomyoplasty. Yet a great deal of individualization is necessary, and fixed preset values cannot definitely be determined because one setting does not fit all patients.     

智能微粒群算法

微粒群算法是继蚁群算法之后提出的又一种新型的进化计算技术，具有典型的群体智能的特性。本文首先介绍微粒群算法，然后在对算法的关键参数进行分析的基础上，从算法的离散二进制表示、参数选择与设计、群体组织与进化以及混合微粒群算法等方面对国内外微粒群算法的研究进展进行综述。     

动态轻压下模型的开发及优化

为确保提高连铸板坯铸坯内部质量,开发了一套完整的轻压下模型,包括凝固传热、二冷水动态控制和辊缝控制模型,并对动态轻压下技术的关键参数进行了优化.通过射钉实验和铸坯表面温度测量,对该模型进行了校核.实验结果与模型计算结果较为一致;当拉速变化时,铸坯表面温度可以保证在较小的范围内波动.采用不同的轻压下参数进行生产试验,并通过铸坯低倍检验和中心偏析分析,对压下量和压下位置进行了优化,得出固相率(f_s)0.2~0.5、单位压下量1.2mm·m^-1为本铸机最佳的轻压下参数.     

炼铁系统能耗和成本的集成优化及分析

炼铁系统是钢铁生产流程中至关重要的一环.基于物质与能量守恒规律和反应动力学,结合系统节能的理论和混合整数线性规划方法,建立了炼铁系统(烧结、球团、高炉工序)能耗-生产成本集成优化模型,采用企业实际数据验证了其有效性,并获得了目标下各工序最优配料和操作参数.结果表明,综合考虑能耗和成本进行多目标优化时,铁水能耗和成本分别...