噪声环境下遗传算法的收敛性和收敛速度估计

 问题求解的环境往往非常复杂,不确定的环境因素、人为因素等都可导致问题处于噪声环境,从而影响实际优化问题的目标函数值的评价.噪声环境下遗传算法的研究在国内外均起步较晚,特别是收敛性和收敛速度的分析是该领域急待解决的问题.本文根据优胜劣汰遗传算法的特性,基于吸收态Markov链的数学模型证明了噪声环境下优胜劣汰遗传算法的收敛性,提出了噪声环境下优胜劣汰遗传算法的首达最优解期望时间的估算方法.     

基于改进人工免疫算法的TDOA定位估计

采用最大似然估计方法解决TDOA定位估计问题可以避免已有算法的缺点,适用性更强,但必须解决由此产生的非线性优化问题。人工免疫算法是一种模拟自然免疫系统功能、收敛性能较好的新兴智能方法,针对TDOA定位估计问题对人工免疫算法进行了改进,采用浮点数编码,避免了二进制编码所必须的编解码过程;并采用轮盘赌策略克隆亲和度较高的抗体,并控制抗体以不同变异率变异,提高了收敛速度和性能,改进了免疫算子。针对TDOA估计问题,联合使用Chan算法和人工免疫算法,可以取得较好的定位精度,提高收敛速度。仿真结果表明,在保证抗体数量的情况下,该算法性能稳定,并能以较快的速度收敛到全局最优解,相对于Chan算法精度更高。     

基于分布式人工免疫算法的数值优化

 本文提出了一种分布式的人工免疫系统模型——塔式主从模型(TMSM),并基于此模型设计了一种用于解决数值优化问题的分布式免疫记忆克隆选择算法(DIMCSA).借助Markov模型,文中证明了DIMCSA的收敛性.为了摆脱网络连接状态对算法性能的影响,客观地衡量分布式人工免疫优化算法的性能,本文设计了多线程虚拟并行计算仿真系统,并分别考虑算法搜索时间和网络通信时间,给出了一种新的比较分布式随机搜索算法性能的指标.实验结果表明,DIMCSA能够用较少的计算代价和通信代价获得更高质量的解,适合解决大规模的复杂优化问题.     

生物免疫遗传算法的几乎处处强收敛性分析及收敛速度估计

本文引入鞅方法和通过对免疫算子的研究,分析了生物免疫遗传算法所形成种群的鞅性质并由此得出了算法本身的几乎处处强收敛性结论.另外,还针对免疫优化算法的收敛速度展开研究,给出了结合算法参数的定量表达式,然后还就不同参数对算法收敛速度的的影响效果展开讨论,为明确如何更好改善算法效能的方向起到了一定的作用.     

谐波恢复中累量估计的强收敛问题

本文讨论有噪声污染的谐波信号累量的单一记录估计,了样本自相关函数的强收敛性,并得邓强收敛。对于四阶矩估计,给出了四阶遍历条件,在这些扁历条件下,建立了四阶矩和四阶累量样本估计的强收敛性,并得到了强收敛速度,最后给出了数值仿真结果。     

一种加速MCMA-DD算法收敛速度的盲均衡改进算法

提出了一种加快MCMA-DD收敛速度的盲均衡改进算法。该算法在保持原算法性能的基础上,具有更快的收敛速度。计算机仿真表明:此改进的算法不受随机信号随机性的影响,对于16QAM信号,收敛速度可以加快近一倍,最快在几百个采样点处即可收敛,且收敛后的抖动几乎为零。     

谐波恢复中累量估计的强收敛问题

本文讨论有噪声污染的谐波信号累量的单一记录估计。证明了样本自相关函数的强收敛性,并得到了强收敛速度。对于四阶矩估计,给出了四阶遍历条件。在这些遍历条件下,建立了四阶矩和四阶累量样本估计的强收敛性,并得到了强收敛速度。最后给出了数值仿真结果。     

快速收敛的粒子群改进算法

本文提出了一种具有快速收敛速度改进算法(IPSO)。改进算法把梯度法的思想融入粒子群算法,针对算法的早熟现象,采用速度监控策略;针对算法后期粒子在最优值附近徘徊不易收敛的现象,定义了双重收敛精度。对三个BenchMark函数的测试结果表明,新算法提高了运算效率,有效的避免早熟现象的产生,并在迭代后期更有效更精确地找到测试函数极值点。     

基于人工免疫算法的异步电机故障诊断研究

人工免疫算法的模型为异步电机故障诊断研究提供了新的视角和算法模型。本文的主要研究对象是基于阴性选择算法的异步电机故障诊断方法。基于免疫系统的原理,电机故障诊断即为检测非已,检测非正常状态下的电机特征信号。首先通过正常电机特征信号生成自己,再通过阴性选择生成信号检测器,将检测器与被测电机设备特征信号进行匹配,根据匹配关系便能诊断电机的故障。本文还将阴性选择算法进一步优化,在阴性选择基础上加以克隆优化,从而产生更合适的检测器。通过2种方法对同一故障进行诊断,可直观地看出优化后模型准确率的提高。     

低重复频率下的目标速度估计算法研究

研究了低重复频率下的目标速度估计问题,提出一种利用相邻回波脉冲的互相关函数进行测速的方法.首先利用每个脉冲起始频率与到达时间的线性关系,在时域上把回波脉冲串对准,使回波达到相参条件.然后对相参之后的相邻脉冲进行互相关运算,估计互相关函数的频率并根据该频率与目标速度的关系得到速度估计值.取所有估计值的均值作为目标速度的最终估计.该方法的估计精度小于无模糊速度,可以用于解速度模糊或作为最大似然估计迭代的初始值.     

精英类克隆选择算法平均收敛速度估计

克隆选择算法收敛速度估计是算法研究的一个难问题,目前还是处于初始的研究阶段。本文对一大类精英保持策略克隆选择算法的收敛速度问题进行了研究。首先利用算法种群中最佳个体的定向转移概率导出最佳个体的转移概率矩阵,针对实际应用中由于算法种群规模过大而导致该矩阵求取较困难的问题,将最佳个体的转移概率矩阵构造成满足一定条件的矩阵范数,从而提出一种更为简单有效的算法平均收敛速度估计的新方法。对不同的精英保持策略克隆选择算法进行了收敛速度估计仿真实验,其结果表明了该估计方法的有效性。     

人工免疫思维进化算法的设计

文中提出一种人工免疫思维进化算法,此算法在免疫系统优化机理的基础上吸取了思维进化算法中的优点,提出了趋同半径和异化半径的概念,实现了免疫算法中抗体的局部和全局寻优,并且给出了一种基于矢量距的概率选择方法。同时,本文描述了算法的具体实现步骤,证明了算法的收敛性,给出了仿真实验。实验结果表明,新算法有机地结合了人工免疫算法和思维进化算法的优点,具有不易陷入局部极值,解的精度高,收敛速度快等特性。     

基于人工免疫算法的变压器故障诊断

针对变压器故障各种诊断方法的优缺点,人工免疫作为一种新的有效故障诊断方法,因其自身的独有特性,可用于解决故障诊断中难以解决的一些特殊问题,为解决变压器故障诊断问题提供了新的思路。通过标准数据集对免疫网络的Matlab实验,表明该算法有较高的分类准确率。     

钢丝绳断丝信号的空间域划分及在小波变换下的频域特征提取

频域特征是钢丝绳损伤定量识别的一个重要特征.文中对钢丝绳断丝信号进行了空间域划分和小波变换下的频域特征提取,并用小波网络进行断丝的定量识别.实践结果表明:该方法能够在频域上清楚地区分噪声和损伤信号,提高了钢丝绳断丝检测的能力.     

利用人工免疫算法规划三维飞行航迹

利用人工免疫算法来规划的三维飞行航迹.人工免疫算法根据接种方式的不同分为3种情况:随机选择染色体进行接种;所有染色体挨个接种;每个染色体都接种但接种位置是随机的.分别按这3种情况对飞行航迹进行仿真,并对其规划出的航迹进行对比分析.同时,针对威胁的不确定性进行了仿真.最后根据飞机的机动性和适航性对上述规划出的航迹进行了优...     

混合蛙跳算法的Markov模型及其收敛性分析

 本文就混合蛙跳算法(Shuffled Frog Leaping Algorithm,SFLA)建立了Markov链数学分析模型,详细分析了该Markov链的性质,证明青蛙族群状态序列是齐次Markov链.在此基础上,通过分析族群状态序列的转移过程,指出序列必将进入最优状态集.同时证明混合蛙跳算法满足随机搜索算法全局收敛的两个条件,能够保证全局收敛.