基于免疫算法的电力通信网线路规划方法

为了合理规划建设经济可靠的电力通信网络,提出了一种基于免疫算法的电力通信网线路规划方法,综合考虑了网络的经济性、可靠性和业务分布因素.基于站点成环率构造出网络可靠性函数,结合业务分布情况设计了电力通信网线路规划的问题模型,并利用免疫算法进行求解.该方法采用多目标优化模型,能在一定程度上提高规划方案的灵活性和全面性.仿真结果表明,在面对不同站点成环率约束的情况下,该方法均能提供有效的线路规划方案.     

基于最优加权多属性决策的LWA网络接入点选择算法

为了应对LWA网络下eNB和AP大量密集部署,用户需求难以充分满足的现状,该文提出一种基于最优加权多属性决策(OWMAD)的LWA网络接入点选择算法。该算法预先收集接入点属性并建立属性集合,然后设计决策属性的最优权重,将决策矩阵与最优权重向量叠加,最后根据各个接入点综合性能的计算结果确定用户可选择的最佳网络接入点。仿真结果表明,该算法不仅能有效提升边缘地区及系统整体的吞吐量,还能够降低系统平均时延,提升用户的服务质量。     

基于妥协方法的免疫算法

免疫算法已开始成为计算智能研究的一个热点.文中提出了一种新的免疫算法-基于妥协方法的免疫算法.在介绍了妥协方法的理论基础上,对免疫算法进行了设计,针对TSP问题进行了验证实验,并与标准遗传算法进行了对比分析.实验结果表明该免疫算法不仅是有效的,也是可行的,具有很强的问题求解能力.     

基于多蚁群算法的电力通信网路由配置机制

针对电力通信网中以顺序配置为主的业务路由配置策略可能导致网络风险不均衡的问题,综合考虑现网的各项参数要求以及业务分布因素,提出了一种基于多蚁群算法的路由配置机制.首先对关键业务路由配置问题建模,定义了通道压力,并构建了通道压力最小化的数学模型之后结合模型特征利用多蚁群算法进行求解,最后基于现网拓扑结构进行仿真实验.实验结果表明,在不同规模的网络中,相对于其他方法,该机制能获取全局通道压力值更低的业务路由配置方案.     

免疫模糊算法在电网规划中的应用

分析了标准遗传算法由于早熟收敛而无法快速有效地得到全局最优解的缺点,并以电网规划为应用背景,提出了一种免疫模糊算法.该算法借鉴信息熵概念对抗体浓度进行免疫调节,同时考虑亲和度概率和浓度抑制概率,在保留抗体特异性的同时有效维持解群分布的多样性;采用模糊控制规则来确定免疫算法的变异率,通过观察2个输入量的数值变化自适应调整高频变异的变异率,在增加群体多样性的同时进行局部搜索.通过仿真算例证明了该算法具有避免早熟、搜索速度快的特点,与同类优化方法相比具有明显的优越性,是求解电网规划问题行之有效的方法.     

基于免疫算法的聚类分析与实现

在介绍自然免疫系统功能和特性的基础上,阐述了人工免疫算法的基本原理．从提取生物免疫系统的隐喻机制,基于免疫网络理论和克隆选择原理,建立了一种人工免疫数据聚类分析算法．并详细论述了该算法在电梯交通时段自动划分中的具体应用,MATLAB仿真表明该算法可以有效减少聚类数据的冗余信息,对解决交通时段自动划分等数据聚类问题是可行的和有效的．     

基于免疫算法的物流配送中心选址

针对物流配送中心选址问题,以物流成本为目标函数,采用免疫算法对配送中心选址进行优化.通过一个中等规模的物流需求点实例,仿真结果表明,该方法能够快速有效地求得物流配送中心选址问题的全局最优解.     

基于免疫算法的球形译码算法研究

在多输入多输出(MIMO)系统的信号检测算法中,球形译码算法的性能最接近最大似然检测算法,是目前应用最为广泛的一种信号检测方法,但传统的球形译码算法在低信噪比时计算复杂度较高,在高信噪比时误码率性能不够理想.该文提出了一种改进的球形译码方法,利用免疫算法的寻优能力来获得最佳的初始搜索半径,从而达到在保证译码性能的同时有效地降低计算复杂度的目的.实验仿真结果表明,与传统的球形译码算法相比,基于免疫算法的球形译码方法在高信噪比下可以达到最大似然译码的性能,同时能有效降低低信噪比时的运算复杂度,从而更符合现代无线通信实时性的要求.     

基于Dijkstra算法的货运索道路径规划方法

为解决路径规划算法缺失、路径规划周期长、劳动强度大等货运索道路径规划难题,基于Dijkstra算法对索道路径规划问题进行了环境建模,并结合地形曲线、索道架设限制条件、路径规划目标函数等提出货运索道路径规划的邻接矩阵构建方法;结合货运索道的路径规划特点,对Dijkstra算法的搜索方向进行优化,有效降低了路径搜索的计算量。提出基于Dijkstra算法的货运索道路径规划方法。对十万个二维地形曲线进行路径搜索,本研究算法搜索出的符合索道架设要求的路径数量比已有算法(地形搜索法、干涉点搜索法和地形自适应法3种)搜索出的符合索道架设要求的路径数量提高了17.9%,且能够根据目标函数规划出最优路径,大幅度减少货运索道路径规划工作的时间和工作量,有效地降低索道架设和运输的成本。     

基于ST7538的电力线载波通信接口设计

在电力线载波通信中调制解调模块的选取和电力线接口电路的设计是实现通信的关键所在．本文根据选用的调制解调模块ST538设计了一种接口电路并对它的性能进行了测试分析．     

低压电力线载波通信技术的应用和发展状况

利用现有的低压电力线传输高速数据的PLC(power line communication)技术以其覆盖范围广、连接方便的显著特点而被业内人士看好,具有巨大的应用潜力,成为近年来各国研究的热点。本文详细介绍了低压电力线载波通信技术的原理、应用、发展及特点,并就相关的关键技术问题进行了讨论。     

面向可用性的电力通信业务通道路由选择算法

针对如何有效地限制网络随机故障对电力通信业务通道可用性的影响展开深入研究,将业务通道累积故障时间超出规定的概率模型定义为业务通道失效风险度,并对其作进一步研究。波动变化是导致电力通信事件的根本原因,并推导出业务通道失效风险度的概率模型。最后,将上述概率模型作为规划通道路由的决策参数,提出了面向可用性的电力通信业务通道路由选择算法,并通过仿真实验验证了其有效性。     

神经网络集成的免疫学习算法

针对神经网络集成中个体独立训练的低效性，提出一种神经网络集成的免疫学习算法NEIL，通过对集成单体神经网络的免疫优化，借助免疫算法的多峰值搜索和并行优化特性，将最终的收敛抗体群分别对应神经网络集成的各个单体，实现集成的同时训练过程，仿真结果表明NEIL算法是有效的，既保持了启发式优化方法的并行性，提高了神经网络集成的学习效率，又可保证单体网络之间相互独立，具有较大的差异度，进一步增强神经网络集成的泛化性能。     

面向影响分析的电力通信网故障定位算法

由于电力通信网络具有极高可用性和风险规避的特点,使传统通信网在关注故障影响程度上有很大不同.针对遗漏通信网络故障可能导致电力事故的问题,提出了可信参数最小损失故障定位算法.算法基于加权概率二分图模型,在分析故障对症状的覆盖和贡献的基础上,重点考虑遗漏故障所造成影响,通过加入可信参数来优先选择给定影响度之上的假设故障集.仿真实验表明,最小损失故障定位算法能够在有效考虑删除故障可能影响的同时,兼顾对已观察症状的合理解释,在不增加算法复杂度的情况下,相对其他算法有较小的误判率和较短的算法平均运行时间,可以更好地适应于电力通信网络中的故障定位.     

输电线路精确双端故障测距算法研究

为了消除线路参数不确定性对测距精度的影响,提出了基于参数估计的自适应双端测距算法;利用输电线路的分布参数模型、故障前后的正序分量和负序分量写出测距的冗余方程,将线路的正序参数连同故障距离和非同步误差都作为未知量求解,从而实现自适应参数变化的双端测距算法,从原理上克服了现场和实际因素造成的线路参数不准确或变化对测距结果的影响.仿真实验和实际运行结果表明,该算法达到了很高的测距精度.     

认知无线网络中基于免疫克隆优化的功率分配

针对认知OFDM无线网络中下行链路的功率分配问题, 将其建模为一个约束优化问题, 进而提出了一种基于免疫克隆的求解方法. 给出了功率分配的数学优化模型、算法实现过程和关键技术, 设计了适合算法求解的编码、克隆、变异算子. 仿真实验结果表明, 在总发射功率、误码率及主用户可接受的干扰约束下, 该算法可以获得更大的总数据传输率, 同时具有较快的收敛速度, 能够得到较优的功率分配方案, 进而提高频谱利用效率.     

基于免疫算法和神经网络的新型抗体网络

构建了基于免疫算法和神经网络的新型抗体网络入侵检测系统,系统与网络入侵检测功能相结合,应用于大型网络的入侵检测任务,具有良好的可扩充性;重点讨论了新型抗体网络原理,引进BP神经网络自学习能力,对已有的抗体网络模型进行改进;通过对网络数据集的测试表明,该算法相对于传统抗体网络,其检测效率得到了明显的改善。     

以低压电力线为载体的扩频数据通信

本文作者设计了用于在低压电力线上进行数据传输的电路模块。此电路模块的核心部件是一种基于线性调频的扩频载波(SSC)技术的IC。实验结果证明,笔者提出的方案是正确可行的,电路模块的性能也很好,适用于低压电力线上传播数据。