一种解决复合形局部最优及加速计算的方法

对求解非线性约束优化问题的复合形法陷入局部最优的问题进行探讨,给出了一种改进的方法.改进后的方法不仅可以有效地寻找全局最优解,而且计算速度较传统复合形算法快.     

MATLAB在信号与系统复频域分析中的应用

简单介绍MATLAB的有关特点,并将MATLAB引入到线性时不变系统的复频域分析,通过对两个问题的求解,详述了如何运用MATLAB的LTI对象和符号运算功能分析信号与系统中的有关问题,并给出了相应的计算程序和运算结果,同时运用其图形处理功能,将这些运算结果用可视化的图形表示出来.结果表明,MATLAB的应用使复杂系统的分析计算得到了简化,为信号与系统分析提供了一个有效的辅助工具.     

倒指数形复合变幅杆的设计

提出一种新型的倒指数形复合变幅杆,通过增加输出端面的面积来改善变幅杆向液体等介质辐射能量的效率.首先构建了新型复合变幅杆的模型,得出其频率方程,用MATLAB解算出变幅杆的谐振长度,放大系数等重要参数,并借助于ANSYS软件对复合变幅杆进行模态分析和谐响应分析,最后得出的结果与理论设计基本一致.此研究对其它起匹配作用变...     

基于新型改进粒子群算法的APU建模与求解

为进行辅助动力装置(Auxiliary Power Unit,APU)特性计算,以某型APU为研究对象,基于MATLAB/Simulink建立其部件级模型。鉴于N-R法的固有缺陷,引入PSO(Particle Swarm Optimization)算法,并提出叛逆粒子和自适应学习因子以改进算法全局收敛性和收敛速度,用于模型求解。对比基本PSO算法和改进算法,验证改进方法的有效性。同时将计算结果与实际试车数据比较,表明所采用的建模与求解方法满足工程应用。     

变向复合形算法及其在机翼优化设计中的应用

飞机构件的优化设计,是着重解决在已知载荷与环境的条件下,构件中的元件配置及元件的剖面设计,使结构重量最轻的约束优化问题.约束条件经常比目标函数复杂得多,而且约束集合也往往不是凸集.当利用Box提出的复合形算法求解时,在搜索较好目标函数值的新顶点过程中,会出现无限循环现象,以致计算无法继续进行.为了克服这一缺点并提高计算效率,本文提出了变向复合形算法.这是对Box算法作了些修正,修正办法如下:通过逐次扔掉一个顶点而组成的降级复合形的形心,来改变搜索方向.当新点     

一种基于蚁群算法的呼叫中心人力需求计算方法

针对呼叫中心人力需求优化这一离散约束问题,基于Dantzig提出的集合覆盖模型,建立了单技能呼叫中心的人力需求计算线性规划模型,并提出一种基于改进蚁群算法的求解方法.在该方法中,对算法的信息素更新规则进行了修改,并基于MATLAB编程针对实例进行仿真分析.选取统计学指标将算法的仿真结果与遗传算法进行对比,结果表明:基于蚁群算法的方法计算复杂度可行;能够节约人力,且话务员匹配度可满足实际运营需求;为智能算法在呼叫中心人力需求计算问题上的应用研究提供了一种新的解决思路.     

基于MATLAB的判别分析的改进与实现

对MATLAB仿真软件中的判别分析作了简要介绍,突出了其系统仿真与统计分析的优势,但也分析了基于MATLAB的判别分析所具有的不足之处.针对其不足之处作了改进,系统地论述了判别分析中特征变择优的算法,并对该算法在MATLAB中的实现进行了研究和探讨,给出了实现的算法步骤以及相应的MATLAB程序代码.利用实际数据资料,对自编判别函数Wisestep与MATLAB中自带的判别分析函数Classify进行了比较.实验结果表明,经过变量择优后的算法不仅大大提高了计算效率,实验结果也较MATLAB自带函数更优.     

面向多峰值函数优化的人工免疫网络算法特性分析

对用于多峰值函数的人工免疫网络算法进行了改进并分析了其特性.首先在给出基于人工免疫网络的多峰值函数优化算法及其流程的基础上,提出了一种克服早熟现象的改进方案;然后通过与克隆选择算法的数值对比实验,对改进后算法的计算结果加以分析,验证了该算法用于求解多峰值函数优化的有效性;最后重点讨论了算法主要参数对其求解性能的影响,得到了若干参考性结论,可为人工免疫网络计算提供指导.     

分层并行遗传算法和遗传复合形算法及其应用

基于复合形算法、遗传算法、分层和并行思想,设计了一种求解复杂多目标、多约束和多变量工程优化问题的分层并行遗传或复合形算法,编制了界面友好和计算可靠性高的VC++软件。对于一类复杂三多工程综合优化问题,进行了遗传算法、复合形算法、分层并行遗传算法和分层并行遗传复合形算法的大量计算,结果表明：分层并行遗传算法计算效率最高;为解决复杂的三多工程综合优化问题提供了有效的可行方法。     

基于MATLAB的双旋翼控制系统的优化设计

对于非线性复杂控制系统,传统的求解优化设计问题的方法难以获得良好的控制效果.为解决这一问题,使非线性复杂控制系统中的PID控制器的参数整定更加简单方便,文中分析了MATLAB优化工具箱求解优化问题与传统的求解方法相比的主要优点,提出了一种运用MATLAB优化工具箱中提供的函数,对双旋翼非线性复杂控制系统进行优化设计的方法.仿真结果证明该方法是简单可行的,而且可使设计者将精力完全集中于优化问题的本身,而不是过多地纠缠在具体的算法实现上,计算简单方便,结果可靠.     

一种基于谱平分法的社团划分算法

基于改进的SNN相似度矩阵与谱平分法,提出了一种寻找复杂网络社团结构的算法.首先计算出网络中各节点之间改进的SNN矩阵并将其标准化,求得该矩阵的特征值及特征向量.然后分别选取不同数目的第一非平凡特征向量作为聚类样本,利用FCM聚类算法对节点进行分类,并计算出每次分类结果所对应的模块度Q值.Q的最大值对应的社团结构即为最佳的网络社团结构.一些实验测试了该方法的可行性,通过与其它方法的结果进行比较,可知该算法划分社团的准确率较高.     

基于改进的LOS算法实现对复杂地形场景的可视域分析

基于视线(line of sight,LOS)原理,结合地形高程信息,文中提出了一种运算效率较高的改进LOS算法,用来解决复杂场景下的可视性分析问题.该算法不仅采用计算目标点与视点的几何关系来判定可视域,更重要的是利用了地形高程信息来对目标点的可视域进行判断,将部分目标点的可视域判断条件简化为其高程与指定高程的比较,从而提高了地形可视性分析的计算效率.该方法不仅可以应用在三维森林场景的可视域分析中,还可应用在城市环境的分析中.实验证明,文中提出的方法在计算效率和精度上优于传统的可视性方法.     

三角网格表面等残留高度刀轨生成算法

针对截平面法规划的三角网格表面的刀轨长度较长、加工表面残留高度不均匀的问题,提出一种基于改进截平面法的等残留高度刀轨生成算法.首先在估算刀触点轨迹线垂直方向曲率半径的基础上,计算刀触点轨迹投影线并对其进行修正,去除其中冗余的投影点;然后由修正后的刀触点轨迹投影线构造驱动表面,利用驱动表面和网格表面迭代计算刀触点轨迹线;最后由刀触点轨迹线计算无干涉刀轨.与截平面法生成的刀轨进行比较分析的结果表明,文中算法生成的刀轨长度较小且获得的残留高度保持均匀,适合于三角网格表面表示的复杂表面的精加工.     

一种多层特征融合的人脸检测方法

由于姿态、光照、尺度等原因,卷积神经网络需要学习出具有强判别力的特征才能应对复杂场景下的人脸检测问题。受卷积神经网络中特定特征层感受野大小限制,单独一层的特征无法应对多姿态多尺度的人脸,为此提出了串联不同大小感受野的多层特征融合方法用于检测多元化的人脸;同时,通过引入加权降低得分的方法,改进了目前常用的非极大值抑制算法,用于处理由于遮挡造成的相邻人脸的漏检问题。在FDDB和WiderFace两个数据集上的实验结果显示,文中提出的多层特征融合方法能显著提升检测结果,改进后的非极大值抑制算法能够提升相邻人脸之间的检测准确率。     

基于拉普拉斯方法的大规模高斯过程分类算法

基于KL散度的大规模变分高斯过程分类算法(KLSP)需要同时对诱导变量的均值向量和协方差矩阵进行优化,这会给模型求解带来一定的挑战.基于拉普拉斯方法建立一种改进算法:首先为诱导变量的后验分布构造一个易于计算的下界;然后利用拉普拉斯方法计算该下界的一个高斯逼近作为诱导变量的后验分布函数的近似表达式,将问题转换为一个只与均值向量有关的凸优化问题,从而降低了模型的求解难度.仿真实验结果表明,所提出的改进算法在速度和精度上都较原始算法有了明显提高.     

Sunday算法效率分析

针对Sunday算法的过程比较复杂,难以构建马尔可夫链的问题,提出一种新的根据算法的匹配次数差求平均效率的方法。首先选定初等算法作为效率分析的基准算法,使用马尔可夫链得出初等算法比较精确的平均效率估计公式;然后根据相应的概率公式计算出初等算法和Sunday算法匹配过程的差值;将两者结合,得出Sunday算法平均效率估计公式。实验结果表明,由此公式计算的估计值可以代表实际匹配次数的平均值。     

基于复合形法的聚类遗传算法

针对标准遗传算法的未成熟收敛问题和局部收敛能力不佳等情况,提出一种基于复合形法的聚类遗传算法。通过使用复合形法结合聚类小生境技术对传统的遗传算法进行改进,得到基于复合形法的自适应聚类遗传算法（NCGA）。该算法使用FORTRAN语言进行编程,通过使用三种复杂的测试函数对其性能进行测试,并与自适应遗传算法（AGA）进行了性能比较,还分析了初始种群的优劣对算法性能的影响。测试结果表明：对于遗传算法的改进效果明显,在遗传算法中融入复合形操作能明显增强遗传算法的局部搜索能力,且聚类技术使得遗传算法的全局搜索能力得到显著增强,反向学习操作的添加能增强算法的稳定性。改进后的遗传算法的性能明显好于传统的遗传算法。     

融合万有引力和局部熵的FCM算法

为了克服传统模糊C-均值(fuzzy C-means, FCM)聚类算法特征描述单一、易受复杂灰度影响而出现误分割的缺点, 将万有引力和图像局部熵融入到FCM算法。算法首先引入图像局部信息熵来描述节点(像素点)间的特征, 同时计算新节点的同质值; 其次, 将该同质值看做新节点的质量, 节点之间通过万有引力算子形成关联, 使节点灰度特征和节点空间位置特征有效结合, 以此解决传统FCM算法节点特征描述孤立的缺陷。最后, 对三类典型的灰度分布不均的医学图像进行仿真实验, 结果表明改进算法获得了更加精确的分割结果。     

改进的基于图像边缘的能见度反演方法

针对现有的基于图像边缘的能见度计算方法效果不理想的问题,提出一种改进的基于图像边缘检测求能见度的方法。相对于原有的方法,该方法首先选取目标图像并用sift算法对其进行模板匹配,然后利用离散Shearlet变换提取边缘特征,再将这些特征和前向散射式能见度仪测量的数据进行线性拟合,建立它们之间的关系式,从而求出能见度。实验结果表明,该算法相对于sobel算法和小波变换算法,相对误差减少了2.761%和1.607%,计算的准确性和有效性明显得到改善。     

基于图像分块的改进Fisher人脸识别算法

二维方法用于图像矩阵特征提取,虽然速度快,但影响了分类速度。针对二维线性鉴别分析（Two-Dimensional Linear Discriminant Analysis,2DLDA）的特点,研究了一种基于图像分块的改进Fisher人脸识别算法,该算法首先对人脸图像进行压缩降维处理,得到相应的特征矩阵,然后利用改进Fisher算法对特征矩阵进行类间离散度矩阵和类内离散度矩阵的计算,该算法充分考虑了类别信息,避免了传统Fisher算法造成的小样本问题,有效提高了分类速度。基于ORL（Olivetti Research Laboratory）与Yale人脸数据库的实验结果证明了该算法的有效性。