基于Rollout算法的多值属性系统诊断策略

针对多值属性系统的诊断策略问题,根据Rollout算法可改善基础启发式算法的特点,用Rollout算法对基于信息熵的多值属性系统诊断策略进行优化,提出一种新的多值属性系统诊断策略．理论和实验分析表明,RoUout算法的计算结果优于信息熵算法,计算时间在可接受范围之内,可用于复杂多值属性系统的最优诊断策略设计．     

基于精华蚂蚁系统的诊断策略优化

针对复杂系统的诊断策略优化问题,采用精华蚂蚁系统,通过构建合适的启发函数、状态转移规则、信息素释放和挥发机制,利用蚁群全局寻优和正反馈协作特点,快速有效地实现系统诊断策略的优化;仿真结果显示,当m=10,α=2,β=3,e=0.1,ρ=0.7时,该算法结果优于贪婪算法,而且计算时间在可接受范围内,因此可用于复杂系统的诊断策略优化。     

基于种群个体数自适应的多尺度量子谐振子优化算法

优化算法中多种群采样方式可转化为蒙特卡洛对当前函数积分的评估, 针对不同子种群对整体评估的差异性, 提出子种群规模 (个体数) 自适应的改进策略, 并用于多尺度量子谐振子优化算法(Multi-scale quantum harmonic oscillator algorithm, MQHOA) 的改进, 同时阐述多种群策略所具有的量子特性以及量子隧道效应与寻优性能的相关性. 已有的优化算法忽视了动态调节子种群规模对寻优能力的影响, 该策略通过动态调节子种群规模, 提高适应度差的子种群发生量子隧道效应的概率, 增强了算法的寻优能力. 将改进后的算法MQHOA-d (Multi-scale quantum harmonic oscillator algorithm based on dynamic subpopulation) 与 MQHOA 及其他优化算法在 CEC2013 测试集上进行测试, 结果表明原算法 MQHOA“早熟”问题在 MQHOA-d 中得到解决, 且 MQHOA-d 对多峰函数和复合函数优化具有显著优势, 求解误差和计算时间均小于几种经典优化算法.     

修正免疫克隆约束多目标优化算法

针对约束多目标优化问题,提出修正免疫克隆约束多目标优化算法.该算法通过引进一个约束处理策略,用一个修正算法对个体的目标函数值进行修正,并对修正后的目标函数值采用免疫克隆算法进行优化,用一个精英种群对可行非支配解进行存储.该算法在优化过程中,既保留了非支配可行解,也充分利用了约束偏离值小的非可行解,同时引进整体克隆策略来提高解分布的多样性.通过对约束多目标问题的各项性能指标的测试以及和对比算法的比较可以看出:该算法在处理约束多目标优化测试问题时,所得解的多样性得到了一定的提高.同时,解的收敛性和均匀性也得到了一定的改进.     

Modified Immune Clonal Constrained Multi-Objective Optimization Algorithm

针对约束多目标优化问题,提出修正免疫克隆约束多目标优化算法.该算法通过引进一个约束处理策略,用一个修正算法对个体的目标函数值进行修正,并对修正后的目标函数值采用免疫克隆算法进行优化,用一个精英种群对可行非支配解进行存储.该算法在优化过程中,既保留了非支配可行解,也充分利用了约束偏离值小的非可行解,同时引进整体克隆策略来提高解分布的多样性.通过对约束多目标问题的各项性能指标的测试以及和对比算法的比较可以看出:该算法在处理约束多目标优化测试问题时,所得解的多样性得到了一定的提高.同时,解的收敛性和均匀性也得到了一定的改进.     

基于径向空间划分的昂贵多目标进化算法

为了解决难以建立精确数学模型或者真实评估实验成本高昂的多目标优化问题, 提出了一种基于径向空间划分的昂贵多目标进化算法. 首先算法使用高斯回归作为代理模型逼近目标函数; 然后将目标空间的个体投影到径向空间, 结合目标空间和径向空间信息保留对种群贡献更高的个体; 之后由径向空间中个体的位置分布决定下一步应该选择哪些个体进行真实评估; 最后, 采用一种双档案管理策略维护代理模型的质量. 数值实验和现实问题上的结果表明, 与5种先进算法相比, 该算法在解决昂贵多目标优化问题时能够提供更高质量的解.     

物体边沿特征提取及应用

针对互信息配准方法中目标函数因存在多极值而容易陷入局部最优的问题,提出了一种基于萤火虫算法改进优化策略的互信息医学图像配准算法。该算法使用归一化互信息作为相似性测度,用萤火虫所处位置来表示配准参数,根据每个萤火虫的位置计算互信息函数值并将其作为当前萤火虫的亮度,通过亮度和吸引度的迭代更新来寻找互信息函数取最优解时的最佳配准参数。实验结果表明,该方法克服了互信息函数容易陷入局部最优的问题,有效地提高了配准精度。     

基于自适应罚函数的QPSO算法的代谢通量评估*

针对代谢通量评估问题属于带约束的优化问题,其目标函数是一个非线性、不可微的并且存在多个局部最小点的复杂函数,提出了使用自适应罚函数的量子粒子群优化算法来解决这个问题。通过自适应罚函数的方法解决约束条件,然后使用QPSO算法最小化内部代谢通量。用此算法评估谷氨酸棒杆菌的内部代谢通量并与传统的优化算法来比较,实验结果证明了该算法的可行性和有效性。     

求解最小比率旅行商问题的离散蝙蝠算法

研究了以总路程与总收益之比为目标函数的最小比率旅行商问题,提出了求解该问题的离散蝙蝠算法。介绍了蝙蝠算法的基本思想,重新定义了位置与位置的减法操作算子、实数与位置的乘法操作算子以及速度与位置的加法操作算子,引入了城市子序列逆序策略来对线路进行局部搜索。给出了算法的具体实现方案,并通过仿真和比较实验验证算法的优化性能,实验结果表明该算法可以有效求解最小比率旅行商问题。     

基于磷虾群算法的无线传感器网络QoS任播路由算法

无线传感器网络多约束QoS任播路由问题是一个NP难题,提出一种基于磷虾群算法的优化策略来解决该路由问题.该算法采用适应度函数和全局最优个体位置更新方法来寻找无线传感器网络中满足多QoS约束的最优任播路由,并加入遗传繁殖机制中的交叉与变异操作以加快优化速度.实验验证了该算法的有效性,实验数据表明相比较粒子群优化算法,该算法在算法效率和可扩展性性能上具有较好的性能;具有较快的收敛速度,从而适用于对路由选择有时延敏感的网络.     

基于变换函数与填充函数的模糊粒子群优化算法

本文提出了一种基于变换函数与填充函数的模糊粒子群优化算法（Fuzzy partical swarm optimization based on filled function and transformation function,FPSO-TF）.以基于不同隶属度函数的多回路模糊控制系统为基础,进一步结合变换函数与填充函数,使该算法减少了陷入局部最优的可能,又可以跳出局部极小值点至更小的点,快速高效地搜索到全局最优解.最后采用基准函数对此算法进行测试,并与几种不同类型的改进算法进行对比分析,验证了此算法的有效性与优越性.     

多回路网络化控制系统中优化采样频率的确定

在多回路网络化控制系统中，通讯资源的共享和网络传输的时延为系统分析和设计带来新的问题．运用非线性规划理论，分析和推导了多回路网络化控制系统中采样频率优化问题，并由推导过程归纳出易于计算机编程实现的工程化求解方法．通过仿真示例验证了所提出方法的有效性．     

翻转机构驱动力的优化及Adams仿真验证

在某航天器装配平台中,需要设计一个翻转机构实现部件与总体结构的对接工作,其中,外舱板翻转机构的驱动系统设计是重要内容之一.从外舱板翻转系统中外舱板翻转机构驱动力的设计出发,通过对特定负载的分析和理论分析,得到驱动力的大小以及驱动系统安装的最优位置.采用Adams的优化分析功能,以驱动系统安装位置为设计变量,以外舱板翻转机构在翻转过程中所需的最大驱动力中的最小值为目标函数,进行驱动系统的最优化仿真分析.应用Adams对优化设计结果进行仿真分析验证,得到最优结果.     

四旋翼飞行器带速度补偿的多回路PID位置跟踪控制

针对四旋翼飞行器的位置跟踪问题,采用ADAMS(automatic dynamic analysis of mechanical system)软件搭建了四旋翼飞行器的非线性数学模型,并将模型导入到Matlab中,采用多回路PID位置控制策略对飞行器的位置跟踪进行控制,并在此基础上提出采用速度PID进行补偿多回路PID的位置跟踪控制策略.仿真结果表明:所设计的速度PID对多回路PID的位置跟踪控制策略进行补偿,对于四旋翼飞行器位置控制具有响应速度快、超调小、鲁棒性强等特点;所采用的联合仿真方法效果直观.     

多回路网络化控制系统中采样周期的优化算法研究

研究了具有多个控制回路的网络化控制系统中采样周期的优化确定算法．采用将基本周期划分为时间段的方法，取各控制回路的采样周期为基本周期的2的阶次方倍且不大于相应回路的最大允许网络时延．通过对系统的可调度性进行分析，能够优化确定出各控制回路的采样周期，并且保证实时性周期数据和实时性非周期数据的实时传输以及非实时数据的最小利用率．基于CAN总线控制网络的仿真结果表明了本算法的有效性．     

Non‐planar projection performance evaluation and projector pose optimization

In projector applications, the actual display effect is primarily dependent on two aspects: projector performance parameters (intrinsic properties), and projector placement (extrinsic properties). Many studies have been conducted on the impact of the original resolution, illumination, and contrast ratio on projection performance. However, few studies have focused on the influence of extrinsic properties, including the position and orientation of the projector on the projection effect. In this paper, three projection performance evaluation criteria—projection resolution, resolution difference, and projection distance difference—are proposed in terms of extrinsic properties. Based on these evaluation criteria, a projection performance evaluation function was constructed. Through this function, as well as optimization employing the multi‐start and Monte Carlo methods, projector pose parameters corresponding to optimal projection effects can be obtained. Evaluations demonstrated that the proposed projection performance evaluation criteria could correctly describe the impacts of projector placement on projection effects. Projection systems arranged according to the projector pose optimization methods achieved good performance on screens in difference shapes with different numbers of projectors, where the resolution and display improved with no change of projector hardware parameters. The optimal projector poses calculated using these optimization methods can provide theoretical guidance for practical projector placement.     

Robust optimization-based multi-loop PID controller tuning: A new tool and its industrial application

Modern process plants are highly integrated and as a result, decentralized PID control loops are often strongly interactive. The iterative SISO tuning approach currently used in industry is not only time consuming, but does also not achieve optimal performance of the inherently multivariable control system. This paper describes a method and a software tool that allows control engineers/technicians to calculate optimal PID controller settings for multi-loop process systems. It requires the identification of a full dynamic model of the multivariable system, and uses constrained nonlinear optimization techniques to find the controller parameters. The solution is tailored to the specific control system and PID algorithm to be used. The methodology has been successfully applied in many industrial advanced control projects. The tuning results that have been achieved for interacting PID control loops in the stabilizing section of an industrial Gasoline Treatment Unit as well as a Diesel Desulfurization plant are presented.     

基于改进多目标骨干粒子群算法的电力系统环境经济调度

针对粒子群优化算法种群多样性不足、易陷入局部寻优的问题,提出一种基于改进多目标骨干粒子群优化算法(improved bare-bones multi-objective particle swarm optimization,IBBMOPSO)的电力系统环境经济调度的求解方法.IBBMOPSO采用一种搜索权重非线性递减...     

多站时差无源定位传感器网络优化

在可移动无源传感器网络中,观测器与目标的相对几何关系对定位精度有重要影响。为提高对运动目标的定位跟踪精度,提出一种基于时差无源定位几何稀释精度的移动平台实时布站方法。首先推导出二维时差无源定位方法下的带有基线长度和基线偏角的GDOP表达式,将其作为目标优化函数,使用加权离散搜索优化算法求解网内各观测器每一时刻的最佳观测位置,并在此最佳位置对目标进行量测,完成目标运动分析。该方法通估计和优化相结合实现移动平台无源传感器网络的实时优化部署,仿真证明该算法一定程度上解决了时差无源定位算法的定位模糊问题,提高了对运动目标的跟踪精度。     

城市污水处理过程动态多目标智能优化控制研究

城市污水处理过程(Municipal wastewater treatment process, MWWTP)是一个典型的复杂流程工业过程, 其优化运行涉及到多个动态性能指标. 为了实现城市污水处理运行过程的优化控制, 本文提出了一种城市污水处理过程动态多目标智能优化控制方法(Dynamic multiobjective intelligent optimal control, DMIOC). 首先, 建立了一种基于自适应核函数的动态性能指标模型, 实现了城市污水处理关键性能指标的准确描述; 其次, 设计了一种基于自适应飞行参数调整机制的动态多目标粒子群优化算法(Dynamic multiobjective particle swarm optimization, DMOPSO), 可有效平衡粒子的多样性和收敛性, 完成了溶解氧和硝态氮优化设定值的实时获取; 最后, 利用多回路PID控制方法对溶解氧和硝态氮优化设定值进行控制, 实现了城市污水处理过程安全稳定运行. 将提出的DMIOC应用于城市污水处理基准仿真平台, 实验结果显示: DMIOC 能够提高溶解氧和硝态氮的控制效果, 实现城市污水处理过程出水水质达标, 并降低运行成本.