变长度可重复自然数编码的混合算法在模具异地制造调度中的应用

通过分析遗传算法和启发式算法的优劣特点,它提出了将遗传算法和启发式算法相结合的混合算法,将其用于模具异地制造的调度问题中,实现了调度决策的优化。同时针对遗传算法常采用的二进制编码方法的不足,提出了变长度可重复自然数编码的策略。     

相位恢复算法在仿真与实验上的研究

相位恢复算法一直存在着精确度不高,收敛速度慢甚至停滞不前等问题。将基于光强传输方程(TIE)法与G-S迭代算法混合提高了相位恢复的精确度,梯度算法的提出加大了迭代步长,使得收敛速度加快。采用GS-TIE算法和振幅加成梯度算法分别从仿真和实验的角度去比较分析恢复的效果。通过对二维图像仿真得出,振幅加成梯度算法在收敛速度上是GSTIE迭代算法的3倍,精确度是GS-TIE迭代算法的10倍。从实验结果得知,GS-TIE恢复的相位清晰可见,轮廓明显,在边缘处过度均匀,而振幅加成梯度算法相对比较模糊,在轮廓边缘处过度不均匀,悬差较大。     

A local smoothing iterative algorithm for contrast image reconstruction

A new contrast image reconstruction algorithm is proposed. The algorithm is a combination of an iterative quadratic functional minimization algorithm and a local smoothing algorithm. A point-spread function of the iterative algorithm is introduced and a method for its calculation is proposed. The stopping time of the iterative algorithm is found from the required iterative algorithm resolution that is found using the point-spread function. The local filter makes it possible to reduce substantially the random error of image reconstruction without increasing the systematic error.     

An improved genetic local search algorithm for defect reconstruction from MFL signals

This paper presents an improved genetic local algorithm by incorporating the simulated-annealing technique into the perturbation process of the genetic local search algorithm and proposes an improved-genetic-local-search-algorithm-based inverse algorithm for two-dimensional defect reconstruction from the magnetic-flux-leakage signals. In the algorithm, a radial-basis-function neural network is utilized as a forward model, and the improved genetic local search algorithm is used to solve the optimization problem in the inverse problem. Experiments are presented to compare the proposed inverse algorithm with both the canonical-genetic-algorithm-based inverse algorithm and the genetic-local-search-algorithm-based inverse algorithm. The results demonstrate that the proposed inverse algorithm is more accurate and robust to the noise.     

CS-PSO算法在贝叶斯网络结构学习中的应用

针对传统的贝叶斯网络(Bayesian network, BN)结构学习算法运行效率低、算法易早熟、学习效果不理想等缺点,选取布谷鸟(Cuckoo search, CS)和粒子群(Particle swarm optimization, PSO)智能算法,结合BN结构特点,提出了一种CS-PSO的BN结构学习算法。首先,对CS算法从以下三个方面进行改进:利用最大支撑树来指导CS算法的初始化方向,利用解的适应度来调节解的寻优及舍弃过程,利用PSO算法来进行CS算法的位置更新。其次根据BN的结构特征,将CS-PSO算法应用于BN的结构学习。最后采用chest clinic、 credit和car diagnosis三种经典网络作为仿真模型,进行贪婪算法、 K2算法、 CS算法和CS-PSO算法的建模和仿真比较。结果表明, CS-PSO算法在BN的结构学习中,收敛速度快、收敛精度高且稳定性好,可以更快、更优地得到精确的贝叶斯网络结构模型。     

一种确定神经网络初始权值的新方法

针对BP神经网络对易陷入局部极小的缺点,结合粒子群优化算法(PSO)在全局搜索上的良好性能,提出了一种新的算法--PSO-BP混合算法.该算法先用PSO算法将BP网络的初始权值优化到全局极小点附近,然后用传统BP神经网络学习算法进行进一步优化,仿真表明:该方法很好地解决了BP神经网络对初始值敏感、易局部收敛的问题.     

离散数据曲面的三轴数控粗加工代码生成算法

介绍一种用于离散数据的三轴数控粗加工代码生成算法。该算法以离散数据点为输入信息,先构建一个网格曲面,然后通过一系列的计算步骤,最终得到用于实现离散数据曲面粗加工的数控代码。详细阐述该算法的推导过程,并给出算法的实现细节。该算法被证明具有良好的使用价值。     

电磁层析成像图像重建中的修正共轭梯度算法

通过研究共轭梯度算法,推导出适用于电磁层析成像的修正共轭梯度算法,该方法提高了收敛速度,改善了电磁层析成像重建图像的质量。首先以共轭搜索方向充分下降为充分条件,理论推导出修正共轭梯度算法。然后从相对图像误差、相关系数和收敛曲线几个方面出发,评价了Landweber迭代法、单步Tikhonov正则化方法、共轭梯度法和修正共轭梯度法在电磁层析成像图像重建中的结果,得出结论:修正共轭梯度方法的相对图像误差最小,重建图像和原图像的相关系数最高,收敛情况优于共轭梯度算法。     

基于遗传算法的多用户OFDM子载波和比特分配的研究

为了使系统的总功率达到最小,研究了OFDM子载波分配算法,采用遗传算法分配子载波.提出了一种有效的交叉算法并且将遗传算法进行了改进,有效保证每个用户的传输,改进后优于其它算法,能达到资源分配的最佳效果.它易于实现,效果明显,它比其它传统的优化算法有更优越的性能.     

银行家算法在柔性制造系统中的改进和应用

提出了一种应用于柔性制造系统中的避免死锁的算法。该算法是对银行家算法的改进。银行家算法适用于操作系统，而操作系统与柔性制造系统之间存在差异，为使该算法适用于柔性制造系统，必须对其进行改进。通过研究操作系统中的进程与制造系统中的加工任务之间的差别，对算法进行改进。对制造系统采用形式化的建模方法，将建立的模型转换成适合进行模型检查的形式。运用SPIN来对此算法进行仿真，并验证此算法模型的正确性。     

免疫模拟退火算法及其在柔性动态Job Shop中的应用

针对车间作业调度问题，在深入分析免疫算法和模拟退火算法的基础上，将两种算法巧妙结合，提出免疫模拟退火算法。该算法引入了免疫记忆、抽取疫苗和接种疫苗等免疫机制，有助于优良个体和基因的保留和利用，提高了算法收敛性，而且其基于概率突跳特性的爬山性能可以避免早熟现象。针对西安航空发动机（集团）有限公司的柔性动态Job Shop，分别用模拟退火算法、免疫算法和免疫模拟退火算法进行了仿真和比较，研究结果表明，免疫模拟退火算法比单一算法性能更优，是求解柔性动态Job Shop问题的有效实用算法。     

Extended Dyna-Q Algorithm for Path Planning of Mobile Robots

This paper presents an extended Dyna-Q algorithm to improve efficiency of the standard Dyna-Q algorithm.In the first episodes of the standard Dyna-Q algorithm,the agent travels blindly to find a goal position.To overcome this weakness,our approach is to use a maximum likelihood model of all state-action pairs to choose actions and update Q-values in the first few episodes.Our algorithm is compared with one-step Q-learning algorithm and the standard Dyna-Q algorithm for the path planning problem in maze environments.Experimental results show that the proposed algorithm is more efficient than the one-step Q-learning algorithm as well as the standard Dyna-Q algorithm,especially in the large environment of states.     

A GA-SA Multiobjective Hybrid Search Algorithm for Integrating Lot Sizing and Sequencing in Flow-Line Scheduling

It is very important that the sequencing and lot sizing in the flow-line environment are not independent. They should be integrated. In this paper, a multiobjective hybrid evolutionary search algorithm which combines a genetic algorithm and a simulated annealing algorithm is proposed and the performance of the proposed algorithm is compared with the existing genetic algorithm and the simulated annealing algorithm. The algorithms are coded independently and the performance is compared with randomly generated test problems. The objective functions considered for evaluation are the minimisation of makespan, minimisation of overtime and minimisation of holding cost. The scalar fitness function combining all the three objective functions, which minimises total cost, is used. The results are presented in tables and figures. The results show that the proposed hybrid algorithm performs better than the genetic algorithm and the simulated annealing algorithm.     

自调整禁忌搜索算法及其在无损检测中的应用

在基于复数磁导率检测钢铁材料硬度与材质分选过程中 ,由人工方法确定最佳检测相位角的过程较为复杂。首先对人工处理方法进行了研究并由此给出了基本的直接搜索算法 ;为了提高计算的精确度和减少计算时间 ,依据于非线性规划中的罚函数法 ,文中对基于罚函数的禁忌搜索算法进行了研究 ;作为对现有算法的改进 ,进而提出了自调整权系数的罚函数算法 ,并给出了适用于实际使用的计算机自动处理实现方法。将本算法应用于实际的铁磁无损检测仪器中 ,通过实际应用结果进一步验证了算法的有效性和实用性     

超磁致伸缩执行器位移模型的参数辨识

准确辨识模型参数是提高超磁致伸缩执行器位移控制精度的关键,针对单一算法难以实现对超磁致伸缩磁滞非线性模型参数准确识别的问题,将遗传算法与模拟退火算法融合,首先利用遗传算法的快速搜索能力得到一个较优群体,再利用模拟退火算法的突跳能力对整个群体进行优化调整,并在算法中引入最优保留策略和动态步长搜索方法,提出一种改进的遗传模拟退火算法,并将其应用于对超磁致伸缩执行器位移磁滞非线性模型参数辨识。该算法兼具遗传算法和模拟退火算法的优点,既有较快的收敛速度,又提高了辨识精度和最优解质量。通过试验验证,超磁致伸缩棒伸长量的模型计算结果与测量值符合程度较好,平均相对误差为3.85%,该方法能方便有效地辨识模型参数。     

一种高效可靠的剖面线参数化绘制技术

剖面线是图形表达的一个重要方面。剖面线算法到现在已经发展得比较成熟,但其主要矛盾仍在于算法的可靠性,由于剖面线算法的核心部分在于裁剪算法,故其可靠性主要取决于裁剪算法的可靠性,本文在一个新的简捷可靠的裁剪算法的基础之上,采用参数化技术,提出了一种高效可靠的参数化剖面线生成算法。     

求解作业车间调度问题的离散海洋捕食者算法

为把海洋捕食者算法应用于作业车间调度问题,提出了离散海洋捕食者算法。首先,对原算法的连续位置向量进行了离散转换。其次,使用对立学习方法增加初始种群的多样性;采用圆形混沌映射函数来提高算法的收敛速度;改进自适应步长策略从而更好地平衡勘探和开发。最后,通过对典型调度基准算例的测试,并同其他算法进行对比,验证了离散海洋捕食者算法在求解作业车间调度问题时的有效性及更优良的算法特性。     

一种基于小生境的混合遗传退火算法

分析遗传算法和模拟退火算法混合优化策略的构造出发点 ,融合小生境技术的思想 ,提出一种以遗传算法和模拟退火算法为子算法的基于小生境技术的混合遗传退火算法———NGSA算法 ,并对该算法的特点和优化性能作了定性分析。结合典型多峰值测试函数———Shubert函数的求解实验 ,说明NGSA算法具有较强的全局和局部搜索能力 ,能够高效地寻找到多个全局极值 ,且参数选择不必过分严格 ,是一种优化能力、效率和可靠性较高的多峰值优化方法。最后 ,讨论了该算法在机械学科的广泛应用背景。     

一种双臂机器人协调运动在线逆动力学算法

以牛顿—欧拉算法为基础 ,建立适合于双臂机器人协调运动的在线控制算法 ,该算法包括三个部分 ,一是在线运动学正向递推算法 ,二是在线载荷优化算法 ,三是在线逆动力学反向递推算法。不仅给出相应运动学及动力学递推计算公式 ,而且以载荷的最小范数为目标函数 ,实现载荷的优化分配 ,使在线控制算法更具应用价值。最后通过算例验证算法的可行性。     

一种基于改进遗传算法的车间调度问题研究

作业车间调度是一类求解较困难的组合优化问题,在考虑遗传算法早熟收敛问题结合模拟退火算法局部最优时能概率性跳出的特性,该特性最终使算法能够趋于全局最优。在此基础上,将遗传算法和模拟退火算法相结合,提出了一种基于遗传和模拟退火的混合算法,该算法将模拟退火算法赋予搜索过程一种时变性融入其中,具有明显的概率跳跃性。同时。通过选取Brandimarte基准问题和经典的Benchmarks基准问题进行分析,并应用实例对该算法进行了仿真研究。该结果表明,通过模拟退火算法与遗产算法相集合,可以使计算的收敛精度明显提高,是行之有效的,与传统的算法相比较,有较明显的优越性。