基于遗传算法的试题库组卷研究

组卷问题是一个多重优化约束目标求解问题,使用传统方法解决此种问题较困难,考试题库以及组卷算法的设计决定了组卷的效率和质量。文中提出一种基于遗传算法的组卷方法,给出了初始种群方法,分段编码及交叉算子、变异算子,优化了搜索过程,实验证明求解组卷问题采用该方法行之有效,有利于实现考试的规范化、科学化、教考分离。     

用遗传算法解组卷问题的设计与实现

组卷问题是一个多重约束目标的问题求解，为此我们设计了一个求解该问题的遗传算法，给出了分段二进制编码的针对该编码的交叉算子，变异算子的改进，实例表明该遗传算法在求解组卷问题非常有效。     

基于EDPSO算法实现智能组卷

组卷问题是一个多重约束的组合优化问题,目前已有多种组卷策略、组卷算法都从某一方面或某几方面对智能组卷系统进行了改进和研究,并取得了一定的进展,文中基于分布估计离散粒子群算法进行了组卷.     

基于改进蝗虫优化算法的智能组卷策略

针对传统组卷策略组卷时间长、试卷质量低等问题,本文提出了一种基于改进蝗虫优化算法的智能组卷策略。首先,综合知识点覆盖率、难度系数等因素,建立多目标评价模型;其次,将试题组合方案编码为蝗虫个体,通过蝗虫优化算法寻找最优组合方案,引入最优导向与随机竞争策略更新个体位置,以增强算法全局搜索能力;结合模拟退火思想,以使算法有能力跳出局部最优;引入余弦自适应函数调整搜索步长,以提升算法收敛速度。根据最优试题组合方案,生成一套高质量的试卷。实验结果表明,基于改进蝗虫优化算法的智能组卷策略与PSO-GA相比,组卷时间降低了52%,适应度提升了19%;与传统蝗虫优化算法相比,组卷时间降低了30%,适应度提升了14%。     

模块化可重构服务机器人群的任务规划

对模块化可重构服务机器人群在医院中应用所产生的任务规划问题进行了分析和建模,提炼出一个多目标、多约束的多维组合优化问题.设计了改进二进制蜜蜂算法(IBBA)进行组合方案寻优.作为一种启发式群智能优化算法,其特点在于:(1)全局搜索和局部搜索的功能划分明确且并行实施;(2)在基本算法框架中融入了组合方案的表示与进化方法、多目标处理方法、约束处理方法等要素;(3)在算法原型的基础上改进了局部搜索策略.针对一个实际算例进行了优化计算,算法在可行性、稳定性、计算结果质量、计算效率、单目标优化等方面取得了较好表现,并从算法机制中得到了合理解释.扩展了模块化可重构机器人的研究范畴,为多目标、多约束的多维组合优化问题提出了通用的建模方法和优化算法.     

遗传算法在自动排课系统中的应用

排课问题是一个有约束的、多目标的组合优化问题，是一个已被证明的NP完全问题。本文旨在相关遗传算法和多目标优化理论的基础之上，结合数学分析的方法，研究了遗传算法在排课系统中的应用。     

IRS和人工噪声辅助的MIMO-SWIPT系统安全传输方案设计

针对多天线无线携能通信系统中能量收集节点作为潜在窃听者的信息安全问题，提出了一种智能反射面(Intelligent Reflecting Surface, IRS)和人工噪声辅助的物理层安全传输方案。首先考虑发射功率、能量收集门限以及IRS单位模约束，以最大化系统安全速率为优化目标，在合法用户直射链路不可用的情况下，联合设计发射端波束赋形矩阵、人工噪声协方差矩阵以及IRS相移矩阵，建模一非线性多变量耦合的非凸优化问题；接着利用均方误差准则等价转换非凸目标函数，并利用连续凸逼近方法(Successive Convex Approximation, SCA)处理非凸的能量收集约束；最后基于交替优化框架，分别用拉格朗日对偶方法和基于价格机制的优化最小化(Majorization-Minimization, MM)算法求解发射端变量和IRS端变量。仿真结果表明，与现有方案相比，所提算法能够在保障能量收集需求的同时大幅度提升系统的安全性能。     

约束松弛技术与多目标优化分析

阐述在实现多个目标时，这些目标通常是相互冲突的，而且受到诸多条件的限制。通过一种基于双种群双阶段的算法，结合两种不同约束松弛技术，解决具有复杂约束的多目标优化问题。     

基于分布式约束优化的多平台导弹协同航路规划

 考虑到战场环境存在不同威胁体,引入改进型Voronoi图,完成了不同威胁集合下导弹可飞航路集的构图;建立了威胁和燃油模型,计算得到各段航路的代价.在此基础上,针对多导弹航路的总代价最小,且到达目标的最大时差最小的优化目标,将多平台导弹航路规划问题建模为分布式约束优化问题,并利用分布式约束优化算法求解各弹的航路.针对典型实例进行了仿真,获得了优化的航路方案,且计算时间、通信量等指标均表明了模型方法的有效性.     

双智能反射面辅助的毫米波系统和速率最大化研究

智能反射面(Intelligent Reflecting Surface, IRS)作为一种低成本的无源设备，它能够智能地控制无线传播环境。考虑一种双IRS辅助下行毫米波多输入多输出(Multiple-Input Multiple-Output, MIMO)系统，通过联合优化两个反射面的反射相移矩阵和基站预编码矩阵，最大化多用户和速率，同时满足发射功率约束以及IRS反射系数的模一约束。由于两个反射面之间存在反射链路，优化问题中的优化变量高度耦合，因此采用交替优化对原问题进行解耦，子问题中分别采用流形优化和最小均方误差方法来求解。仿真结果表明，所提方案获得了比现有块坐标下降方案以及随机相位方案更好的和速率优势。     

基于改进梯度投影算法的压缩感知超宽带信道估计

超宽带是近年来兴起的一种高速无线通信技术,考虑其过高带宽带来的采样难度较高的问题,压缩感知理论提供了一种可行的低速采样方法。针对梯度投影稀疏重构算法应用于超宽带信道估计中效果不佳的问题,提出了改进的梯度投影算法。改进算法采用原始算法的目标函数形式,取消原始算法中沿负梯度方向搜索和负梯度向可行集合投影后再搜索的交替搜索方式,改为一直沿负梯度方向搜索的单一搜索方式,从而避免了原始算法的高运算复杂度和过于严格的约束条件对算法的限制,同时该目标函数相对于梯度追踪算法加上了对稀疏噪声的约束条件,变成了l₁范数优化问题。实验结果表明该算法相对于梯度投影稀疏重构算法能够显著降低运算复杂度,提高运算速度,同时相对于梯度追踪算法也有重构性能上的提升。      

基于多频信息融合的高频雷达目标检测

针对高频雷达面临的干扰严重、目标雷达散射截面(Radar Cross-Section, RCS)起伏等问题, 提出将靶场雷达中的多频探测技术引入高频雷达, 大幅降低了干扰和RCS起伏对雷达系统目标检测能力的制约, 同时提出了一种基于非相干积累的多频信息融合技术, 将多频点数据在速度域上进行非相干积累, 获得高信噪比, 进一步提升高频雷达目标检测能力.通过仿真和实测数据验证, 上述方法能够在原有信噪比基础上得到提升, 与理论值相近.证明该方法有效.     

一种基于量子低密度奇偶校验码的陪集搜索算法

在低密度奇偶校验码和量子纠错理论基础上,分析了基于稀疏矩阵的量子LDPC码的构造方法,提出了一种量子CSS码的编码实现过程中有效的陪集搜索方法,以（3,8）（16,6）量子LDPC码的构造过程为例说明此陪集搜索算法的有效性,并与现有的陪集寻找算法进行了比较。数值计算结果表明,改进的陪集搜索算法在获得与传统搜索方法相近的性能情况下编码速度有了显著提高,同时克服了传统陪集搜索算法中量子码字的存储问题。     

多径信道下OFDM系统定时同步算法

在无线信道中,由于多径的存在,影响OFDM系统定时的准确性。为了保证高效的数据传输,传统方法不应该限制码间串扰（ISI）对循环前缀（CP）的占用。文中在pre-FFT定时同步算法的基础上提出一个新的定时同步算法及其改进算法,该算法利用规则集对相关函数和导函数优化的方法得以进一步减小估计方差,本文在给出其推导过程的基础上给出了仿真结果,并与相关算法进行比较,结果表明新算法的定时估计精度较高且具有一定的鲁棒性。     

基于Petri网的攻击检测模式的优化生成算法

本文介绍了基于Petri网的入侵检测系统的概念,指出了这种方法所面临的主要困难是状态的组合爆炸,由此提出了通过将入侵模式Petri网和应用约束Petri网进行合成操作,从而减小无用状态的优化算法。     

An adaptive Gauss-Newton algorithm for training multilayer nonlinear filters that have embedded memory

We describe herein a new means of training dynamic multilayer nonlinear adaptive filters, orneural networks. We restrict our discussion to multilayer dynamic Volterra networks, which are structured so as to restrict their degrees of computational freedom, based on a priori knowledge about the dynamic operation to be emulated. The networks consist of linear dynamic filters together with nonlinear generalized single-layer subnets. We describe how a Newton-like optimization strategy can be applied to these dynamic architectures and detail a newmodified Gauss-Newton optimization technique. The new training algorithm converges faster and to a smaller value of cost than backpropagation-through-time for a wide range of adaptive filtering applications. We apply the algorithm to modeling the inverse of a nonlinear dynamic tracking system. The superior performance of the algorithm over standard techniques is demonstrated.This work was supported by the Stanford Gravity Probe-B project under NASA contract AS 8-36125.     

改进的遗传算法在背包问题中的应用

介绍了一种最优保存遗传算法,针对该算法提出一种改进方案,一方面改变了保存最优个体的方法,另一方面对不满足约束条件的个体采用贪心策略进行改造,使其满足条件。最后通过一个具体的背包问题实例验证了改进算法的可行性和有效性。     

Visual tracking based on the sparse representation of the PCA subspace

We construct a collaborative model of the sparse representation and the subspace representation. First, we represent the tracking target in the principle component analysis (PCA) subspace, and then we employ an L1 regularization to restrict the sparsity of the residual term, an L2 regularization term to restrict the sparsity of the representation coefficients, and an L2 norm to restrict the distance between the reconstruction and the target. Then we implement the algorithm in the particle filter framework. Furthermore, an iterative method is presented to get the global minimum of the residual and the coefficients. Finally, an alternative template update scheme is adopted to avoid the tracking drift which is caused by the inaccurate update. In the experiment, we test the algorithm on 9 sequences, and compare the results with 5 state-of-art methods. According to the results, we can conclude that our algorithm is more robust than the other methods.     

基于ILT的版图自动层次构造算法

在超大规模集成电路设计中，随着版图规模的急速增大，采用层次(hierarchieal)版图验证的方法成为提高计算效率的关键。版图中存在大量重复单元的阵列，单元边界问题处理策略的选择．是决定版图层次验证工具效率的一个关键。文章采用了基于版图倒序树(ILT)的自动构造皈图层次的算法，使扁平的版图形成多个层次，利用新增单元版图规模的压缩达到加速处理边界问题的效果，提高了版图层次验证工具的效率。