MIMO双向中继信道能量效率优化算法

研究了多输入多输出(multiple input multple output,MIMO)双向中继信道的能量效率优化问题。首先考虑无功率约束下的能量效率优化问题,采用嵌套优化方法得到最优的功率分配。然后求解有功率约束时的能量效率优化问题,如果无功率约束时的最优解在最大功率约束内,则该最优解为有功率约束时的最优解;否则通过确定一部分节点的最优发射功率,减小剩下节点的发射功率的优化区间来求解该问题。仿真结果验证了所提优化算法的有效性。     

基于交叉熵的NC-OFDM系统最优导频序列设计算法

针对NC-OFDM(non-contiguous orthogonal frequency)系统子载波非连续且动态变化导致传统等间隔分布的导频序列设计算法计算复杂度高、频谱利用率低和处理时延大等问题,提出了基于交叉熵的最优导频序列位置优化设计算法。算法以最小化系统均方误差为准则,采用交叉熵算法在所有可用子载波中求解目标函数的最优解,有效解决了传统穷举搜索算法计算复杂度高的问题。与传统算法相比,所提算法保证了信道估计精度,降低了系统均方误差和误码率,从整体上提高了系统性能。     

基于GSO-SFLA算法的多中继OFDM子载波分配

为研究多中继协作正交频分复用(orthogonal frequency division multiplexing,OFDM)系统子载波分配,提出了萤火虫算法与混合蛙跳算法相结合的联合优化算法(GSO-SFLA)来搜索最优子载波对。在总功率约束条件下,以最大化信息传输速率为优化目标,提出了子载波分配模型,给出了基于GSO-SFLA算法的子载波分配步骤,并仿真验证了所提出的子载波分配方案。仿真结果表明,与固定子载波算法和传统的萤火虫算法相比,所提出的基于GSO-SFLA子载波分配方案能获得较大的信息传输速率。     

联合BP神经网络和粒子群的结构有限元模型修正

为解决有限元模型修正中寻优速度慢和算法易于陷入局部最优的问题,提出了采用BP神经网络作为代理模型,采用粒子群算法作为优化算法的模型修正方法。为验证算法的有效性和高效性,采用所提方法对一个钢桁架进行了模型修正,修正结果表明,所提算法能够准确找到结构损伤位置,并且对杆件的损伤程度的识别精度较高,并且与传统的直接调用有限元模型计算结构响应的方法对比,所提方法在寻优速度上具有明显提升。     

结合光伏光热组件的双源热泵系统的研究

考虑到太阳能电池板温度升高时其光电转换效率降低,以及水源温度升高时热泵运行效率增加的特点,设计出一套结合光伏光热(PV/T)组件的双源热泵系统。对该系统进行室外实际运行实验,通过实验验证系统是否能够稳定运行,并验证太阳能电池板降温提效的可行性。实验结果表明,该系统运行可靠,且组件电池转换效率与固定倾角的追踪式光伏(TPV)组件相比,提高0.3%左右,能够为下一步研究最优运行方式提供实验数据支持。     

基于协同演化的随机柔性制造系统的建模与优化

柔性制造系统在实际生产系统中占有重大比例,而实际生产系统中会出现多种突发状,所以随机环境下柔性制造系统则更符合实际生产系统的特性。它将协同进化策略引入到混合进化算法中,使用粒子群算法作为基础进化算法,并增加参数自适应调整策略,在进化过程中动态地调整参数,更好地解决了随机柔性作业车间的调度问题。通过实验,取30次均值作为最终结果,验证了所提算法能够在大规模解空间的随机调度问题上得到更好的最优解,提高最优解的鲁棒性。     

基于粒子群优化的反向传播神经网络算法在建筑物沉降预测中的应用

神经网络具有结构简单,鲁棒性强,能够逼近任意函数的非线性映射能力,在多个领域得到了广泛应用。但其梯度下降法容易陷入局部最优,训练效率较低。采用粒子群算法(PSO)对BP神经网络进行改进,利用粒子群算法为BP神经网络提供精确的全局搜索能力,提高其训练效率和预测精度。基于建筑物实际沉降观测数据,对BP神经网络和PSO-BP神经网络进行对比分析。结果表明,PSO-BP神经网络的训练效果获得了较大提升,预测精度提升了约61%,预测结果明显优于传统BP神经网络。     

基于用户满意度的异构物联网资源分配策略

随着物联网技术的不断发展、物联网应用的逐渐推广,单一的接入网络很难满足全部的物联网业务需求,多网并存、融合成为物联网发展的主流方向。为了保证物联网终端的运行,如何建立高效的资源分配策略是需要解决的首要问题。提出了1种基于用户满意度的异构物联网资源分配策略。在综合考虑用户体验和传输速率的基础上,得到优化的效用函数,通过计算物联网终端在不同接入网中的最优带宽,得到有效的异构物联网网络资源分配算法。仿真分析结果表明,所描述的资源分配算法相比其他算法可以获得更好的用户满意度。     

基于双重效用的政府与建筑企业的委托代理模型研究

用委托代理理论讨论我国政府投资项目中的政府与企业关系,分析政府作为委托人的特点和效用函数形式,构建并求解双重效用模型。双重效用模型中的政府效用包括经济效用和社会效用两个方面。分析表明,双重效用模型中政府效用随着外部的不确定性、社会效用相对权重等参数的改变而改变,进而最优激励策略也随之改变;并且,该模型中政府对企业的激励系数较大,政府最终的效用也较高。