基于圆形搜索机制的多反向复合鲸鱼优化算法

为了改进鲸鱼优化算法存在的种群多样性和勘探开采能力不足等问题,提出了基于圆形搜索机制的多反向复合鲸鱼优化算法（CSOWOA）.首先,针对种群多样性进行了改进.通过折射反向学习初始化种群,以便于搜索到更为隐蔽的空间,加强初始种群的多样性;在算法寻优过程中,通过适应度值大小来划分优势种群和劣势种群,分别对其进行折射反向学习和随机反向学习的多反向复合方式,确保算法寻优过程中种群分布的多样性,便于算法寻优。其次,针对算法勘探开采能力进行了改进.采用结合种群成功率的自适应权重来加强鲸鱼的包围搜索能力,同时在包围搜索过程中通过两种圆形搜索机制加强算法的勘探和开采能力,提升算法的收敛速度和寻优精度.最后,加入正态变异来扰动精英个体的位置,带动可能陷入停滞的鲸鱼种群,避免算法陷入局部最优.仿真实验在13个基准测试函数中与几个知名改进鲸鱼算法和经典智能优化算法进行比较,比较结果显示CSOWOA有明显的提升效果.     

基于混沌的多策略优化麻雀算法及应用

针对原始麻雀搜索算法在寻优过程中出现多样性降低,难以跳出局部最优,以及收敛精度不够等问题,提出一种基于混沌的多策略优化麻雀算法.首先,通过Circle混沌映射进行种群初始化,生成分布更加均匀的麻雀种群,增加种群的多样性;其次,引入自适应比例,对发现者的种群规模占种群总规模的比例进行动态变化,平衡算法的全局搜索与局部挖掘能力;然后引入Levy飞行改进发现者位置更新方式,提高算法的搜索范围与局部搜索能力,并且加快收敛于最优值的速度;最后,选择逐维变异与反向学习相融合的方式来扰动当前全局最优位置,通过贪婪算法来筛选出变异前后的最优值作为当前全局最优值,从而提高算法跳离局部最优的能力.本次选择12个基准函数和Wilcoxon秩和检验进行验证,并于六种其他算法进行对比,证明了以上多种策略对于算法的性能提升明显.同时,将该改进算法应用于工程实践中,本文选择压缩弹簧设计优化问题,验证所提改进算法在工程设计中的可行性与优越性.     

基于正交搜索的粒子群优化测试用例生成方法

针对粒子群优化算法易出现早熟收敛的问题,本文提出一种基于正交搜索的粒子群优化测试用例生成方法.首先,利用奇异值分解来预测种群的进化方向,在其正交方向进行搜索,可避免已搜索过的区域,有助于跳出局部最优;然后,对粒子速度项进行改进,使其与正交方向保持一致,保证种群可持续受到正交方向的影响,有利于减少奇异值分解次数,降低时间消耗;最后,对每代最优个体进行局部搜索,以增强算法局部搜索能力.实验证明,本文方法在覆盖率、运行时间、进化代数等指标上均有优势.     

一种自适应惯性权重的粒子群优化算法

为较好平衡粒子群算法中全局搜索能力与局部搜索能力,分析了PSO算法中的惯性权重与种群规模、粒子适应度以及搜索空间维度的关系,并把粒子惯性权重定义为这三者的函数.通过在每次迭代后更新每个粒子的惯性权重,实现了自适应调整全局搜索能力与局部搜索能力,并结合动态管理种群的策略提出了改进的粒子群算法.通过在多个常用测试函数上与已有惯性权重调整算法测试比较,证明新算法具有较强的全局寻优能力与较高的搜索效率.     

阵列天线的双种群遗传算法综合

提出一种双种群遗传算法(DPGA)优化阵元电流幅度,以实现对阵列天线方向图的综合.该算法采用全局与局部两个种群,对每个种群选取各自的目标函数、适应度评价指标和遗传运算方法.DPGA综合了全局种群搜索的广泛性和局部种群搜索的快速性,在全局寻优的基础上将搜索范围局限在含有最优点的较小区域,避免早期收敛,提高了算法的搜索能力.计算结果表明,DPGA不受天线频率限制,并得到比相关文献更好的结果.     

引入模式搜索算子的粒子群优化算法

针对粒子群优化算法(PSO)在解决复杂的高维优化问题时容易陷入局部最优和收敛速度慢的问题,结合模式搜索算法较强的局部搜索能力,提出一种引入模式搜索算子的粒子群优化算法(HJPSO).为避免最优粒子陷入局部最优而导致整个种群出现搜索停滞,在PSO算法的迭代过程中加入判断粒子陷入局部最优的机制,当检测到早熟停滞迹象时,使用模式搜索算子对整个粒子群当前搜索到的历史最优位置进行模式搜索以帮助算法跳出局部最优点.标准测试函数的运行结果表明,该算法具有较强的跳出局部最优的能力,收敛速度较快,稳定性好.     

基于多种群的自适应迁移PSO算法

针对标准PSO中单一社会学习模式造成的算法容易陷入局部最优和后期收敛速度慢等问题,提出了一种基于多种群的自适应迁移PSO算法（Multi-population based self-adaptive migration PSO,MSMPSO）.通过融合两种常用的邻居拓扑结构,赋予个体更多的信息来源;在多个子种群并行进化的基础上,利用不同加速因子的组合赋予各子种群不同的搜索特性,进而通过周期性对子种群的历史性能进行评估,以此为基础指导个体的迁移操作,实现子种群间的协作与计算资源的合理分配,并最终提升算法的综合性能.对CEC2013测试函数的优化结果表明,MSMPSO在求解精度、收敛速度等方面均表现出较好的性能.     

基于改进克隆选择算法的时延受限多播路由

所提改进的克隆选择算法主要利用未成熟优良子群体提供的优良基因信息,根据路径代价最小化的原则和延时要求,修改个体基因以改善种群质量,同时增加一个历史至当前代最佳个体记忆单元以防止种群退化.在无需求解备选路径集的情况,直接运用该算法可快速寻到最优解.对时延受限多播路由的仿真实验表明:该算法比一般克隆选择算法和遗传算法的搜索效率更高,收敛速度更快,且算法复杂度较低,顽健性更强.     

改进的混合粒子群算法

为了能够有效避免搜索过程陷入局部最优,从而增强全局搜索能力,提出一种基于模拟退火的粒子群算法.算法中引入遗传算法中常用的轮盘赌选择算子,能在早期抑制部分超级粒子对种群的控制,增加了群体的多样性.通过测试函数的比较表明,混合算法能很好地保持种群多样性,具有良好的计算精度和全局寻优能力.     

精确对准过程中的算法研究

文章基于单模阵列光纤与平面光波导对准的理论模型,对在精确对准过程中常见的两种位置搜索法(爬山法和模式搜索法)进行了仿真模拟实验.仿真实验证明模式搜索法可以更快地搜索到最大光功率值,算法收敛性明显好于爬山法.     

母体均值区间估计用于多传感器数据关联算法研究

为了提高多传感器数据融合的精度,数据或航迹关联成为对目标跟踪滤波的关键。分析了用于多传感器数据融合的集中式与分布式卡尔曼滤波器,提出了一种新的基于数理统计理论的数据关联算法——正态母体均值区间估计算法,当传感器性能及干扰噪声的统计特性发生突变时,能大大提高数据融合的精度和准确性。     

基于非参量CUSUM的认知超宽带频谱感知算法

提出了一种基于非参量CUSUM的超宽带信号快速检测算法,该算法针对认知超宽带频谱感知中超宽带信号检测问题,根据超宽带信号占空比低的特点,选择短时能量作为非参量CUSUM算法的观测统计量,将块检测思想和序列检测思想进行有机结合,克服了块检测算法的信噪比门限效应,并采用加滑动预处理窗的方式降低噪声对观测统计量的影响。本文通过自适应改变非参量CUSUM算法中Reference Value取值的方法,提出改进算法以进一步缩短检测延迟。仿真证明,占空比为1/10、信噪比为-25dB时, 所提算法可在用户发送50个脉冲的时间内以90%的概率检测出主用户信号的存在,而能量检测算法在8dB时才能达到相同检测概率,且所提算法检测延迟小于能量检测算法。改进算法在-10dB≤SNR≤5dB条件下可明显缩短检测延迟。      

一种快速DOA估计算法

MUSIC算法需要将天线阵列接收数据的协方差矩阵进行特征分解,并在全空域进行谱峰搜索。该算法具有很高的分辨力、估计精度及稳定性,但是运算量巨大,难以实时实现。通过对等距线阵特点及MUSIC算法的研究,提出了一种无需特征分解和在全空域进行谱峰搜索的快速算法,算法采取降维处理的方法快速估计信号子空间,然后根据基于阵列一次快拍的FFT算法粗略估计的局域信号空间进行谱峰搜索,从而有效降低了算法的计算量,理论分析和计算机仿真结果证明了该算法的有效性。     

一种改进的网格资源配置算法的研究与设计

网格资源优化配置问题是一个NP问题,遗传算法可以有效地解决这类问题.针对基本遗传算法收敛速度慢的不足,提出一种改进的遗传算法.该算法通过产生符合条件的初始种群和保护优秀个体的交叉策略,提高了算法的搜索能力和收敛速度.提出的算法综合考虑了资源任务的通信代价、任务执行时间和资源利用率等参数;并结合网格资源的特点,将所有资源统一描述和对待,扩展了资源的概念,具有实际应用意义.     

FM25L256在配网监测系统中的应用

为了匹配存储系统和数据采集的速度,克服Flash擦除次数引起的使用寿命问题,并防止数据查询困难,介绍了支持SPI接口的铁电存储芯片FM25L256,它具有高速读写、低功耗、掉电数据保存的特点,提出了一种在配网监测系统数据存储系统的设计,给出了它与单片机C8051F340的硬件及软件设计。并根据数据变更的频率,采用了以FM25L256暂存监测系统中快速变化的秒、分钟数据,M25P80存储较慢的日统计和月统计文件数据,在FM25L256内建立索引表的方案。数据存储速度由1.55 kHz提高到可达6 MHz,Flash使用寿命延长与配网检测仪持平,查询时间减少到0.11%。     

求解TSP问题的离散型萤火虫群优化算法

基于求解TSP问题,提出一种离散型萤火虫群优化(DGSO)算法,该算法结合TSP问题特点,给出一种有效编码和解码方法,并定义适合编码的个体间距离计算公式和编码更新公式.同时,为增强算法求解TSP问题的局部搜索能力,加快算法的收敛速度,算法使用了操作简单的2-Opt优化算子.最后,通过对10个TSP问题进行仿真实验,实验结果表明本文提出的算法是在种群规模较小,迭代次数较少的情况下就可以收敛到已知最优解.在大规模TSP算例中算法获得的最优值与理论最优值的误差也在1%以下.     

红外搜索跟踪系统作用距离分析与计算

针对环境对红外搜索跟踪系统作用距离的影响,分析了传统作用距离方程中与环境有关的参数,进而改变了作用距离的表达形式.在新的作用距离表达式中,等效噪声功率充分反映了包括环境噪声因素在内的各类噪声的大小,通过分析探测器数字图像中噪声统计特性,并依据探测器灰度灵敏度估算了等效噪声功率,从而达到在不同的实际应用环境中估算红外系统...     

Mesh网络p-cycle的快速配置方法

该文提出了mesh冗余网络中快速配置p-cycle保护环的方法。算法从两个方面有效地提高配置速度:一方面在一次比较搜索过程中,配置一个多容量pcycle环,而不是仅配置一个单位容量环;另一方面,将已有算法基于圈的搜索策略,改进为基于通路的搜索策略。这样可以有效地防止大量的搜索信息汇聚到一个节点,降低配置速度。当改为通路搜索后,原来汇聚到一个节点的处理,可分散到多个相邻节点进行并行处理,这将有效地加快配置速度。通过仿真表明,该钟法具有同已有算法相当的恢复率,但所需的搜索趟数性能却能获得大幅度的改善,同时也不显著增加备用容量的消耗。结果表明网络规模越大,本文算法的优势越明显。     

基于异构忆阻器的1T2M多值存储交叉阵列设计

忆阻器作为一种新型电子元件,具有尺寸小、读写速度快、非易失性和易于与CMOS电路兼容等特性,是实现非易失性存储器最具发展前景的技术之一.但是已有的多值存储交叉阵列存在电路结构复杂、漏电流和存储密度低等问题,影响了多值存储交叉阵列的实用性.该文提出一种基于异构忆阻器的多值存储交叉阵列,其中存储单元由1个MOS管和两个具有...     

基于最大熵的分布估计算法

分布估计算法是当前进化计算领域的一个新方向。文中提出一种新的基于最大熵的分布估计算法,主要用基于最大熵估计种群中的模式概率分布,取代贝叶斯网络分布估计算法中的贝叶斯概率图模型。该算法无需进行贝叶斯网络学习,大大减少了计算量,而且还能获取更准确的概率分布估计。实验结果表明,与贝叶斯优化算法相比,该算法具有更高的稳定性和更强的寻优能力。