利用遗传模拟退火算法解决分布式OS-CFAR检测的优化问题

利用遗传模拟退火算法(GSAAs)对分布式有序统计恒虚警检测(OS-CFAR)系统的k,T参数与融合规则进行了优化设计,给出了典型的3传感器在一致与非一致检测条件下的一组准最优搜索结果。分析表明 GSAAs对于该问题的优化具有良好的适应性。     

布谷鸟算法的含分布式电源配电网最优潮流优化

针对当前模拟退火方法等算法不能满足多约束变量的电网最优潮流设计问题,提出基于布谷鸟算法的含分布式电源配电网最优潮流优化模型。在多目标非线性约束参量模型下构建电源配电网最优潮流目标函数,以机组的耗量和配电总费用为优化目标,采用布谷鸟算法进行最优解多点搜索,模拟鸟群觅食过程和迁徙行为进行全局优化求解,考虑系统的有功损耗进行确定性规划处理,实现含分布式电源配电网的最优潮流求解。仿真结果表明,采用该方法进行含分布式电源配电网最优潮流优化设计有效提高了电源的利用率,降低了系统的运行成本,确保了含分布式电源配电网的经济、安全运行。     

分布式检测多目标融合算法研究

雷达分布式检测的融合准则一般采用的是Neyman-Pearson准则,首先简单分析融合规则和各局部传感器判决规则之间的关系,并利用遗传算法实现融合准则和各局部传感器判决规则的最优搜索,但目前分布式检测各种融合算法只适用于单目标,因此,提出利用区域映射法将检测区域进行分区检测,使单目标分布式检测融合算法与多目标区域检测联合检测,同时单个区域分布式检测采用遗传算法进行优化,最终达到对多目标的分布式检测最优融合.最后给出了数值仿真,仿真结果表明,该方法具有一定的可行性.     

基于改进SFLA-PF算法的OFDM系统的目标跟踪

在OFDM通信系统中,为了解决非线性的目标跟踪问题,提出了基于改进混合蛙跳算法(SFLA)和粒子滤波算法(PF)相结合的方法来研究动态目标跟踪技术.首先利用高斯变异的局部搜索能力强和柯西变异的全局搜索能力强等优点对混合蛙跳算法进行改进,然后用改进后的混合蛙跳算法来优化粒子滤波算法进行动态跟踪,其优点不需要重采样步骤,有效地保持了粒子的多样性和有效性.仿真结果表明,该算法能够有效实现动态目标跟踪,并且跟踪效果优于同等条件下的混合蛙跳算法和粒子滤波算法.     

基于分布式人工免疫算法的数值优化

 本文提出了一种分布式的人工免疫系统模型——塔式主从模型(TMSM),并基于此模型设计了一种用于解决数值优化问题的分布式免疫记忆克隆选择算法(DIMCSA).借助Markov模型,文中证明了DIMCSA的收敛性.为了摆脱网络连接状态对算法性能的影响,客观地衡量分布式人工免疫优化算法的性能,本文设计了多线程虚拟并行计算仿真系统,并分别考虑算法搜索时间和网络通信时间,给出了一种新的比较分布式随机搜索算法性能的指标.实验结果表明,DIMCSA能够用较少的计算代价和通信代价获得更高质量的解,适合解决大规模的复杂优化问题.     

单变量边缘分布算法与蚁群算法的混合算法收敛性分析

智能混杂算法是当前智能优化算法的研究热点,可以融合多种优化算法的优势,提高算法的性能。单变量边缘分布算法具有大范围快速全局搜索能力,但不能很好地利用系统中的反馈信息;蚁群算法是一种并行的分布式正反馈系统算法,但其初期信息素匮乏,求解速度慢。将单变量边缘分布算法与蚁群算法相结合,可以优势互补。基于上述思想,提出一种基于单变量边缘分布算法与蚁群算法混合的算法,并运用马尔科夫随机过程理论对该算法的收敛性进行了分析,结果表明了该算法的优化解满意值序列是单调不增的和收敛的。     

基于直觉模糊Memetic框架的双粒子群混合优化算法

为了平衡粒子群算法多样性与收敛速度,本文在Memetic框架下结合多属性决策,提出基于直觉模糊Memetic双种群混合优化算法.算法采用探索与开发分布式策略,在探索阶段,设计了社会强化算子和碰撞反弹算子提升种群多样性与勘探更多新区域;通过建立直觉模糊多属性决策对探索区域综合评估并生成可能存在的全局最优解区域,进而指导具有拉马克学习的开发种群进行局部精细搜索,实现不同策略下种群间的分布式协作与计算资源的合理分配.通过与其它5种新型进化算法在23个基准函数测试结果中体现出本算法具有更好的综合优化能力.     

考虑微电网并网接入的配电网无功优化

微电网集分布式发电系统、负荷和储能于一体,提高了分布式发电系统的综合利用.微电网的并网接入对配电网的综合无功优化产生影响,因此,配电网的无功优化过程中需要考虑微电网并网接入的影响.本文在充分考虑微电网运行特性的基础上,构建考虑微电网运行特性的配电网综合无功优化,建立以系统有功网损与节点电压为目标的综合无功优化模型,把含微电网的配电网无功优化转化为一多约束的非线性混合优化数学问题,并利用粒子群算法进行求解.通过IEEE 33节点系统的仿真算法分析验证本文提出方法的有效性和正确性.     

分数阶Fourier变换极值搜索算法研究

 针对步进式搜索算法在分数阶Fourier变换域二维平面效率、精度低下的问题,通过推导分数阶Fourier域极值函数的一阶导数及其快速算法,将全局寻优效果好的混沌优化法和局部搜索能力强的多步拟牛顿法相结合,提出了分数阶Fourier变换极值混合优化算法.并对混合算法的全局收敛性进行了证明.最后,通过仿真实例,验证了混合算法的全局收敛性及其快速收敛能力.混合优化算法的收敛速度和精度均好于步进式搜索法、混沌优化法及步进式-多步拟牛顿混合法.     

基于单纯形法的量子粒子群优化算法

针对粒子群优化算法容易陷入局部极值点,进化后期收敛慢和优化精度较差等缺点,提出了将单纯形搜索法与量子粒子群算法混合的改进算法,更好的平衡了全局搜索和局部搜索能力.仿真结果表明,该算法效率高、优化性能好,其性能远远优于一般的粒子群算法与量子粒子群算法.     

一种基于混合智能算法的协作中继选择新方法

针对多用户多中继场景下协作通信系统的中继选择问题,提出了一种基于混合智能算法的协作中继选择新方法。不同于现有的为每个源节点分配一个中继节点的中继选择方法,新方法建立了为每个源节点分配一个或多个中继节点的优化模型,以最大化多用户多中继协作系统的最小接收信噪比为优化目标,采用结合了模拟退火与遗传算法的混合智能算法来搜寻中继选择问题的最优解。仿真结果表明,所提方法可显著提高目的端的接收信噪比,且算法具有较强的全局搜索和快速寻优能力。     

基于联合变换／匹配滤波光学相关器的自动目标识别

研制一种新型超高速智能信息处理系统，该系统采用联合变换光学相关器和匹配波光学相关器组合结构，并在一套光路上用联合变换光相关器来进行目标跟踪，用匹配滤波光学相关器进行目标识别，实验表明这种方法效果良好。     

A new hybrid wavelet-Kalman filter method for the estimation of dynamic system

A new hybrid wavelet-Kalman filter method for the estimation of dynamic system is developed, Using this method, the real-time multiscale estimation of the dynamic system is implemented, and the observation equation established is for the object signal itself rather than its wavelet decomposition. The simulation results show that this method can be used to estimate the object＇s state of the stacked system, which is the foundation of multiscale data fusion; besides the performance of the new algorithm developed in the letter is almost optimal.     

Hybrid applications of constraint satisfaction and meta-heuristicsto railway timetabling: a comparative study

The paper provides a discussion on the train scheduling algorithms developed to create predictive schedules for a fleet of passenger trains which travel along a primarily single-track railway with some double-track stretches. The algorithms are an object oriented constraint based heuristic and two hybrid methods, which represent combinations of the heuristic with tabu search and simulated annealing search control strategies. The data of infrastructures and working timetables of passenger trains of Iran's railway system are used to evaluate and compare the generated schedules. Three delay based performance measures, i.e., sum of weighted waiting times (SWWTs), average of unit waiting time (AUWT), and maximum ratio of waiting time to journey time (MRWJ), are used to evaluate the schedules and compare algorithms, where AUWT and MRWJ are introduced by the authors. Simulation experiments show the success of the three methods and the relative advantages and disadvantages of the algorithms are discussed     

一种安全实用的电子公文系统设计与实现

针对电子公文系统的文档安全性和功能复杂性问题，利用混合密码体制和数字签名技术解决了电子公文的安全性，同时利用COM组件化技术使整个电子公文系统实用、灵活高效。整个系统无缝集成到微软办公软件Word中。     

飞行器参数辨识的一种演化计算方法

将混合遗传算法应用于飞行器气动参数辨识。该方法结合了遗传算法的全局寻优能力和极大似然法的局部寻优能力,使得混合遗传算法不受极大似然法初值选取的影响,同时也解决了遗传算法收敛速度慢和收敛精度较低的问题。在混合遗传算法寻优过程中,仅对最优个体和变异后的个体执行局部寻优操作,从而使得混合遗传算法的计算量维持在一个适当的水平。最后,一个飞行器纵向模型气动参数的辨识仿真表明：混合遗传算法的收敛性和精度都远高于没有采用局部寻优策略的遗传算法。     

共孔径红外/激光双模成像导引头系统研究

针对巡航导弹以及各种对地攻击的灵巧炸弹的末制导段．提出了一种共孔径红外／脉冲激光（IR／Ladar）双模成像导引头系统设计方案,可用于对地面固定目标和各种可重定位（Relocatable）目标进行精确地识别和跟踪。该系统采用了被动红外和主动脉冲激光两种成像模式．以被动红外成像来辅助导引头对目标的搜索和捕获．以主动激光雷达成像来完成对目标的精确识别和跟踪．并且被动红外与主动激光成像系统共用一套光学系统,这样既满足目标搜索和捕获阶段的大探测视场的要求,又满足了目标识别跟踪阶段的高分辨率要求。     

A real-time detector for parked vehicles based on hybrid background modeling

In this paper, a real-time detection system based on hybrid background modeling is proposed for detecting parked vehicles along the side of a road. The hybrid background model consists of three components: (1) a scene background model, (2) a computed restricted area map, and (3) a dynamic threshold curve for vehicles. By exploiting the motion information of normal activity in the scene, we propose a hybrid background model that determines the location of the road, estimates the roadside and generates the adaptive threshold of the vehicle size. The system triggers a notification when a large vehicle-like foreground object has been stationary for more than a pre-set number of video frames (or time). The proposed method is tested on the AVSS 2007 PV dataset. The results are satisfactory compared to other state-of-the-art methods.