特征选择中B&B算法的改进及比较

B&B(Branch & Bound)算法是特征选择中的一种全局最优算法,其固有缺点是运行时间太长.用B&B算法构造一棵搜索树,在树中搜索最优的特征子集.对B&B算法的研究集中在化简搜索树从而降低搜索复杂度上,提出了几种改进的B&B算法.从原理上分析了B&B算法及其各种改进的优缺点,将这一系列算法纳入到同一个算法框架,并在此基础上提出了一种针对BBPP算法的改进算法,BBPP+算法.通过比较各种实验数据,发现改进后的BBPP+算法的运行效率比已有的B&B算法更好.     

融入等温过程的改进灰狼优化算法

灰狼优化算法是一种新颖的群智能优化算法,针对该算法存在的平衡全局探索和局部开发效率低、易陷入局部极值的问题,提出融入等温过程的改进灰狼优化算法IGWOSA。为了平衡算法开发与探索的能力,IGWOSA在灰狼位置更新操作后,融入等温过程。根据metropolis准则对更新的新位置进行取舍,从而增添了算法跳出局部极值的能力。同时,对α、β、δ灰狼赋予高斯扰动变异操作,进一步提升搜索效率。实验结果表明,对于13个基准函数,改进策略能有效提升算法性能;高斯扰动对算法性能有显著提升效果;IGWOSA与最先进的同类算法EOGWO、EGWO、CGWO相比,在搜索效率和性能方面优势明显。其中,IGWOSA尤其擅长处理单峰函数,更是以数量级的优势优于对比算法,但是,在处理多峰函数时,EGWO以微弱的优势优于IGWOSA。     

基于网格划分策略的改进人工鱼群算法

人工鱼群算法是一种新型的随机搜索优化算法，初步研究表明该算法具有许多优良的性质。通过引入网格划分策略和禁忌搜索算法．对基本人工鱼群算法进行了改进，减少了迂回搜索的无用计算，同时也使人工鱼可以在解空间内进行更为全面的搜索，提高了搜索效率，加快了系统满意解域的确定；通过对变量空间进行网格划分，提供了获取系统最优解的方法，而且加强了对鱼群公告板信息的使用。实验表明，与基本人工鱼群算法相比，该方法具有明显的优越性。     

改进粒子群算法的多无人机航迹优化

针对多无人机协同搜索多运动目标航迹优化问题,建立基于搜索概率图的信息环境模型,提出了一种基于人工势场与自适应参数调整粒子群优化的搜索算法(APF-APSO算法),用于不确定环境中的动态目标搜索。利用人工势场中无人机与山体之间、无人机之间的虚拟排斥力进行有效避障,以及无人机与目标之间的虚拟吸引力加快目标搜索;通过非线性的指数函数参数调整法对粒子群参数进行调整,并根据无人机搜索过程中得到的栅格单元信息确定度和目标存在概率对搜索概率图进行实时更新,来引导无人机对目标进行搜索。仿真结果表明,与其他算法相比,所提算法在搜索目标方面具有很大的优势,缩短了路径长度;避免了陷入局部最优解,具有较好的收敛性;能够有效地实现多无人机之间的协同搜索,提高了搜索效率。     

一种改进的Steiner树启发式算法

最小Steiner树问题是NP完全问题，关于Steiner问题的启发式算法的研究具有重要理论和实际意义。本文在MPH算法基础上，对于经过某些关键节点的短路径优先考虑，提出了KBMPH算法，从而实现更多链路的共享。在随机网络上的仿真结果表明，极大多数情况下，在准Steiner树的网络费用KBMPH算法优于MPH算法，KBMPH算法的复杂度为O（n^3）。     

基于RRT改进算法的伪卫星导航轨迹纠偏策略研究

针对现有基于伪卫星的室内小车导航实际轨迹偏离的问题，提出了一种基于快速搜索随机树法（RRT）改进算法的导航轨迹纠偏方案。在轨迹纠偏方案中，利用软件无线电（SDR）软件对小车原有的遥控信号进行采集并进行调制，得到可以操控小车的信号；并在纠偏程序中添加改进的RRT 算法在小车轨迹偏离时进行轨迹规划，从而达到小车轨迹纠偏。结果表明，此方案在进行伪卫星室导航时减小了小车的轨迹偏差，纠偏效果明显。     

改进的快速SPIHT算法

SPIHT算法是一种简单、有效的嵌入式零树编码算法,但是,它需要大量存储空间,而且存在多次重复运算,因而复杂程度高,时间消耗大,不利于实时压缩。改进的SPIHT算法针对原算法的不足引入了“最小阈值”和“最小输出位”,同时改变了原算法的扫描顺序,降低了算法的复杂程度,并使其更有利于并行优化处理。实验证明,改进后的算法减少了编解码过程中的存储容量和时间消耗,而重建图像的峰值信噪比和人眼视觉效果与原算法相当。     

采用改进的细菌觅食优化算法求解 RCPSP

针对细菌觅食优化算法全局搜索能力较弱和收敛速度慢的问题,对算法的更新方式进行改进,在算法的初期通过粒子群算法进行全局搜索,使细菌在更新时感知周围环境,再由细菌觅食算法的趋向操作进行局部搜索,提高算法的计算精度和搜索能力。最后运用实例对算法进行验证,实验结果验证了此算法在求解资源受限的项目调度问题时的可行性和优越性。     

均匀搜索粒子群算法

针对基本粒子群优化算法容易陷入局部最优解的问题,本文定义了PSO粒子搜索中心的概念,并对其随机状态下粒子搜索中心在全局最优解与局部最优解之间的概率密度进行了计算,在此基础上提出了粒子搜索中心在两个最优解之间均匀分布的均匀搜索粒子群算法,并通过7个Benchmark函数与基本PSO算法进行了对比实验及算法分析,实验分析结...     

DVB-C与IPTV的博弈--正确认识IPTV

本文介绍了IPTV的技术特点,阐述了DVB-C与IPTV各自的优、缺点,分析了IPTV带给广电DVB-C的压力以及机遇,论述了这两种数字电视在竞争中的处境,并就广电行业如何正确看待IPTV、发展DVB-C进行了有益的探索。     

基于博弈论的二次博弈波束成形算法

针对波束成形算法中,用户的信号方向估计值和用户之间的功率分配存在着相互矛盾,本文提出了一种基于博弈论的二次博弈波束成形算法,构建了波束成形博弈算法数学模型,首先在第一次博弈的时候,将波束成形算法中的信号方向和功率分配映射为博弈论数学模型中的局中人,将其建模为函数的极大极小值求解问题,先求解出信号方向;然后在第二次博弈的时候,将不同用户的功率分配过程描述为一个多用户的博弈过程,设计了功率分配更新算法,通过数学推导论证了纳什平衡点的存在性和唯一性。最后在仿真中,与传统最大信噪比算法进行比较。结果表明该文算法的性能要优于最大信噪比算法,并且讨论了不同参数对该文算法的影响。     

基于Bertrand博弈论的动态频谱分配算法

研究了在多主用户参与的完全竞争模式下的频谱价格问题,建立基于博弈理论的经济模型,分析主用户的频谱利润和频谱价格与认知用户的频谱需求之间的关系。考虑了主用户数、频谱替代因子和学习速率对频谱价格、纳什均衡、收敛性及稳定性的影响。仿真结果表明,合理的频谱价格及传输参数,可以使主用户获得的利润最大化,合理的学习速率可以使主用户的频谱价格快速收敛,通过有偿频谱共享,充分调动了主用户的积极性,从而有效的缓解了认知用户频谱资源紧张的局面。     

多主多从Stackelberg博弈下的边缘缓存资源分配算法

为鼓励视频服务提供商参与到缓存过程中,本文提出一种基于Stackelberg博弈的激励缓存资源分配算法。与传统激励缓存资源分配方案不同,本文考虑同时存在多个网络运营商和多个视频服务提供商,视频服务提供商从网络运营商处购买存储空间以缓存热门视频。针对该场景,本文将该激励缓存模型建模为多主多从Stackelberg博弈问题,分别构建主方和从方的效用函数,证明了在网络运营商价格确定的情况下,视频服务提供商之间的非合作博弈存在纳什均衡。文章利用分布式迭代算法对该博弈模型进行求解,获得了视频服务提供商的最优缓存策略和网络运营商的最优价格策略。仿真结果表明,本文提出的激励缓存机制可使视频服务提供商获得比其他缓存分配算法更高的单位成本收益。      

一种基于演化博弈的分簇协作路由算法

现有的分簇协作路由没有依据协作通信的特点选择簇头,也没能根据簇头节点的服务能力均衡簇成员负载,因而不能充分发挥协作通信能量高效的优势.本文提出了一种基于演化博弈的分簇协作路由算法CCREG.算法首先定义虚节点剩余能量作为簇头确立的指标,然后通过动态演化博弈为簇联盟问题建立模型.簇成员节点选择不同簇头结成联盟,可获得不同的收益.收益由簇头的能力、簇成员节点个数等因素决定.簇成员节点都可以根据自身得到的信息有限理性的选择簇结成联盟,直到网络中所有节点改变簇联盟都不能获得更高的收益.实验结果表明,与协作多输入多输出路由算法CMIMO相比,CCREG算法的网络生存周期在两个簇头情况下延长14%到70%,三个簇头情况下延长5%到80%.     

Broadcast Retransmission Algorithm Based on Potential Game in CRNs

Wireless Personal Communications - The potential game as a special type of game, compared to other types of game, has the finite increment property, the existence and uniqueness of Nash equilibrium...     

基于个体稳定度博弈的动态社区发现算法研究

在动态网络中发现社区结构是一个复杂而又有重要意义的课题。该文针对动态网络中的社区发现问题,提出一种基于个体稳定度的博弈论方法(PDG)。在该博弈方法中,网络中的每个节点都是一个独立个体。个体会根据网络中的其他个体的状态,使用最佳应对策略进行社区的选择。针对网络演化过程中的社区更新问题,该文提出了格局检测(Configuration checking)等优化策略,从而大大提高了演化网络的社区发现的效率。最后,在真实演化网络的实验中,与最新的静态和动态社区发现方法进行对比,验证了PDG方法的效率和效果。     

CR系统中基于微分博弈的功率控制算法

该文针对认知无线电系统动态性的特点,将微分博弈理论应用在认知无线电系统的功率控制中,建立了功率控制的非合作微分博弈模型,提出了一种基于微分博弈的分布式非合作功率控制算法。该算法在满足认知用户平均功率门限和QoS需求的基础上,实现了分布式动态功率控制,获得了反馈纳什均衡解析解。仿真结果表明,该算法可有效控制各认知用户的发射功率,增加系统吞吐量,提高系统性能。     

基于遗传算法对LEACH协议的改进

针对LEACH协议中簇头随机选举产生、重新建簇频率过高、单簇头非健壮性的不足,提出改进算法LEACH—GAHS。该算法结合能耗、距离信息,利用遗传算法优化簇头生成,并建立候选簇头集来提高算法的鲁棒性和降低建簇的频率,从而延长了网络生命周期。