改进的RFID二进制搜索防碰撞算法

在二进制搜索算法的基础上,对读写器的寻呼方式进行优化,进而提出了一种改进的防碰撞算法.改进算法不但减少了读写器工作区域内电子标签响应的数量,而且降低了碰撞几率.在传输二进制数据总长度方面,改进算法比基本二进制搜索算法和动态二进制搜索算法表现出更好的性能.另外,在读写器寻呼次数相同的条件下,改进算法对电子标签的识别速度比基本二进制搜索算法和动态二进制搜索算法更快.     

RFID二进制搜索算法的改进及其防碰撞实现

在分析现有防碰撞算法的基础上：重点研究了二进制搜索算法及其改进算法一动态二进制搜索算法,并将其具体到防碰撞的实现上。动态二进制搜索算法在减少最小延时的同时,提高了射频识别系统的防碰撞效率。     

RFID二进制搜索算法的研究与改进

分析了RFID防碰撞算法中的二进制搜索算法及动态二进制搜索算法的原理,并提出了一种新的改进方法,从阅读器和应答器两方面同时进行改进,提高了系统识别效率。     

基于二进制搜索算法的RFID系统防碰撞算法

为了有效解决二进制搜索算法标签识别延时过长的问题,提出了二进制搜索算法的一种改进算法,通过设置堆栈,变量Count,引入了反向搜索的机制.仿真试验结果表明该改进算法显著地减少了读写器向标签发送的请求次数,解决了二进制搜索算法延时过长的问题,提高了标签识别的效率.     

基于扁平N叉树搜索的RFID防冲突算法

防冲突技术是无线射频识别(RFID)系统中的关键技术. 针对二进制搜索防冲突算法读取海量数据标签效率低的问题,通过分析标签数量为海量数据的特征以及标签编码的规律性,基于管理系统中海量数据标签的编码规律和现有二进制搜索算法思想,提出了适合于读取海量数据RFID标签的扁平N叉树搜索防冲突算法. 测试结果表明,该算法在标签总数大于一定数值时,其读取标签效率优于二进制搜索算法.     

基于射频识别技术的多目标识别防碰撞算法

分析多目标碰撞产生的原因,介绍现有多目标防碰撞算法及相应的改进算法,提出了一种快速的二进制搜索算法,通过对碰撞位进行分组的方式减少查询次数,更好地解决多目标识别产生碰撞的问题。仿真结果表明,此算法的性能较其他二进制树防碰撞算法有比较明显的提高。     

基于遗传算法的最小生成树算法

以图论和遗传算法为基础 ,提出了一种求最小生成树的改进遗传算法 .该算法采用二进制编码表示最小树问题 ,用深度优先搜索算法进行图的连通性判断 ,并设计出相应的适应度函数、单亲换位算子和单亲逆转算子以及四种控制性进化策略 ,以提高算法执行速度和进化效率 .与Kruskal算法相比 ,该算法能在一次遗传进化过程中获得一批最小生成树 ,适合于解决不同类型的最小树问题     

基于起点预测的多模板运动估计算法

在钻石搜索法的基础上,提出基于起点预测的自适应六边形搜索算法.该算法设计了六边形和菱形2种搜索模板,并融合了预判别零运动矢量、预测搜索起始点等技术.实验结果表明,该算法的搜索速度和精度都优于传统的快速搜索算法.     

求解车间调度问题的双禁忌表禁忌搜索算法

针对车间调度问题的特点,为解决传统禁忌搜索算法容易陷入局部最优解的问题,提出一种求解车间调度问题改进的禁忌搜索算法—双禁忌表禁忌搜索算法,该算法通过建立双禁忌表避免在搜索最优解时出现循环的现象.通过该算法与TSAB算法进行比较可知,该算法具有较强的寻优能力.     

成品油管道杂交差分进化法优化设计

针对传统数值算法求解非线性规划问题的局部搜索性及对初值敏感性强等缺陷,引进了一种全局搜索算法——杂交差分进化方法,并对算法做了局部改进,在约束条件的处理上采取了动态改变惩罚力度的方法,提高了种群多样性,又保证收敛到全局最优解.实际算例说明了该方法的有效性.     

一种基于APGA的移动机器人路径规划算法

提出了基于自适应并行遗传算法的移动机器人路径规划算法,其基本思想是结合多种群并行进化及自适应调整控制参数,提高了搜索的范围和效率,缓解了传统遗传算法早熟收敛问题,从而克服了使用单种群遗传算法进行路径规划的不足．实验结果表明了该算法在移动机器人路径规划中的可行性和有效性．     

一种改进的自适应遗传算法

遗传算法是一种借鉴生物界自然选择和自然遗传机制的随机搜索算法.针对传统遗传算法和自适应遗传算法存在"早熟"现象及收敛速度慢的不足,提出了一种改进的自适应遗传算法,并对交叉概率和遗传概率进行改进.仿真结果说明了改进的自适应遗传算法比传统遗传算法和自适应遗传算法在收敛性能和搜索能力上都有很大的提高.     

基于改进的自适应粒子群算法的给水管网优化设计

针对粒子群算法在优化给水管网设计时易陷入局部最优难以寻找到最优解的问题,提出改进的动态自适应粒子群算法(modified dynamically adaptive particle swarm optimization,M-DAPSO).定义趋同因子和参数调整函数,使算法能根据种群内部信息自适应调整参数,提出自适应变异策略增加种群多样性.最后,将M-DAPSO算法应用到Hanoi管网优化中,仿真结果表明:该算法能以最小的计算代价求得最优的工程造价;与其他优化算法相比,M-DAPSO算法具有较强的全局搜索能力和较快的收敛速度.     

Application of hybrid coded genetic algorithm in fuzzy neural network controller

0　ＩＮＴＲＯＤＵＣＴＩＯＮＧｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ (ＧＡ)ｗａｓｆｉｒｓｔｌｙｐｒｏｐｏｓｅｄｂｙＪｏｈｎＨ .Ｈｏｌｌａｎｄ ,ａｐｒｏｆｅｓｓｏｒｏｆｐｓｙｃｈｏｌｏｇｙａｎｄｅｌｅｃｔｒｉｃａｌｅｎｇｉ ｎｅｅｒｉｎｇ＆ｃｏｍｐｕｔｅｒｓｃｉｅｎｃｅ ,ａｔｔｈｅｂｅｇｉｎｎｉｎｇｏｆ 1970 ,ａｎｄｗａｓｉｎｔｒｏｄｕｃｅｄｉｎｔｈｅＨｏｌｌａｎｄ’ｓｍｏｎｏｇｒａｐｈｉｎ1975[1] .ＩｔｉｓａｓｔｏｃｈａｓｔｉｃｓｅａｒｃｈｉｎｇａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＤａｒｗｉｎ’ｓｅｖｏｌｕｔ…     

基于多种群改进差分进化算法的环境／经济电力调度优化

应用多种群改进差分进化算法求解环境/经济电力调度(Environmental/Economic Dispatch,EED)这一多目标优化问题。将多种群策略引入差分进化算法,有助于保持群体多样性,有效避免经典差分进化算法的早熟收敛问题。采用自适应变异因子及交叉因子,使算法在搜索初期保持全局搜索能力,在搜索后期增强局部搜索能力,加快收敛速度。将该算法应用到IEEE 30节点-6机组系统的环境/经济调度优化,仿真计算结果以及与其他算法的对比分析验证了该算法的有效性。     

基于梯度算法的LSP流量分配算法

根据多路径流量优化的数学模型对MPLS系统模型进行了数学描述,提出了一种基于梯度算法的LSP自适应流量分配算法。它可减少由传统路由算法引起的网络拥塞,优化网络资源的利用。仿真结果表明,该算法在MPLS系统模型中的数据包平均丢失率明显低于传统路由算法,并具有运算速度快和稳定性好的特点。     

基于自适应遗传的E-CID定位算法研究

针对LTE系统NLOS（非视距）环境下基于传统遗传的E-CID（增强小区识别）定位算法过早收敛于某局部最优解而非全局最优,文章提出了一种改进的自适应遗传E-CID定位算法,该算法通过对LTE终端位置数据进行加权最小二乘估算,利用遗传算法进行非线性最优解全局搜索,自适应的改变交叉及变异概率,避免了传统遗传算法过早收敛于局部最优解缺点。仿真结果表明：自适应遗传法比传统遗传算法优势更明显,定位精度更准确。     

基于云模型的分布估计算法及其在物性参数估算中的应用

为了克服传统计算方法在估算复杂体系的参数时往往难以保证其准确性的不足,引入一种改进的分布估计算法用来计算适应于聚合物体系的热力学状态方程参数.该改进算法以云模型理论为基础,提出一种新型的构建种群个体解空间概率模型的方法.使用测试函数验证结果表明,改进算法能有效地提高收敛速度和搜索精度.将该方法应用于超临界乙烯配位聚合体系的链扰动统计缔合流体理论(perturbed-chain statistical associating fluid theory,PC-SAFT)状态方程二元交互参数k_(ij)的求解,所得结果用于状态方程再参数化,能精确描述组分间的气液相平衡.     

基于均值查找的快速中值滤波算法

针对传统中值滤波算法时间复杂度高、运行速度慢,难以满足大型图像数据实时处理的问题,提出了一种快速中值滤波算法,将确定中值元素的过程由排序运算转换为基于均值对集合的二分查找,算法不依赖于滤波窗口的形状以及相邻窗口的相关信息,有效提高了中值滤波的执行效率,使传统中值滤波算法的时间复杂度由O(nln n)下降至O(n).实验中,该算法应用于大型图像序列的滤波处理,其运算速度提高到传统中值滤波算法的3倍以上,并且算法运行时间仅随滤波窗口大小线性增长,可以满足大尺度滤波窗口对大型图像数据实时处理的需求,具有显著的实际应用价值.     

基于二叉树型结构独立地址的快速分配算法

提出了一种可用于CDMA独立地址分配的快速分配算法.它与传统的地址码空间搜索算法具有下列不同:采用二分法技术从初始地址码开始生成其他的地址码;为了保证地址码之间的相互独立性,在每次的生成过程中地址码有一半位数的取值发生变化,对每次生成的多个子地址码保持前面一半位数的取值相同;整个地址码组成二叉树型结构.该算法也适用于其他的具有数据独立性要求的场合.