蚁群优化算法及其应用

蚂蚁算法是由意大利学者M．Dorigo等人提出的一种新型的模拟进化算法。该算法首先应用于旅行商问题并获得了极大的成功,其后,又被用于求解指派问题、Job—shop调度问题、图着色问题和网络路由问题等。实践证明,蚂蚁算法是一种鲁棒性强、收敛性好、实用性广的优化算法,但同时也存在一些不足,如收敛速度慢和容易出现停滞现象等。     

一种新的自适应蚁群算法及其应用

蚂蚁算法是一种新型的元启发式优化算法,初步的研究表明该算法具有较强的发现较好解的能力,但同时也存在一些缺点如容易出现停滞现象、收敛速度慢等。针对蚂蚁算法的不足,该文提出了一种自适应蚁群算法。该算法根据平均节点分支数动态地调整转移概率以避免算法出现停滞现象,从而极大地提高了算法搜索较好解的能力。仿真实验结果表明,新算法即使在运行的后期,仍然能以极大的概率搜索较好的解。     

蚁群算法在K-TSP问题中的应用

针对K-TSP(K—person Traveling Salesman Problem)问题,该文提出了一种利用蚁群算法求解该问题的新思路。该算法采用k只蚂蚁共同构造问题的一个解,并通过多组(每组k只)蚂蚁相互协作最终达到搜索最优解的目的。实验结果显示,该算法行之有效,是一种求解K-TSP问题的有效算法。     

基于虚拟检测技术的隧道交通参数检测方法研究

针对隧道监控中的交通参数检测问题，提出了一种基于虚拟检测技术的隧道参数检测方法，挖掘隧道几何模型，定义虚拟线圈和虚拟检测线，根据虚拟线圈感应变化，检测隧道中的车流量；通过拟合投影关系，检测车速，实验结果表明：该方法具有较高检测概率，满足系统的实时要求，并且具有很高的抗噪声干扰能力。     

基于遗传模拟退火算法的静态路径规划研究

针对传统遗传算法在基于神经网络模型的移动机器人静态路径规划中求解最优路径时存在的收敛较慢、易陷入局部极值点的问题，提出了一种基于遗传模拟退火算法的静态路径规划方法．通过对算法进行实验仿真，结果表明提出的静态路径规划方法是正确有效的．     

基于遗传模拟退火算法的静态路径规划研究

针对传统遗传算法在基于神经网络模型的移动机器人静态路径规划中求解最优路径时存在的收敛较慢、易陷入局部极值点的问题,提出了一种基于遗传模拟退火算法的静态路径规划方法.通过对算法进行实验仿真,结果表明提出的静态路径规划方法是正确有效的.     

数字集成电路故障的自动诊断

本文在逻辑电路一般测试原理的基础上，提出了实现数字集成电路故障自动诊断的一种方法。包括诊断模型的建立，测试向量的生成及诊断诊试的实现电路。     

基于字符边缘颜色多分量信息的车牌定位方法

针对复杂环境下的车牌定位,提出利用车牌字符边缘颜色多分量信息特征的定位算法,分别提取车牌底色像素点和字符色像素点,排除没有字符色像素点相邻的底色纹理像素点。由于字符色与底色的相互影响,字符边缘处色度、饱和度分量都有较窄的范围,可缩小车牌的搜索区域。结果证明该特征有助于车牌的准确定位,可确定车牌颜色,同时运算多在二值图上进行,速度快。     

基于SVM 的二叉树多类分类算法及其在故障诊断中的应用

基于结构风险最小化原则的支持向量机(SVM)对小样本决策具有较好的学习推广性。但由于常规SVM算法是从2类分类问题推导出的，在解决故障诊断这种典型的多类分类问题时存在因雄，因而提出一种依赖故障优先级的基于SVM的二叉树多级分类器实现(2PTMC)方法，该方法具有简单、直观，重复训练样本少的优点。通过将其应用于柴油机振动信号的故障诊断，获得了令人满意的效果。     

人—机智能分工算法设计与人—机接口智能值计算

本文系统地提出了一个适用于人—机合作智能系统的人—机智能任务分配定量算法．在定义机器智能和人—机接口智能的基础上，为人—机合作智能系统引入一个模拟和分析系统智能的工具，即智能任务图．通过使用智能任务图及其描述的方程，能够把人—机合作智能系统需要完成的任务分解为人承担的任务和机器承担的任务,同时能够对人—机接口性能进行分析和优化．通过实例计算，证实了该算法在人—机合作智能系统设计和分析中的有效性和重要性．