基于SPVP协议的BGP路由收敛算法

针对Internet域间路由慢收敛问题,提出基于简单路径向量协议(SPVP)的BGP路由收敛算法。分析该算法在4种全接连网络拓扑中的Tdown收敛边界值得出,通过检测域间失效链路的根源节点能有效减少路由收敛时间和更新消息开销。SSFNet仿真结果表明,该算法收敛时间上限为O(d)。     

一种二进制编码的量子粒子群优化算法

针对离散空间优化问题,给出二进制编码的量子粒子群优化（ＢＱＰＳＯ）算法的设计思路,重新定义粒子的位置矢量和粒子之间的距离,提出了ＢＱＰＳＯ 算法的进化方程．通过泛函分析的方法分析了ＢＱＰＳＯ 算法的收敛性,得出全局收敛的结论,并通过多个测试函数测试了ＢＱＰＳＯ 算法的性能．求解结果验证了算法的优越性．     

一种二进制编码的量子粒子群优化算法

针对离散空间优化问题,给出二进制编码的量子粒子群优化（ＢＱＰＳＯ）算法的设计思路,重新定义粒子的位置矢量和粒子之间的距离,提出了ＢＱＰＳＯ 算法的进化方程．通过泛函分析的方法分析了ＢＱＰＳＯ 算法的收敛性,得出全局收敛的结论,并通过多个测试函数测试了ＢＱＰＳＯ 算法的性能．求解结果验证了算法的优越性．

     

基于扩展收敛域CORDIC算法的FM信号数字化解调实现

提出一种新的FM信号数字化解调实现方案。该方案在研究CORDIC算法原理和结构的基础上对其收敛域范围进行了扩展,能解调调制指数较大的宽带调频信号,适合在软件无线电中的应用。扩展收敛域CORDIC算法模块免去了传统的CORDIC算法中的预处理和后处理过程,降低了计算的复杂度和系统的硬件资源消耗。通过Matlab系统仿真和Modelsim硬件描述语言仿真,在SNR≥0dB和载波频偏△fc≤100ppm[1]的情况下,均具有较好的解调效果。     

迭代学习的高速伺服系统位置控制策略

针对高速运动伺服控制系统的精确位宣跟踪控制问题,在A型迭代学习控制算法的基础上,提出了一种基于比例一预期迭代学习控制的位置控制策略,并将其应用于建立的交流永磁同步电机模型,最后利用Matlab进行仿真研究。结果表明,此控制策略仅需少量对象信息就能满足系统的性能要求。它与常见迭代学习控制算法相比,具有位置控制精度高、学习收敛速度快等优点。     

模拟退火算法在电站锅炉燃烧优化中的应用

采用模拟退火算法使锅炉燃烧过程在安全、可靠的前提下,以最佳状态运行,同时对环境的不利影响程度降到最低。对已建立的锅炉燃烧模型用模拟退火算法进行优化,在各运行参数的取值范围(阈值)内,确定用一组理想指导值,使锅炉在此种情况下燃烧飞灰含炭量最小。仿真结果表明,该算法是一种高效率的寻优方法。     

Rate of convergence for the Legendre pseudospectral optimal control of feedback linearizable systems

Pseudospectral (PS) computational methods for nonlinear constrained optimal control have been applied to many industrial-strength problems, notably, the recent zero-propellant-maneuvering of the international space station performed by NASA. In this paper, we prove a theorem on the rate of convergence for the optimal cost computed using a Legendre PS method. In addition to the high-order convergence rate, two theorems are proved for the existence and convergence of the approximate solutions. Relative to existing work on PS optimal control as well as some other direct computational methods, the proofs do not use necessary conditions of optimal control. Furthermore, we do not make coercivity type of assumptions. As a result, the theory does not require the local uniqueness of optimal solutions. In addition, a restrictive assumption on the cluster points of discrete solutions made in existing convergence theorems is removed.     

交通网络设计问题的人工鱼群算法

人工鱼群算法是一种新的群体智能优化算法,可较好地避免局部极值并取得全局极值,但针对离散优化问题却存在开发平衡及探索能力差等缺点。为此,设计一种自适应变异的人工鱼群算法,在迭代过程中添加变异算子并自动调节视野范围和拥挤度因子。将该算法应用于多等级选择的离散型交通网络二层规划模型设计中,上下层模型分别采用人工鱼群算法及Frank-Wolfe算法进行求解,从而为求解这类模型提供新方法。仿真结果表明,该算法具有较好的稳定性和收敛速度,能够应用于大型城市交通网络设计中。     

基于改进粒子群优化算法的IIR数字滤波器设计

针对粒子群优化(PSO)算法存在早熟收敛问题,提出了一种改进算法——带有柯西扰动的重分布粒子群优化(RPSO)算法,并应用于IIR数字滤波器的优化设计。RPSO在检测到粒子群早熟收敛时,自动触发粒子重分布机制,帮助粒子逃离局部收敛区域,同时在迭代过程中对种群的全局最优位置施加柯西扰动以保持种群的多样性。仿真实验结果表明,在对IIR数字滤波器设计时,RPSO算法的性能优于粒子群、量子粒子群以及基于混沌变异的粒子群优化等算法。