机动车辆装载问题的一种混合遗传算法实现*

针对货物装载地和运送目的地均已确定情况下的车辆装载问题,给出了基于遗传算法求解的数学模型,并对基本遗传算法的各个算子针对问题的特点提出了改进方法,同时引入启发式策略,形成了一种混合遗传算法.该算法的特点是各个算子都以提高算法收敛速度和解的最优性为目标,同时种群大小是动态变化的,以求在保证群体多样性的同时加快收敛速度.实验结果表明,该算法对求解此类问题是有效的.     

一种改进快速稳定的多目标优化算法*

多目标优化问题属于高维的搜索空间,用一些传统方法来优化这些问题会导致较高的时间复杂性.为了解决该问题,使用了粒子群优化算法(PSO),同时将ε-dominance的概念应用到PSO中.该方法在实验过程中取得了良好的效果.其运算速度快,而且最终优化的点数可以得到控制.     

软件演化过程的资源优化配置*

在支持标准化的可配置、可重用且支持软件演化过程建模方法--第二代SDDM建模方法基础上,提出了软件演化过程性能分析与资源优化的方法,有效地支持了软件演化过程的改进.     

预测帧编码中基于场景信息的宏块模式跳过算法*

在对场景信息进行分析的基础上,提出了H.264/AVC中预测帧的一种快速算法.对于未发生场景切换的预测帧,采用INTRA模式跳过算法(IMSA),跳过该帧中所有的INTRA模式的决策过程.对于发生场景切换的预测帧,跳过INTER模式的决策过程(PMSA).仿真结果显示,与采用完整的率失真优化(RDO)决策过程相比,未发生场景切换时,所提方法能减少30%～60%的编码时间;发生场景切换时,能减少60%～70%的编码时间,并且未导致明显的图像质量下降和码率的增加.     

QPSO算法在非线性观测器设计中的应用*

具有量子行为的粒子群优化(Quantum-behaved Particle Swarm Optimization,QPSO)算法是继粒子群优化算法(Particle Swarm Optimization,PSO)后,最新提出的一种新型、高效的进化算法.提出了运用QPSO算法设计的非线性观测器方法.该方法属于滚动时域估计方法,利用具有量子行为的粒子群算法优化获得系统状态的最优估计.仿真结果显示该方法对初始条件不敏感,具有很强的跟踪能力.     

Java.一种基于ARM7的嵌入式Java虚拟机性能优化技术研究

分析了Java字节码的解释执行和基于解释执行的Direct Threaded Interpreter性能优化技术.以Direct Threaded Interpreter为基础,提出并实现了一种针对ARM7平台的嵌入式Java虚拟机解释器性能优化方案.对嵌入式Java虚拟机的参考实现、Direct Threaded Interpreter优化方案和新优化方案在ARM7平台上的性能比较表明,所提出的方案优于前两者.     

组合规则启发式算法在模具加工作业调度中的应用研究*

由于现行的优化算法在解决模具车间调度问题上存在局限性,目前大部分模具车间由人工编制车间作业计划,导致生产效率较低、物料供应不能同步化等问题.为此,介绍了采用基于组合规则的启发式算法,选择加工时间最短和最小等待时间等规则,解决了现行的优化调度算法在车间调度问题中所遇到的难点.经实例验证获得了较为理想的结果.     

基于粒子群算法的移动机器人全局最优路径规划*

以栅格法和粒子群算法为基础,提出了一种新的机器人实时全局最优路径规划方法.该方法包括采用栅格法对环境进行建模和直接运用粒子群算法在环境模型中搜索全局最优路径.在计算机上进行了仿真,仿真结果证明了该方法的可行性和有效性.     

基于操纵平稳性的液压挖掘机轨迹规划方法

以既能达到良好的轨迹规划精度,又有优良的操纵平稳性为目标,提出了一种挖掘机器人的智能轨迹规划方法.以挖掘姿态角为优化变量;油缸进程和加速度梯度为双目标;位置盲角和最佳切削范围为约束建立优化数学模型,采用遗传算法寻找最优值.对3种规划策略：被动修正法、主动调整法和智能规划法进行了行程和速度梯度对比,结果表明,采用优化规划方法可以大幅减少液压系统冲击和振动,使挖掘机操纵更加平稳.     

不确定离散系统的鲁棒Gl2滤波器设计

对于凸多面体不确定离散系统,研究了满足误差估计系统鲁棒稳定且满足一定Gl₂性能指标的线性全阶稳定滤波器设计方法.分别给出了确定性和不确定性离散系统具有Gl₂性能的线性矩阵不等式（linear matrix inequality, LMI)充要条件和充分条件.在此基础上,通过使用滤波器参数化方法,分别推导出了以LMI描述的确定性和不确定性系统的Gl₂滤波器存在的充要条件和充分条件,进而可以使用LMI凸优化程序求解滤波器.通过对算例的计算,结果表明,在噪声信号为独立范数有界情况下,鲁棒Gl₂滤波比H_∞滤波具有更少的保守性.