一种多目标资源受限项目调度问题的教学算法

针对多目标资源受限项目调度的特性, 基于结合活动列表和资源列表的编码设计了合理的交叉操作, 提出一种多目标教学算法. 为了在个体间有效交互信息, 在教师阶段非支配个体作为教师与学生执行交叉, 而在学生阶段学生间执行交叉, 同时在每个阶段通过前向-反向改进增强局部搜索能力, 并用Pareto 档案集存储和更新非支配个体.基于标准测试集的数值仿真及与现有最好算法的比较, 验证了所提出算法的有效性.

     

基于改进粒子群算法的航班降落调度问题研究

航班降落调度是多约束的整数规划问题,也是组合优化中的典型NP难题之一.针对传统粒子群算法易陷入局部最优和求解组合优化问题能力不强的缺点,提出改进策略.改进的算法通过禁忌搜索策略生成初始粒子群以满足航班调度多约束的限制,引入遗传算法的交叉变异等操作以增强粒子群间信息交流能力,重新定义惯性权重和加速度因子,以增强粒子的多样性和收敛性,加入进化交叉算子以增强粒子的局部寻优能力.通过与修补遗传算法、罚函数遗传算法进行对比,经多次运行后的结果表明,提出的改进算法的局部搜索能力和全局搜索能力都得到增强,同时也验证了算法的可行性和有效性.     

一种基于目标圆的有向强栅栏构建算法

K-栅栏覆盖是有向传感器网络覆盖控制的研究热点之一。提出一种基于目标圆的分布式有向强栅栏构建方法（DBCTC）。首次构建了节点目标圆和能耗比2个模型。以节点感知区域内横坐标最大的点为圆心,以感知半径为半径的圆就是目标圆。节点的运动能耗和栅栏增益的比值就是能耗比。前一个节点根据目标圆模型选择后一个节点的最佳目标位置。从附近移动节点中选择能耗比最少的移动节点构建有向强栅栏。仿真结果证明,该栅栏构建方法比其他算法降低60%左右的能耗。     

基于分布式聚类的有向传感器网络移动目标跟踪算法研究

针对有向传感器网络DSN（Directional Sensor Networks）中,传感器节点部署数量对目标跟踪精度、网络寿命和能效问题的影响方面,提出了一个分布式聚类算法,该算法在优化活跃传感器和节点的直接通信过程中,由分布式集群来负责协调成员间的节点,通过传输给Sink的定位信息及从多个节点聚集的传感数据来准确定位目标的位置。基于该理论的目标跟踪机制,提高了目标跟踪精度、增加了网络寿命和网络剩余能量。并进行了仿真验证,结果表明该方法能实现更高的跟踪性能。     

微型航姿系统抗加速度干扰姿态估计研究

基于加速度计、陀螺仪和磁强计的航姿参考系统(AHRS)可提供航向角、俯仰角和横滚角等信息,但加速度计读数中包含的载体运动加速度会影响AHRS航姿精度.针对常用的基于扩展卡尔曼滤波(EKF)的姿态估计算法,讨论了对运动加速度进行估计和补偿的两种不同方法,即内部估计法和外部估计法.仿真和实验结果表明,加速度外部估计法比内部估计法计算量小且补偿效果好,在动态环境下能获得较高的航姿精度.     

针对有向图的局部扩展的重叠社区发现算法

当前社区发现算法主要是针对无向图研究社区结构,但在实际复杂网络中,链接关系时常表现出非对称性或方向性,比如Twitter的用户关注关系,文献网络的引 用关系,网页之间的超链接关系等应用网络。因此,本文依据信息在复杂网络中的传播规律和流动方向性,提出了k-Path共社区邻近相似性概念及计算方法,用于衡量结点在同一社区的相似性程度,并给出了把有向图转换为带方向权值的无向图的方法。基于带权无向图提出了一种从局部扩展来探测社区的重叠社区发现算法(Local and wave-like extension algorithm of detecting overlapping community, LWS-OCD)。在真实数据集上的实验表明,共社区邻近相似性概念实现了有向到无向的合理转换,而且提高了社区结点的聚集效果,LWS-OCD算法能够有效地发现带权无向图中的重叠社区。     

基于案例分析金字塔模型的主动运维案例体系建设

针对传统运维案例在经验共享和处置效率方面的不足及运维领域同类事件重复发生概率高、处置差异大的情况,提出一种案例分析金字塔模型,使用基于向量化解析和知识分层提取的素材库构建方法,实现由生产运维操作标准库、生产运行异常事件库到案例素材库再到案例教学库的自动生成转变,并以金字塔模型为基础,通过引入改进的趋势预测分析方法、案例推理"5R"模型和"4S"案例教学模式完善预警预测、辅助决策、案例教学相关应用,建立主动运维案例体系。实践结果表明,通过整个体系的推行,改变了企业信息系统运维被动应付的局面,同类事件占比逐年降低,事件响应时间和处置时间明显缩短,运维服务质量大幅提升。     

基于状态反馈的线控转向系统控制策略研究

研究汽车转向稳定性控制问题.针对线控转向系统的可变转向特性对汽车操纵稳定性的影响,为保证行驶安全,建立基于车辆横摆角速度与稳态横摆角速度之差(反馈系数F1)以及车辆侧向加速度与理想侧向加速度之差(反馈系数F2)反馈的驾驶员模型.结合整车模型和综合评价指标函数,分别对反馈系数F1(F2=0)、F2(F1 =0)和F1、F2进行优化,对线控转向系统的行驶状态进行仿真并与无反馈控制的驾驶员模型进行了比较.仿真试验结果表明:基于侧向加速度与横摆角速度共同反馈的方法,对前轮转角进行补偿,可较好的控制车辆的侧向位移、侧向加速度、横摆角速度和质心侧偏角,提高车道跟踪性能、方向稳定性能、降低驾驶员的转向负担,提高汽车的操纵稳定性.     

电动振动台试验能力的确认方法研究

研究电动振动台的特性,根据产品振动试验条件提出电动振动台能否满足试验条件的要求,找到电动振动台试验能力范围的确认方法。该文以DC-8000-80电动振动台为实例描述电动振动台能力范围的确认方法研究。     

基于BP神经网络的手势识别系统

给出了采用ADXL335加速度传感器来采集五个手指和手背的加速度三轴信息,并通过ZigBee无线网络传输来提取手势特征量,同时利用BP神经网络算法进行误差分析来实现手势识别的设计方法。最后,通过Matlab验证,结果表明,该系统在测试中识别率较高,系统稳定。