基于动态分配邻域策略的分解多目标进化算法

邻域规模是影响分解多目标进化算法性能的重要因素之一,传统分解多目标进化算法通常对计算复杂度不同的子问题分配相同的邻域规模,算法运行效率受到限制.针对以上问题,提出了一种基于动态分配邻域策略的分解多目标进化算法(M OEA/D-SD):首先,在收敛性方向和多样性角度上评估个体的进化状态;其次,根据进化状态动态调节邻域大小...     

基于改进鲸鱼优化算法的传感网络节点移动策略

针对传感网络监测区域难以完全覆盖,导致节点移动能耗较大、网络寿命较差的问题,提出一种基于改进鲸鱼优化算法的传感网络节点移动策略。建立传感器节点模型,确立通信范围,计算网络节点覆盖率。为满足通信信噪比要求,结合信息增益构建信道模型,制定通信协议。分析传统鲸鱼算法中个体捕食过程,探究螺旋式与收缩包围两种位置更新方式。引入自适应步长参数,根据节点总数量、覆盖半径与区域边长等参数,计算个体适应度值,选取初始种群,以覆盖率最大为目标,确定当前最优解的位置,经过不断更新,当迭代次数最大时输出全局最优解,即节点移动位置。仿真结果表明,当节点数量为180个时,所提方法的传感网络节点寿命为28 min;当节点数量为10时,所提方法的总路程理想值和解空间之比为0.120,降低了节点移动能耗。     

基于个体特征的施工人员安全认知差异分析

为厘清不同个体特征的施工人员安全认知差异特性,基于认知心理学,界定施工人员安全认知内涵和安全法规、现场危险、安全设施、安全标识、安全氛围和管理制度认知6个维度,构建施工人员安全认知模型,通过问卷调查收集数据并采用非参数检验和分类对比法分析不同个体特征工人的安全认知差异.研究表明:11类个体特征中共有9种对施工人员安全认...     

基于蝗虫优化算法的壁面爬行机器人导航避障方法

由于壁面爬行机器人导航避障的过程中,无法准确判定障碍物节点所处的位置,导致避障效果较差。为此,文中提出一种基于蝗虫优化算法的壁面爬行机器人导航避障方法。首先,基于对蝗虫优化算法个体对象的表示构建障碍物节点的目标函数,并对目标函数进行求解,获取的解即为局部搜索的障碍物节点,以此判定障碍物所处的位置;然后,分析壁面爬行机器人的运动行为,建立壁面爬行机器人的运动学模型,对机器人运动行为的坐标进行转换后,根据障碍物所处的位置对壁面爬行机器人的导航行进路线进行规划。实验结果表明,所提方法的壁面爬行机器人在单位运动区域内的避障有效性超过95%,可以准确躲避障碍物节点,能够有效提升机器人运动避障能力。     

基于复数对比预测编码的辐射源个体识别

将无监督表征学习领域中对比预测编码技术用于辐射源个体特征提取,并结合复数网络,设计了一种基于复数对比预测编码的辐射源个体识别方法。对由实部和虚部组合而成的复数电磁信号,首先采用复数对比预测编码技术提取辐射源个体“指纹”特征,然后采用复数残差网络进行分类识别。实验结果表明,通过联合复数对比预测编码和复数残差网络的方法,极大地提高了辐射源个体识别正确率和鲁棒性,相较基于实数的神经网络算法和传统识别算法,识别正确率绝对提升了11.38%。     

非光滑凸问题投影型对偶平均优化方法的个体收敛性

对于一般凸问题,对偶平均方法的收敛性分析需要在对偶空间进行转换,难以得到个体收敛性结果.对此,文中首先给出对偶平均方法的简单收敛性分析,证明对偶平均方法具有与梯度下降法相同的最优个体收敛速率Ο(lnt/t).不同于梯度下降法,讨论2种典型的步长策略,验证对偶平均方法在个体收敛分析中具有步长策略灵活的特性.进一步,将个体收敛结果推广至随机形式,确保对偶平均方法可有效处理大规模机器学习问题.最后,在L1范数约束的hinge损失问题上验证理论分析的正确性.     

大火封堵逃生通道 窗帘救了一家四口

6月20日午夜,浙江省嵊州市长乐镇开元一家个体私营服装企业突然起火,住在三楼的金某一家四口被大火围困,金某急中生智扯下窗帘,拧成一条绳子,大家得以沿着绳子脱离火海逃生。     

用个体独立优化进化策略求非线性方程的近似根

简要介绍进化策略的基本原理和基本技术,在此基础上,提出一种基于（1＋1）-ES的新型个体独立优化进化策略算法,并应用于求解非线性方程,利用该算法可获得任意给定所求非线性方程的近似根.相比传统的求解方法,克服了传统方法所存在的误差累积、一次只能求出一个根等缺陷.实验结果表明,该方法是有效可行的,其目的为求非线性方程近似根提供一新方法,由于数学物理中许多问题常常归结为求解非线性方程,因此,该方法将在科学工程计算等领域有着广泛地应用.     

基于自主行为的RoboCup决策算法设计与实现

为了提高决策的速度和智能性,提出一种基于行为的Multi—Agent决策模型,该模型分为个体决策模型和团队决策模型,个体决策模型是为了提高智能体决策的速度,团队决策模型为了提高决策的智能性。这种基于行为的Multi-Agent决策模型已成功地应用到RoboCup仿真机器人系统中,仿真结果说明了该结构和算法的有效性。     

基于自适应距离度量的最小距离分类器集成

提出了一种基于自适应距离度量的最小距离分类器集成方法,给出了个体分类器的生成方法。首先用Bootstrap技术对训练样本集进行可重复采样,生成若干个子样本集,应用生成的子样本集建立自适应距离度量模型,根据建立的模型对子样本集进行训练,生成个体分类器。在集成中,将结果用相对多数投票法集成最终的结论。采用UCI标准数据集实验,将该方法与已有方法进行了性能比较,结果表明基于自适应距离度量的最小距离分类器集成是最有效的。