微波辐射下HPA快速催化合成丁酸异戊酯

在微波辐射下，以杂多酸HPA为催化剂，快速合成丁酸异戊酯，确定了酯化的优化条件。实验结果表明，醇酸物质的量比为1．9，催化剂用量为反应物料的1．O％，微波功率为800w，反应时间为20min，酯收率超过96％。     

载重胎高速强载性能优化研究

随着我国公路条件的改善和车辆性能的日益提高，用户对载重胎速度性能和负荷性能的要求也日益提高，特别是全钢子午胎的市场开发和应用，给斜交胎的生产带来极大的冲击。一方面，运输业对轮胎的要求不断提高，使用条件越来越苛刻，高速公路与矿石、泥沙路并存的现象在短期内难以扭转，个体承包车辆长距离、超载、超速行驶现象十分普遍，载重胎在使用中出现大量的肩脱、爆破等早期损坏现象，轮胎退赔率一直居高不下，给本来微利乃至亏损的轮胎企业带来新的困难；另一方面，由于大环境的影响，轮胎行业一直处于低谷，价格和质量的竞争十分激烈…     

基于混合粒子群算法的无线传感器网络路由协议

受节点有限能量的约束,无线传感器网络的路由协议必须满足高效节能的要求。在LEAcH协议和PEGASIS协议的基础上,提出一种基于混合粒子群算法的无线传感网络能量优化路由协议。该协议把网络按地理位置分簇,每个分簇通过混合粒子群算法构造一条最优的簇内链,以减少链路的总距离。同时,为了减小能量消耗和维持节点的能量均衡,根据剩余能量和距离因素选择簇头,各簇头再通过混合粒子群算法构造一条簇头链,选出总簇头把收集到的信息传送给基站。最后,对所提出的算法和同类算法进行了仿真比较,结果表明,采用混合粒子群算法后的链路长度平方和与采用贪婪算法的相比,减少了近一半,第一个死亡节点存活轮数延长了一倍左右,而且能耗更加均衡,验证了所提算法能够有效提高无线传感网络的性能。     

基于免疫识别的最小检测器生成模型

高效的检测器是入侵检测系统的核心和决定检测效率的关键,根据形态空间理论提出了最小检测器概念,建立了基于免疫识别的最小检测器生成模型。通过克隆选择、遗传变异以及进化算法生成有效检测器集合,利用改进的冗余优化算法生成最小检测器集合。理论结果表明了最小检测器的可行性和有效性,仿真结果表明,该模型具有较高的检测率和较低的误检率。     

变邻域分解多目标自适应差分进化算法

分解方法是处理复杂问题常用的一种手段,而差分进化算法被广泛地应用于多目标优化问题(multiobjective optimization problems,MOP),为了克服经典差分进化算法和分解方法的缺陷,本文提出了一种自适应差分进化算法和变邻域分解方法相结合的新颖算法一ADEMO/D-ENS,该算法采用Tchebycheff方法将多目标优化问题分解成多维标量优化子问题,并利用邻域子问题的信息进行优化,基于邻域种群集依概率自适应选择邻域种群规模;同时采用概率匹配(]probability match,PM)自适应方法从差分策略池中选择差分进化策略;同时分析了算法的复杂度;最后,通过和经典的非支配排序遗传算法(non-dominated sorting genetic algorithmsⅡ,NSGA-Ⅱ)和多目标差分进化算法(multi-objective differential evolution algorithm,MODE)仿真对比,说明ADEMO/D-ENS方法可以更有效的处理多目标优化问题.     

燃煤电厂水力输灰参数的优化选择

简要的对水力输灰系统进行了介绍,对水力输灰参数进行了分析,详尽介绍了节能效益分析的方法,并通过此方法得出了原有输灰系统和新建输灰系统最佳的节能输灰浓度,最后建立了综合性经济分析方法的计算模型.     

基于POMDP的跨层机会频谱接入优化设计

在功率受限的机会频谱接入(OSA)研究中,大多使用完全可观测马尔可夫决策过程(MDP)对环境建模,以提高物理层或介质访问控制(MAC)层指标,但由于感知设备的限制,无法保证用户对环境完全感知。为解决该问题,提出一种基于部分可观测马尔可夫决策过程(POMDP)与Sarsa(λ)的跨层OSA优化设计方案。结合MAC层和物理层,采用POMDP对功率受限且有感知误差的次用户频谱感知和接入过程进行建模,并将其转换为信念状态MDP(BMDP),使用Sarsa(λ)算法对其进行求解。仿真结果表明,在功率受限条件下,该Sarsa(λ)-BMDP方案的有效传输容量、吞吐量和频谱利用率分别比完全可观测Q-MDP方案低9%、7%和3%左右,其误比特率比基于点的值迭代PBVI-POMDP方案低20%左右,比Q-MDP方案高16%左右。     

一种求解约束优化问题的改进型免疫克隆算法

针对约束优化问题提出一种基于精英库机制的改进型免疫克隆优化算法ICOAEB(Immune clonal optimization algorithm based on elite bank)。该算法利用精英库机制动态存储迭代过程中父代优势个体,实现优秀个体的多代记忆,从而提高算法寻优能力;并利用灾变算子扰动算法运行过程从而摆脱迭代缓慢的状态,避免局部收敛。通过对五个约束优化函数的测试,实验结果表明ICOAEB的求解精度和稳定性较高,可以较好地解决约束优化问题。最后针对影响算法性能的两项重要参数选择问题给出了相关的实验及分析。     

RGA-D：一种无线传感器网络覆盖优化方法

研究了无线传感器网络覆盖优化问题,针对传感器节点随机部署、分布不均,传统覆盖优化算法一般只考虑网络部署后单次优化的问题,提出基于节点冗余和覆盖集冗余的计算方法,用网络的局部特征表征全局特征,改进了网络覆盖模型。并在此基础上提出RGA-D算法,利用遗传算法计算覆盖集,同时考虑节点和覆盖集冗余度,对网络整个生存期进行全局优化。仿真实验表明,RGA-D算法能在活跃节点数和网络覆盖率之间达到平衡,解决了网络生存期后期容易出现覆盖盲区的问题。     

果蝇优化算法的加权策略研究

针对基本果蝇优化算法(FOA)收敛速度慢和寻优精度不高的缺点,在位置更新公式中引入加权因子,提出了基于线性递减策略和先增后减策略的两种加权果蝇优化算法(WFOA),从而增强了种群的多样性。通过对6个测试函数的仿真实验,验证了这些策略的可行性,表明这些策略能够有效地提高算法的收敛速度和搜优精度。经过两种策略的对比,发现线性递减策略具有更快的收敛速度,而先增后减策略具有更强的鲁棒性和稍好的寻优精度。