遗传算法的改进及其在电力系统无功优化中的应用

针对无功优化的动态、多目标、多约束以及非线性特点,提出了基于简单遗传算法的改进算法,在简单遗传算法的基础上,添加了自适应控制和适应度排序思想,并对算法终止准则进行了改进。以IEEE14节点标准测试系统为例对该算法进行了有效性验证。仿真结果表明,该方法对电力系统的无功优化效果良好。     

稀疏阵列天线综合的遗传算法优化

通过遗传算法优化选择常规满阵中一定比例的工作单元,使阵列在欠饱和状态下达到窄波束低副瓣的要求。以单元的工作状态和激励幅度为优化参量,波束宽度和副瓣电平为适值函数,通过适值缩放和多种群进化竞争使遗传进化稳定地收敛到全局最优。详细分析了稀疏阵的单元布局、稀疏率及单元激励对优化阵列特性的影响。     

一种增强型冲突分解算法

冲突分解算法是一种能有效改善无线信道多址接入协议的方式。本文对传统的冲突分解算法——树形冲突分解算法和先到先服务冲突分解算法进行了深入研究和仿真，探讨了这两种算法的优点和不足之处，提出了一种增强型的冲突分解算法（Enhanced Splitting Algorithm，ESA）。该算法继承了树形冲突分解算法和先到先服务算法的优点，不仅考虑了碰撞分组产生的时间，还考虑了分组的产生间隔，从而有效地提高了冲突分解算法的性能。仿真结果显示ESA算法是一种可行的算法。     

数据挖掘技术在有线电视领域的应用

数据挖掘是近年来在数据库技术、统计学、人工智能、神经网络等学科的基础上发展起来的一门交叉学科，数据挖掘技术已经成功地应用于商业领域，随之又迅速地扩展到社会保险、医学、电信等领域，探讨和分析数据挖掘技术在有线电视领域的应用，并给出了系统体系结构和挖掘算法。     

POWER OPTIMIZATION OF FINITE STATE MACHINE BASED ON GENETIC ALGORITHM

Using state assignment to minimize power dissipation and area for finite state machines is computationally hard.Most of published results show that the reduction of switching activity often trades with area penalty.In this paper,a new approach is proposed.Experimental results show a significant reduction of switching activity without area penalty compared with previous publications.     

采用多级技术的DBF雷达CCAB算法

数字波束形成算法中,CCAB算法在较高信干噪比条件下具有一定优势。但是计算时需要求逆矩阵,在阵元数较多的情形下运算量极大,很难实时实现,严重制约了其进一步的应用。提出了一种基于原有CCAB算法的多级计算方法,可以有效地减少运算量。实验表明,该方法虽然其信噪比性能比普通CCAB算法有所下降,但是仍能在干扰方向上形成较深的零陷并有效地抑制干扰,能够进一步应用于实际工程中。     

腐蚀算法在重建一类特殊管道中的应用

针对一类特殊而不能直接对其观察的管道（如动物的血管），为了准确了解其内部特征和形态，借助计算机给出了一种用腐蚀算法来重建管道原形的方法。这种方法简单易行，而且精确度高。     

Data fitting with a spline using a real-coded genetic algorithm

To obtain a good approximation for data fitting with a spline, frequently we have to deal with knots as variables. The problem to be solved then becomes a continuous nonlinear and multivariate optimization problem with many local optima. Therefore, it is difficult to obtain the global optimum. In this paper, we propose a method for solving this problem by using a real-coded genetic algorithm. Our method can treat not only data with a smooth underlying function, but also data with an underlying function having discontinuous points and/or cusps. We search for the best model among candidate models by using the Bayes Information Criterion (BIC). With this, we can appropriately determine the number and locations of knots automatically and simultaneously. Five examples of data fitting are given to show the performance of our method.     

正交多项式的并行算法修正及其稳定性分析

通过修正求解Chebyshev多项式的Clenshaw和Forsythe算法。提出了求解一般正交多项式的两种并行算法。并通过讨论这两种并行算法矩阵形式的舍入误差，对它们的稳定性进行了分析。     

基于约束优化的联想记忆模型学习算法

本文提出了一种对称互连神经元网络的学习策略,利用全局约束优化方法确定连接权。优化过程采用了梯度下降技术。这种学习算法可以保证训练样本成为系统的稳定吸引子,并且具有优化意义上的最大吸引域。本文讨论了网络的存储容量,训练样本的渐近稳定性和吸引域大小。计算机实验结果说明了学习算法的优越性。