垃圾收运路线问题的蜂群优化算法研究

整个垃圾处理系统中城市生活垃圾收运费用占很大比例,通过研究垃圾收运路线问题,可以有效节约成本,提高作业效率.根据城市生活垃圾收运系统的特点,采用带中转站的垃圾收运问题的标准数学模型.在分析蜂群优化算法理论的基础上,针对问题的特点,研究了蜂群优化算法求解的具体步骤,并通过实例仿真,证明了蜂群优化算法在解决带中转站的垃圾收运问题上的可行性和有效性.最后通过与蚁群算法对比,进一步说明了蜂群优化算法在解决问题的优越性.     

燃气涡轮发电机组虚拟评判系统研究

为更好地评判操作人员对燃气涡轮发电机组的操作训练,设计了一种虚拟评判系统.根据操作实际,制定了评判标准,建立了评判指标体系.考虑到指标之间的相互影响和反馈关系,解决指标权重分配问题,利用网络分析法(ANP)处理指标间的复杂关系,并采用三角模糊数和模糊优先规划方法(FPP)完成权重的计算,引入云理论确定隶属度,使用蚁群算法优化BP神经网络,结合模糊综合评判构造模糊蚁群神经网络评判模型.上述方法能够有效减少主观因素对权重的影响,弥补传统评判方法的不足.实际应用表明,改进的评判系统具有很强的实用性,是一种可行的评判系统.     

多传感器融合在倾角测量抗振动中的应用

倾角传感是通过加速度计敏感重力加速度分量,反求出平面倾斜的角度。当倾角传感元件在振动的载体上工作时,由于载体的加速和减速会被加速度计敏感,从而对倾角的检测带来不能忽略的影响。对这种情况通过引入陀螺仪作为角度测量的重要互补器件,综合加速度计和陀螺仪两类传感器的数据来抑制振动对角度动态测量的干扰。最后的测试数据表明,这种设计方法在很大程度上消除了由于载体振动带来的干扰。     

复合粒子群优化算法在模型参数估计中的应用

化工非线性模型的参数估计是较为困难的寻优问题，经典方法常会陷入局部极值。粒子群算法操作简便、容易实现且全局搜索功能较强，适用于非线性参数估计。但其参数值的确定与问题相关，若设定不当，会严重影响全局搜索的性能。今提出引入遗传算法，在粒子群算法的搜索过程中，逐代优选参数，包括惯性权值，加速常数，以此构建为复合粒子群优化算法。分析与测试表明，其全局搜索性能有显著改善。进一步的工作又将两种粒子群算法成功地应用于重油热解模型的参数估计。采用复合粒子群优化算法估计参数构建的重油热解模型，其预报相对误差比常规粒子群优化算法降低了8.97％，比简单遗传算法降低了23.21％，效果明显。     

基于排队网络的多优先级MapReduce作业调度算法

MapReduce是一个能够对大规模数据进行分布式处理的框架,目前被各个领域广泛应用。在提供MapReduce服务的集群中,如何保证不同优先级用户的截止时间限定是MapReduce作业调度问题的一个挑战。针对这一问题,提出了一个基于排队网络的多优先级作业调度算法（MPSA）。首先分析和归纳了基于MapReduce模型的算法,提出了三种常见模式,采用Jackson排队网络对基于MapReduce模型的算法建立了数学模型,应用该网络模型可以求出不同优先级队列对资源的需求;随后使用AR(1)模型进行预测,使算法可以动态地适应不同的用户访问量;利用二分查找算法,分步计算出不同优先级在map阶段和reduce阶段分配的槽位数;最后实现了在MapReduce模型中应用的实时调度算法。实验结果表明,与传统的FIFO和公平调度算法相比,本文提出的算法在用户到达率和任务规模变化的情况下,可以更加有效地满足不同优先级用户的截止时间限定。     

基于图论生成树的低压电力线通信路由方法

电力线信道的阻抗特性、信号衰减特性及噪声特性导致电力线通信的可靠性成为制约其广泛应用的重要因素。分析了低压配电网的物理拓扑结构和逻辑拓扑结构,结合我国低压集中抄表系统应用的工程特点,提出了一种基于图论生成树的电力线通信自动路由方法。该方法能够有效地建立起电力线通信网络路由,并根据信道变化动态地维护路由,保证了电力线网络的可靠性。实验测试表明了该路由方法的有效性、可靠性和实用性。     

一种多基元类的布局迁移自适应算法及在闸机设计中的应用

布局问题研究物体的布局先后或布局定位以满足设计要求,布局迁移设计是在已有布局基础上高效设计新布局的方法。在轨道交通自动控制系统中,闸机表面传感器的布局对人与物的识别有重要的影响。为了实现闸机在不同地域环境中的快速设计,首先以闸机布局中的传感器作为研究对象,进行基元划分,提出了多种基元类型;并分析了基于拓扑结构的基元迁移变换方法,研究了人群特征因素、机械结构约束的数学表达;然后提出基于包围圆搜索的基元运动与干涉分析算法,其参数能够根据求解精度进行自适应调整;并利用多目标归一化函数对各基元的解进行择优,以获取最终布局。最后以18对传感器的闸机布局设计为例进行实例分析,应用此方法并借助于Visual Basic可视化编译平台,实现了闸机在不同地域环境中的传感器布局快速设计。     

一种单种群混合蛙跳算法

针对SFLA算法运行速度较慢、在优化部分函数问题时精度不高和易陷入局部最优的缺点,提出了一种单种群混合蛙跳算法SPSFLA。该算法采用单个种群,无需对整个种群进行排序,每个个体通过向群体最优个体和群体中心位置学习进行更新。如果当前个体学习没有进步,则对群体最优个体进行变异,并用变异的结果替代当前个体,加快了算法的运行速度和收敛速度,提高了优化精度。仿真实验结果表明,该算法具有更好的优化性能。     

基于自适应进化神经网络算法的入侵检测

针对目前多数入侵检测系统的低检测率问题,提出一种自适应进化神经网络算法AENNA。基于遗传算法和BP神经网络算法,利用模拟退火算法的概率突跳和局部搜索强的特性对遗传算法进行改进,采用双种群策略的遗传进化规则实现BP神经网络权值和结构的双重优化;通过对遗传算法的交叉算子与变异算子的改进,设计一种自适应的神经网络训练方法。实验结果表明,基于AENNA的入侵检测方法能够有效提高系统的检测率并降低误报率。     

椭圆曲线密码中抗功耗分析攻击的标量乘改进方案

椭圆曲线标量乘法运算是椭圆曲线密码(ECC)体制中最主要的计算过程,标量乘法的效率和安全性一直是研究的热点。针对椭圆曲线标量乘运算计算量大且易受功耗分析攻击的问题,提出了一种抗功耗分析攻击的快速滑动窗口算法,在雅可比和仿射混合坐标系下采用有符号滑动窗口算法实现椭圆曲线标量乘计算,并采用随机化密钥方法抵抗功耗分析攻击。与二进制展开法、密钥分解法相比的结果表明,新设计的有符号滑动窗口标量乘算法计算效率、抗攻击性能有明显提高。