一种基于元启发式策略的迭代自学习K-Means算法

类内误差平方和最小化的聚类准则求解是NP难问题,K-Means采用的迭代重定位方法本质上是一种局部搜索的爬山算法,因此聚类结果对初始代表点的选择非常敏感,只能保证局部最优.为此,引入元启发式策略,通过建立评估函数对K-Means初始代表点和目标函数之间的依赖关系进行近似,然后利用近似评估函数指导新的初始代表点的选择,构成一种迭代自学习框架下的K-Means算法.实验表明算法可以很好地克服K-Means对初始代表点的依赖性,获得较高质量的聚类结果.     

混合遗传算法求解带不相关并行机的HFSSP

研究了带不相关并行机和批生产约束的混合流水车间调度问题,其中初始阶段为串行批处理机,相邻加工阶段间工件的运输时间独立于加工时间。针对该问题,以最小化最大完工时间(makespan)为目标,建立了整数规划模型,提出一种结合NEH启发式算法、局域搜索和自适应遗传算法的混合遗传算法获取近优解。采用NEH启发式算法产生初始工件加工序列群以提高群质量,提出自适应参数调节机制设计交叉变异概率,进而利用交叉和变异操作改进解的质量。最后,通过局域搜索产生邻域解以更新遗传算法(GA)的解。仿真实验测试了不同规模的实例,与其他基于GA的混合算法的性能进行对比,结果表明所提出的混合遗传算法优于其他算法,能在合理的计算时间内得到较好的近优解。     

基于小波变换的目标边缘搜索分割方法

为满足目标识别实时性、抗噪声的要求,提出了利用小波变换的图像边缘搜索分割方法.用反对称双正交小波算子对图像进行小波变换,对小波变换模极大值进行启发式搜索检测边缘,得到目标边缘的链码表示.该搜索方法能较好地克服噪声干扰,边缘丢失时能通过在模值分布图中搜索找回边缘,增强算法的鲁棒性.实验结果表明,在同样平台下,使用该方法检测边缘能减少一般小波多尺度分析的计算量,计算速度与使用Sobel算子的梯度方法相当,且具有更好的抗噪声能力.该方法边缘连接良好率高,特征提取方便,综合提高了图像处理算法效率.     

改进樽海鞘群算法的永磁同步电机多参数辨识

针对一类元启发式优化算法辨识永磁同步电机(PMSM)参数存在易陷入局部最优,从而导致辨识结果精度不高的问题,提出了一种结合自适应正态云模型的樽海鞘群辨识算法(CSSA)。该算法以标准樽海鞘群算法为基础,在樽海鞘追随者位置更新阶段引入自适应正态云模型,使算法初期的种群多样性得到改善,提高了全局开发能力,避免陷入局部最优;随着迭代次数增加,通过自适应调整正态云模型熵值,优化了算法后期的局部开发能力,使其收敛精度得到提高。参数辨识模型只需测量计算获得永磁同步电机的电流、电压以及角速度信息,再将改进算法通过适应度函数在辨识模型中寻优得到辨识结果。仿真与实验结果表明,提出的算法可以对永磁同步电机参数进行快速、稳定且准确的辨识。     

线路损失的灵敏度分析和参数综合优化

在定义了支路共轭电压、电流对线路参数灵敏度的基础上,推导出网损对线路参数的灵敏度,可根据其大小确定线路参数对网损的影响程度,为估算改变参数后的线路损失提供了一种简便方法。利用最小二乘法拟合出导线截面积与投资的关系曲线,形成综合费用函数。以损耗和投资综合费用最小为目标函数,采用粒子群优化算法对线路参数进行优化,建立了粒子位置库PSOLL,对粒子的位置进行了二次更新,提出了相应的启发式规则减少了搜索范围,加快了收敛速度。IEEE 14节点的仿真结果表明了算法的简便性、可行性和实用性。     

执行依赖启发式动态规划在同步发电机励磁系统中的应用

介绍了一种控制同步发电机励磁系统的新方法,即执行依赖启发式动态规划(ADHDP)对同步发电机励磁电压的自适应控制.执行依赖启发式动态规划是近似动态规划(ADP)的一种算法,ADP利用非线性函数拟合方法逼近动态规划的性能指标函数,以获得最优解或次优解.仿真结果表明,基于执行依赖启发式动态规划算法的励磁控制效果优于传统励磁...     

带残损原材料的二维优化下料问题的研究

本文将遗传算法和模拟退火算法相结合来求解二雏优化下料问题，下料件为不规则形状，原材料上带有残损，问题具有一般性。并在Windows2000平台下，用Matlab实现上述算法。通过实例验证了该算法的有效性。     

定向传感器网络中的最小化覆盖间隙和最大化网络生命时间问题的研究

本文研究了定向传感器网络中最小化覆盖间隙和最大化网络生命时间的问题.本文采用的定向感知天线模型,每个传感器有多个感应方向.在无线传感器网络中,最大化网络生命时间和最小化覆盖间隙是两个冲突的目标.为了在两者之间做出权衡,文章研究了在生命时间受约束的情况下最小化覆盖间隙问题(MCBLC)和在覆盖间隙受约束的条件下最大化网络生命时间问题(MLCBC).对于MCBLC问题,我们首先将它模型化为整数规划问题,并提出两个启发式算法(MCBLC-G和MCBLC-G-1).基于MCBLC-G(MCBLC-G-1)算法,利用二分搜索技术得到MLCBC问题的算法.最后,模拟验证了算法的性能.