解决无线传感器网络能量洞问题的贪婪算法

无线传感器网络中的能量洞问题是影响网络寿命的关键因素之一。在基于环模型的多跳传感器网络中,通过优化所有环的传输距离可以有效地延长网络寿命。提出了一种近似的贪婪算法（ASGT）,该算法将最优传输距离序列问题转化为最优生成树问题,在降低搜索（算法）复杂度的同时得到与最优解近似的结果。模拟实验证明了采用ASGT算法的网络寿命逼近于理想最优序列下的网络生命时间,并且与已有的文献算法相比,ASGT可以延长网络寿命两倍以上。     

面向MANET云平台应用的多目标蚁群优化AODV路由协议

为增强网络中路由的稳健性,提出了一种优化的AODV路由协议,结合多目标优化和蚁群优化选择最优路由。首先,计算各节点的传输距离、进展、传输延迟、方向和生存时间5个度量;然后,以传输距离、传输延迟和方向3个度量的最小化,以及进展和生存时间两个度量的最大化为优化目标,构造蚁群算法中的移动概率函数,并结合局部最优路径更新全局信息素;此后,在AODV路由协议的基础上,选择移动概率最大的节点作为最佳下一跳节点,生成最优路由。最后,在部署的大学区实验云模型平台上进行了验证。仿真结果表明,与AODV和EN-AODV路由协议相比,新路由协议的报文送达率更高,同时端到端的平均时延和路由开销更小。     

Bi-objective optimization of the reliability-redundancy allocation problem for series-parallel system

The main objective of this paper is to solve the bi-objective reliability redundancy allocation problem for series-parallel system where reliability of the system and the corresponding designing cost are considered as two different objectives. In their formulation, reliability of each component is considered as a triangular fuzzy number. In order to solve the problem, developed fuzzy model is converted to a crisp model by using expected values of fuzzy numbers and taking into account the preference of decision maker regarding cost and reliability goals. Finally the obtained crisp optimization problem has been solved with particle swarm optimization (PSO) and compared their results with genetic algorithm (GA). Examples are shown to illustrate the method. Finally statistical simulation has been performed for supremacy the approach.     

航班着陆调度的多目标优化研究

航班着陆调度问题是多目标优化问题,难以使用最优化方法求解。为了解决这一难题,以减少航班延迟时间和降低飞行延误成本为目标,提出一种整合的启发式方法。该方法使用吱呀轮算法SWO(Squeaky-Wheel Optimization)进行导向式搜索,并利用改进的GA充分扩展SWO的搜索空间,最后通过合理整合GA和SWO,取得求解效率和求解质量的提高。通过实验仿真对比表明该算法能高效求解该问题,满足了实时调度的需求,同时求解质量也优于其他启发式算法,节省了更多降落时间和成本。     

回归测试中测试用例集缩减问题的研究

测试用例集缩减(Test Suite Minimization,TSM)问题作为回归测试的研究热点和难点,在满足对指定测试需求的覆盖前提下,通过识别并移除冗余测试用例来降低回归测试成本。对国内外已有的TSM研究成果进行综述。首先分别从源代码和模型两个角度出发,总结已有的TSM方法:从源代码角度出发,重点分析与总结传统TSM方法和考虑缺陷检测能力的TSM方法;从模型角度出发,重点分析与总结基于扩展有限状态自动机的TSM方法。然后对实证研究中采用的评测程序、评测指标和实证结论进行总结。随后总结了TSM方法在特定测试领域的应用,包括GUI应用测试、Web应用测试和缺陷定位等。最后展望了未来的可能发展趋势。     

基于多点非均匀变异的多目标极值优化算法研究

多目标进化算法因其在解决含有多个矛盾目标函数的多目标优化问题中的强大处理能力,正受到越来越多的关注与研究。极值优化作为一种新型的进化算法,已在各种离散优化、连续优化测试函数以及工程优化问题中得到了较为成功的应用,但有关多目标EO算法的研究却十分有限。本文将采用Pareto优化的基本原理引入到极值优化算法中,提出一种求解连续多目标优化问题的基于多点非均匀变异的多目标极值优化算法。通过对六个国际公认的连续多目标优化测试函数的仿真实验结果表明：本文提出算法相比NSGA-II、 PAES、SPEA和SPEA2等经典多目标优化算法在收敛性和分布性方面均具有优势。     

A robust underwater navigation method fusing data of gravity anomaly and magnetic anomaly

Navigation using geophysical information is often implemented on underwater vehicles to correct the position errors of inertial navigation system. In this paper, we fuse the information of gravity anomaly and magnetic anomaly by developing an improved elitism based multi-objective artificial bee colony algorithm. In the proposed algorithm, multi-objective matching strategy and sequence matching strategy are adopted for the purpose of reducing the possibility of mismatching. Specifically, the mean absolute difference (MAD) of gravity anomaly and the MAD of magnetic anomaly are selected as two matching objective. Single-point matching is changed to sequence matching by introducing affine transformation. To keep diversity without losing too much convergence speed, two elites chosen by different strategies are used to generate new food source. Finally, in order to avoid premature convergence, a new mechanism of scout bee phase is explored. The maximum capacity of external archive is regarded as the monitoring target. Simulations based on the actual gravity anomaly base map and the actual magnetic anomaly base map have been performed for the validation of the proposed algorithm.     

混合遗传算法在铁路网车流分配中的应用

为减少铁车流在铁路网上的输送消耗以及均衡铁路线路的利用率,构建铁路网车流分配的多目标规划模型,针对传统智能算法在求解该问题时收敛性弱、易陷入局部最优的缺陷,提出设计自适应规则及退火策略的混合遗传算法进行求解仿真.采用特殊的染色体编码方式满足约束条件,对基本遗传算法的交叉、变异算子进行自适应改进,加强了算法的收敛性,引入模拟退火策略,提高了算法的邻域搜索能力.仿真结果表明,混合遗传算法在收敛代数以及求解性能上均有较大改进,可为车流分配问题提供有效解决方案.     

基于GA的网络最短路径多目标优化算法研究

针对现有基于遗传算法(GA)优化的网络最短路径算法存在优化目标单一、遗传编码质量低、搜索策略间平衡性差、适应度分配效率与灵活性较低等问题,建立一种多目标优化最短路径自适应GA模型,提出了优先级编码和优先级索引交叉算子,引入了遗传算子参数的模糊控制机制和基于自适应加权的适应度分配方法.实验结果表明,该算法的准确性和稳定性高、复杂度合理,实现了对网络设计优化中多目标最短路径问题的高质量求解.     

基于传感器最优配置的等价空间故障检测方法

提出一种基于传感器最优配置的等价空间故障检测方法．针对线性时不变动态系统,给出了传感器最优配置问题的描述,以及基于传感器最优配置的故障检测多目标优化问题的描述．在系统可供测量的N个变量中,选择能获得关于系统故障尽可能多信息的m个变量作为测量变量,在满足对故障具有尽可能高的灵敏度,同时对扰动等未知信号具有尽可能强的鲁棒性的条件下,使整个系统测量成本达到最低．仿真算例说明了所提出设计方法及算法的有效性．