旅行商问题(TSP)的一种改进遗传算法

传统的序号编码遗传算法(GA)使用PMX、CX和OX等特殊的交叉算子，这些算子实施起来很麻烦。针对TSP问题的求解，提出了一种新的改进遗传算法：单亲进化遗传算法(PEGA)，PEGA是利用父体所提供的有效边的信息，使用保留最小边的方法进行个体的进化。与传统的遗传算法相比，PEGA算法弥补了它们的不足之处，简化了遗传算法。给出了PEGA算法的数值算例，仿真实验表明了该算法对于对称的TSP和非对称的TSP问题，都具有收敛速度快的特点，证明了该算法的有效性。     

基于邻域搜索的改进最大最小蚁群算法

针对蚁群算法求解旅行商问题时易陷入局部最优的问题,提出一个改进的混合最大最小蚁群算法,并应用于求解旅行商问题.上述算法设计了一种新的信息素更新模型,单个蚂蚁每走一步就进行信息素局部更新,在所有的蚂蚁搜索一周后,最优路径蚂蚁进行全局信息素更新.提出一种新的邻域搜索模型,将邻域大小设置为原来的一半,提高了计算的效率.在每个蚂蚁的一个周期循环后,使用邻域搜索算法优化最优解的路径长度.仿真结果表明,改进算法具有较高的求解精度和收敛速度.     

基于故障树和双向联想记忆神经网络的桥式起重机故障诊断方法

针对桥式起重机的故障诊断系统,提出一种基于故障树(FTA)和双向联想记忆神经网络(BAM)相结合的故障诊断方法。通过FTA建立系统故障树,收集桥式起重机所有故障模式,进而归纳出BAM的学习样本,然后对样本学习联想,得到系统诊断结果。两种方法的结合,不但可完成单个故障的诊断,还可实现多种故障的综合处理,提高诊断能力。     

基于Elman超声信号时间融合的塔机防碰撞技术

针对塔机防碰撞以缺乏灵活性和时实性的被动防御为主的现状,为实现智能化主动防碰撞的目的,通过分析障碍物轮廓与超声测距时间序列间的映射关系,以时间融合的思想引入Elman网络,并通过变形输入输出实现了单超声传感器由测距序列快速识别障碍物高精度位置信息的功能,并经试验验证可以达到预期低成本、快速度、高精度的塔机工作使用要求,也为低精度传感器获取高精度融合结果提出借鉴思路。     

针对输入时滞的桥式起重机鲁棒控制

针对工业桥式起重机输入信号存在时滞的问题,本文设计了一种鲁棒跟踪控制器.具体而言,本文通过分析欠驱动桥式起重机的特性,引入辅助系统,将时滞模型等效为不存在时滞的模型.在此基础上,考虑系统参数的不确定性,设计了一种鲁棒跟踪控制器.本文使用基于Lyapunov理论的稳定性分析及证明方法,通过建立Lyapunov-Krasovskii（LK）方程证明了位置跟踪误差以及摆角可以在有限时间内收敛到一个界内,且界的大小与控制增益负相关.完成控制器设计后,将其与工业上常用的比例-积分-微分（Proportion-integration-differentiation,PID）控制方法进行比较.仿真及实验结果表明,本文所设计的控制器优于PID控制器,具有良好的控制性能.     

ZigBee网络路径均衡算法在供水系统的仿真研究

研究城市供水系统的高效路径均衡算法。供水系统根据供水请求调控供水路径,在早晚城市用水高峰期供水请求突增,待均衡的供水路径任务骤增加大了均衡计算量,传统方法只选用较少的高层节点作为均衡节点,高层节点因超额的工作量不能承担起均衡任务的突增,造成网络数据传输路径均衡的效率较低。为了解决这一难题,提出基于开销能量的供水系统ZigBee网络路径均衡算法。通过建立供水系统各节点能量消耗代价开销模型,在模型中根据开销能量将路径均衡控制的任务分派到网络的各个节点中共同分担完成路径均衡的任务,避免了只利用少数高层节点均衡而带来的均衡效率不高的问题。仿真结果表明,改进方法能够高效完成供水系统路径的均衡控制,取得了满意的结果。     

求解TSP的改进信息素二次更新与局部优化蚁群算法

针对蚁群（ACO）算法收敛速度慢、容易陷入局部最优的缺陷,提出了一种改进信息素二次更新局部优化蚁群算法（IPDULACO）。该算法对蚁群搜索到的当前全局最优解中路径贡献度大于给定的路径贡献阈值的子路径信息素进行二次更新,以提高构成潜在最优解的子路径被选择的概率,从而加快算法的收敛。然后,在搜索过程中,当蚁群陷入局部最优时,使用随机插入法对局部最优解中城市的排序进行调整,以增强算法跳出局部最优解的能力。将改进算法应用于若干经典的旅行售货商问题（TSP）进行仿真实验,实验结果表明,对于小规模的TSP,IPDULACO可以在较少的迭代次数内获得已知最优解;对于较大规模的TSP,IPDULACO可以在较少的迭代次数内获得更精确的解。因此,IPDULACO具有更强的搜索全局最优解的能力和更快的收敛速度,可以高效求解TSP。     

Optimal cyclic single crane scheduling for two parallel train oilcan repairing lines

Crane is widely used to move a heavy object from one place to another not only in manufacturing industry but also service industry. As an important resource in the train oilcan repairing, crane scheduling affects directly the productivity of the systems. In this paper, we study cyclic single crane scheduling problem with two parallel train oilcan repairing lines, where jobs are loaded into the line at one end and unloaded at the other end. The processing time at each workstation must be within a given range. There is no buffer between these stations. A crane is used to move jobs between the workstations in two parallel lines. The objective is to schedule the moves to minimize the production cycle. We proposed a time way diagram for two parallel lines and developed a mixed integer linear programming model. Then we extended the model to the scheduling problem with multi-station to eliminate the bottleneck in lines. Examples are given to demonstrate the effectiveness of the model.     

并行程序性能分析系统的研究

在并行程序的开发过程中，常常会出现负载不平衡、通讯开销过大、同步等待等一些导致计算机系统性能降低的因素。为了克服这些问题，及时对并行程序进行性能分析是十分重要的．在[1]、[2]、[3]中虽然对并行程序的性能分析作了一些研究，但都没有实现对并行程序的全局住分析，作者在对并行程序的运行状态进行分析的基础上，研究和开发了一个住能分析系统，它能自动地提取描述程序运行过程的真实数据，依据这些数据描述并行程序的各种性能指标，并对影响并行程序运行性能的原因作出直观的图形表述。     

LPPTE: A lightweight privacy-preserving trust evaluation scheme for facilitating distributed data fusion in cooperative vehicular safety applications

Vehicular networks have tremendous potential to improve road safety, traffic efficiency, and driving comfort, where cooperative vehicular safety applications are a significant branch. In cooperative vehicular safety applications, through the distributed data fusion for large amounts of data from multiple nearby vehicles, each vehicle can intelligently perceive the surrounding conditions beyond the capability of its own onboard sensors. Trust evaluation and privacy preservation are two primary concerns for facilitating the distributed data fusion in cooperative vehicular safety applications. They have conflicting requirements and a good balance between them is urgently needed. Meanwhile, the computation, communication, and storage overheads will all influence the applicability of a candidate scheme. In this paper, we propose a Lightweight Privacy-Preserving Trust Evaluation (LPPTE) scheme which can primely balance the trust evaluation and privacy preservation with low overheads for facilitating the distributed data fusion in cooperative vehicular safety applications. Furthermore, we provide exhaustive theoretical analysis and simulation evaluation for the LPPTE scheme, and the results demonstrate that the LPPTE scheme can obviously improve the accuracy of fusion results and is significantly superior to the state-of-the-art schemes in multiple aspects.