基于扫描法的海上风电场集电系统拓扑优化

海上风电场集电系统拓扑结构优化对于减少风电场的投资成本具有重要意义。针对海上风电场中集电系统拓扑结构优化问题提出了一种可行的优化方法,使得内部海缆连接在满足施工要求的前提下总布线长度最短。首先对集电系统中海缆存在的不可交叉、海缆允许连接的最大风力机数进行分析,提出使用扫描法和最小生成树法设置单条输电海缆连接的风力机,在此基础上使用邻位变异对提出的算法进行改进,结果表明：相较于目前的工程规划方案,该方法能够在较短的时间内生成多个满足条件的拓扑结构,有效提高系统的经济性。     

混合策略改进的麻雀搜索算法

针对麻雀搜索算法存在的迭代过程中种群多样性减少且容易陷入局部最优以及收敛速度慢等问题,提出混合策略改进的麻雀搜索算法（MSSSA）。利用Circle映射初始化麻雀个体位置,增加初始种群的多样性。结合蝴蝶优化算法（BOA）中蝴蝶飞行方式,改进发现者的位置更新策略,增强算法全局探索能力。采用逐维变异方法对个体位置进行扰动,提升算法跳出局部最优的能力。在仿真实验中与4种基本算法和5种改进算法基于10个基准测试函数进行比较并进行Wilcoxon秩和检验,结果表明所提算法具有更好的收敛性和求解精度,全局寻优能力得到大幅提升。     

基于粒子熵的参数自适应变异PSO算法研究

为了避免普通粒子群算法（PSO）可能出现的局部收敛及精度不高现象,围绕影响PSO算法性能的两个重要参数[w]和[pgd],提出了一种面向全局优化的参数自适应变异PSO改进算法。算法定义了粒子熵集概念,可以精确反映粒子群数据的全局聚集特性,由粒子群各维数据的熵值大小决定是否对各维数据的惯性权重[w]进行回归变异,对全局变量[pgd]进行随机变异,并采取引入变异次数因子等方法来避免寻优发散。仿真研究表明该算法比常用算法在寻优精度、摆脱局部陷阱、稳定性等方面均有明显提高,在求解复杂多峰问题上有着良好的表现。     

自适应变异的遗传算法求解Flow Shop问题

针对遗传算法在求解流水车间调度问题中易出现早熟收敛的局限性．提出了自适应变异的遗传算法。该算法在运行的过程中，首先定义了一种新的衡量种群多样性的熵．然后根据熵值来确定变异概率。这种变异增强了遗传算法跳出局部最优解的能力。仿真实例的结果表明了该算法的有效性，最后利用该算法设计并实现了一个简单的服装加工智能调度器。     

基于标准系数法的高度稳定系统信号重构研究

研究了俯仰角和俯仰角速率信号丢失时采用信号重构方法设计飞机高度保持和控制系统;针对线性小扰动飞机模型,设计降维状态观测器实现信号重构,再采用标准系数法设计高度保持和控制回路;通过一个输入信号升降舵偏角和两个输出信号迎角与速度对俯仰角和俯仰角速率进行重构,用标准系数法确定模型中的参数;仿真结果表明对于线性飞机模型用降维状态观测器能够很好地重构俯仰角和俯仰角速率信号,同时标准系数法可使系统达到满意的性能指标。     

AIS超变异模式识别技术及Matlab语言实现

在人工免疫系统(Artificial Immune System，AIS)算法的基础上，对免疫系统的超变异特性进行了算法设计，并针对四种简单信号模式给出了Matlab语言的实现程序和计算结果。     

具有校准功能的医用型电子血压计

针对传统电子血压计不具备压力检定和校准功能的缺点,研制具有校准功能的电子血压计,通过改进血压计的气路结构实现压力的检定和自校准。测量实验中,静压的最大示值误差为2.1 mmHg,血压为120/80的收缩压和舒张压重复性分别为3.00 mmHg和1.716 mmHg,血压为110/75的收缩压和舒张压的重复性分别为3.8 mmHg和1.716 mmHg;校准实验中,校准后的静压最大示值误差为0.7 mmHg,收缩压和舒张压的平均差为1 mmHg和－1 mmHg、标准差为2 mmHg和1.47 mmHg。结果表明：样机满足JJG692—2010《无创自动测量血压计检定规程》的要求,校准后的样机可重新准确测量静压和血压并且准确度得到提高。     

基于搜索算法的测试用例优化问题研究

测试用例优化是软件测试领域的研究热点之一,已有优化算法的评估多以代码覆盖为基础,这并不能完全反应程序的错误状况,高代码覆盖率的测试用例并不一定具有高的揭错能力.本文结合变异测试,从新的角度-———错误覆盖出发,对两种贪心算法、一种启发式算法、及遗传算法的优化效果进行了评估,实验结果表明额外贪心算法优于其它三种算法.该评估结果的置信度更高,为此类算法的评估提供了新的研究思路.     

遗传算法在0-1一维背包问题上的应用研究

遗传算法是改进式启发算法,模拟自然界生物进化过程的计算模型.本文将多种改进的遗传算法应用于背包问题,并通过算例来证明该算法解决背包问题的可行性与有效性,以及评价各算法得优缺点.     

遗传算法在自动组卷中的应用

自动组卷策略是利用计算机自动完成试卷生成的一种方案,整个过程的人工投入少,在很大程度上解放了教师,提高了工作效率。能否自动组出满足用户要求的试卷,与组卷使用的算法紧密相关。采用遗传算法,按照选择编码方式、产生初始种群、计算自适应函数、进行遗传操作、试卷生成的过程,可完成自动组卷操作。