求解工程结构优化问题的改进布谷鸟搜索算法

针对布谷鸟搜索算法局部搜索能力不强的缺点, 提出一种基于随机局部搜索的改进布谷鸟搜索算法用于求解工程结构优化问题。引入惯性权重以平衡算法的勘探和开采能力; 利用随机局部搜索方法对当前最优解进行局部搜索, 以加快算法的收敛速度。两个工程结构优化问题的实验结果表明了该算法的可行性和有效性。     

融合LLE和ISOMAP的非线性降维方法

局部线性嵌入（LLE）和等距映射（ISOMAP）在降维过程中都只单一地保留数据集的某一种特性结构, 从而使降维后的数据集往往存在顾此失彼的情况。针对这种情况, 借助流形学习的核框架, 提出融合LLE和ISOMAP的非线性降维方法。新的融合方法使降维后的数据集既保持着数据点间的局部邻域关系, 也保持着数据点间的全局距离关系。在仿真数据集和实际数据集上的实验结果证实了该方法的优越性。     

自适应布谷鸟搜索算法

为了使布谷鸟搜索算法(Cuckoo Search,CS)在保持强大的全局搜索能力的同时,尽可能地提高局部搜索能力,在深入分析CS算法机理的基础上,将CS算法中影响布谷鸟搜索路径步长的参数β和布谷鸟蛋被发现(淘汰)的概率p_a由固定值改为随搜索过程自适应变化的动态参数,将越界的鸟窝折返回边界内、在当前代最优鸟窝附近的区域随机建立1个新的鸟窝、而非折返回边界上重新建立鸟窝,以提高算法的局部搜索能力和收敛速度。改进后的CS算法称为自适应布谷鸟搜索算法(Adaptive Cuckoo Search,ACS)。通过8个标准测试函数分别测试了CS算法和ACS算法的性能,结果表明,无论是简单的单峰函数还是复杂的多峰函数,无论是小型的低维函数还是大型的高维函数,ACS算法的寻优性能均超过CS算法。     

基于全局不变矩和分块主颜色的图像检索算法

为充分发挥全局不变矩对图像形状信息着重考虑的优势,规避颜色直方图未曾考虑图像的空间位置以及常见分块策略忽略分块间的相互联系等弊端,提出一种改进的全局不变矩和分块主颜色相结合的图像检索算法。计算图像的全局不变矩,提取图像各分块主颜色,将两者进行归一化处理后进行线性加权求和,计算综合相似度。实验结果表明,该算法具有较高的检索精度,能够提高检索性能。     

具有少量基本回路布尔网络的不动点

近来作为自然和人造非线性动态网络的一种紧凑模型,布尔网络的研究受到广泛关注.不动点和吸引子是预测布尔网络长期行为的关键.本文针对具有少量基本回路的布尔网络,提出了确定不动点的算法.我们的方法是基于构成反馈顶点集的变量所满足的一组方程.作为应用,我们还给出了检验这类布尔网络全局稳定性的充要条件.     

关于自适应非线性镇定的某些结果

不确定非线性系统的反馈控制一直是控制科学的中心问题之一,迄今已经取得很大进展。然而,目前现有大部分工作所研究的反馈控制规律,或是连续时间形式的,或是采样反馈形式但需要采样频率充分快,或是离散时间反馈形式,但需要被控离散时间系统的非线性函数增长速度不超过线性。要消除或减弱这些约束条件,一般来讲是相当困难的。这就促使我们探究反馈机制的最大能力和根本局限。尽管近年来在这个方向有许多重要进展,但仍有许多非平凡的重要问题有待研究。例如,在反馈通道中有时滞情形,或者系统状态是高维的情形。在本文中,我们将探索两类比较特殊的离散时间不确定非线性动力系统的控制问题,给出关于全局自适应反馈镇定的某些初步结果。     

可逆冷带轧机速度张力多变量耦合系统的建模及分散控制

针对具有多变量、非线性、强耦合和不确定性的可逆冷带轧机速度张力系统,提出了一种基于扩张状态观测器(extended state observer,ESO)的全局积分滑模自适应反步分散控制方法.首先,采用机理建模方法,建立了相对完备的可逆冷带轧机速度张力多变量耦合系统的数学模型.其次,将各子系统的耦合项和不确定项看成外扰,通过构造的ESO对其进行动态观测,并分别引入所设计的全局积分滑模自适应反步控制器中进行补偿,速度张力系统实现了有效的动态解耦和协调控制.理论分析表明,所提出的控制方法能够保证滑模面的渐近稳定和闭环系统的渐近跟踪性能.最后,基于某1422mm可逆冷带轧机速度张力系统的实际数据进行仿真,结果验证了所提方法的有效性.     

基于改进离散粒子群禁忌算法的并行测试任务调度

针对并行测试任务调度问题特点,提出了一种解决并行测试任务调度的离散粒子群禁忌算法,设计了符合并行测试任务调度特点的粒子初始化编码方式、粒子位置转移公式以及禁忌搜索邻域。通过与禁忌搜索相结合,避免了离散粒子群算法早熟问题。通过实验以及算法对比,表明提出的算法是快速有效的,能够很好地解决并行测试任务调度问题,求得测试总时间最短的任务调度序列。     

基于改进的BP神经网络入侵检测方法研究

针对遗传算法局部搜索能力弱和收敛速度慢,在选择操作之后加上了禁忌搜索算法,并对交叉操作进行改进,最后用禁忌搜索作为变异操作,从而加快算法的收敛速度,并用此改进的遗传算法来优化BP神经网络的权值。实验证明,采用该方法优化BP神经网络权值,能克服BP神经网络收敛速度慢、局部极小问题。     

分布式预测控制在空气分馏塔中的应用

在大型空分控制系统中,集中式控制由于在线计算量大,对计算机的要求较高。采用分布式预测控制,把复杂系统的控制过程分散到各个子系统中去,降低了计算的复杂度,同时提高了系统的可靠性。建立了分馏塔的数学模型,并拆分成若干个子系统,利用纳什优化原理,获得了全局最优解。仿真结果表明,该算法取得了较好的控制效果。