基于云免疫算法的认知无线网络参数优化

为了提高认知无线网络的参数优化效果,提出了一种基于免疫优化的认知引擎参数调整算法。免疫克隆优化是一种有效的智能优化算法,适合求解认知无线网络的引擎参数调整问题。免疫优化中,变异概率影响着算法的搜索能力;利用正态云模型云滴的随机性和稳定倾向性特点,提出了一种基于云模型的自适应变异概率调整方法,并用于认知无线网络的参数优化。在多载波环境下对算法进行了仿真实验。结果表明,所提算法收敛速度较快,参数调整结果与对目标函数的偏好一致,能够实现认知引擎参数优化。     

基于关键路径优化交叉遗传算法的掌纹识别

传统的掌纹识别算法在大多情况下运行缓慢以致效率不高,通常会依赖昂贵的技术装备而导致成本较高。针对这一问题,提出基于关键路径优化交叉遗传算法(CGA)的掌纹识别算法。首先,利用关键路径算法找到染色体的关键路径,借助于交叉概率剔除染色体的最差候选种群;然后选择最佳候选种群进行交叉运算,有效地改善低质量掌纹图像的问题;最后,在掌纹图像上的实验验证该算法的有效性及可靠性。实验结果表明,相比18项参数总和算法,该算法取得了更高的识别率,同时大大地降低了识别所耗时间,有望运用于实时掌纹识别系统。     

基于贝叶斯的软件错误定位方法

为提高基于程序切片和覆盖信息的传统错误定位技术的效率,提出一种基于程序动态切片和贝叶斯相结合的错误定位方法。针对程序执行轨迹计算动态切片,减少搜索空间;在切片后覆盖信息的基础上,利用贝叶斯公式计算相关语句的可疑度;根据语句可疑度降序排列语句,依次检查直到找出真正的错误语句。实验结果表明,该方法能够在一定程度上提高软件错误定位的效率与精度。     

随机非线性和部分转移概率未知时马尔科夫系统的H1控制

研究上述系统时: 1) 利用了非线性的概率分布信息; 2) 利用了转移概率中已知部分和未知部分的关系. 利用李雅普诺夫泛函方法和线性矩阵不等式方法, 本文得到了使得系统随机稳定的充分条件并得到了相应的反馈控制增益. 文中最后给出的例子表明了所建立模型和分析方法的有效性.     

变邻域分解多目标自适应差分进化算法

分解方法是处理复杂问题常用的一种手段,而差分进化算法被广泛地应用于多目标优化问题(multiobjective optimization problems,MOP),为了克服经典差分进化算法和分解方法的缺陷,本文提出了一种自适应差分进化算法和变邻域分解方法相结合的新颖算法一ADEMO/D-ENS,该算法采用Tchebycheff方法将多目标优化问题分解成多维标量优化子问题,并利用邻域子问题的信息进行优化,基于邻域种群集依概率自适应选择邻域种群规模;同时采用概率匹配(]probability match,PM)自适应方法从差分策略池中选择差分进化策略;同时分析了算法的复杂度;最后,通过和经典的非支配排序遗传算法(non-dominated sorting genetic algorithmsⅡ,NSGA-Ⅱ)和多目标差分进化算法(multi-objective differential evolution algorithm,MODE)仿真对比,说明ADEMO/D-ENS方法可以更有效的处理多目标优化问题.     

基于最大后验概率的熔融态物料结构的层析图像提取法

以聚合物挤出过程中的熔融态物料为对象，在比较层析图像与反射式光强图像的成像特点基础上，叙述了基于最大后验概率的熔融态物料多特征结构的层析图像提取方法，并介绍了层析图像提取实验的结果，理论与实验表明，该方法能有效地分割熔融态物料，细化熔融态结构,实现对熔融态物料特征结构的提取和测量。     

安全仪表系统的可用性分析及其定量评估

安全仪表系统的误动作给生产带来较大经济损失,如何保证安全仪表系统既可靠又可用已提上议事日程。在分析安全仪表系统安全失效概率影响因素的基础上,采用可靠性框图法针对安全仪表系统常用表决结构的安全失效概率进行了定量研究,并给出了应用示例。研究结果表明,共因失效会增加安全仪表系统发生安全失效的概率;安全仪表系统降级工作不影响其可用性;在设备逐一测试和维修的情况下,可忽略由于测试和维修危险失效导致的安全仪表系统不可用;独立的未检测到的安全失效对安全仪表系统发生安全失效概率的贡献最大。     

自适应门限GM-CPHD多目标跟踪算法

带有势估计的高斯混合概率假设密度滤波（GM-CPHD）作为一种杂 波环境下目标数可变的检测前跟踪方法,将复杂的多目标状态空间的运算转换为单目标状态 空间内的运算,有效避免了多目标跟踪中复杂的数据关联问题,但该方法的计算复杂度与观 测数的3次方成正比,在密集杂波情况下计算量十分巨大。针对该方法计算复杂度高的问题 ,提出利用一种最大似然自适应门限的快速算法,该算法首先利用自适应门限对观测进 行处理,然后仅利用处于门限内的有效观测进行GM-CPHD算法的更新步计算,大大降低了算 法的计算复杂度。实验结果证明,本文方法在有效降低计算复杂度的同时,在多目标跟踪效 果 方面与GM CPHD相当,优于GM-PHD滤波算法。     

石油化工装备“后果分析”方法的介绍

石油化工装备的失效,由于所处理的物料常常是易燃易爆的化学品,所以往往导致发生燃烧、爆炸等,还可以波及附近的其它装置和设备发生连锁的失效和爆炸。为了分析这种严重事故可能造成的影响,研究防止这种事故的发生,近年来研究和发展了一种定量估计这种失效后果严重程度的方法,称为后果分析(Consequence Analysis)。通过分析,从这些设备的失效概率、可能发生的失效形式,研究设备内物料的泄漏形式、可能发生的后果、影响范围的大小、对周围装置、环境和人员的危害程度等,从而提出在设备设计、工厂的总图设计中采取的措施,以减轻其危害的程度。     

基于参数不确定性的概率预报研究

水文模型参数的选取通常依靠经验判断或者依赖历史库中的不完备数据集进行自动优选,所选参数并不一定能够准确反映流域降雨径流特点,更不足以反映不同洪水涨落阶段洪水特征的变化。基于水文模型参数存在显著不确定性的客观事实,以随机参数驱动水文模型,并结合数值模型实现概率预报。通过东湾流域36场洪水模拟试验,揭示了水文参数不确定性对洪水预报结果的显著影响,提出的概率预报算法能够给出精确、可靠的预报结果,说明该算法能够降低水文模型参数所带来的洪水预报不确定性。