自适应的非支配排序遗传算法

针对带精英策略的非支配排序遗传算法不能根据环境变化自适应地动态调整运行参数,难以实现对解空间的高效搜索,提出一种自适应的非支配排序遗传算法.所提出算法根据运行阶段、运行代数和当前临时种群非支配个体数动态调整进化个体的运行参数,通过提高进化算子的自适应能力使算法具有自适应性.经实验对比,所提出算法在收敛性、多样性两方面确有提升,可以有效提高原算法的搜索能力.     

基于依赖性分析的回归测试用例选择

在面向对象程序功能性测试中,扩展有限状态自动机(ESFM)是一种有效的建模袁示方式.本文主要探讨面向对象程序回归测试中的用例选择技术,对程序对应的EFSM模型进行数据依赖和控制依赖分析,确定程序中修改部分的波及影响,再进行测试用例的选择.     

大豆组织蛋白产品特性指标的因子分析

以市售12种大豆组织蛋白产品为样品,通过因子分析,探寻大豆组织蛋白产品品质间的相互关系.结果表明,可将10个指标用4个公共因子表示.因子1对乳化性、吸油性、韧性、硬度起支配作用, 因子2对a*、b*起支配作用,因子3对吸水率、L*、密度起支配作用,因子4只对持水性载荷值较大,表明持水性与其他指标联系较少.大豆组织蛋白产品的评价指标及权重为产品韧性(15%)、硬度(15%)、持水性(25%)、色泽(45%).吸油率、韧性和硬度为综合指标,在快速检测时,可以选用.     

工业无线传感器网络攻击源定位任务分配优化算法

针对工业无线传感器网络中参与攻击源节点定位的任务分配问题,构建和求解多目标优化定位任务分配模型,任务分配模型中设定参考节点组合总能量消耗、距离平均标准偏差目标函数,以及空间约束和剩余能量约束条件;采用循环拥挤排序将非支配排序遗传算法(NSGA-Ⅱ)进行改进后加入基于稀疏度局部搜索的混合优化算法联合求解任务分配模型,将稀疏度最小的解作为稀疏解,再采用极限优化策略在稀疏解周围进行局部搜索使得解拥有更好的分布特性.Matlab仿真结果表明该改进的混合优化算法可以提高算法收敛速度以及降低算法复杂度,在较快的时间内选择出合适的参考节点组合,减少了定位误差,提高了定位精度.     

基于改进NSGA-Ⅲ算法的城市管网多传感器优化部署

由于外部原因管道故障时有发生,常需布置传感器网络对城市管道网络进行实时监测。为在资源有限的前提下获得最佳的监测效率,对网络中传感器的部署问题进行研究,提出了一种改进NSGA-Ⅲ算法对传感器网络部署问题进行求解,实现求得解集多样性和收敛性的均衡;网络采用一个由顶点集V和边集E组成的图G=(V,E)进行建模,并对个体进行编码;以传感器对网络整体覆盖率和指定区域覆盖率为优化目标,应用并改进求解传感器优化部署问题的非支配解集。仿真实验结果表明,改进后算法在保证收敛性的前提下提高了优化解集的多样性,可有效解决管网多传感器优化部署问题。     

连杆衬套强力旋压成形的多目标优化与决策

为了减小连杆衬套强力旋压成形的圆柱度误差和壁厚偏差,提出了基于加权相对距离的最优解决策策略.介绍了连杆衬套的强力旋压成形工艺,以减小圆柱度误差和壁厚偏差为目标建立了多目标优化模型.使用RBF神经网络和有限元仿真软件拟合了工艺参数与目标参数之间的函数关系,经验证RBF神经网络的拟合精度较高.使用非支配排序遗传算法对多目标...     

计及碳排放的风-光-抽水蓄能系统容量优化配置方法

合理的系统容量配置方案是开发利用可再生能源的重要基础.文中提出了一种并网型风-光-抽水蓄能联合运行系统容量优化配置方法,该方法以成本最低、经济效益最大、碳排放量最小为优化目标建立系统模型,基于中国东南沿海某近陆海岛的真实数据,采用带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ)对模型进行求解.然后,引入灰色关联分析法实现无偏折中策略获取最优容量配置方案.仿真结果表明,联合运行系统能在最大限度利用风能和太阳能的基础上实现连续稳定运行;引入灰色关联分析法决策最优容量配置方案是可行的,且联合运行系统在全项目周期里的碳排放量随着灰色关联度的增大而减小;适当提高风电和光伏发电入网率能够降低系统成本、提高经济效益、减少碳排放量.     

基于主从支配点的无线自组网络广播算法及优化

文中提出了一种分布式主从支配点广播算法，节点利用局部拓扑结构选择支配点并对其进行主从划分，只有主支配点才对广播报文进行转发，从支配点负责监测网络的覆盖情况，当发现有未被覆盖的邻居节点时它就自动转化为主支配点，这样不仅降低了转播节点的数目，而且能够保证对网络的完全覆盖．在此基础上文中又提出了自剪枝规则对广播算法进行优化，自剪枝规则不会影响网络的完全覆盖性，并且能够进一步消除冗余转播节点，提高广播算法的性能．文章对算法的的正确性和有效性进行了理论分析，并通过仿真对它们的性能进行了验证和对比，结果表明它们优于其它广播算法．     

资源约束下产品开发任务调度的多目标优化

鉴于产品开发任务调度过程中存在资源约束问题和学习与遗忘效应,需要对多个目标进行优化决策,通过定义资源平均利用率并提出学习遗忘效应矩阵,结合耦合设计的多阶段迭代模型,以各阶段资源利用率为约束条件,建立资源约束下考虑学习与遗忘效应的任务调度时间与成本的多目标优化数学模型。采用带精英策略的非支配排序遗传算法求解得出Pareto最优解集,并采用改进的多目标理想点法对该解集进行选优,得到最优任务调度方案。以某电动汽车的开发过程为例,验证了该优化模型能够减小产品开发时间,降低产品开发成本,提高总资源利用率。     

无线传感器网络中2-连通k-支配的容错连通支配集构造

无线传感器网络可采用连通支配集的虚拟骨干技术使平面网络层次化,但传感器节点的失效和链路的断裂会导致网络失败,虚拟骨干网最好具有容错性好、可靠性高的特性.对此,提出具有容错性的2-连通 -支配集的构造算法,以节点自身和邻域信息分布式地构造 -支配节点,利用最小生成树和块-割点图将 -支配节点2-连通.理论分析和实验仿真表明此算法具有较好的算法性能比,在中等规模网络中会产生更少的具有容错性的 -支配节点,可节省传感器节点的能量消耗和网络的通信开销.