基于极大权的最小连通支配集启发式算法

Ad hoc无线网络中基于最小连通支配集(MCDS)的路由是一个引人瞩目的方法,文中提出了一种基于极大权的MCDS的启发式算法,确保了性能强的主机担任网关节点的角色,能更好的协调管理网络中其他的节点,从而保持MCDS的相对稳固性并为全网中的广播和路由操作提供一个高效的通信基础.仿真结果表明,该算法能在保证生成权和极大的连通支配集的同时也确保它的极小性,因此能有效地用于基于MCDS的路由设计中.     

综合性材料对少儿美术潜能的有效激发

正综合材料的美术教学是指建立在以材料与素描的基础之上逐步转向以材料为主的教学研究,注重对材料的特性、本质以及内在精神与艺术因素语言的交换,以此来激发少儿的想象力和创造力,本文主要讲述了综合性材料在少儿美术教育中的实践,并与传统教学方法相比,发现这种教学方式更能激发少儿的潜能。综合材料的作用随着时代的发展,传统而陈旧的简笔画教学显然已经难以跟上时代的步伐,依靠综合材料的运用开发少儿艺术的潜能,这样的课程理念来源于美国,但是在国内的少儿美术教学中比较少见,目前还处于发展初期。现行的少儿美术教材中所涉及到的材料大致可以分为纸     

载人空降乘员护颈装置优化设计

为了确保空降车着陆冲击过程中乘员的安全性,针对乘员易损伤部位颈部设计了双叶刚性护颈、圆柱形气囊护颈和仿生气囊护颈3款乘员护颈装置,并基于前期实验验证的数值模型,分别将3款护颈装置与气囊缓冲座椅相匹配。采用微型多目标遗传算法对3款护颈装置的防护特性参数进行优化。优化结果表明,仿生气囊护颈能最大限度地对乘员颈部实施有效的防护,为空降乘员防护装置的研发提供了依据。     

基于变异算子和邻域值自适应的MOEA/D算法

基于分解的多目标进化算法（MOEA/D）在解决多目标问题时，具有简单有效的特点。但多数MOEA/D采用固定的控制参数，导致全局搜索能力差，难以平衡收敛性和多样性。针对以上问题提出一种基于变异算子和邻域值自适应的多目标优化算法。该算法根据种群中个体适应度值的分散或集中程度进行判断，并据此对变异算子进行自适应的调节，从而增强算法的全局搜索能力；根据进化所处的阶段以及个体适应度值的集中程度，自适应地调节邻域值大小，保证每个个体在不同的进化代数都有一个邻域值大小；在子问题邻域中，统计子问题对应个体的被支配数，通过判断被支配数是否超过设定的上限，来决定是否将Pareto支配关系也作为邻域内判断个体好坏的准则之一。将提出的算法与传统的MOEA/D在标准测试问题上进行对比。实验结果表明，提出的算法求得的解集具有更好的收敛性和多样性，在求解性能上具有一定的优势。     

配网运行方式综合优化管理研究

网络重构、并联电容器组以及分布式电源的选址优化是基于配网扩建管理中,较为经济的调控手段。文中通过优化系统的网络结构、优化配置电容器组以及分布式电源的安装位置以综合改善配网的损耗、系统电压稳定性以及线路负荷均衡度。文中建立了配网多目标优化控制模型;并通过非支配排序遗传算法以及模糊决策分析法求解配网最佳运行方式。最后,通过仿真测试系统验证了综合方式运行优化的有效性。     

基于反向支配关系的指令重用优化

提出了一种基于反向支配关系的指令重用优化,在编译器中计算条件分支的反向支配基本块以及基本块内的控制无关语句,将这些信息编码成一条指令放置在分支指令之前.修改过的寄存器重命名阶段根据指令提供的信息保留部分错路指令的结果以便恢复后重用,降低了处理器分支预测错误的代价.实验表明该方法对典型应用有性能提升,与纯硬件方法相比硬件开销更小.     

互联网网络时延特征研究

互联网宏观拓扑结构下时延特征的研究对互联网结构与性能的理解具有重要作用。择取CAIDA Ark项目下分别位于4个不同地区的探测数据,提取网络时延与通信直径,发现网络时延与通信直径关系很小且超过70%的有效路径中存在支配时延。经分析,正是支配时延的存在影响了网络时延与通信直径的关系。对支配时延链路两端进行地理映射,发现支配时延以较高概率出现在同一国家同一城市某一链路传输之间。在此基础上,得出链路两端距离小于5 000 km的支配时延主要由排队时延组成,而链路两端距离大于5 000 km的支配时延主要由传播时延组成的结论。     

基于差分进化算法的混合动力系统多目标优化

针对混合动力能量管理系统多目标优化问题通常采用加权求和等方法的缺点,采用Pareto最优原理处理燃油经济性与排放性(CO、NOx、HC)评价指标,提出一种基于非支配排序的自适应差分进化算法,并应用于混合动力能量管理多目标优化系统之中并进行仿真分析。结果表明,提出的优化方法能够得到一组非支配Pareto最优解集,且燃油经济性最大提高了5.30%,CO排放物最大下降了3.65%,NOx最大下降了14.40%,HC最大下降了3.26%。     

移动自组网电力及负荷感知的构造最小连通支配集算法

在移动自组网络MANET(Mobile Ad-hoc Networks)中,移动节点之间的通信是多跳(Multi-hop)的,即需要网络中其他节点的参与得以进行,因此,节点之间的通信路径会因为节点的电力耗竭或节点的移动而中断.本文提出了根据移动节点当前电力及通信负荷来选择支配节点的最小连通支配集CDS(Connected Dominating Set)构造算法,这种算法可以减小由移动节点电力耗竭所致的通信路径失效的概率,也可以减少数据包通过各移动节点的延误时间,对设计MANET的高效稳定的路由策略有着重要的应用价值.     

热管式定风量换气节能装置的设计及性能分析

主要研究了兼顾火电机组经济性与环保性的负荷优化分配算法,建立了考虑阀点效应的多目标负荷分配模型。应用自主编写的算法,获得了待决策的非支配解集合(Pareto front,PF),其中算法的核心操作是多目标融合、剔除同一层相近个体、保留不同层差异个体。给出了6台机组的负荷优化分配算例,仿真结果验证了模型的合理性,并表明方法可以进一步减少火电机组煤耗成本和污染物排放量。结合逼近理想解排序法(technique for order preference by similarity to an ideel solution,TOPSIS),讨论了不同目标权重下负荷分配方案的区别,证明了基于TOPSIS的多目标负荷分配方案的确定依赖于各自目标在决策中所占的重要程度。