动态调整策略改进的和声搜索算法

为了得到高维复杂问题的全局高精度最优解,提出一种动态调整策略,并用该策略改进和声搜索算法。算法选取和声记忆库中最差和声向量作为优化调整目标,随着迭代的进行,逐步降低决策变量的调整概率,该方法能够使得算法在全局探索能力和局部高精度开发能力之间实现平衡,有效提高了新和声更新最差和声的成功率。通过6个高维Benchmark测试函数的仿真结果表明,提出的动态调整策略能够有效提高和声搜索算法求解高维复杂优化问题的能力。     

信号分形维数估计的研究与实现*

基于序列分形自仿射特性,提出一种实现一维信号分形维数估计的方法。按不同尺度将信号序列分段为映射区间和象区间,采用搜索算法确定与各象区间最优匹配的映射区间,并根据迭代函数系统理论估计信号的分形维数。以分形维数已知的MackeyGlass和Lorenz信号为例,仿真表明提出的方法能准确估计信号的分形维数,对实际应用具有一定的参考价值。     

一类适于悲观决策的广义AND／OR树及其启发式搜索算法BOA

本文首先将大量存在的悲观决策过程抽象成具有普遍意义的一类广义AND/OR 树,证明了广义 AND/OR 树的耗散值等于其最佳解树的耗散值,然后提出求其最佳解树的自底向上的启发式搜索算法 BOA,从而大大减少了求广义 AND/OR 树的耗散值的计算工作量。     

移动机器人3维路径规划方法综述

按照建模原理的不同,将目前各种3维路径规划方法分为4类,阐述了各种方法的工作原理,指出了 各种方法在不同应用领域的优势和劣势．分别从实时性、动态环境适应性、规划路径的光滑性、全局规划能力以及 加入动力学约束的难易程度等方面进行了比较．分析结果指出,基于虚拟势场与导航函数的方法实时性最好,可在 局部规划器中优先选用．基于数学优化的方法能够综合考虑各种动力学约束;而基于生物智能的方法虽然便于表达 各种棘手的约束,但规划周期太长,只适用于长周期调用.     

改进的求解约束P-Median问题的分散搜索算法

对解决约束P-中位问题已有的分散搜索算法进行改进。通过划分中心点服务范围的新方法指派需求点以构造初始解,用基于外包矩形的局部搜索方法来提高邻域解搜索的效率,结合路径重连算法,扩展邻域解的搜索范围,来提高解的质量。实验表明此算法能够得到优化且连续的解。     

一种求解资源约束项目调度问题的改进引力搜索算法

引力搜索算法虽然具有较强的搜索能力和较快的收敛速度,但是容易陷入局部最优,且求解精度并不尽如人意。针对具有资源和优先关系约束的资源约束项目调度问题,提出一种改进的引力搜索算法(improved gravitational search algorithm, IGSA)。该算法将向心力和混沌机制引入引力搜索算法中,一方面通过在不同寻优阶段对参数进行控制,平衡算法中粒子的探索能力与开发能力,防止算法陷入局部最优,提高解的精度和加快收敛速度;另一方面当随机数大于混沌序列的值时,对生成的解决方案执行插入或交换操作,增强算法的多样性。为了评估算法的有效性,在PSPLIB问题实例J30,J60,J90和J120上进行对比实验,结果表明,相较于对比算法,IGSA在求解RCPSP时能更快更准确地得到项目最小完工时间,且能充分利用资源,避免资源浪费。     

FBMC-OQAM系统中一种改进的OPTS算法

针对采用重叠部分传输序列(overlapping partial transmit sequence,OPTS)算法来抑制滤波器组多载波-偏移正交幅度调制(filter bank multicarrier-offset quadrature amplitude modulation,FBMC-OQAM)信号的峰均比(p...     

对等网搜索模型算法研究

本文研究了目前已有的对等网络的搜索算法,指出了每种搜索算法的特点和不足．最后总结了等网络的搜索算法需要解决的问题,为高性能的P2P搜索算法的提出奠定基础。     

基于改进蚁群算法的火源定位策略研究

为了达到多机器人系统能够模仿蚁群寻找食物源的行为来定位搜索火源目标,对基本蚁群算法和禁忌搜索算法进行融合和修正,形成一种新的目标搜索策略。修正的蚁群算法包括：全局随机搜索、局部遍历搜索和信息素更新三个部分。在搜索过程中,通过设定信息素的有效作用范围来实现对多个火源目标的定位。仿真结果表明,局部遍历搜索能够保证机器人逐步靠近火源目标,而融合了禁忌搜索的蚁群算法在搜索效率上大大提高。     

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。