一种采用双混沌搜索的类电磁机制算法

针对现有算法中初始种群随机性强、局部搜索能力差、移动公式效率低等问题,提出了一种改进的类电磁机制算法．结合反向学习理论,引入带扰动因子的反向学习机制构造初始种群;提出了一种双混沌优化机制用于局部搜索;运用改进后的公式计算粒子之间的合力;设计了一种自适应移动算子来更新粒子．实验结果表明,改进后的算法具有更好的收敛效果和更高的求解精度．     

我国智能网联汽车操作系统研究

智能网联汽车操作系统是支撑汽车“新四化”技术革命的关键共性技术。掌握智能网联汽车操作系统的核心技术,既是国家汽车产业由大变强的重大战略需求,也是破解关键核心技术“卡脖子”问题、保障国家产业链、供应链安全的关键之举。当前,全球智能网联汽车操作系统产业格局面临重塑,经典车控、智能驾驶和智能座舱等不同层次、不同环节的操作系统多线并进。总体而言,目前欧美等发达国家占据产业发展主导地位,而我国利用大国大市场优势,在智能座舱及应用技术、车载芯片等领域取得局部突破,但操作系统等底层技术、应用标准仍然受制于人,产业链、供应链安全稳定仍面临挑战。接下来进一步明确行业发展路径、加强关键技术研究、发挥标准引领作用、完善产业发展机制等方面综合施策,牢牢把握智能网联汽车操作系统的创新主动权、发展主动权。     

一种利用动态搜索策略的混合蛙跳算法

从混合蛙跳算法的寻优原理出发,研究了其寻优机制．针对标准算法中存在的初始种群不均匀、迭代后期收敛速度慢,易陷入局部最优的缺陷,提出了一种改进的混合蛙跳算法．采用随机化均匀设计方法产生初始种群;引入影响因子,动态地改变子群当前最差值对其进化行为的影响;根据群体适应度方差判断种群是否陷入局部最优,并通过对当前全局最优值微扰,使算法跳出局部最优．实验结果表明,改进算法有更高的收敛精度和更好的收敛结果．