动态适应布谷鸟搜索算法

介绍一种新的生物启发算法—–布谷鸟搜索(CS)及其相关的L′evy飞行搜索机制.为了进一步提高算法的适应性,将反馈引入算法框架,建立了CS算法参数的闭环控制系统.将Rechenberg的1/5法则作为进化的评价指标,引入学习因子平衡种群的多样性和集中性,提出动态适应布谷鸟算法(DACS).最后,通过数值实验验证了所提出算法的有效性.     

当代社会的信息国防建设随想

信息国防建设与人民的生活水平息息相关,本文从信息的总体安全特征出发详细分析了现代信息社会特征对信息国防建设的影响,并从军事平衡角度为国家信息安全提出了战略性的分析与实施对策,目标是建立有序的信息安全实施体系。     

自然计算在九大高新技术领域的应用研究

在上海市重点发展的九大高新技术领域,对自然计算的内涵及应用进行了简介,综述了自然计算内涵的各类技术,在国内外九大高新技术领域的应用现状。通过应用现状对比,分析国内外应用的差距与优势,提出相应的改进意见,最后对自然计算进一步的应用前景进行了总结与展望。     

基于分形思想的复杂系统建模实例研究

结合具体的复杂系统建模实例,论述一种基于分形思想的复杂系统功能模型的开发方法。该方法在系统开发总体要求指导下,对系统各级功能模型从整体向局部、宏观向微观逐步深化;在模块化、强内聚、弱耦合条件下,按照对象的复杂性程度进行分层细化。     

群体智能应用综述

群体智能是一种在自然界生物群体所表现出的智能现象启发下提出的智能模式.本文从优化问题求解、电力系统、计算机和冶金自动化等领域出发,全面综述了群体智能在其中的应用成果.     

智能微粒群算法

微粒群算法是继蚁群算法之后提出的又一种新型的进化计算技术，具有典型的群体智能的特性。本文首先介绍微粒群算法，然后在对算法的关键参数进行分析的基础上，从算法的离散二进制表示、参数选择与设计、群体组织与进化以及混合微粒群算法等方面对国内外微粒群算法的研究进展进行综述。     

一种生态粒子群竞争优化计算模式

将生态种群密度的概念引入群体智能计算,提出一种基于生态群竞争模型的粒子群优化模型。该模型的动力学特征可较全面地描述个体与环境及相互之间的协同行为,在一定程度上脱离了只采用个体适应度来控制进化的生物进化框架。数值仿真结果表明该生态型粒子群优化模型可有效改善早熟收敛和提高收敛速度。     

微粒群多元最优信息的模糊自适应规划算法

在静态的微粒群多元最优信息规划模式的基础上，提出了微粒群多元最优信息的模糊自适应规划算法．该算法将模糊逻辑引入微粒群多元最优分布状态的动态规划，以实现多元最优信息间规划比例在寻优过程中的自适应调节，从而能够更大程度地改善其总体寻优性能．以最优和次最优分布信息的规划为例，构造了一种基于单变量两维状态输入模糊控制结构的微粒群模糊自适应规划引导器，并加以仿真计算．     

参数在线跟踪的交流传动系统双神经网络自适应规划控制

本文将Hopfield神经网络引入交流传动系统自适应控制，通过神经网络来规划交流调速系统的速度控制器动态输出，使速度控制具有对某些参数变化的一定程度的鲁棒性，对于不同可控的负载转矩分量，加入作者先前所提出的参数自动跟踪神经网络，构成具有参数在线跟踪功能的交流传动双神经网络自适应规划控制模式，进一步提高了系统的控制性能。     

交流传动系统理想化仿真方法及假设条件

交流传动系统控制方法研究持前提是必须提出一种理想化的系统仿真方法、文中为电流跟踪型逆变器－交流异步电机传动系统的仿真提供了一系列条件，仿真结果与权威文献吻合证明了该方法的有效性。