单纯形置换算法的改进及其应用

本文提出单纯形置换算法的改进策略。在单纯形置换过程中进行退化检验，如果单纯形退化到状态空间的某仿射子空间中，则依据一定的规则对它进行修正，以保证算法在整个状态空间中的搜索能力。改进算法被应用于线性系统参数的绝对最小误差回归辩识，仿真实例显示了算法的有效性。     

基于混沌粒子群优化的系统级故障诊断策略优化

针对诊断设计优化过程中的关键问题--故障诊断策略优化,提出了基于混沌粒子群优化算法的系统级故障诊断策略优化方法。该算法利用混沌优化不重复遍历系统所有状态的特点,引导粒子在全局范围内搜索,从而克服了粒子群算法“早熟”收敛的缺点。这使算法不仅具有较快的收敛速度,又保证了获得的最优解的可靠性,为获得有效的系统级故障诊断策略提供了可行的方法。最后,给出了该算法在诊断策略优化过程中的关键步骤,通过仿真证明了该算法对于系统级故障诊断策略优化的有效性。     

一种求解子集问题的基于图的蚂蚁系统

提出了一种求解子集问题的基于图的蚂蚁系统。针对子集问题,定义了构造图和等效路径,提出了基于等效路径增强的信息素更新策略,将问题的无序信息转化为对蚂蚁的有序影响,增加蚂蚁搜索路径的信息量。引入路径变异机制,通过路径的改良调节信息素分布,防止算法陷入停滞状态。将信息素更新分为三种情况:本次迭代最优更新、变异更新和本次迭代不更新,兼顾算法的收敛速度和搜索能力。对算法进行了描述并分析了算法复杂度。以多维背包问题为例,对该蚂蚁系统的性能进行了测试,验证了系统的有效性和优越性。     

神经网络热量平衡法在电网可靠性计算中的应用

提出基于神经网络的热量平衡法（ＮＮＨＢＭ），并将它运用于最小割集的搜索之中，利用它来判断一个图的连通性．为进行实际工程应用，对该算法的软件实现步骤进行了详细的说明．最后对ＩＥＥＥ－ＲＴＳ２４节点系统［７］进行了最小割集搜索的仿真研究，证明了热量平衡法在电网可靠性评估中运用的可行性．     

Flow shop问题的蚁群优化调度方法

提出了一种新颖的蚁群优化算法，用于解决流水作业（flowshop）的优化调度问题。算法中，流水作业调度问题以结点或弧模式有向图表示，人工蚁受有向图上信息素踪迹的指引，在图上搜索并一步步构造出问题的可行解。算法中的信息素踪迹更新过程作为蚁群间的间接通信机制，将引导整个蚁群收敛到问题的优化解。信息素踪迹更新过程中的停滞状态脱离机制以及信息素踪迹限制机制能帮助人工蚁跳出局部最优解。算法局部搜索过程中采用的基于关键路径的领域结构缩小问题的搜索空间。与其他算法在Taillard流水作业调度测试问题集上的比较试验表明，本算法性能更优，且具有更强的自适应和鲁棒性。     

无人机动态环境实时航迹规划

提出了一种基于实时A*搜索的无人机实时航迹规划算法。该算法将飞行器运动与航迹搜索相结合,在飞行器飞行过程中实时规划出下一段航迹;在搜索过程中,使用了多步寻优搜索的方法,相比单步搜索生成的航迹更加优化;使用最小转弯半径对生成的折线进行连接,使路径平滑可飞;针对算法局限性,给出一种改出局部最优点的策略。最后经仿真证明了该算法能够较好地满足规划要求。     

考虑附加资源和学习效应的不相关并行机调度

针对考虑附加资源和学习效应的不相关并行机调度问题(unrelated parallel machine scheduling problem, UPMSP)，提出一种动态人工蜂群算法(dynamical artificial bee colony, DABC)，实现最小化最大完成时间。给出一种新的编码方法和解码过程，并构建2个初始蜂群；提出一种蜂群评估策略，以动态确定雇佣蜂群和跟随蜂群；在雇佣蜂阶段和跟随蜂阶段采用不同搜索策略，以增强算法的探索能力。实验结果表明：DABC的新策略合理有效，且该算法在求解UPMSP时收敛性、平均值和稳定性更强，显示出较强的搜索性能。     

考虑不完美维修的定期检测与备件策略联合优化

针对退化过程服从三阶段故障过程的单部件系统提出了定期检测与备件订购策略联合优化.该策略下,根据检测时系统的状态执行不同的维修活动:当系统处于正常状态,不执行任何维修活动;若识别轻缺陷进行不完美维修并采用比例役龄回退模型描述不完美维修效果;若识别严重缺陷则更换系统.当更换系统时需考虑备件状态:若处于存货状态则立即更换,若正处于途中则到货时更换,若未订货需立即订货并在到货时刻更换.考虑所有更新事件采用更新报酬理论建立以最小化单位时间内期望成本为目标的模型,同时优化检测周期和订货点.最后,设计枚举优化算法和离散仿真算法求解模型,并在算例分析中验证模型的有效性和适用性.     

基于认知图和直觉模糊推理的态势评估方法

针对战场环境中信息的不确定性和交互关联性问题,将直觉模糊推理理论与认知图推理相结合,提出一种基于认知图和直觉模糊理论的态势评估方法。首先,分析当前认知图推理的特点与不足,建立基于直觉模糊集理论和有序加权平均算子的直觉模糊认知图模型;其次,提出直觉模糊认知图的态势评估推理过程;最后,用实例给出评估结果,验证方法的有效性和正确性。该方法能更准确地描述战场客观环境,为决策者提供更多的决策信息和决策偏好自由度。     

GUI自动化测试用例生成策略的研究

针对目前在图形用户界面(graphic user interface,GUI)自动化测试方法中存在的手工依赖性和测试缺乏准确性等问题,提出了一种改进的GUI自动化测试算法。该算法包括两种基于事件流图的GUI自动化测试用例生成策略:基于蚁群算法的日常冒烟测试用例生成策略和基于宽度优先搜索生成树的深度回归测试用例生成策略。将这两种策略应用于没有考虑分层的GUI事件流图模型中,得到标准GUI的测试用例,然后再进行GUI测试。结合Microsoft UI Automation框架和Visual Studio 2005开发平台,对该算法进行了实验研究。研究表明:该算法可以提高GUI测试的自动化程度和准确性。     

交互策略改进MOFA进化的多UAV协同航迹规划

针对无人机(unmanned aerial vehicle, UAV)多目标优化协同航迹规划方法中Pareto最优解集规模随迭代增长, 难以选择适合UAV任务特点的协同航迹等问题, 提出一种基于交互策略改进多目标萤火虫(multi-objective firefly algorithm, MOFA)进化的多UAV协同航迹规划方法。首先,采用变量分解策略将萤火虫算法中大规模变量分解成多个子种群, 以降低算法搜索的复杂度; 然后, 利用Tent混沌初始化和多种群循环分裂合并策略提高多目标萤火虫算法的搜索性能; 采用双极偏好占优机制、并设计协同度指标在Pareto最优解集中选取适合任务需要且协同度较高的UAV协同航迹。仿真实验表明, 所提方法能够根据任务设定生成对应侧重点、且满足协同性的相对最优航迹集, 证明了该方法的有效性。     

基于ACO算法和Bezier曲线优化的巡航导弹航路规划

在巡航导弹低空突防前提下,针对蚁群算法规划的导弹航路存在转向点个数较多和转向角度较大的问题,提出一种基于蚁群算法和Bezier曲线优化的三维航路规划方法。将蚁群算法生成的路径节点作为生成Bezier曲线航路的控制点,将曲线航路分段形成折线化航路。采用广度优先搜索算法对航路生成中出现的不可航行路段进行微调处理,得到可行的规划航路。仿真结果表明：生成的航路兼顾了随机搜索全局优化的同时,避免了大角度转向,缩减了飞行航程和转向点个数,保证了巡航导弹飞行过程中的连续稳定。     

基于脉冲耦合神经网络的Live wire新方法的仿真研究

提出了一种基于脉冲耦合神经网络(PCNN)的Live wire分割新方法,Live wire方法是把图像当作一个连通图,在边上定义一个代价函数,然后通过搜索最短路径来找物体的边界,把用户指定的物体边界上的两点之间的最短路径当作物体的边界。最短路径是Live wire方法的重要步骤,本文在介绍脉冲耦合神经网络的基本工作原理和特性的基础上,将改进的脉冲耦合神经网络算法引入到Live wire边缘检测的算法中,用于最短路径算法的研究。并在改进算法中应用路径封锁和在线训练来提高算法的准确性和应用性。     

基于LASSA算法的多无人机协同航迹规划方法

针对基本麻雀搜索算法(sparrow search algorithm,SSA)在求解多无人机(unmanned aerial vehicle,UAV)协同航迹规划问题时收敛精度不高,易于陷入局部最优等问题,提出了一种使用对数螺旋策略和自适应步长策略的SSA (logarithmic spiral strategy a...     

基于自动规划的完备行动方案集生成及其在体系毁伤分析中的应用

提出使用匀动规划研究作战体系的易损性. 通过目标、能力、状态和行动对体系进行概念化描述, 将体系的易损性分析转化为给定初始状态下体系目标的可达性判定和所有可能规划解的生成问题. 修改了经典图规划算法的搜索策略, 将与或图的搜索转化为带有目标和动作节点的树的深度优先搜索. 买现了不包含冗余动作意义下的完备行动方案集生成, 证明了算法的可靠性和完备性. 算法对于可选行动和行动前提都较少的情况具有较好的执行效率. 算例说明算法用于体系易损性分析是可行的. 但对于大规模问题, 需要探索通过附加约束条件限制搜索规模的方法.     

基于冲突搜索算法的多机器人路径规划

针对冲突搜索法（conflict-based search,CBS）在多机器人路径规划（multi-agent path finding,MAPF）过程中规划路径过长、单向搜索运行时间长等缺陷,从搜索方向和搜索方式提出一种改进的双向A^*焦点搜索来优化冲突搜索算法。将次优因子\omega引入冲突搜索算法的底层搜索函数中,以提高路径搜索的效率;将冲突搜索算法中的单向搜索优化为双向A^*搜索。实验结果表明：改进的冲突搜索算法的路径成本缩短了14.82%,总运行时间缩短了10.63%。     

基于网络图的网络化防空作战系统分析与优化

采用图论的有关理论方法,建立了网络化防空作战系统与空袭目标交战的网络图模型;以此模型为基础,利用改进的关键路径算法,得到网络化防空作战系统与目标对抗过程中的关键路径;进而根据得到的关键路径,提出了优化系统性能的方法,为网络化防空作战系统的分析和优化,提供了一种新的思路和行之有效的定量分析方法。     

基于改进智能水滴算法的动态车辆配送路径优化

针对当前车辆配送过程中存在的配送路径不合理、配送效率低和需求不确定性等问题,提出一种基于改进智能水滴算法的动态车辆配送路径优化方法。构建软时间窗惩罚函数,考虑顾客对配送时间的要求,建立顾客满意度函数。综合车辆配送过程的车速、货损成本、惩罚成本、顾客满意度等特征,建立车辆路径优化模型。采用智能水滴算法对车辆路径优化模型进行求解,使用灰狼优化算法改善智能水滴算法的搜索能力,获取最优路径。实验结果表明该方法能够提供实时优化的路径,减少调配成本。     

基于置信椭圆的无人艇区域覆盖搜寻规划优化

为解决水上遇险目标搜寻存在搜寻区域过大、搜寻代价过高等问题, 提出一种基于置信椭圆的无人艇区域覆盖搜寻规划方法。首先, 利用高斯混合模型聚类算法划分搜寻区域, 再基于腐蚀膨胀的置信椭圆确定最佳搜寻区域边界, 实现目标包含概率和单位面积粒子数全局最优。然后, 构造适应椭圆搜寻区域边界特征的无人艇转向模型, 优化非工作路径。最后, 以搜寻探测概率和总路径为优化目标, 采用带精英策略的非支配排序的遗传算法(nondominated sorting genetic algorithm II, NSGA-II)优化得到最佳搜寻规划路径, 实现无人艇高效区域搜寻规划。与常规矩形区域覆盖搜寻规划对比, 能够在达到相同搜寻成功率下显著减少搜寻代价投入。     

基于碰撞预测的无碰撞航路规划

人工势场法作为路径规划的一种算法,由于其数学描述简洁且易于执行,所得路径较短且平滑,在许多工程领域中被广泛使用.由于势函数斥力作用仅考虑机器人与障碍物的距离,这就使航路规划在障碍物附近无差别的采取避碰措施,这就导致无谓避碰行为的出现,极大影响航路规划的效率,且容易出现狭窄通道无法识别以及由周边多个障碍物的合斥力造成的局部极小值问题.针对无谓避碰行为,提出碰撞危险度评估模型和障碍物影响距离确定模型,针对局部极小值和航路点震荡问题,提出虚拟障碍物法和过滤震荡点法,以此构成基于碰撞预测的航路规划法.仿真结果表明该方法能够有效的避免无谓避碰行为,且无局部极小值和航路点震荡问题,所得路径也较短.