基于改进粒子群算法的海洋钻机系统布局优化

为提高海洋钻机的工作效率和平台的空间利用率,应用改进的粒子群算法对海洋钻机系统进行布局优化研究。针对多目标、多约束的钻机系统布局优化问题,建立钻机系统布局优化数学模型,应用多目标粒子群算法直接求解,得出相应的最优解集。利用线性加权法将多目标转变为单目标进行求解分析,针对单目标粒子群算法的缺点,基于约束条件、惯性权重以及遗传算法的选择和杂交对粒子群算法进行改进,完成不同改进算法的测试实验。结果表明,在应用粒子群算法求解布局问题时将约束条件作为目标函数、单独引入遗传算法的杂交思想求解速度和精度更好。提出的基于杂交的动态惯性权重粒子群算法的布局优化问题求解性能更优,得到的优化方案符合海洋钻井作业要求且占用甲板面积较小。     

基于IMOFA的航空发动机管路多目标优化布局

针对航空发动机管路布局目前存在的问题，提出一种基于改进多目标萤火虫算法(improved multi-objective firefly algorithm，IMOFA)的航空发动机管路多目标优化布局方法.在该方法中，首先以管路长度最短、弯头数最少以及能量值最小为优化目标，建立了航空发动机管路多目标优化布局数学模型.然后，结合自适应扰动策略和精英策略，提出了一种应用于航空发动机管路多目标优化布局的改进多目标萤火虫算法，从而实现了航空发动机管路的多目标优化布局.最后，通过实例验证了所提出方法的可行性和有效性.     

基于改进蚁群算法的配电网优化规划

提出了一种基于改进蚁群算法的配电网优化规划算法．对于给定的配电网模型，该算法根据各配电网站点建立初始信息素矩阵，然后利用蚁群算法所特有的路径寻优功能来搜索配电网布局路径，并结合改进信息素刷新的方式和在蚁群搜索过程中引入曼哈顿距离以及弹性伸缩调节因子，使蚁群以较快的速度找到当前布局上的最优路径．通过具体的算例表明，该算法比一般蚁群优化规划算法具有更高的计算效率和优秀的全局搜索能力，同时有效地克服了在求解配电网规划问题时蚁群在局部最优解上的巡回而存在的效率不高以及未成熟收敛等现象．     

基于改进等分节点法的启发式布局算法

针对集成电路标准单元模式的布局问题，提出了一个全新的基于改进等分节点法的启发式标准单元布局算法(TETP)，该算法在优化布局过程中采用改进的等分节点法寻找单元目标位置，同时结合局部寻优的启发式算法，对MCNC(Microelectronics Centre of North-Carolina)标准单元测试电路进行实验。结果表明，与布局工具Timber Wolf7．0和FengShui相比，电路布局的总线长度分别平均减少了16％和17％。     

基于三次修正Jensen尾流模型的海上风电场布局优化

目前修正的Jensen尾流模型均没有同时修正尾流初始半径和尾流初始风速，无法准确预测海上风电场的实际尾流风速。本文基于二次修正Jensen尾流模型基础上，提出三次修正Jensen尾流模型，并通过海上风电场风洞实验数据验证该修正尾流模型的正确性。其次，考虑全尾流及部分尾流面积，将该三次修正Jensen尾流模型应用到海上风电场的布局优化中，以风力机的坐标及数量为优化变量，以度电成本为优化目标函数，并利用樽海鞘算法对海上风电场的风力机布局进行优化设计。优化结果表明：对比采用改进Jensen模型指导风电场布局，采用三次修正Jensen模型时，风电场的布局更加均匀；对比考虑全尾流的布局，当考虑部分尾流布局时，度电成本降低了2.16%。     

无人机编队时差定位时的空间布局分析

为解决多站站址布局问题,提出一种基于改进樽海鞘群算法(SSA)的无人机编队站址布局优化算法。通过将樽海鞘群算法与反向学习策略(OBL)结合,以提高樽海鞘种群的多样性,可扩大搜索范围,提升全局勘探能力,从而提升算法寻优能力。以最小化目标所在区域内平均定位误差作为目标函数,对无人机编队进行被动时差定位的站址布局进行优化。在测量误差固定的条件下,实现辐射源目标进行被动时差定位时定位精度的提升。仿真结果表明:算法可有效优化无人机编队进行时差定位时的站址布局,提升无人机编队的时差定位精度。改进后的SSA寻优稳健性要优于樽海鞘群算法、粒子群算法(PSO)、差分进化算法(DE)、改进粒子群算法(IPSO)和自治群粒子群算法(AGPSO)。     

基于SLP和改进粒子群算法的产品布局优化方法研究

产品布局设计要求在一定的功能空间内,各产品满足一定的约束条件且工作效率达到最高。本文从优化角度考虑,将产品布局问题看作是组合优化中的布局问题,在综合考虑产品之间的关系、尺寸、布置方向的基础上,引入工艺专业化布局SLP方法对产品的综合关系进行分析,并以整体厨房产品为例建立数学模型,采用改进粒子群算法进行求解,实现了产品布局优化设计。研究结果表明,采用SLP和改进粒子群算法为解决产品布局优化问题提供了一种有效的途径。该方法可以推广到家具产品布局、陈设用品布局、舱室布局、生产系统布局等方面。     

最小自由度优先算法研究

基于最小自由度优先原则（LFF）的布局算法是一种确定性的布局算法，它具有多项式的时间复杂度，该算法的实验结果在面积优化方面优于基于随机优化方法的布局算法。     

VLSI布局问题的神经网络优化设计方法

针对集成电路设计自动化过程中电路单元布局的优化问题，以一维逻辑门布局设计为例。研究利用神经网络特点，采用霍普菲尔德神经网络模型，构造出能量函数，通过模拟退火算法寻求全局最优极值，达到连接各个门之间所必须的连线总长为最短的排列，提高布局设计的优化程度的方法．文中阐述了布局优化问题中的换位矩阵及其神经网络的映射关系、目标函数的选取、动力学方程求解方法，模拟退火算法优化设计方法的主程序，并且与参考文献使用的布局方法的结果进行比较。证明神经网络优化设计方法的优点和可行性．     

带性能约束的卫星舱布局问题改进遗传算法

针对带有性能约束的卫星舱布局优化问题,依据不干涉理论,给出了计算机上易于实现的、能计算图元之间干涉量的不干涉算法.采用实数编码等策略对布局优化问题构造了改进遗传算法.数值结果表明:该算法在解决带有性能约束的布局优化问题时大大减少了计算时间,提高了计算精度.     

一种快速收敛的遗传算法及其应用

为了解决遗传算法的收敛速度和全局收敛性之间的矛盾,提出了一种快速收敛的遗传算法,即“适应度缩放”加“有偏外来移民”的遗传算法。将该方法应用于柔性结构振动主动控制中的作动器／传感器位置及反馈增益的优化,其优化效果明显优于传统的优化算法。数字仿真结果表明,对于复杂非线性约束优化问题,该遗传算法具有较好的快速收敛性和全局收敛性,由优化了位置的作动器／传感器和优化增益的控制系统具有良好的减振效果。     

基于多目标优化的虚拟机部署策略

为解决虚拟机部署过程中对虚拟机性能、资源利用率、负载均衡值等多个目标的优化问题,提出一种基于强化学习的改进部署算法.首先,用多个目标组成的多维奖励代替原来的单一奖励;然后将资源状态、优化目标及目标占比输入所提的预测器中来预测每个部署方案对应的多维奖励值,并通过反馈结果调节不同优化目标的占比以达到动态多目标优化的目的;最后,为了减少部署时间,用改进的均值聚类算法对服务器资源进行聚类加快部署.通过CloudsimPy平台对算法进行验证,结果表明本文算法可以在相同资源下完成更多的虚拟机请求且具有较高的部署成功率和较低的时延消耗.     

货物三维装箱问题建模及其乌鸦搜索算法优化

针对货物三维装箱问题建立三维装箱模型.在模型中,为避免货物在运输过程中转弯时由于偏心导致翻车现象的发生,加入了考虑转弯时重心约束,得到重心区域投影为等腰三角形或者等腰梯形.货物放置规则中扩大了剩余空间区域,增加了解的多样性.在算法中,为了提高迭代收敛速度,增强其全局寻优的能力,采用改进的乌鸦搜索算法对模型进行求解与优化.在改进算法中,提出并引入了多概率随机游走策略和解修复策略.解修复策略使得算法适用于模型求解,尽可能增加解的多样性.多概率随机游走策略是种群迭代后继续以多种不同的概率进行随机游走,使得算法全局寻优能力更强.仿真实例与基准函数测试结果表明,改进后的算法优化效果明显.     

Improved Consensus Speed for Discrete-Time Multi-agent Systems

The consensus problem of a linear discrete-time multiagent system with directed communication topologies was investigated.A protocol was designed to solve consensus with an improved convergence speed achieved by designing protocol gains.The closed-loop multi-agent system converged to an expected type of consensus function,which was divided into four types:zero,nonzero constant vector,bounded trajectories,and ramp trajectories.An algorithm was further provided to construct the protocol gains,which were determined in terms of a classical pole placement algorithm and a modified algebraic Riccati equation.Finally,an example to illustrate the effectiveness of theoretical results was presented.     

蚁群算法在油田配电网开关优化配置中的应用

配电网分段开关优化配置,可以减少用户停电损失,提高供电可靠性。分段开关优化配置是一种以可靠性费用最小为目标函数的组合优化问题。结合油田配电网的分段开关类型和馈线自动化方式,给出了配电网开关配置的数学模型。应用蚁群算法(ACA)求解分段开关的位置和数量,并对蚁群算法的初始信息素赋值、搜索空间、转移原则和更新原则进行了改进,克服了基本蚁群算法搜索时间长、易陷入局部最优解的缺点。实例分析表明,该算法全局搜索能力强,搜索时间短,收敛速度快。     

基于改进人工蜂群算法的盲源分离算法

针对传统盲源分离算法收敛速度与分离性能间的矛盾,提出一种基于改进人工蜂群算法的盲源分离算法.该算法利用信号的峰度绝对值作为被优化目标函数,对人工蜂群算法中跟随蜂阶段的搜索过程进行改进,使人工蜂群算法在初始阶段可以快速收敛到最优解所在区域,具有更高的收敛精度.使用改进后的人工蜂群算法对传统盲源分离算法中的初始分离矩阵进行优化,再利用优化的初始分离矩阵进行信号分离.仿真结果表明,改进后的算法能够显著加快收敛速度并保持较好的分离性能值,较好地解决了收敛速度与分离性能间的矛盾.     

改进全局和声算法在鲁棒极点配置中的应用

提出了改进全局和声搜索(IGHS)算法,给出了新的位置更新策略.通过引入新的位置更新策略,可以使算法动态产生解区间,提高了算法对解空间信息开发的能力,避免了因过早收敛而易陷入局部最优的不足.将所提出算法应用于线性系统的鲁棒极点配置中,克服了以往条件数优化计算中需要拟凸转化处理的不足,方便地实现了控制系统的任意极点配置.最后,针对文献中的多输入多输出系统进行仿真对比实验,实验结果表明本方法得到的闭环系统具有更好的鲁棒性.     

基于时域正交TDO-LMS的变步长盲干扰抑制改进算法

为了寻求一种快速收敛的低复杂度LMS盲多用户检测改进算法,在时域正交TDO-LMS算法基础上,通过对接收向量时域解相关,达到加快步长收敛的目的.静态和动态干扰环境下的仿真结果表明：改进算法克服了传统盲LMS算法中步长受相关矩阵特征值影响的缺点,在保持原先输出信干比性能的前提下,表现出快速的收敛特征和良好的鲁棒性.     

大跨空间结构振动抑制的阻尼器优化布置

提出适宜的适应度函数,将遗传算法的种群思想引入模拟退火算法中,构造出遗传算法与模拟退火算法的组合算法,用于空间结构振动抑制的阻尼器位置和数量寻优。通过空间网壳在不同冲击荷载作用下的算例分析发现,若设置合适的控制参数,运用组合算法可迅速准确地找到全局最优解方案。     

数据挖掘关联规则Apriori算法的优化

关联规则挖掘研究是数据挖掘研究的一项重要的内容.Apriori算法是挖掘关联规则的经典算法,但存在一些不足之处.本文在Apriori算法基础上,提出了基于链表数据结构的关联规则改进算法.由于该算法只需对交易数据库进行一次检索,故能大量减少所需的I/O次数,提高了系统的性能.