合作博弈框架的资源分配

提出一种多用户MIMO OFDM系统中的基于合作博弈框架的自适应资源分配算法,该算法在纳什讨价还价解（NBS）和Raiffa-Kalai-Smorodinsky讨价还价解（RBS）的Pareto最优解的基础上分配资源,使用户的速率能够最接近于Pareto最优解.仿真结果表明,该算法的性能明显优于固定分配方案,只是略逊于Max Rate方案,但是其公平性明显优于Max Rate方案和固定分配方案.     

基于并行遗传算法的舰艇编队防空火力分配方案

设计了一种并行遗传算法,并进行了仿真实验．结果表明,该算法可以有效求得舰艇编队防空火力分配问题的最优解或近似最优解．     

一种求解H2/H∞控制问题的局部正交多目标遗传算法

针对H2/H∞多目标控制问题的求解,提出一种新的混合多目标遗传算法,以解决遗传算法局部搜索能力差的不足.此算法首先运行多目标遗传算法,以便使解集快速地达到Pareto最优解附近,然后运用一个新的局部优化算法对先前得到的外部Pareto解集进行进一步的局部优化.实例仿真表明,此算法有较强的全局和局部搜索能力,可以提高搜索的效率,适用于绝大多数H2/H∞多目标问题的求解.     

一种新的改进粒子群算法研究

为克服粒子群优化(PSO)易早熟的缺点,提出了一种改进的粒子群优化(MPSO)算法.该算法使整个粒子群按照变异率产生变异粒子,变异的粒子不再朝群体最优解方向飞行,而是朝反方向运动.MPSO提高了种群的多样性,扩大了搜索的空间,提高了粒子群算法摆脱局部最优解的能力.仿真实验表明,改进的粒子群优化算法显著提高了PSO算法的全局搜索能力,且其性能也明显优于遗传算法.     

机场新增卫星厅对中转旅客影响的研究

针对机场新增卫星厅问题构建了多目标航班登机口分配优化模型,得到了在最大化航班找到固定登机口数量的前提下使得旅客行走时间、换乘紧张度及登机口的使用数量尽量小的方案。借鉴图论中求最短路问题的思想,针对此类问题建立了以Dijkstra算法与贪婪算法相结合的启发式算法进行求解,大大降低了该问题的规模与复杂度。以航班到达时间权重λ与停留间隔时间权重μ为搜索准则,找到全局最优解,保证在目标航班匹配到登机口数量尽量多的基础上对所有可行解采用层次分析法对其余目标进行评价。最后通过实证分析算例给出了航班分配情况、中转旅客换乘时间分布及紧张度分布。     

交互满意方法在多目标模糊非线性规划中应用

在运用浮点遗传算法的多目标全系数模糊非线性规划中,提出交互模糊满意方法.引入α-水平集把MOFNLP转化为α-MONLP.通过线性隶属函数量化.给出具体的α水平度和参考隶属度,利用浮点遗传算法解最小值问题得到Pareto最优解,并通过调整α水平度和参考隶属度使决策者从多个Pareto最优解中得到满意解.     

基于量子人工蜂群算法的配电网多目标优化重构

为了保证配电网优化运行,本文以系统网损最小、节点最低电压幅值最大、开关操作次数最少为目标构造配电网多目标优化重构模型,采用量子人工蜂群算法和帕累托(Pareto)支配关系求解.针对易于陷入局部最优解问题的人工蜂群算法,引入量子理论来进行蜂群的搜索,扩大了全局搜索范围,使其收敛于全局最优解,对于多目标问题,采用拥挤度来控...     

基于改进型离散粒子群优化的云计算资源分配方案

针对云计算中资源有效分配的问题,提出一种基于改进型离散粒子群优化(IDPSO)算法的云资源分配方案.首先,将传统PSO算法中的运算进行离散化,使其能够应用于资源分配问题.然后,对传统PSO粒子位置更新公式中的惯性权重进行改进,根据当前粒子位置、局部最佳和全局最佳位置的适应度来确定这些权重系数,以此加快粒子的收敛速度.最后,将资源分配方案编码为一个二维粒子,利用IDPSO算法求解最优解.实验结果表明,该方案能够有效降低资源浪费率,具有可行性和有效性.     

遗传算法与微粒群算法的比较

通过几个测试函数对遗传算法和微粒群算法进行了比较.结果表明在寻找最优解的最优值和速度方面,微粒群算法优于遗传算法.     

基于模拟退火思想的优化k-means算法

鉴于典型的基于划分的聚类算法——k-means算法中存在局部最优和算法执行速度慢等问题,提出了基于模拟退火思想的优化k!means算法.该算法将模拟退火思想用于对k-means算法的优化,是一种具有全局最优解和较高执行效率的算法.针对聚类算法典型数据集和随机产生的数据集,在不同情况下进行对比实验.实验结果表明,优化k-means算法优于基本的k-means算法。     

电力线通信HomePlug AV标准的比特分配

研究了HPAV标准中发送功率谱密度和比特误码率上限不变情况下传输比特数最大化的自适应算法．针对HPAV标准的特点,首先给出了最优的比特分配算法,然后在分析和仿真的基础上,提出一种基于预分配的低运算复杂度最优比特分配算法．通过仿真验证了该算法可达到最优的比特分配结果,运算复杂度比已有算法降低了将近一半．     

飞机环控/发动机系统多目标优化

提出一种改进的多目标粒子群优化算法,应用于飞机环控/发动机系统的综合优化. 将不同飞行阶段系统总熵产最小视为不同的目标函数,建立了多目标优化模型. 进而在基本多目标粒子群优化算法基础上,引入跳转操作、族群概念和一种全局最优位置分配方法,提出了一种改进算法,测试结果表明该算法性能良好. 采用该算法对多目标优化模型进行计算,得到收敛且分布均匀的非劣最优解集,为飞机系统综合优化提供一种新思路.     

带二阶随机占优约束的投资组合优化问题的松弛割平面法

结合割平面法和风险价值(Value at Rick,VaR)近似方法,提出了一种松弛的割平面法,用来求解带二阶随机占优(Second order dominance,SSD)约束的投资组合优化问题,该松弛算法的最优值和解是带SSD约束的投资组合优化问题的近似最优值和近似解。随着VaR置信度β趋近于1,该近似解的收敛性被证明。两个市场数据的实证研究表明,当置信度β小于但接近于1时,松弛算法求得的投资组合的表现要优于带SSD约束的优化问题求得的投资组合的表现,优于相应的市场指数。     

差分空时调制中酉信号星座的优化设计

为了获得差分空时调制系统中酉信号星座的设计参数,该文将旋转酉信号星座中信号矩阵的对角设计参数与旋转因子进行联合编码,提出一种基于遗传算法的设计参数联合优化算法.当信号星座或发射天线数目较大时,旋转酉信号星座的误码性能明显优于对角信号矩阵,该算法能够获得接近最优解的设计参数.     

基于当前最优解的反向差分进化算法求解函数优化问题

当最优解偏离目标函数定义域的几何中心时,反向个体容易远离全局最优解,基于反向差分进化算法的性能会大幅降低. 该文引入基于当前最优解的反向学习策略,并与差分进化算法相结合,求解函数优化问题. 当前代的最优解作为候选解和相应反向个体之间的对称点,能保证反向种群的利用率始终维持在较高水平. 实验结果表明,该算法可行而高效,且算法性能的提升完全是反向个体的贡献. 此外,提出一种增强的基于反向差分进化算法,展示出此类优化方法的最优效果.     

认知无线电系统中的协作频谱共享博弈

该文运用协作博弈中的纳什讨价还价方法分析认知无线电系统中的频谱分配. 以所有次用户的收益乘积最大化为目标,引入次用户优先级参数以改进次用户的效用函数. 证明了在协作博弈过程中,新的效用函数存在纳什协商解,而且这个解是唯一的. 仿真结果表明,改进的协作博弈算法可通过参数设置来体现次用户之间的优先权,使次用户之间协作地进行博弈,使频谱分配更加公平有效.     

改进的混合型蚁群算法在VRP问题中的应用

为提高物流配送中车辆路径的寻优效率,提高物流经济效益,介绍一种能够有效求解VRP问题的算法—改进的混合型蚁群算法。该算法在近邻法构造初始解的基础上,使用2-opt局部搜索策略对当前得到的最优解和次优解进行改进,在更新全局信息素时采用基于排序的蚂蚁系统对排在前2名的蚂蚁更新全局信息素,且为全局信息素设置最大值和最小值。使用Matlab仿真工具对N44K6等10个经典VRP问题进行了求解,得到的结果和已知最优解的误差很小,都在6%以下,并且N33K6问题得到了和已知最优解相同的解。与基本蚁群算法得到的解进行了比较,证明了该改进算法的有效性。     

基于RA准则的多用户OFDM自适应资源分配算法改进

针对现有最优算法计算复杂度高、不利于实时应用的不足,根据误比特率和总功率限制条件下多用户OFDM系统自适应资源分配的数学优化模型,从最大化系统容量的目标出发,提出了一种计算复杂度低、易于实现的子载波、比特及功率分配算法.理论分析和仿真结果表明,在时变无线信道中采用此算法的性能明显优于Lee提出的算法和静态资源分配算法(OFDM-TDMA),且计算复杂度低.     

一种基于LS准则和L阶输入矢量的自适应算法

提出了一种新的基于LS准则和L阶输入矢量的自适应滤波算法．该算法采用新的梯度计算公式，使自适应滤波中权矢量的更新比LMS精确和平滑．仿真表明经过250次迭代，新算法就可以收敛于最优值1．6．新算法与基本的解相关LMS算法（DLMS）和LMS算法相比，收敛速度快、稳定性更好．并给出了新算法、DLMS算法和LMS算法性能曲线仿真结果．     

线性规划流动含优面算法的基本理论

建立一种新的计算表格，结合旋转技术，提出了一类搜索极点最优解的快速算法．在特定条件下，是Ｏ（ｎ￣４）级的多项式时间算法．