网格环境下基于序贯博弈的性能-效率平衡型优化

为优化应用执行性能和提高系统资源效率,针对网格环境下的资源映射问题,文中提出了一种基于序贯博弈的优化策略.该策略根据平衡的思想,将资源映射过程分为活动分发和处理器分配两个阶段,通过有限次博弈后获得优化解.文中还给出了衡量应用执行性能的重要参数——信任度的计算方法.仿真实验检验了优化策略的可行性和有效性.结果表明,与Min-Min算法相比,文中的优化策略具有更低的时间复杂度、更优的应用执行性能和更高的资源效率.     

基于复合式遗传算法的电机排产优化

为了解决电机的排产优化问题,提出了一种复合式遗传算法进行求解.首先,采用Palmer法产生一个初始解,同时随机产生其他个体来共同组成初始种群;其次,采用子种群分类交叉和种群整体替换策略进行交叉和替换操作;最后,利用Metropolis准则控制变异操作,得到新的种群.整个迭代进化过程采用模拟退火算法的控温准则进行控制,以此寻求最优解.对L公司的生产数据及其订单进行测试,试验结果表明:复合式遗传算法相比传统的遗传算法,能在一定程度上优化排产顺序,提高生产效率;而相比较新改进的遗传算法,其搜索速度更快,算法性能更优.     

重大事故救灾路线双目标优化模型及算法

运用运筹学的理论和方法,建立一种重大事故救灾路线双目标优化数学模型.基于启发式算法思想,提出适合该模型且收敛速度较快的优化算法.该算法通过构造辅助函数调用Dijkstra算法,在最优解的近似区间内多次迭代逐渐逼近最优解,实现了双权重网络图最短路的求解,是一种近似的、快速的算法.基于所构造辅助函数的性质,给出实现该算法的具体步骤.对误差进行线性估计,分析了该算法收敛速度的影响因素,并讨论了算法的时间复杂度及优势.最后在案例分析中编译并运行该算法,证实其模拟结果与理论分析结论相吻合.     

采用序优化的改进蚁群算法

为了评价蚁群算法在有限时间内所得优解的质量,基于序优化方法提出了一种改进的蚁群算法:使用盲目挑选规则选择初始解,并对信息素进行相应的初始化;确定得到满足要求的优解所需要的迭代次数,将其作为算法的终止条件;为了更好地利用每次迭代中的优解,在算法开始阶段使用前l个迭代优解更新信息素,以增强探索能力;在算法结束阶段采用当前迭代最优解更新信息素,以加快收敛速度.改进算法在保证收敛的前提下,并没有增加算法的时间复杂度.对旅行商问题进行的仿真实验表明,改进算法在解的质量和收敛速度方面优于最大-最小蚂蚁系统.     

基于贪婪策略整体分布优化算法的0-1背包问题求解

提出了一种思想简单且可用于0-1背包问题求解的基于贪婪策略整体分布优化算法.该算法首先随机产生一个初始种群,经贪婪策略将种群变成价值相对较高的可行解,保留本次最优解;然后以最优解为中心,用柯西分布产生新的种群,经贪婪策略将新种群变成相对价值较高的可行解,再保留本次最优解,重复以上过程,达到最大迭代次数,求出问题的全局最优解;最后,对不同规模的问题进行了实验.结果表明:该算法在求解0-1背包问题上是有效的,比遗传算法、贪婪算法具有更强的寻优能力.     

基于高斯变异与Levy飞行策略的混合粒子群优化算法

目的 解决粒子群算法易陷入局部最优解、出现早熟收敛从而导致求解精度不高的缺陷.方法 将高斯变异(Gaussian M utation)、Levy飞行策略与基本粒子群优化算法(PSO)进行混合,提出一种称为GLPSO混合粒子群算法.在该算法中粒子通过Levy飞行更新自己的位置,若粒子在若干次迭代后无法产生更优值,则在保存当前最优值的前提下进行高斯变异来保持种群多样性.结果 与结论通过对基准测试函数优化的实验结果对比,GLPSO在5个基准测试函数中的优化精度和全局搜索能力优于其他对比算法,GLPSO有更加出色的全局搜索能力和更高的求解精度.     

最优外插Jacobi信号检测算法

针对大规模多输入多输出(multiple input multiple output,简称MIMO)系统中最小均方误差(minimum mean square error,简称MMSE)信号检测算法复杂度过高及传统Jacobi信号检测算法收敛较慢的问题,提出最优外插Jacobi(optimal extrapolation Jacobi,简称OEJ)信号检测算法.在Jacobi迭代计算中,通过最优外插因子将当前解与下次迭代解进行组合,以加快迭代收敛速度.OEJ信号检测算法的复杂度比MMSE信号检测算法的复杂度低一个数量级.仿真实验结果表明：相对于传统Jacobi及阻尼Jacobi信号检测算法,OEJ信号检测算法的误码率最低,随迭代次数的增加误码率减小最明显、收敛最快.     

约束闭环系统的虚拟参考反馈校正控制

采用虚拟参考反馈校正控制方法,通过最小化由一簇输入/输出观测数据组成的L2范数的代价函数来设计控制器;对于含有椭球约束不等式条件的非线性优化问题,将目标准则函数和两约束条件转化为线性矩阵不等式形式,采用椭球优化迭代算法产生一系列体积逐渐减小的椭球序列,并最终收敛于一个最优解,同时,推导出椭球优化迭代算法所需迭代次数的一个上界;针对椭球优化迭代算法的初始化,提出一种基于凸优化理论水平集的初始椭球选取策略,采用仿真算例验证了所提出方法的有效性.结果表明：采用虚拟参考校正控制来设计闭环系统中的2个控制器时,可以得到较为准确的控制器参数估计值;采用椭球优化算法可以得到较快的收敛速度.     

改进粒子群算法在三维水翼设计中的应用

对基本粒子群算法的权重进行改进,采用非线性权重,使得粒子在整个寻优过程中加速向最优解靠拢,从而快速收敛得到最优解.选取Rastrigin函数和Quadric函数为验证函数,对改进粒子群算法进行验证,改进粒子群算法具有更快更优的搜索性能.将其引入到三维水翼的优化设计中,分别以升阻比和压力分布为优化目标,以三维水翼的升力系数为限制条件,进行迭代优化.优化后三维水翼的升阻比及压力分布得到明显改善,验证了改进粒子群算法在三维水翼优化设计中应用的可行性及有效性.     

低复杂度伪码迭代捕获方法

针对迭代消息传递的伪码捕获算法复杂度过高的问题,提出一种低复杂度伪码迭代捕获方法.将伪码迭代捕获方法分成迭代译码算法和向量选择算法2个步骤来讨论:首先,采用归一化简化方法对迭代译码算法进行改进,降低了算法的空间复杂度;其次,提出一种新的伪码向量选择算法,大大降低了算法的时间和空间复杂度.仿真结果显示:提出的伪码迭代捕获算法以低的复杂度,实现了较低信噪比下长伪码的快速捕获,且其捕获性能优于现有的伪码迭代捕获方法.     

模糊需求车辆路径优化及实时调整

针对模糊需求车辆路径问题,在需求未明的预优化阶段,基于可信性测度理论建立预优化模型,设计混合分散搜索和变邻域搜索的变邻域分散搜索算法求解;在获知实际需求的实时调整阶段,提出一种新的实时调整策略,采用随机模拟算法模拟可能场景的实际需求.算例仿真结果表明,变邻域分散搜索算法是求解该类问题的较好算法,新策略能实现较优的实时调整.     

发动机车辆信号模拟系统硬件设计

介绍了一种基于CAN总线的发动机车辆信号模拟系统的硬件设计,详细描述了其主要功能以及软硬件的设计方案。结果表明,该集成式硬件模拟系统在提供车辆信号的同时,还可以对仿真系统和仿真策略进行优化,可为发动机动力总成控制系统的前期开发提供很好的仿真平台。     

Active set strategy of optimized extreme learning machine

Extreme learning machine （ELM） has been introduced as a simple and efficient learning approach for regression and classification applications. From the opti- mization point of view, optimized ELM is equivalent to SVM, but with less constraints in the optimization formu- lation and random ELM kernel. This paper introduces an active set based optimized ELM approach to solve bound constrained optimization problem in a straightforward way, which operates on a small working set of variables at each iteration. Thus, the constrained problem can be eventually solved by an unconstrained algorithm, and this enables us to establish a global convergence theory. The approach requires less time for quadratic programming solving and provides better generalization performance. In addition, the proposed approach with much smaller number of non- bound support values is significantly faster than SVM with active set strategy for large training data set.     

类车体气动性能的大涡模拟

以MIRA车体气动性能的风洞试验数据为基础,对采用大涡模拟方法解算非定常特征显著且具有大分离流动结构的近地钝体外部绕流场所涉及的迭代步数、时间步长、网格方案等影响因素开展研究.采用对比分析方法对3种亚格子湍流模型的计算准确性进行研究.提出适用于三厢车型的大涡模拟数值仿真策略.     

基于经验分布函数快速收敛的信噪比估计器

通过Kolmogorov-Smirnov检验，基于经验分布函数（EDF）的信噪比估计器在宽信噪比范围内对各种多级星座的信噪比估计都是有效的.然而，在本地累积分布函数（CDF）和EDF之间需要进行大量的匹配操作和加法运算.基于这个问题，提出了一种通过线性多项式连续迭代来加速匹配过程的信噪比估计器.在保证估计精度的前提下，使用"以直代曲"的思想，用线性多项式的根不断迭代逼近最大距离曲线的零点，并将零点所对应的信噪比作为接收信号信噪比的估计值.仿真结果表明，与原算法估计器相比，该方法的迭代次数减少了90%以上，降低了原算法的匹配复杂度和运算量.与现有降复杂度的估计器相比，该估计器具有更快的收敛速度和更好的估计性能.      

一类多阶段EOQ的最优存储策略

本文讨论了多阶段费用变动型EOQ存储问题的若干订购策略,指出通过数据模拟方法分别得出在费用参数单调变化时的最优策略的不可行性,并针对费用参数单调变化的情况,建立了其相应的存储模型,并给出了该模型最优解的求解算法。     

用杆件截面递增迭代法对位移约束桁架进行优化设计

采用杆件截面递增迭代法,对具有位移约束的桁架进行优化设计.在迭代公式中,杆件截面增量的权重采用杆件各自的应变比能,保证了迭代收敛的稳定性.为提高优化设计的收敛速度,提出一种迭代加速因子,它既保证了优化设计解的精度又提高了收敛速度.通过对三杆平面桁架、n节间平面桁架进行优化设计研究,验证了该方法的有效性,为大型结构优化设计奠定了基础.     

基于蝙蝠算法的SDN多控制器部署

对于大型SDN网络,多控制器的部署和应用需求迫切。提出了一种基于蝙蝠算法的多控制器部署方法,同时优化了3个指标:最小化平均控制时延、最小化控制器负载差异度和去除孤立节点。通过在迭代时不断优化达到平均控制时延最小化;限制控制器负载利用率保证控制器间负载均衡,利用标签传递算法去除孤立节点保证域内通信。仿真结果表明该方法可以保证SDN网络在无孤立节点的情况下,获得最小时延以及负载均衡的多控制器部署方案。     

改进的Turbo码自适应迭代译码算法及其性能仿真

获得优良的差错控制特性和多次迭代处理产生大的时间延迟是一对矛盾.为了有效解决这一问题,对Turbo码机理和迭代译码技术进行了深入研究,在此基础上,提出一种改进的自适应迭代译码算法.该算法的实质在于其新颖的译码迭代终止判决策略.通过使用译码器产生的尾比特进行错误检测并设计合适的最小迭代译码次数Imin,可以确保在较低的误码率情况下,有效地减少平均译码处理的迭代次数.计算机仿真以及对仿真结果的比较分析证明了这种改进的Turbo译码算法能够有效减少译码时间延迟.     

基于PSO优化的LCL型三相VSR改进无源控制策略

以LCL滤波器的三相电压源脉冲宽度调制整流器为载体,通过建立具有耗散的端口受控哈密顿模型,构建基于互联和阻尼分配无源控制算法的无源控制策略,利用粒子群算法对控制参数进行离线优化,并对控制系统进行仿真试验。结果表明,优化后的控制系统抗扰动能力及暂态性能均有明显提高,具有较好的稳定性和鲁棒性,利用无源控制策略能有效降低其网侧电流的谐波含量和抑制谐振现象,使脉冲宽度调制整流器的整体性能得到有效提升。