贝叶斯网络结构学习的双重K2算法

贝叶斯网络源于人们对人工智能领域不确定性问题的研究,是进行不确定问题推理和数据分析的重要工具。结构学习是贝叶斯网络研究的核心内容,K2算法是结构学习的经典算法之一。为解决K2算法学习效果强烈依赖于节点序的问题,本文提出一种新的混合结构学习算法：双重K2算法。该算法首先将节点信息作为初始节点序,通过K2算法的搜索策略得到初始网络结构;然后在初始网络结构上利用拓扑排序得到修正后的节点序;最后K2算法通过修正后的节点序学习得到最优的网络结构。通过实验验证,在精度和效率上,双重K2算法效果优于其它经典算法。     

K2与模拟退火相结合的贝叶斯网络结构学习

针对基于模拟退火的贝叶斯网络结构学习算法由于模型扰动方式遍历模型空间的能力不足,往往不能获得全局最优网络结构的问题,将K2算法与模拟退火算法相结合,提出了一种改进的贝叶斯网络结构学习算法.算法通过随机交换当前节点序中2个节点的位置以产生新的节点序,再利用K2算法学习获得贝叶斯网络结构,作为模拟退火算法中的新状态,以达到提高模型全局扰动能力的目的.算法记录了在模拟退火过程中遇到过的最优网络结构,并在模拟退火过程结束后再利用爬山法对其作进一步优化.对Asia网的仿真学习结果表明:在样本量较为充足的情况下,所提算法能够获得近似全局最优的网络结构,具有较好的学习效果,但算法的效率略显不足.     

基于等分节点法的时延驱动布局算法

提出了一个新的基于等分节点法的时延驱动布局算法．该算法基于对电路时延图的拓扑结构分析,将优化关键路径时延的问题转换成优化关键路径上单元位置的问题,通过建立优化位置单元的队列链表,采用一种新的等分节点法有效地寻找路径上单元的目标位置,从而优化路径上的线网长度,最终达到优化最长路径时延的目的．另外,启发式迭代优化方法很好地统一了以线长优化和路径时延优化为目标的布局算法．对MCNC标准单元测试电路中组合和时序电路的实验结果显示,电路经过时延驱动优化布局后的最大路径时延最多减少了31%．     

基于连接关系的标准单元布局算法研究

本文对一种基于连接关系的快速布局算法进行了探索研究,该算法以优化一次线长为目标,利用单元给定连接关系信息消除单元重叠。     

多拱梁位移法

多拱梁法是把拱坝离散为一系列水平向的拱和竖直向的梁。一般是用分载法求解,即以拱或梁分担的荷载为未知数,以节点处的位移相等为条件。建立方程求解。本文放弃分载的概念。以节点(拱梁交点)位移为未知数,以节点平衡为条件,建立方程求解。该法概念清楚、算法有规律,很适于计算机自动计算。本文推导了拱单元、梁单元、基础单元的单元刚度矩阵。推导了各种荷载的等效节点力。最后提供了一个计算实例,以资与多拱梁分载法比较     

不跨层行操作并行RCA互连时延性能评估

针对三类行并行重构单元阵列互连时延性能评估问题,提出了一种通过节点映射和运行机制来评测互连时延的方法,基于前驱回溯不加旁节点不跨层时域映射算法,对点到点、路由传输、行列总线等互连RCA进行了时延分析和计算.实验结果表明,与路由传输和行列总线互连相比,点到点互连在最大不跨层互连、不跨层累加互连、考虑互连执行总时延等方面均是最小的,从而表明了点到点重构单元阵列的互连时延优于路由器传输和行列总线互连.     

蚁群算法求解独立到达时间单机提前/拖期调度问题

求解有独立到达时间和完工时间的单机调度问题目前主要采用启发式算法。为研究仿生类算法的应用可行性,采用蚁群算法,以提前/拖期的总惩罚量达到最小为目标。将邻位工作交换法(AP I)用于局部搜索以提高解的质量,并对每一个解的相邻工作间隔时间进行优化调整。用90个测试算例,将蚁群算法求解结果与分支定界法和禁忌搜索法的结果进行比较。结果表明,蚁群算法与分支定界法和禁忌搜索法的结果相当。     

PRM路径规划算法优化研究

针对限定环境下移动机器人路径规划问题,运用PRM(probabilistic roadmap method)算法进行初始路径规划,并提出一种基于改进的节点增强法与几何平滑策略的路径优化算法.利用节点增强法对初始规划路径进行优化处理,采用新增节点逐步取代原路径节点,减小路径中的拐点个数,从而缩短路径长度.同时采用一个基于几何平滑策略对优化路径进行平滑处理,以达到路径平滑的目的.仿真结果表明,该优化算法不仅能有效降低搜索路径的长度,而且能大幅度提高路径的平滑度.     

生命线工程网络抗震优化算法研究

以生命线工程网络系统造价为优化目标,网络拓扑结构为优化参数,网络节点抗震连通可靠度为约束条件,建立生命线工程网络系统的抗震拓扑优化模型.同时,介绍了利用递推分解算法来获得单元重要度的方法,进而利用遗传算法、模拟退火算法和遗传-模拟退火混合算法,进行了生命线网络系统的抗震拓扑优化分析.其中,遗传算法通过对种群选择、交叉和变异操作不断进化以获得优化解,模拟退火算法则通过扰动当前解产生新解来获得优化解,遗传-模拟退火混合算法则通过将遗传算法中的变异操作以模拟退火操作代替获得优化解.利用三种优化方法对两个算例进行生命线工程网络系统的抗震拓扑优化分析.计算结果对比表明,遗传-模拟退火混合算法具有最好的优化能力.     

一种弯曲修正膜单元及对侧翻一步碰撞算法的改进

针对传统四节点膜单元无法进行弯曲的缺陷,基于单元内力和弯矩的平衡原理,提出一种可进行弯曲修正的新型四节点膜单元模型,将其应用于客车侧翻一步碰撞算法,对初始算法进行改进。通过对典型车身段模型进行模拟,并与客车侧翻一步碰撞初始算法、LS-DYNA仿真及侧翻试验结果在计算精度和计算效率方面分别进行对比,检验了所提新型单元模型的有效性和实际工程应用价值。     

考虑关键节点和重要线路的电力系统PMU优化配置

相量测量单元（PMU）是一种测量电压和电流的设备,随着电力系统的规模和结构越来越复杂,PMU的数量也大幅增加.利用改进蝠鲼觅食优化算法（IMRFO）对PMU进行了配置,使电力系统在正常运行、考虑关键节点和考虑重要线路时都能完全可观测,同时使PMU配置数最少.在蝠鲼觅食算法的基础上增加了混沌映射以提升算法的收敛速度,增加了跳跃因子以提高算法的勘测能力,从而避免算法陷入局部最优.通过度、特征向量和接近度三种指标,利用TOPSIS综合评价寻找系统的关键节点,利用线的中间中心度判断系统的重要线路.对IEEE-14和IEEE-69节点系统进行了实验仿真,结果表明：IMFRO算法与未改进时相对比,在配置时所需的PMU数和迭代次数均有一定的减少,验证了所提方法对解决PMU优化配置问题的有效性和优越性.     

混沌逃逸粒子群优化算法在WSN覆盖优化中的应用

为了寻找最优的无线传感器网络(wireless sensor networks,WSN)覆盖优化算法,保持整个网络能量的平衡,提高无线传感器网络覆盖率,在基本粒子群优化算法的基础上,提出一种基于混沌逃逸粒子群优化算法(chaotic escape particle swarm optimization,ECPSO)的WSN节点覆盖优化方法。ECPSO算法以覆盖率为优化目标,建立WSN覆盖优化数学模型来描述节点覆盖问题,利用混沌逃逸粒子群算法对数学模型进行求解,实现节点覆盖优化。仿真结果表明,ECPSO算法加快了WSN覆盖优化速度,节点分布更加均匀,提高了传感器节点的覆盖率,是一种高效的WSN节点覆盖算法。     

基于Akhras-Dhatt算法的区域剖分法

研究确定了网格单元邻接矩阵带宽与并行计算效率间的关系,得到了可以通过减小单元邻接矩阵的带宽,以减小外部通信量,从而达到提高并行计算效率的目的。为了提高并行计算效率,基于Akhras-Dhatt(AD)算法思想,通过引进类似节点商的单元商对单元编号进行优化,使得矩阵带宽减小,从而设计了一种减小单元邻接矩阵带宽的AD算法。进一步基于减小矩阵带宽的AD算法,提出一种区域剖分算法。利用此区域剖分算法,对全球海域无结构网格中的部分区域进行区域剖分研究,结果表明该算法能得到很好的加速比与并行效率,计算耗时相对较短,证实利用该方法对大规模网格区域进行分裂具有可行性与有效性。     

基于多信息素蚁群优化的WSN节能路由方案

针对当前无线传感器网络节能路由算法中出现的计算效率低和节能效果不佳等问题,本文提出一种基于多信息素蚁群优化的节能路由方案.该方案通过综合考虑节点剩余能量、相邻节点数和节点间距离等因素,在节点能量利用率较低的情况下,利用多信息素蚁群优化算法寻找传感器节点到基站的最佳路由,以经济的能耗将传感数据传输到基站.实验结果表明:与其他对比算法相比,本文提出的算法具有明显优势,能够有效实现节能路由开销,提高网络寿命的目标.     

TD-HSPA~+下行链路基于双流发送的天线选择算法

针对TD-HSPA+下行8天线发送双流系统,提出了一种序贯天线选择算法.首先,根据系统的数学模型推导出特征波束赋形后双流各自的信噪比公式.然后根据此表达式设计出5种天线选择准则,并且通过引入序贯选择代替遍历算法以降低选择算法的计算复杂度.仿真结果表明:最大化发送端等效信道相关阵第二特征值的优化准则是5种准则中性能最优的;采用序贯选择算法性能仅比遍历算法损失0.1 dB,但前者所需的计算量仅为后者的四分之一.     

确定岩土边坡潜在破裂面的组合优化法

提出了一种可用于复杂应力状态下土坡稳定分析的新方法 .该法利用可靠度理论建立判断土体破裂线的准则 ,将有限元网格中的单元和节点作为组合优化的对象 ,结合Dijkstra最短路径算法确定土坡中最危险的潜在破裂面 .较详细地叙述了这种基于有限元分析技术和组合优化法来确定土坡中最危险的潜在破裂面的原理和实施过程 ,并给出了计算实例 .最后对这种方法作出了讨论 .     

基于栅格法的人字齿有限元接触精确建模方法

提出了一种基于栅格法的人字齿有限元接触精确建模方法,将栅格法-27分法加密模板扩展到齿面局部加密建模中,根据单元间的节点连通关系建立编号索引矩阵,并以索引值判别过渡单元的加密模式;提出编号轮转算法将待加密单元节点重新编号,并结合节点映射算法修正齿面加密节点坐标;给出了保证节点几何精度、网格密度及质量的参数化精确建模流程...     

无线传感器网络覆盖优化策略

针对无线传感器网络节点覆盖容易出现空洞和盲区的问题,提出一种基于改进人工鱼群算法的无线传感器网络覆盖优化算法.首先构建网络节点的信任度模型,进行节点轮换调度修复路由,然后采用改进人工鱼群算法进行无线传感器网络节点的自适应定位寻优,以人工鱼群优化的节点分布模型重构无线传感器网络(WSN)节点覆盖连通图,实现优化网络覆盖.仿真实验结果表明,利用覆盖优化算法进行WSN网络节点设计,明显地改善了网络节点的覆盖质量,提高了无线传感器网络的安全性能.     

智能车辆局部路径规划与跟踪控制算法研究

针对无人驾驶汽车局部路径规划与跟踪控制，提出一种基于改进A^*算法的局部路径动态规划算法及一种基于改进LQR算法控制理论结合模糊控制与PID控制的路径跟踪控制算法。主要包括：搭建无人车辆在Frenet坐标系下利用栅格法构建预行驶区域模型；优化改进节点扩展方向，提出针对无人驾驶的五邻域扩展节点方式；A^*算法一次规划出代价值最小的目标节点，二次A^*算法规划出实时动态最优路径。另外，搭建以路径曲率变化率和横向误差变化率为状态变量的横向路径模糊跟踪控制模型，搭建以纵向误差和纵向误差变化率为状态变量的模糊PID控制模型解决参数难调问题。通过Carsim、Simulink与Perscan联合仿真平台验证设计的路径规划与跟踪控制算法有效性。     

基于多Agent协同构建分布式并行遗传算法

针对并行遗传算法中计算资源的分配问题 ,提出了分布式并行遗传算法结构。它由若干计算节点组成 ,每个节点包含若干运行子遗传算法的计算单元。节点的计算能力依照一定的并行模式映射到单元 ;各子算法则根据一定的拓扑结构进行个体交换。从多 Agent系统的观点看 ,计算单元是独立的 Agent,其并行运行涉及计算资源的分配 ,体现了算法对它们的协调 ;个体的迁移体现了它们之间的协作。并且分析了由两个单元构成的算法在不同并行模式和不同个体迁移因子下的性能。