自适应约束惩罚的粒子群聚类算法

提出了基于惩罚约束问题的群体智能聚类算法PCSI,不必穷尽搜索样本集,利用粒子群算法的优化搜索机制在数据集中有指导地随机搜索聚类中心向量,能够以较小的计算代价确定样本集的类别数.有约束优化过程的罚函数为两部分之和:①目标函数,各样本与其类别中心的均方误差;②自适应惩罚项,即数据集的边界作为粒子群移动的约束条件,对约束违反程度进行惩罚.为降低不平衡数据集的影响,按照数据集的方差和模糊高斯函数,将样本到其类别中心的距离进行模糊映射,归一化到[0,1]区间.粒子群优化方法免去了传统方法的求导计算.聚类IRIS数据集和Reuters-21578文档集以验证算法的有效性,对大规模数据聚类有明显优势.     

小生境免疫算法在中文文本聚类中的应用

在此提出利用小生境免疫算法的中文文本聚类新方法,将文本的聚类问题转化为多峰函数的优化问题,以多峰函数的峰值代表聚类中心,用这种方法对中文文本进行聚类操作,类的个数不必预先给定。通过模拟仿真测试,证明这种新的方法具有更高的精度。     

一种基于实数编码的亚级遗传算法

亚级遗传算法(自适应遗传算法)的主要思想是根据具体优化问题的不同,在适宜的范围内,自动调整遗传算法的控制参数(群体规模、杂交率、变异率),以找到优化相应问题的最佳参数值,进而得到适应性较强的最优解.通过对四例实验函数的优化比较试验,结果表明亚级遗传算法比传统遗传算法具有更好的收敛性和更高的精度.     

基于遗传算法的数量属性离散化算法

提出了在没有任何领域知识可供借鉴的情况下，基于聚类思想，利用遗传算法对数量型属性进行离散化的新算法——遗传C均值算法．该算法利用遗传算法具有全局寻优的特性，对训练样本根据其每一属性值进行聚类，将样本划分为不同的类，从而为每一属性找到其值的最佳分割点．然后，对不同类赋以不同的编码．该算法的优点是能得到最优的离散化结果．在VC 6．0环境下实现了该算法．仿真实验证明该方法有效解决了利用粗糙集理论进行分类规则挖掘时，数量型属性的离散化问题。     

蚁群与遗传算法融合的聚类算法研究

目的 通过将蚁群与遗传算法融合,以解决蚁群聚类算法参数众多且与问题域相关,搜索容易出现停滞现象等问题.方法 将主要影响蚁群聚类算法性能的5个参数作为遗传算法中的染色体进行编码.首先设计遗传算法的选择、交叉、变异算子,进而将用于聚类结果评价的F-measure函数作为适应度函数,通过多次迭代找出最优的参数组合.结果 在仿真实验中,获得了较好的聚类效果.结论 蚁群与遗传融合的聚类算法较蚁群聚类算法有更大的优势.     

一种改进的基于遗传算法的K均值聚类算法

结合遗传算法和K均值聚类算法的优点,提出一种改进的基于遗传算法的K均值聚类算法.将遗传算法的编码方法、初始化、适应度函数、选择、交叉和变异等较好地应用于聚类问题,不仅解决了K均值聚类算法中K值难以确定、对初始值敏感以及遗传算法存在收敛性差和容易早熟的缺点,而且实现了聚类中心的优化选择、K值的自动学习和基因的自适应变异等...     

基于知识的遗传算法研究

为了提高遗传算法的搜索效率,笔者将遗传算法的迭代过程中产生的数据视为一个信息系统,利用粗糙集可以在没有先验信息的情况下从与问题相关的数据集合中获取知识的能力,对进化过程产生的数据进行知识发现。利用所发现的知识判断被求解问题的类型,确定搜索子空间,指导进化的方向,实现了知识指导下的进化算法。函数优化实验结果表明,该方法能够显著提高遗传算法的搜索效率和寻优精度。     

基于信息熵的量子免疫遗传算法

针对目前的量子进化算法在高维函数优化时容易陷入局部最优,利用信息熵的概念,将量子进化算法和免疫遗传算法进行改进与融合,提出一种基于信息熵的量子免疫遗传算法.该方法对抗体采用相位编码,用信息熵准确地度量量子比特的不确定信息;提出了一种按变量的种群熵降序排列的邻域搜索策略;对于抗体之间的相似度,给出了一种按个体熵相同变量位数的度量方法;用繁殖概率对抗体的多样性进行评价,并分别以函数优化问题和VRPSDP问题进行了仿真验证.研究结果表明:该算法收敛速度快,求解精度高.     

基于遗传算法优化的城市标准循环工况构建

针对传统车辆标准循环工况构建中存在的问题,提出了一种基于遗传算法的城市标准循环工况构建方法。以某城市实测行驶工况数据为依据,基于微行程分析理论,对微行程特征参数进行主成分提取及聚类,建立能够反映城市车辆实际运行的行驶工况。利用方差分析确定最佳聚类数,解决了最佳聚类数不易确定的问题。采用遗传算法对代表工况段进行优化修正,以聚类结果中的欧氏距离最小为优化目标,减小其与聚类中心的欧式距离。误差分析表明:提出的工况合成方法所生成的某城市标准循环工况特征参数平均累计误差明显减少,工况精度和一致性得到较大提高。     

一种基于流形距离的迭代优化聚类算法

针对传统欧氏距离测度描述复杂结构的数据分布会失效的问题,引入能有效反映样本集固有的全局一致性信息的流形距离作为样本间相似度度量测度,并设计了反映类内相似度大、类间相似度小的聚类目标的准则函数,把数据聚类转化成准则函数优化问题,提出了一种迭代优化的聚类算法.通过4个人工数据集的仿真试验结果表明,新方法的参数很少且实现简单,由于实现过程中没有引入随机操作,因此结果比较确定.与标准k均值算法相比,新方法能够自动确定聚类数目,对于样本空间分布复杂的聚类问题具有良好的分类效果.     

福州市湿地景观类型特征与保护利用研究

在遥感（RS）和地理信息系统（GIS）支持下，利用TM影像提取湿地景观类型信息，结合野外调查，分析福州市湿地类型特征．结果表明：近海和海岸湿地景观类型多，生物资源丰富，生态多样性价值高；闽江河流湿地是海陆之间重要的生态廊道和湿地链；稻田是人工湿地的主体，虽然总面积很大，但破碎的分布格局限制了其生态功能．针对这些特点，提出福州湿地保护和利用的方法与措施．     

Discussion on Landscape Ecosystem Planning of Small Basins in the Qinghai-Tibet Plateau-Taking Nieruzangbu Basin as an Example

In this paper, taking Nieruzangbu as an example, it is discussed that how to plan landscapes of small basin in the Qinghai-Tibet Plateau. With analyzed the status and character of landscape structure through the use of landscape diversity indexes and landscape dominant indexes, some major problems in the landscape ecosystem are pointed out. On the basis of regional restrictive principle and compliance principle of resources, environment and economy, Nieruzangbu Basin is divided into three landscape function areas. According to the demands of each function area, landscape structure planning is carried out to improve ecological environment through optimization and adjustment of landscape structure in Nieruzangbu Basin.     

随机GP法在概念性水文模型参数优选中的应用

 在基于近似梯度及模式搜索法的基础上,提出了复合上述两种方法的GP局部优化方法。以Nash确定性系数为目标函数,对水文模型的参数空间随机搜索后采用GP方法优化,运用参数空间筛选策略,以获得全局最优解集。上述方法结合导数信息和随机性质的算法,使优化过程脱离局部极小解从而达到近似全局最优解集。杨楼单元流域应用新安江模型的实例研究结果表明,随机的GP优化方法可以成功的率定概念性水文模型参数。     

高速公路建设与景观生态学应用研究

高速公路建设作为国民经济的支柱产业,正在全国各地突飞猛进地发展.随着高速公路建设大规模的进行,公路沿线的生态系统将受到严重影响.在景观生态学中,该影响表现为景观格局的改变,最终可能导致景观功能的丧失.从景观生态学的角度分析高速公路建设对生态系统产生的影响,有助于推动高速公路沿线景观格局恢复工程的理论支撑的深入研究;指出地理空间信息技术是对受损的生态景观格局进行研究和监测最有效的手段,也是生态景观功能恢复最有力的指导.     

速度追踪制导控制系统描述函数法设计

针对简易制导弹药制导控制系统中存在的非线性问题,采用描述函数法对含有3种非线性环节的速度矢量驾驶仪进行了设计.同时为了得出较好的设计结果,在描述函数方法的基础上结合非线性方程组的寻优程序,提出了一种非线性制导控制系统的设计新方法,并进行了仿真,验证了该方法的正确性.     

基于互信息和混合优化算法的多模医学图像配准

针对互信息函数的多极值问题,提出了一种基于混合优化算法的多模医学图像配准方法.对于多模医学图像,以互信息作为相似性测度,使用混合优化算法搜索出最佳配准变换参数,将待配准图像进行变换,从而达到配准的目的.实验表明,该算法能避免陷入局部最优值,配准结果精度达到亚像素级.     

基于离线优化的压电陶瓷物镜驱动系统PID控制器

针对数字共焦显微技术中的压电陶瓷物镜驱动系统,分析了模糊PID控制器的控制性能,提出了离线优化思想,将初始参数的优化从在线实时调整中分离出来,在离线状态下预先采用遗传算法完成全局优化,以减小在线调整时间及调整次数,提高响应速度. 经优化的初始参数配置于模糊PID控制中,对系统进行在线实时反馈调整,控制系统进行步进定位驱动. 在Matlab环境下的实验结果表明,该方法显著提高了系统的控制精度和响应速度,为驱动系统的进一步研究提供理论依据.      

基于粒子群算法的隔振体系参数优化研究

首先利用粒子群优化算法,以传递率为适应值函数,分别对单自由度、双自由度隔振体系进行了隔振参数的单目标和多目标优化研究.随之,考虑了状态反馈控制方法,目标函数选为传递函数矩阵的无穷范数;数值试验表明,在无控最优隔振参数的基础上,施加反馈控制,并不能进一步优化隔振体系;而重新在线计算隔振参数及反馈控制器,可以进一步优化原无控最优隔振体系.最后,进行了兼顾控制力传递率的多目标研究,旨在优化隔振体系传递率的同时,尽可能降低控制能源消耗.本文的系统研究,解决了隔振体系参数的最优设计问题;并在隔振基础上施加控制体系,讨论了最优参数设置的重要性;此外,兼顾控制能源消耗的参数优化,对于传统的隔振和控制体系设计具有一定的创新意义.     

控制微观组织和材料损伤的锻造工艺多目标优化

为了对大型锻件多步锻造过程中微观组织和裂纹进行控制,提出了一种基于数值模拟的多目标优化设计方法.该方法以始锻温度、锻模击打速度和工步压下量为优化设计变量,以锻件晶粒均匀细小和材料损伤为子目标并构造总目标函数,将正交试验设计引入优化解搜索过程,获得了最优锻造工艺参数.应用该方法对圆柱体两步镦粗工艺进行多目标优化设计,并与单目标优化进行了对比分析.结果表明:工步压下量对锻件微观组织和开裂率影响最大,其次为锻模击打速度,始锻温度影响最小;要想获得均匀细小的锻后晶粒组织并防止裂纹产生,宜选用较高的始锻温度和较大的初锻压下量;多目标优化对微观组织和材料损伤的优化效果较显著.     

基于免疫算法和参考模型的船舶航向自动舵设计

为解决常规比例-积分-微分(PID)控制超调问题,将参考模型应用于船舶航向自动舵,提出一种模型参考跟踪的船舶航向PID控制算法,使船舶航向跟踪参考模型输出.针对自动舵参数整定问题,提出一种动态免疫克隆选择优化算法,在进化过程中动态改变种群规模、克隆规模和变异参数,从而加快全局搜索速度和提高局部搜索精度,保证控制器性能可靠;也可根据不同的性能指标要求,整定相应的控制参数.实船仿真试验表明,系统超调得到有效抑制,控制参数能根据需要自动调节,控制效果令人满意.