基于遗传算法的物联网视频多跳中继无线通信路由技术改进

本文提出了适用于物联网视频多跳中继无线通信的实现能量预估的网络层叠协同路由交互寻访技术。该技术的前提是采用遗传算法设计轮询步进优化估值模型,依据估值模型计算节点感知距离和节点能量,结合无线大容量信号编码解调码过程建立层叠协同交互寻访体系,优化簇内、簇头节点的传输效能,实现用户层、网络通信层和感知层层叠路由的交互协同。经软件仿真和数学矩阵对比,该技术可较好地满足物联网视频等大容量感知数据的传输与处理,而且可以充分利用物联网层叠资源特别是感知层与链路层受限的运算、存储和能量等资源。     

分簇认知网络中能量有效的协作频谱感知算法研究

针对认知网络中用户节点能量受限问题,提出了一种基于分簇网络的能量有效协作频谱感知算法。该频谱感知算法通过对用户节点分簇,缩短感知结果的传输距离。根据对授权用户信号的本地感知和簇内融合的判决结果,设计两次报告审查规则,减少传输感知结果的认知用户数量。以最小化协作频谱感知能耗为目标,建立多变量非线性优化问题模型,并通过逐一变量优化方法求得次优解。仿真结果表明,在保证检测性能的前提下,该算法能明显降低协作频谱感知的能量消耗和传输时延。     

分簇认知网络中能量有效的协作频谱感知算法

针对认知网络中用户节点能量受限问题,提出了一种基于分簇网络的能量有效协作频谱感知算法。该频谱感知算法通过对用户节点分簇,缩短感知结果的传输距离。根据对授权用户信号的本地感知和簇内融合的判决结果,设计两次报告审查规则,减少传输感知结果的认知用户数量。以最小化协作频谱感知能耗为目标,建立多变量非线性优化问题模型,并通过逐一变量优化方法求得次优解。仿真结果表明,在保证检测性能的前提下,该算法能明显降低协作频谱感知的能量消耗和传输时延。     

基于MCCAA的工期成本质量的多目标优化分析

工期、成本、质量是工程建设项目的三大控制目标,然而这“三大目标”既对立又统一,为了同时达到三个目标的优化,本文构建合理的目标模型,并且针对传统蚁群算法容易出现早熟和停滞现象的缺陷,提出了一种改进的协同进化蚁群算法,在必要路段使各目标的信息素信息进行杂交变异,优化路径上的信息素分布,并运用改进的多种群蚁群协同算法实现算例的多目标优化应用。     

基于多目标协同优化算法的卫星结构优化设计

针对卫星系统中多目标、多约束、耗时的结构优化问题,建立了卫星结构的多目标协同优化模型.将协同优化方法与全局多目标优化算法相结合,并针对协同优化方法的缺陷采取一些改进措施,提出了协同优化方法与全局多目标优化算法(CO-PE)组合优化方法.以某卫星结构多目标优化问题为例,在iSIGHT优化软件中对卫星结构进行多目标协同优化设计,通过CO-PE组合优化方法获取Pareto最优解集.优化结果表明,多目标协同优化模型能够简化优化问题的复杂度,基于近似模型的CO-PE组合优化方法具有较好的准确性和高效性,对实际工程中类似的复杂结构优化问题具有一定的参考价值.     

时序约束条件下协同制造链多目标优化

为了实现企业间制造资源的共享与优化配置,针对网络制造环境中复杂产品的制造任务,提出了协同制造链的概念.建立了整体运行成本与生产负荷最小化的多目标函数模型,分析了其时序约束条件;应用非支配排序遗传算法对多目标优化模型进行求解,获得了Pareto最优解集;应用TOPSIS方法在Pareto最优解集中选择最优解.仿真计算结果表明,提出的模型和算法能够获得满意的解.     

能量平衡与QoS保障的无线传感器网络机会路由

针对无线传感器网络应用中存在大量不可靠通信链路,很难实现能效优化与QoS保障,提出一种能量平衡与QoS保障的机会路由协议EQGOR,并结合机会转发特征建立了传输效率、转发时延、转发能效与节点剩余能量模型.提出了一种基于多目标粒子群的自适应转发集优化算法,该算法兼顾能量与QoS需求,能实现QoS保障并最大化网络生存时间....     

基于自适应混合粒子群算法的协同多目标攻击空战决策

针对协同多目标攻击过程中的空战决策问题,建立了协同多目标攻击空战决策的多目标优化数学模型,提出了一种新的自适应混合粒子群优化算法,并将其应用于协同多目标攻击空战决策问题.该算法利用种群多样性信息对惯性权重进行非线性调整,并结合遗传算法的思想,提出了对粒子进行交叉和变异操作来完成粒子更新的方法.仿真结果表明,该算法具有较高的局部求解精度和全局搜索能力,是一种求解协同多目标攻击空战决策问题的有效算法.     

利用非精确参数的移动互联网业务感知多目标优化QoS路由算法

针对移动互联网QoS优化中存在的测量不精确的问题,提出了异构融合移动互联网面向多种业务非精确参数的QoS路由算法。多目标优化模型是本文算法的基本模型,在业务感知的条件下实现约束的输入,在多量纲的基础上尽可能实现多目标的优化并利用覆盖网路由来保障QoS。为解决数据不精确的问题,结合概率方法和隶属度对多次采样QoS数据进行模糊处理,并构建方程利用理想点以解决网络性能均衡等问题。通过随机拓扑进行仿真,在满足业务传送约束的基础上,与同类型算法相比,该算法兼顾链路和节点的性能,在同样的网络环境下提升了QoS满意率,降低了时间开销,并能有效提高系统的资源利用率。     

多目标城市道路交叉口信号配时优化算法研究

采用细胞传输模型对城市道路的交通流进行建模,提出了该模型中各项交通流运行指标的计算方法.将交通流模型嵌入到多目标优化算法中,替代以往传统的目标函数,采用非支配排序遗传算法NSGA II(none-dominated sorted genetic algorithm II)进行多目标的求解.通过算例分析不同输入条件和控制策略下的优化结果及与其他类似配时计算方法的比较,证明了此算法的结果较令人满意.     

基于群集运动智能的SDN业务传输优化技术

针对软件定义网络(software defined network,SDN)负载全局优化问题,受生物界群集运动的启发,以实现当前分布式全网状态感知、全局优化目标、区域自主协同为目标,研究了基于群集运动智能的SDN业务传输优化技术。为满足上层业务对网络传输性能的需求,根据传输时延、网络吞吐量等性能指标,在多目标优化约束条件下,通过业务聚类定义针对各业务的平稳流,并将平稳流内共同协作的节点相结合定义为平稳流协作场。协作场内的节点通过收集网络状态信息并在协作场内共享,实现网络状态的快速感知及决策。协作场之间各个平稳流以不同的带宽、时延等网络传输需求运行,使得平稳流获得了确定的资源抢占成功率,从而以稳定速率传输。针对基于平稳流的业务传输优化技术,给出了基于群集运动协同方式的流量工程处理体系和业务优化方案,并对该体系下群智节点的感知认知、业务聚类分析、平稳流协作场构建、协同智能决策优化方法、优化流程、节点架构等进行分析阐述。     

适应动态需求的供应链多级库存系统仿真

针对需求的动态不确定性和供应链多级库存管理的复杂性，将适应性需求预测、预测误差追踪、改进的散列搜索算法与系统仿真相结合，提出启发追踪仿真优化方法，可以实现供应链多级库存系统决策的协同优化，并应用Simulink工具软件构建供应链多级库存决策系统的仿真优化模型。在不同需求波动模式下进行仿真测试，实验结果显示，该方法有较好地绩效表现，能够为供应链多级库存系统决策提供参考。     

协同网络下分布式跟踪的动态传感器管理

协同网络系统采用分等级的分布式信息处理结构,在实现对杂波中多目标的精确跟踪时,需要考虑量测起源不确定性问题和传感器对目标及局部融合中心的同时分配问题.针对上述问题,文中提出了一种适用于分布式跟踪的动态传感器管理方法.首先以修正Riccati差分方程的解作为目标跟踪性能的评价标准,据此构建传感器管理的目标函数,然后根据分层优化策略,利用蚁群算法实时求近似优解,最后基于分布式融合算法获取多目标的最优跟踪轨迹.仿真结果表明,与NN分簇和MV分簇两种传感器管理方法相比,文中所提方法具有更高的目标跟踪精度和网络资源利用率.     

基于数字信号处理器的磁耦合谐振式无线电能频率跟踪特性

磁耦合谐振式的传能方式是目前最具发展前景的无线电能传输方式之一。在磁耦合谐振无线电能传输系统中,系统的频率变化对系统效率影响十分明显。为了提高无线电能传输系统的效率,利用DSP锁相原理设计了一套频率跟踪系统,采用基于第一频率校正和后频率相位同校正的频率跟踪方法,解决了系统在高频或频率变化比较大的情况下,频率跟踪缓慢的问题。仿真与实验结果表明:与未加跟踪的系统对比,效率提升明显,系统传输更加可靠。具有频率跟踪的系统有更好的传输性能,以及更高的传输效率。     

基于功率约束及节点频谱选择的认知协同路由

为了提升认知无线网络的数据传输效率,优化节点能量负载,提出一种协同路由算法。基于覆盖与底层技术的协作设计一种协同网络架构,该架构针对网络频带表现多样化提供了一种新的频谱选择策略,提升频谱资源效用。结合协同网络频谱选择时的干扰特性,根据频谱、干扰和功率约束关系,提出最大化链路容量的频谱及节点功率分配方法。在协同路由设计上引入了频谱效用参数,参数的度量标准涉及节点剩余能量和链路容量,以优化路由节点能量负载和传输效率为目的。仿真对比结果表明,算法有效地利用信道接入机会进行数据转发,提高了传输效率,相比基于竞争进化算法的多播路由方法,数据包传递成功率提升了1．4％,平均网络吞吐量高出8．4％,平均节点剩余能量高出3．2％,在均衡节点负载上性能良好。     

异构环境下高速互联网络覆盖优化控制算法

针对高速互联网络通信覆盖度控制较差的问题, 提出一种基于能量负载均衡控制的异构环境下高速互联网络覆盖优化控制算法.  首先构建异构环境下高速互联网络的节点部署和路由探测模型, 采用相邻路由的负载均衡控制协议进行路由协议优化设计, 然后采用能量负载均衡控制算法提高高速互联网络的覆盖度. 仿真分析结果表明, 该控制算法能实现异构环境下高速互联网络的路由均衡控制, 网络信道传输的均衡性和抗干扰性均较好, 在节点最小条件下网络通信的覆盖率较高, 改善了低覆盖率导致的负载失衡.     

基于改进神经网络算法的电力系统经济调度

为解决新能源接入大电网带来的能源损耗问题,进行常规能源发电机组的快速经济调度是一种有效措施。针对存在多种常规能源的电力系统,建立了考虑传输损耗的电力系统经济调度问题模型,基于增广的Lagrange-Hopfield 神经网络优化算法,引入乘子神经元传输速率参数,提出了改进的增广Lagrange-Hopfield 神经网络算法。从理论上证明了该算法的收敛性,以及收敛的快速性。以某一项目为例,选取不同的传输速率参数,验证了改进的增广Lagrange-Hopfield 神经网络算法受传输速率参数的影响,并且工程可行,收敛快速。     

认知无线视觉传感网络机会传输的分布式跨层优化

为了充分利用空闲授权无线电频段和增强视觉信息的端到端传输质量,研究了认知无线视觉传感网络机会传输的跨层设计问题。在分析信道随机性和网络模型的基础上,把跨层设计问题表达为一个视觉信息峰值信噪比和网络平均传输时延的权衡优化问题。通过对该问题进行对偶分解和基于随机次梯度的求解方法,提出了一个分布式跨层传输优化算法。该算法不需要预先知道可用授权频段的静态概率分布,而通过节点在每个时隙中进行独立计算和局部信息交换使得上层视觉感知信息的压缩速率与底层链路机会传输自适应匹配,达到权衡优化问题的最优解,因此可以作为认知无线视觉传感网络的实用传输协议。仿真结果表明,该分布式算法能够快速收敛,并能获得与集中式最优化算法相似的性能。     

恒压网络静液传动系统的神经网络滑模控制

根据恒压网络条件下的静液传动系统的特点,建立用于转速控制的二自由度动力学模型.针对恒压网络静液传动系统的参数摄动和不确定性,选择液压泵/马达的角速度和角加速度为控制变量,设计一种神经网络自适应滑模控制器,采用径向基函数神经网络(RBFN)取代滑模切换控制部分,利用其在线学习功能,对系统的不确定因素进行自适应补偿,应用李亚普诺夫稳定性理论推导网络权值的在线自适应率,保证闭环控制系统的稳定性.在模拟试验台上进行了阶跃信号和斜坡信号的转速控制响应分析,并与常规PID控制以及基于神经网络的PID(NNPID)控制进行对比.试验结果表明:所设计的控制器具有良好的控制效果,能使系统具有良好的跟踪性和强的鲁棒性,有效地消除高频抖振现象.     

插电式混合动力汽车的燃油经济性优化分析

针对速度变化对插电式混合动力汽车(PHEV)经济性的影响,提出一种顺序速度平滑控制策略.通过对给定交通约束条件下的速度曲线进行顺序平滑处理,优化充电策略,提高插电式混合动力汽车的燃油经济性.根据前车速度的预测值,在车辆与前车的可接受跟踪距离范围内,通过最小化加速度来平滑车速;采用最优的充电耗散策略,根据整个行程的信息,将电池充电延长到行程结束.通过对3种典型工况测试周期的组合,研究商用PHEV的连续优化对两种不同行驶模式的影响.仿真结果表明:所提出的顺序优化方法由于与车辆结构无关,实用性较高;由于在速度优化中使用线性车辆模型求解最优控制问题,因此计算过程的实时性较好;速度平滑控制方法使燃油消耗量减少7%~14%.