基于PSO差分-共射负反馈放大电路参数的自适应优化

采用粒子群优化(PSO)算法, 以互阻增益和共模抑制比乘积对输出电阻的比作为适应度函数, 对差分\|共射两级直接耦合负反馈放大电路中的电阻值进行自适应优化.  优化结果表明, 对互阻增益和输出电阻分别限制时, 它们均趋于设定值的底限, 使适应度函数最大, 以符合算法要求, 从而可根据工程对放大器指标的不同需求, 改变适应度函数, 找到最佳电路参数.  经EWB软件仿真, 反馈放大器互阻增益与优化理论计算的最大相对误差为0.515％.      

差分-共集负反馈电路的电性能讨论与仿真

采用方框图分析法,对差分-共集电压串联负反馈放大电路进行理论计算.EWB仿真结果表明：开环和闭环电压增益的理论计算与仿真的相对误差分别为0.142%和0.150%,吻合很好;仿真的开、闭环间的电压增益,满足反馈放大器中的基本关系式;开环状态下的输入、输出电阻的理论与仿真,其相对误差分别为2.60%和0.133%.理论计算闭环输入电阻43.50 kΩ,输出电阻72.72Ω,说明电路具有良好的电压放大器性能.     

用于跳频分量选取的修正适应度距离比粒子群算法

跳频信号参数估计是跳频信号截获、干扰的前提,而传统Cohen类时频分析方法存在核函数选择的瓶颈.结合匹配追踪和智能计算的思想,将多峰函数粒子群优化算法引入跳频信号时频分析领域.在分析粒子适应度和粒子间距2个影响粒子搜索行为的关键因素的基础上,提出了基于改进的适应度-距离比测度的多峰函数粒子群优化算法,并应用于跳频分量自适应选取.该方法不需要跳频信号的任何先验知识和粒子群小生境参数的人为设置.理论分析和仿真结果表明,与基于环形拓扑结构、单一共享适应度信息的粒子群优化算法相比,算法成功率和参数估计精度进一步改善,该方法的邻域搜索机制和跳频分量选取具有可行性和有效性.     

灰色集成优化算法在齿轮变速箱设计中的应用

在遗传算法基础上结合混沌理论和灰色关联分析理论,提出了一种灰色集成优化算法.该算法采用混沌映射技术的遍历性产生初始群体,以进化群体与标准序列的灰色关联度为适应度函数,通过对遗传算子的操作,从而逼近最优解.最后以某汽车变速器为例,在确保可靠传递动力的前提下,采用惩罚函数法将约束条件进行转化,建立了以体积最小为目标的优化设...     

一种改进的遗传算法在智能组卷上的应用

提出一种基于改进遗传算法的新算法.新算法从问题解的实数串集开始搜索,计算种群中个体的适应度,确定适应度函数,改进交叉算法和变异算子,实现最优解输出.实验表明,采用新算法组成的试卷能较好地满足试卷各项指标的要求,加速向最优解收敛,此算法也为解决多目标约束优化问题提供了新思路.     

亚毫米波对角喇叭天线的GA优化设计及其性能测试

应用遗传算法(GA)对工作于150 GHz的亚毫米波对角喇叭天线的辐射特性进行优化,并对优化结果进行了实验测试.针对亚毫米波波段的特点,采用口径积分法(AI)分析天线特性并由此构成GA的适应度函数,通过与Johnsson测量值和Virginia Diodes Inc公司实际产品的增益参数相对比,检验了适应度函数的正确性.根据GA优化后的对角喇叭天线结构,制作了实验样品,利用俄制返波管(BWO)和热膨胀式太赫兹波功率探测器,在准光实验平台上测试了该优化结构的增益范围和E面方向图.实验结果与GA优化所期望的目标相符合,证实了该优化软件在准光辐射器设计与研制中的可靠性.实验方案为亚毫米波乃至太赫兹波段电磁器件的参数测试、性能评估提供了一种便捷、有效的途径.     

基于递阶遗传算法的模糊系统优化设计

给出一种基于递阶遗传算法的模糊神经网络优化算法, 在该算法中对每个染色体都采用递阶编码, 并提出一种改进的交叉算子, 可以同时优化模糊神经网络结构和权值参数. 算法中采用双目标函数作为适应度函数对模糊神经网络模型的精确度和复杂性进行估价, 且对应一个实际问题, 可以通过调整适应度函数的参数值确定所需模糊神经网络模型的精确度和复杂性之间的比例, 从而生成一个适当的模糊神经网络模型. 模拟实验结果验证了该算法的有效性.     

一种改进的粒子群优化算法

在粒子群优化算法的基础上,将粒子群优化算法的速度更新公式中种群最优位置用所有个体的平均值与最优粒子有限邻居个体的平均值加权求和代替;通过将种群平均适应度和整体最优位置适应度的比值作为适应度函数,并引入了加速系数;得到改进的粒子群优化聚类算法既能够充分参考当前粒子的最优信息,也参考了所有个体的最优信息和当前最优粒子有限邻居的最优信息,在进化过程中可以通过新的适应度函数自适应地调整全局搜索和局部搜索的比重对粒子的影响,对算法收敛速度影响较小的前提下较好地提高了收敛精度。最后,选取了4组具有不同分布特征的Benchmark函数作为验证函数,试验结果表明,新算法具有较好的收敛特性。     

一种求解SAT问题的人工蜂群算法

针对SAT问题,提出一种求解该问题的离散人工蜂群算法——ABCSAT算法,建立了相应的优化算法模型,解决了问题编码和转化、适应度函数、蜜蜂觅食策略、离散操作等关键问题.不同于处理连续优化问题,ABCSAT将适应度函数定义为当前不可满足子句数.根据问题的特点设计了多种觅食策略,并利用各子句和变量之间约束关系的启发式信息对各阶段的候选解进行离散操作.最后在标准SATLIB测试集上对提出的算法进行了测试并与相关算法进行了比较,结果验证了ABCSAT算法在中小规模SAT问题上的有效性,表明算法能更加有效地解决该问题.     

一种求解SAT问题的人工蜂群算法

针对SAT问题,提出一种求解该问题的离散人工蜂群算法——ABCSAT算法,建立了相应的优化算法模型,解决了问题编码和转化、适应度函数、蜜蜂觅食策略、离散操作等关键问题.不同于处理连续优化问题,ABCSAT将适应度函数定义为当前不可满足子句数.根据问题的特点设计了多种觅食策略,并利用各子句和变量之间约束关系的启发式信息对各阶段的候选解进行离散操作.最后在标准SATLIB测试集上对提出的算法进行了测试并与相关算法进行了比较,结果验证了ABCSAT算法在中小规模SAT问题上的有效性,表明算法能更加有效地解决该问题.     

一个具有对偶适应度函数的遗传算法

提出一个具有对偶适应度函数的遗传算法.该法提供了一个阈值,利用对偶适应度函数值辨别全局最优盆和局部最优盆.根据辨识结果,自适应地设置变异概率.对几种典型函数的测试结果表明,该法的全局收敛性能及收敛速度优于标准遗传算法.     

多母线微电网电压不平衡分层分区优化控制

在含多母线的孤岛微电网中,不同的区域和母线对电能质量的要求各不相同.为满足各母线对电能质量多样化的需求,需对多母线孤岛微电网电压质量进行分区控制.针对此问题,在电压不平衡补偿机理分析的基础上,提出一种电压不平衡分层分区优化补偿策略.该分层分区控制结构包括三层,其中,二次控制层主要生成电压不平衡补偿参考量(UCR),作为分布式电源(DG)的补偿依据,实现公共耦合点(PCC)的电压不平衡补偿;三次控制层,采用人工蜂群算法(ABC)获得最优的三次补偿增益,以此调节DG输出功率参考值,使各DG补偿量按容量比例分配,实现电压质量分层分区优化控制.仿真结果验证了所提策略的有效性和可行性.     

改进适应度评价的多态自检电路进化设计算法

 针对传统多态自检电路进化设计算法适应度评价阶段丢失潜在解的问题,提出了一种改进适应度评价方法。利用扩展评价将传统算法中随机选择输出位对候选电路进行评价的方法改进为完全评价方法,通过动态选择输出位对电路做出最恰当的评价,防止潜在解的丢失;对于多态电路扩展评价结果采用比较选择选取在多种工作模式下适应度最高的输出位,完成进化电路最优结构配置。外部进化设计实验结果表明,所提方法仅需4个测试向量就能检测出组合电路中的所有固定性故障。电路中不需额外的输入/输出信号,通过加法器进位输出位的震荡可以指出错误的存在,同时电路原始输入信号即可作为检测输入信号。与传统进化设计算法相比,进化代数减少了90.6%—91.7%,成功获得最优解时电路使用门个数减少8%—9.7%,具有进化迭代次数少和资源消耗低等优点。     

小区电网的自组织变压节点优化分布仿真

传统小区电网的自组织变压节点分布方法,没有考虑节点本身的输出电压特征,存在几何选择区域局限,容易收敛于局部最优解。提出一种小区电网自组织变压节点优化分布方法,先建立小区电网自组织变压节点分布模型,评估小区电网的有效覆盖率;并将该有效覆盖率作为目标函数,求出小区电网自组织变压节点的电压,进行反复计算,直至符合约束条件。通过引入蜂群算法对电压输出值进行调整,利用节点输出电压特征完成最优分布,实现对小区电压自组织变压节点分布进行优化。仿真实验结果表明,所提方法具有很高的电网覆盖率。     

基于矩阵摄动理论的微电网建模与优化控制

针对微电网系统稳定性和输出一致性问题,提出了一种优化控制方法.首先,建立了微电网系统小信号模型、系数矩阵和增量摄动矩阵,解决了系统特征值求解过程中的计算量大的问题.在此基础上,以稳定性、阻尼比和稳定裕度为性能指标建立了初次优化目标函数,矩阵摄动理论与人工鱼群算法相结合,对系统进行了初次优化控制.同时,为了保证微电网中各微源输出的频率和电压一致性,建立了再次优化目标函数,应用人工鱼群算法对系统进行了再次优化控制.最后通过仿真验证了所提控制策略的正确性与有效性.     

滤波器的计算机建模分析与仿真

讨论了电子电路计算机仿真分析的方法 ,对滤波器进行了数学建模及计算机仿真计算 ,分析了在电路参数不变的情况下 ,滤波器对其频率的响应 ,以及滤波器中电阻 ,电容对滤波效果的影响 .计算结果表明 :随着频率的升高 ,滤波输出信号幅度逐渐下降 ,呈现出较理想的低通滤波器特性 ;RL 的增大使输出波形的峰值增大 ,C ,R值越大 ,滤波器的滤波效果越好 .仿真结果与理论计算值电压转移函数H0 (S)相符 .     

基于粒子群优化的DCT域盲水印算法

提出了一种基于粒子群优化的DCT域盲水印算法.该算法采用粒子群优化在图像DCT变换域中寻找最优的水印嵌入位置,并综合考虑不可见性和鲁棒性两个数字水印基本要求,以PSNR值和NC值的线性组合为适应度函数.根据粒子群算法得到的最优值,将水印信息嵌入到图像分块的DCT变换的AC系数中.实验结果表明,在满足水印不可见性同时,算...     

A new approach based on PSO algorithm to find good computational encoding sequences

Computational encoding DNA sequence design is one of the most important steps in molecular computation. A lot of research work has been done to design reliable sequence library. A revised method based on the support system developed by Tanaka et al. is proposed here with different criteria to construct fitness function. Then we adapt particle swarm optimization (PSO) algorithm to our encoding problem. By using the new algorithm, a set of sequences with good quality is generated. The result also shows that our PSO-based approach could rapidly converge at the minimum level for an output of the simulation model. The celerity of the algorithm fits our requirements.     

A new approach based on PSO algorithm to find good computational encoding sequences

Computational encoding DNA sequence design is one of the most important steps in molecular computation. A lot of research work has been done to design reliable sequence library. A revised method based on the support system developed by Tanaka et al. is proposed here with different criteria to construct fitness function. Then we adapt particle swarm optimization (PSO) algorithm to our encoding problem. By using the new algorithm, a set of sequences with good quality is generated. The result also shows that our PSO-based approach could rapidly converge at the minimum level for an output of the simulation model. The celerity of the algorithm fits our requirements.