嵌入式系统有限资源下的代码移植和优化

给出一种基于ADI Blackfin系列数字信号处理器的人像考勤系统设计方案. 在此基础上, 归纳了嵌入式有限资源限制下人像识别算法的实现策略,解决了算法移植过程中从C++到C的转换问题, 并提出了通过修改连接描述文件重新配置存储资源的方法, 从而缓解了大数据量与芯片上有限存储资源之间的矛盾. 测试结果表明, 移植后人像识别算法的运行结果和速度都满足使用要求.     

一种基于粒子群优化算法的神经网络训练方法

介绍了粒子群优化(PSO)算法的原理,研究了将PSO算法应用于神经网络训练的方法,给出了算法软件实现的基本流程,并对Iris分类问题做了仿真实验,通过与BP算法的比较,结果表明基于PSO的神经网络训练算法操作简单,易于实现,而且训练精度较高,有良好的收敛性.     

求广义几何规划全局解的近似算法

对广泛应用于工程设计、非线性系统鲁棒稳定性分析中的广义几何规划问题(GGP)提出一线性化求解方法.使用指数变换并利用分段线性化技术转变指数项为一些带绝对值项的和,再将绝对值项线性化,最终将原问题转化为一个容易求解的线性规划问题.数值实验表明本文方法是可行的,能近似地求得(GGP)的全局最优解.     

电力系统负荷恢复优化的并行遗传算法实现

对电力系统的负荷恢复问题进行了研究.将该问题建模为一个多约束条件的组合优化问题,根据遗传算法特别适合求解大规模组合优化问题的特点,设计了一种粗粒度并行遗传算法来对此优化问题进行求解.在消息传递类并行软件开发环境提供的基于消息传递的并行虚拟环境下,采用master/slave的并行编程模式,有效地提高了算法的计算速度.将各种约束条件与目标函数融合在一起,建立一种序关系,来处理负荷恢复中的约束条件.求解过程满足系统的约束条件,不会出现系统的越限.算例结果表明,所提出的并行遗传算法不仅可以最大限度地恢复负荷,而且可有效提高算法的计算速度.     

谐波合成法模拟随机风场的优化算法

为解决传统谐波合成法模拟多变量随机脉动风场效率低下的问题,首先将互谱密度函数矩阵分块,然后采用递归优化算法进行矩阵的Cholesky分解,同时引入矩阵乘法算法来代替传统算法的叠加过程,从而减少了互谱密度矩阵中元素生成的数量,加快了矩阵分解和脉动风场合成的速度.工程实例表明,上述优化算法可有效减少整个模拟过程的计算时间,提高模拟效率.     

基于无容量限制的p-枢纽中位问题的随机优化

在枢纽网络设计时, 未来的成本和需求等参数具有不确定性. 为了使设计的网络能在各种情景下具有最优的期望成本, 提出了无容量限制的多分配严格p-枢纽中位随机优化模型. 考虑到模型本身的结构特点和复杂程度, 采用了PH分解算法结合增广拉格朗日松弛算法, 将原问题转化为若干个独立子问题来求解. 使用了基于经典算例的随机数据集合对模型和算法进行了测试, 算例结果表明尤其在情景数量较大的情况下, 算法体现出较高的效率. 同时, 通过随机解价值分析了使用随机优化模型对于该算例的意义.     

基于参数化的特种装备专家系统平台开发

基于自顶向下的设计理念，提出一种结构框架模型的概念，通过EXCEL表进行框架模型全尺寸驱动，并在此基础上实现三维数模的生成；同时，利用有限元分析软件的二次开发技术，引入基于参数策略的改进粒子群算法，编写有限元分析程序，实现先进算法理论与工程优化问题的联合求解，完成整机关键部件的参数化工程分析；最后对相关程序高度集成，完成专家系统的平台搭建.用户通过交互界面输入设计参数，即可得到三维参数化数模与有限元分析结果，从而指导实际设计.斗轮堆取料机轮体算例应用表明，该平台对于大型特种装备的产品系列化开发，具有较好的指导意义.     

MIMIC算法在非线性多约束机械优化问题中的应用

将双变量相关的分布估计算法与惩罚函数法相结合,用于解决机械工程上非线性多约束优化设计问题.算法对每一次迭代寻优后的变量进行保留,建立概率模型,通过正态分布发生函数对变量重新取值,并采用惩罚函数来处理变量约束条件.仿真结果表明,该算法能有效防止早熟收敛,提高算法的全局搜索能力,具有较好的应用前景.     

粒子群算法在大侧斜螺旋桨侧斜分布优化中的应用

为设计出具有良好侧斜分布的螺旋桨剖面，采用智能优化领域的粒子群优化（PSO）算法，结合非定常面元法对螺旋桨的侧斜分布进行了优化设计. 给出了PSO算法的数学模型及其在侧斜优化设计中的主要计算过程，并以HSP桨为母型进行设计.获取了2种纵倾方式下非定常推力系数的2阶幅值收敛情况、侧斜分布随迭代次数的收敛情况以及主桨叶在旋转1周的非定常推力系数随迭代次数的变化规律等.由计算结果可知，优化桨的非定常推力系数脉动比母型桨减小了许多，即通过改变螺旋桨侧斜分布能有效改善非均匀流场中螺旋桨的性能，进而也验证了PSO方法在螺旋桨侧斜优化设计中的可行性.     

基于遗传算法的约束性多TSP问题及其应用

针对一类具有约束条件的汽车调度问题 ,提出了约束性的多重 TSP(CMTSP)问题及其模型 ,给出了一种遗传算法解法。对比实验结果表明 :遗传算法具有比启发式算法更好的结果。