基于改进萤火虫算法的人群疏散仿真

基本萤火虫算法在人群疏散仿真中存在疏散速度慢、疏散路径不平滑的缺陷,针对该问题,提出一种改进萤火虫算法。借鉴微粒群算法的位置更新策略,将全局最优引入到萤火虫算法的位置更新过程。与原始算法相比,改进后的算法在收敛速度和求解精度方面有明显的提升。在搭建的3D仿真系统中,对改进后的算法进行人群疏散仿真实验。仿真实验表明,该算法能够实现人群远离危险源并最终到达目标安全区域的路径规划,仿真效果逼真。与原始算法及微粒群算法相比,该算法在提高人群疏散速度的同时,也提高了疏散路径的平滑性和稳定性。     

基于小波变换与野草算法的细胞图像特征提取与识别

本文在细胞图像小波多尺度分解的基础上,提出在小波域中进行细胞图像特征提取的方法。针对基于小波变换提取的细胞图像特征向量维数过大、冗余等问题,提出一种基于小波变换与野草优化算法相结合的细胞图像特征的提取方法,最后利用BP神经网络作为分类器进行细胞图像识别。计算机实验仿真结果表明,与现有的未进行特征优化的细胞图像特征提取识别方法相比,本文细胞图像特征提取、分析、识别方法所需时间更短,识别正确率更高,实时性、鲁棒性能更好。     

一种含参数的修正HS共轭梯度法及其收敛性

提出了一种含参数的修正HS共轭梯度法,该算法具有性质:1参数βBHSk不仅具有梯度值的信息还具有函数值的信息;2参数βBHSk是非负的;3其产生的搜索方向是充分下降的。在合适的条件下,证明了该算法在弱的Wolfe线搜索下具有全局收敛性,数值结果证明了该算法对于求解无约束优化问题的有效性。     

基于多目标离散粒子群的产品服务系统方案配置规则提取

为有效辅助工程师将顾客需求转化为产品服务系统方案,针对其技术特征,提出一种离散粒子群优化算法(DPSO)与帕累托(Pareto)结合的配置规则提取方法.该方法包括建立产品服务系统配置规则模型及构造Pareto-DPSO算法模型.Pareto-DPSO算法基于Sobol序列的频率初始化方法及离散化粒子更新方式,将连续粒子映射到十进制离散空间;并利用Pareto进行多目标下粒子优劣性评价,以获取非支配的最优规则集.以汽车产品服务系统方案配置设计为例,经与常规多目标粒子群算法及DPSO算法对比,验证了该方法对于解决多维空间内产品服务配置规则挖掘的可行性及有效性.     

基于整数线性规划的MPSoC通信优化策略

摘要： 针对多处理器片上系统 (Multiprocessor System on chip,MPSoC) 的通信优化技术--通信流水线和消息聚合,其过度使用可能会导致系统同步开销上升从而带来整体系统性能降低的问题,提出了基于整数线性规划(Integer Linear Programming, ILP)的优化策略.该策略以综合优化系统通信和同步开销为目标,通过对通信流水线技术和消息聚合技术的合理规划,使系统性能达到最优.实验结果表明,基于ILP的通信优化策略能够充分发挥通信优化技术的优点,使系统性能显著提升.
关键词： 通信优化; 整数线性规划; Simulink
中图分类号： TP 31文献标志码： A     

基于能量原理的等效静态载荷法及其在活塞动态优化中的应用

针对位移等效静态载荷法在求解结构动态优化时遇到的等效关键时间点不合理、等效结果误差大等问题,提出一种基于能量原理的等效静态载荷法.该方法通过将结构动态响应解空间进行谱元离散,识别出结构的关键时间点,并在该时间点构建了基于能量等效的动态载荷静态转化数学模型.应用优化算法搜索得到了等效静态载荷集的最优解,从而将结构动态优化问题转化为静态优化问题求解.最后,通过在某柴油机活塞油腔结构的动态优化设计中的有效应用,验证了能量等效静态载荷法的有效性和工程实用性,拓展了等效静态载荷法的理论范畴,同时为复杂结构动态响应优化设计提供了一种新的思路.     

多约束下轨道飞行器备件配置方案建模与优化

针对航空类装备携带备件方案的确定需要综合考虑多项约束指标因素的特点,以轨道飞行器飞入太空随行备件携带方案优化配置为研究背景,在费用、质量及体积3项指标约束条件下,以所有备件期望短缺数总和最小为目标函数,建立了备件配置方案的优化模型.通过设置初始因子初值求出备件初始配置方案,同时引入拉格朗日乘子将各项约束因子转化为保障资源约束因子,采用边际效应法求解并对模型进行优化.最后,对6种方案计算结果进行比较得出备件配置最优方案,并通过实例分析,证明了该方案的科学性和有效性.     

基于多规则资源分配的柔性作业车间调度问题多目标集成优化方法

针对柔性作业车间调度问题中多种资源分配的复杂特性,建立了以最小完工时间、最优人工分配方案、设备最大负荷以及最小生产成本为目标的集成优化模型,并设计了一种具有多重资源约束的多目标集成优化方法;针对组合模型的爆炸性特征,为降低模型的复杂度,采用多规则资源分配的集成调度思想,通过调整规则概率使概率大的规则被优先选中,使用多规则导向机制"推动"搜索过程向指定目标方向移动,并结合动态规划法求解最优人员分配方案;采用改进的非支配排序遗传算法——NSGAⅡ可以获得不同规则概率值的Pareto解集;最后,通过仿真对比与应用验证了所提方法的有效性.     

基于改进量子粒子群算法的无分流换热网络综合

用数学规划法求解换热网络优化问题,当换热网络模型考虑所有分流情况时,会包含大量的连续和离散优化变量,因此对大规模换热网络的优化求解非常困难。相比有分流模型,无分流的网络模型结构简单,变量少,求解难度低。本文以分级超结构模型为基础,建立了无分流换热网络模型,以年综合费用为优化目标,提出用单层改进量子粒子群算法综合无分流换热网络,即在生成无分流换热网络结构变量的同时,生成换热负荷变量。相比有分流同步综合模型,不考虑分流的同步综合模型的复杂度和求解时间显著降低。采用两个典型算例对该方法的有效性进行了验证。     

基于改进隶属云模型蚁群算法的喷涂机器人喷枪轨迹组合优化

摘要： 针对复杂曲面分片后的喷枪轨迹组合优化问题,利用哈密尔顿图将其转化为广义开环旅行商问题(OTSP),采用“问题无关的进化算法与问题相关的局部搜索相结合”的策略,首先引入隶属云模型来自适应调节蚁群算法中控制的随机性,然后引入K-opt局部搜索策略的基于改进隶属云模型蚁群算法(MCMACA)对喷枪轨迹组合优化的OTSP问题进行求解.仿真结果表明,改进隶属云模型蚁群算法的全局搜索性和局部收敛性更佳,在复杂曲面上对喷涂机器人喷枪轨迹进行优化具有明显的优越性.
关键词： 组中图分类号：文献标志码： A