求解大规模优化问题的改进狼群算法

针对狼群算法(wolf pack algorithm,WPA)求解大规模问题时存在解精度低、收敛速度慢和易陷入局部最优的缺点,提出了一种改进的狼群算法(improved wolf pack algorithm,IWPA).采用深度神经网络进行初始化狼群个体提高种群多样性;借助遗传算法挑选首狼提高算法寻优能力;设计距离优化因子以协同狼群算法个体的探索和开发能力;构建尺度系数改进围捕行为避免算法陷入局部最优,减少运行时间.选取18个大规模(100维,200维,500维和1000维)标准测试函数进行性能对比,结果表明,IWPA算法在求解精度和收敛速度上优于其他对比算法.     

基于USB2.0总线的数据采集系统

传统的数据采集系统大都采用标准的串行口和并行口作为数据传输接口，其局限性在于数据传输速率低、使用不方便．最新推出的USB2．0总线标准可以支持高达480Mbps的数据传输速率，并且具有支持即插即用、扩展方便等优点，因此用于大数据量的数据采集系统十分合适．提出了一个基于Cypress公司USB2．0芯片的数据采集系统的设计方案，经实验，性能良好．