一种采用改进交叉熵的多目标优化问题求解方法

针对传统交叉熵算法不能解决多目标优化问题,采用单目标交叉熵优化算法提出了改进多目标交叉熵优化(Multi-Objective Cross Entropy Optimization,MOCEO)算法。首先,采用个体选择机制来保留进化过程中的优良个体,通过精英保留策略提取优良个体分布信息以不断修正算法正态分布概率模型参数;其次,引入进化方向在正态分布群体采样过程中,引导所产生新个体在解空间中的分布使得种群朝着性能提高的方向进化;最后,为了避免陷入局部最优点在参数平滑操作过程中,定义了调节系数随机调整正态分布概率模型参数。ZDT和DTLZ系列多目标问题的测试结果表明,与经典多目标优化算法NSGA-II、SPEA2、MOEAD、PAES相比,MOCEO在超体积和反转世代距离性能指标以及进化速度等方面较好,是一种收敛速度快、寻优能力强、鲁棒性高的算法。为验证MOCEO在工程实际中的效果,将其应用于某型高速列车悬挂系统横向平稳控制系统的参数优化中,仿真结果表明:相比于NSGA-II算法,使用MOCEO优化调整控制系统参数后,车体横向平稳性指标提高4.16%,横向加速度峰值减小10.34%,横向振动加速度在1～2 Hz人体敏感频率范围内有一定改善,列车具有更好的横向平稳性能。     

基于深度学习和集成学习的辐射源信号识别

随着电磁环境的日益复杂和雷达辐射源信号类型的逐渐增多,如何有效地识别雷达信号类型成为一个重要的问题。为解决这个问题,提出了一种基于深度学习和集成学习的辐射源信号识别框架。该框架由特征提取和分类器设计两部分组成。第一部分,将雷达信号变换到时频域,利用栈式降噪自编码模型学习时频图像的特征。深度模型的训练采用无监督预学习和有监督微调相结合。第二部分,构造一个集成不同支持向量机分类器的模型对雷达信号进行识别。利用8种不同的辐射源信号验证了提出模型的有效性,结果表明结合这两种机器学习的方法有助于提高辐射源信号的识别正确率。     

第三方逆向物流供应商选择和评价研究

本文提出一套完整的选择第三方逆向物流企业的评价指标体系，建立了组合评价方法，该方法是层次分析法、模糊数学方法和距离评价法等三种方法的综合．最后通过一个算例分析验证了评价指标体系和评价方法的有效性和实用性．     

磁耦合谐振式无线电能传输系统线圈结构参数优化方法

谐振线圈是磁耦合谐振式无线电能传输(magnetic coupling resonance wireless power transfer, MCR-WPT)系统的核心部分,线圈参数决定了系统电路的谐振参数,进而决定系统的能量传输效率。现有研究只考虑了近距离四线圈及以下MCR-WPT系统建模及其线圈参数优化。为了实现中远距离高效无线传能,构建了一种六线圈MCR-WPT系统模型,并以线圈结构参数为优化变量,通过分析限制交叉耦合与频率分裂的条件建立优化变量约束函数,以线圈互感与线圈内阻之比为目标函数,设计了一种基于灰狼算法的定线圈间距六级MCR-WPT系统参数优化方法,并通过仿真进行了验证,结果表明,其最优传能效率达93%,所构建的六级MCR-WPT及其参数优化方法有效。