基于MapReduce模型带准备时间的平行机调度优化

研究了一类基于MapReduce模型的平行机调度问题.每个工件包含Map和Reduce两道加工工序,Map工序可以分割为若干个子任务,并且在多台平行机上同时并行加工,Reduce工序只有在该工件的所有Map工序的子任务加工完成后才能进行,而且Reduce只能在一台机器上加工且不可中断.结合工件具有释放时间和加工准备时间等约束,以最小化最大完工时间为目标,构建了混合整数规划模型,并设计了采用差分变异策略和逐维Levy扰动机制的改进正弦余弦算法来求解该模型.最后,利用数值仿真实验与标准正弦余弦算法及遗传算法进行对比,实验结果表明,运用改进正弦余弦算法求解的结果与下界值的平均相对偏差GAP为3.02%,较标准正弦余弦算法以及遗传算法的效果提升显著,显示了该改进算法的有效性.     

一种改进的语音二项式正弦脉冲激励方案

对一种码率在 2. 4kbit/s左右的基于LPC(线性预测编码)的二项式正弦脉冲(BSP)激励形式进行了改进,以多个正弦谐波代替了原BSP激励方案中的单一正弦波。谐波幅度用二项式进行调制,该二项式反映了激励信号在一个基音周期内的变化趋势。实验结果表明,在此基础上构造的语音编解码器在保持原BSP编解码器低复杂度、低时延优点的基础上,进一步提高了合成语音质量。     

利用相量图辅助正弦稳态电路分析

正弦稳态电路分析往往要采用相量法,在分析过程中若能灵活运用相量图为辅助工具,则能为问题的解决提供简洁的思路。     

提取正弦信号参数的非线性寻优最小二乘算法

提出一种非线性动态寻优的最小二乘算法(LMS)，以高效地估计正弦信号幅值、相位和直流偏置．利用随机逼近理论中的Kiefer-Wolfowitz定理，提高了非线性梯度法搜索LMS估计量极值的收敛速度．以整周期内采样均值为迭代初值，迭代步长的选择根据各参数的差异分别选取，并采用修正因子以加快迭代的收敛速度，设置最大步长防止算法溢出．仿真表明，在计算量相当的情况下，该算法参数估计精度明显优于传统LMS.     

高精度正弦激励信号源的设计与实现

在许多工程测量中,都需要某种固定频率的正弦信号作为激励源.本文介绍一种高精度正弦激励信号源的设计与实现方法.     

自由曲线与正弦曲线合成曲线的研究

本文提出自由曲线和正弦曲线合成的方法,通过调整正弦曲线的幅值和频率,改变合成曲线的形状,这种方法易于实现和分解,并可用于描述随机形状.     

蜉蝣算法在供应链库存优化中的应用

针对蜉蝣算法（Mayfly algorithm）全局搜索能力差,搜索精度不高和自适应能力弱等问题,提出一种多策略融合的蜉蝣算法。首先,提出吸引力增强因子,同时引入自适应动态调节的重力系数,来平衡搜索和开发能力。其次,提出中值位置作为群体位置的一部分,加强种群交流,避免陷入到局部最优;最后,引入正弦余弦策略,增强全局搜索能力,提高收敛精度并增强稳定性。8种典型功能函数的仿真结果证明改进后的算法收敛能力提高、收敛精度加强。将改进后的蜉蝣算法应用于工程中,在供应链库存系统中调节PID参数,与其他算法相比,成本下降9.5%,证明该算法在工程上具有适用性。     

多媒体传感器网络中被动目标定位算法

针对被动目标定位问题,提出了一种多视觉感知节点协同定位算法.与传统的视觉目标定位方法不同,该算法无需进行训练或特征识别,而是各个节点基于机器视觉理论,将目标投影为定位平面上的一条直线,并使用Hough变换将该直线映射为Hough空间中的一个离散点,最后对离散点进行正弦曲线拟合,拟合参数即为目标的最终位置估计.根据视觉感...     

节能型电动车控制系统的研究

提出了正弦脉宽调制型变频调速技术在电动车上的应用方案,开发了一种基于M 37705单片机系统的电动车控制系统.它运用规则采样法产生正弦脉宽调制波,通过开关角的控制抑制逆变器输出电压中的谐波分量,降低了电动机的损耗和转矩脉动,使电动车的运行性能得到了较大改善.     

一种正弦信号发生器的设计方法

基于正弦脉宽调制（SPWM）理论，提出适合于数字电路实现的，抗干扰性强，可靠性较高的一种正弦信号发生器构想，给出了滤除3次和3的倍数次谐波的简单方法，以及5次、7次谐波的滤除方法。电路仿真表明，该信号发生器较常规的DDS方法实现的正弦信号发生器易于实现电压和频率的调整，且调试和使用成本较低。它与查表法的正弦信号发生器相 比，频率范围宽、容易调整，文中同时给出了相应的频谱分析。