基于广义能量函数的快速自适应主分量提取

通过引入一个任意对角矩阵, 提出了一种广义能量函数(GEF)来优化一个两层线性神经网络的连接权矢量, 推导出一种递归最小二乘(RLS)算法, 不需要设计非对称电路, 即能并行提取一个输入协方差矩阵的多个主分量. 分析了算法在平衡点的局部稳定性能. 实验结果表明该算法具有收敛快、稳健性好等优点.     

双学科(气动/电磁)优化中的遗传算法研究

遗传算法(GA)是一种非传统性, 模仿生物的自然选择与进化而形成的一种概率搜索和总体优化的方法. 讨论了此算法的要点和关键参数. 为应用于多目标和多学科优化的问题, 提出了一种综合考虑多目标和多约束的要求, 并引入归一化系数和约束函数的罚系数的适应函数.     

脉冲噪声滤波的无监督鲁棒递归最小二乘方法

在未知期望信号的条件下,提出一种能够抑制脉冲噪声的鲁棒递归最小二乘自适应滤波方法.与传统最小二乘法的代价函数不同,通过引入饱和非线性约束,降低可能出现的脉冲噪声对滤波器权值更新的影响.此外,提出一种多步预测器来重构滤波器的输入信号,通过比较判断滤波器输入信号可能受到脉冲噪声干扰时,采用预测值来替代原始观测信号.实验结果表明,提出的无监督鲁棒递归最小二乘自适应滤波方法在未受到脉冲噪声干扰时与传统的递归最小二乘法具有相近的收敛性能;在脉冲噪声条件下,传统递归最小二乘法和其他的无监督自适应滤波方法性能都变得很差,但本文提出的方法几乎未受到脉冲噪声的影响.     

卫星位置误差条件下基于约束Taylor级数迭代的地面目标定位理论性能分析

基于卫星平台的地球表面目标定位系统受到卫星位置误差的影响较大,为此,该文在卫星位置存在误差的条件下,系统给出一种推导约束Taylor级数迭代公式及其理论定位性能的数学分析框架.为了便于讨论,文中以时差观测量为范例,并在三种情形下分别推导各种用于地面目标辐射源定位的约束Taylor级数迭代公式及其相应的理论定位性能,并将该理论性能与三种情形下的约束Cram′er-Rao界进行定量比较,从而得到若干定量结论.文中讨论的三种情形包括:(I)没有卫星位置误差且没有校正源的情况;(II)卫星位置存在误差且没有校正源的情况;(III)卫星位置存在误差且存在校正源(位置精确已知)的情况.最后,文中设计若干基于时差的卫星定位实验场景用以验证算法推导和理论分析的有效性.     

翼型和机翼的多目标优化设计研究

为使已有的单目标优化方法推广用于多目标/多学科优化中去, 构造一个合适的综合目标函数(确定性算法)或适应函数(遗传算法)是十分重要的. 提出了一种适用于具有约束优化问题的目标函数组合法(OFCM), 讨论了采用确定性算法和遗传算法进行高性能翼型和机翼的双目标和双学科优化的问题. 二维(翼型)和三维(机翼)算例表明本文的方法可用于优化不同流体条件下、不同类型的翼型和机翼.     

关联规则算法优化研究与实现

本文主要针对Apriori算法采用最小支持度和最小信任度阈值来发现知识,而没有考虑交易中数量问题的不足,提出一种快速的基于频繁模式树FP-tree的最大频繁项目集挖掘算法.该算法不需要产生频繁项集,而且只需要扫描事务数据库D一次,从而提高了算法的执行效率.该方法结合大量的实际项目数据进行关联规则挖掘测试发现,不仅能较好地分析非稠密数据,也能处理现实世界中稠密数据. 结果 表明该优化算法可显著降低关联规则挖掘在数据挖掘工作中的时间开销.     

人工蜂群优化算法在复数盲源分离中的应用

针对复值信号的源数估计和有序分离等关键技术,提出一种基于人工蜂群优化的源数未知的复值盲源分离方法,该方法首先利用交叉互验技术来估算复数源信号的个数,然后通过人工蜂群算法优化峰度的绝对值来获得最佳分离向量,并实现了逐次恢复源信号的目的.仿真实验结果表明,该方法不仅能依峰度绝对值的降序实现服从任何分布源信号的盲分离,同时比其他方法具有更优越的估计性能.另外,提出一种基于峰度的欠定复盲源分离算法,该算法根据信号的统计特性构造了用于欠定混合情况下盲抽取向量的代价函数,然后通过人工蜂群算法优化其函数来获得最佳分离向量,通过多次分离来实现欠定复盲源分离的目的.通过对混合分布类型的复值源信号欠定盲分离仿真实验验证了该算法的有效性.     

热声固耦合问题多参数识别中解的唯一性和算法研究

本文研究了一类热声固多物理场耦合中的初边值识别问题,建立了基于超声回波时间测量的固体结构表面热流和尺寸的多参数同时识别模型.利用热传导方程的极值原理,证明了耦合问题多参数识别中解的唯一性,为超声同时测温测厚等工程应用提供了理论支撑.在数值求解正问题的基础上,将反问题重新表述为由偏微分方程约束的优化问题.将共轭梯度法反演热流和最速下降法反演厚度相结合,发展了多参数识别问题的交替迭代算法,并通过严格的收敛性分析,给出了交替迭代算法的收敛性条件,证明了算法的全局收敛性.最后通过设计数值算例,验证了本算法的可靠性和可行性,并对比了仅识别热流的单参数识别算法,验证了本算法在精度方面的提高.     

带转向约束的城市垃圾收集车辆弧路径问题研究

考虑部分街道单行及转向限制等状况，采用带有转向禁忌条件的垃圾收集车辆弧路径问题模型对城市垃圾收运路线进行优化。建立将其转换为对应的点路径问题的求解模型，以减少问题规模；并使用聚类蚁群算法对该问题进行求解。成都市双楠辖区的实例优化结果表明，有/无转向约束的路线优化后，总路程分别减少了89984．96m和92330．04m，节约了31．1％和31．9％。效果明显。此外，优化后减少了需求车辆数，减少了车辆使用成本和人员雇佣成本。     

基于自然梯度的递归最小二乘盲信号分离

研究在线盲信号分离问题. 先提出一种递归最小二乘(RLS)白化算法, 然后与一种基于自然梯度的RLS信号分离算法相结合, 并经合理近似, 得到一种新的RLS盲信号分离算法, 它不需要对观测数据进行白化预处理. RLS白化算法和RLS信号分离 算法的平衡点分析表明, 这两种算法具有所期望的收敛性. 理论证明了提出的RLS盲信号分离算法具有等变化性和分离矩阵的非奇异性这两个关键性能. 仿真实验验证了新算法的有效性.     

认知无线电系统中的多中继分布式波束成形方法

本文考虑认知无线电系统中一对认知源目的节点在一组认知中继节点协助下与一对授权发射机和接收机共存的场景,研究了多个单天线认知中继节点在授权接收机处平均干扰功率门限约束及自身独立的平均发射功率约束下,最大化认知目的节点处信干噪比(SINR)的分布式波束成形,从而开发"空谱空洞"的问题.提出了两种波束成形方案:1)最大化SINR的最优策略;2)基于迫零准则的次优策略.最优策略将分布式的波束成形系数求解问题通过半定松弛转化为准凸的优化问题,从而利用二分法及内点法求解;并证明了求得的最优半定松弛解即为原优化问题的最优解.次优策略直接迫零对授权接收机造成干扰,并将来自授权发射机的干扰信号抑制为零.该方法对应的优化问题没有迭代运算,且约束函数简单,算法复杂度低.最后通过数值仿真分析了中继数、认知节点最大的发射功率和授权接收机的干扰功率门限等因素对两类算法平均传输速率的影响,并且通过对比实验验证了考虑授权发射机干扰信号影响带来的性能增益.     

利用内点法优化三相不平衡分布式电网的理论算法研究

目前分布式电网的潮流优化算法主要面对三相功率平衡系统,对于三相不平衡系统进行分析的算法介绍较少.文中利用内点法,结合美国电科院的开放式配电仿真系统分析(OpenDSS)平台,提出了三相不平衡分布式电网潮流优化算法的研究.该算法以网损和变压器三相潮流不平衡度最小为目标,以系统潮流、发电机和线路极限容量为约束,以变压器分接头和电容器投切为控制变量,建立了优化函数,利用内点法作为优化算法,以 OpenDSS为计算平台.文中最后以 IEEE123测试节点和 IEEE9500测试节点为例,验证了文中算法的有效性和实用性     

基于RBF神经网络的烧结终点预测模型

本文提出一种基于径向基函数(RBF)神经网络的烧结终点预测模型.该模型首先采用改进的最近邻聚类算法确定径向基函数中心,接着应用递推最小二乘法训练网络的权值.通过现场采集数据对该模型进行仿真,其实验结果表明,该模型具有较好的学习能力和泛化能力,为烧结终点的预测提供了一种新的解决方法.     

供水管网抗震拓扑优化算法研究

针对供水管网抗震拓扑优化问题,引入管线单元投资重要度的概念评价管网中管线对管网抗震的贡献.在此基础上,将遗传算法、遗传-模拟退火算法、蚁群算法和微粒群算法等现代组合优化算法应用于供水管网抗震拓扑优化中.通过算例对上述算法的优劣进行了对比分析.结果表明：遗传-模拟退火算法表现最好,遗传算法和微粒群算法次之,而蚁群算法的搜索性能较差.     

考虑夹具-托盘组合优化的多资源约束柔性作业车间智能调度

针对多产品混合加工车间中有限夹具-托盘资源引发的生产力制约问题,提出了考虑夹具-托盘组合优化的多资源约束柔性作业车间智能调度方法.首先,以最小化最大完工时间为目标建立了基于设备-夹具-托盘三资源约束的混合整数规划模型.其次,设计了基于可行性修复和自学习型变邻域搜索的改良遗传算法并进行求解,提出了种群染色体初始化、交叉、变异过程中的可行性修复策略,在算法迭代中后期引入三种变邻域搜索方法并构建搜索策略知识库,自学习地求得最优解.最后,基于工业大数据生成算例,并通过数值实验证明了该算法具备求解精度和求解时间上的双重优越性,可有效解决设备-夹具-托盘约束下的柔性作业车间调度问题,为加工车间的生产排产智能化转型提供有力支持.     

嫦娥三号巡视器视觉定位方法

月面巡视器的定位是巡视器开展月面科学考察工作的基础,是一项关键技术.本文提出了一种基于计算机视觉的定位方法,将SIFT(scale-invariant feature transform)匹配、相关系数匹配、最小二乘匹配和光束法平差等多项技术融合,实现了相邻站间月面巡视器的导航定位.在实验室构建立体视觉导航系统对本文的方法进行可行性和精度测试,结果表明视觉定位相对精度将优于4%,并成功应用于玉兔号巡视器定位.     

基于变分的图像分割算法

提出了一种新的基于变分的图像分割算法. 该算法以图像的边缘点为插值点，通过极小化一个能量函数产生光滑的阈值曲面，进而实现图像分割. 为了使所产生的阈值曲面保有原图像的边缘信息，同时又不过度锐化图像的边缘，采用非凸的能量函数，并通过引入二元能量函数，提出一种全局收敛的松弛算法，将一个非凸优化问题转化为一系列本质上的凸优化问题，从而克服了采用传统的梯度下降法会出现收敛速度较慢、甚至不收敛的困难. 实验结果验证了算法的有效性. 此外还初步探讨了相应优化问题求解过程中的参数确定问题.     

角模块序列布图表示及基于角模块序列表示的边界约束布图规划算法

布图规划是VLSI布图设计中的关键环节, 通常采用随机优化算法, 而布图结构的编码表示(或称布图表示)是基于随机优化方法的布局算法的关键. 提出一种新的布图表示-角模块序列(CBL), 并从理论上证明它具有O(n)的布局评估算法计算复杂性和较小的解空间. 在布图设计中, 部分模块的位置需要满足一定的约束条件, 边界约束就是其中常见的一种. 通过边界约束可以将特定模块的位置限制在指定的边界上, 从而有利于模块与I/O端口的互连. 基于角模块表示, 推导出满足边界约束布局的充分必要条件, 并结合模拟退火过程, 通过修正中间解使受约束模块满足约束条件, 从而实现了基于CBL模型的边界约束布图规划算法. 将代价函数惩罚方法和启发式方法相结合, 设计了边界约束的惩罚项, 能够合理准确地衡量约束满足的情况, 从而有效地控制模拟退火的进度, 以保证最终布局满足所有约束. 对MCNC的标准例子的测试结果表明算法是十分有效的.     

非线性薄膜方程的差分迭代求解

对类似于非线性薄膜一类的非线性偏微分方程提出一种新的算法.该法首先略去非线性部分的影响,或给予非线性部分莱一初值,使非线性部分成为已知,从而将原非线性方程转化为线性方程,并按差分法或其它方法求得其线性解.再将所得线性解代入非线性部分使其成为已知,再次求得其解.这样反复迭代直至收敛,进而求得原非线性方程的非线性解.     

求解几何约束问题的几何变换法

提出两种基于图表示求解几何约束问题的方法. 第1种方法能线性地处理无循环约束的几何约束问题. 第2种方法可以解决含循环约束问题. 这一算法的复杂度与Owen, Hoffmann的三角分解法一样是二次，但解题范围有所扩大. 实际上这一算法可以解决所有关于简单多边形的约束问题. 这一算法的核心是将几何变换引入基于关系图的约束求解算法.