一种新的多移动机器人协调路径规划方法

针对动态环境中多移动机器人路径规划问题,提出了一种基于知识的遗传算法。该算法路径表示简单,所设计的基于知识的遗传算子并入了领域知识和局部搜索技术,同时,把领域知识并入初始种群,大大提高了遗传算法的效率;将协调路径适应值矩阵引入基于知识的遗传算法,实现了多移动机器人协调路径规划。仿真结果验证了该算法在多移动机器人路径规划中的可行性和有效性。     

一种新的RS485电路参数设计方法

含有普通隔离光耦的RS485电路是智能电能表中最常用的通信电路,由于光耦器件输入输出端的信号延时与多种因素有关,难以计算,使得在较高波特率条件下通信的脉宽误差较大,从而导致较高的误码率。为了减小在高波特率通信条件下的脉宽误差,简化RS485关键电路参数的选取,本文采用DOE(实验设计,Design of Experiment)的方法对自动切换收发状态的RS485电路参数进行实验。经过示波器测试和串口通讯试验,结果表明DOE能很好地应用于RS485电路的参数选取,使脉宽误差减少到最小。     

一种新的相关复合衰落模拟方法

针对传统信道模型只对多径衰落进行统计建模的问题,将信道建模为包含多径及阴影衰落因素的复合模型,提出一种基于谐波叠加原理、易于硬件实现的时域相关复合衰落模拟方法. 推导了新方法输出衰落的幅值分布及相关性理论表达式,给出了仿真参数的计算方法. 基于Xilinx Virtex4 硬件平台的实测结果表明,该方法输出的信道衰落包络分布、多普勒功率谱及相关特性均与理论值吻合,可用于实验室模拟真实传播环境对无线信号的随机失真影响.     

求解Burgers方程的一种新的并行方法

基于一类指数型非对称格式，从而构造出一种求解Burgers方程的新的并行方法．讨论了它的线性稳定性，该方法具有并行本性．数值实验表明，该方法具有良好的精度，是求解Bur—gers方程的一种较好的方法．     

一种新的基于扩散方程的图像平滑方法

针对退化扩散方程在对图像平滑时,奇异点容易被破坏,引入了小波变换模极大值表示,提出了由小波变换模M(s,x,y)决定扩散速度的图像平滑方法.该方法在图像奇异点的位置使平滑速度趋于零;在图像的光滑区域扩散速度由小波变换模决定;在灰度变化不大的区域,采用各向同性扩散.该方法克服了退化方程对图像奇异点的模糊现象,兼顾了去噪和保边界.实验证明该方法优于其他的方法.     

分数阶扩散方程的一种新的高阶数值方法

研究了分数阶扩散方程具有初边值问题的数值解法.基于Riemann-Liouville分散阶导数的定义,直接对该方程采取积分离散,利用四阶紧致有限差分算子对空间二阶导数近似,得到此方程的高阶隐式格式.证明了该格式是唯一可解的,并采用Fourier方法证明了该隐式格式是无条件稳定的.进一步,利用线性插值的方法提高了格式的误差阶,从所给的数值结果可以看出,改进后的格式的误差阶可达到O(γ2+h4).     

一种新的一维自适应离散GDQ方法

构造了一个一维双曲型守恒律方程的高精度高分辨率的离散GDQ方法.通过自适应加密技术、三次样条插值方法和通量分裂修正来实现空间离散;时间离散采用三阶Runge Kutta TVD方法实现,从而得到高阶全离散方法.最后对Burgers方程和一维Euler方程组进行了数值实验结果表明该方法是成功的.     

一种新的求解无约束优化问题的非精确线性搜索方法

提出了一种新的求解无约束优化问题的非精确线性搜索方法,该方法与Armijo线性搜索类似,并且是Armijo线性搜索的推广.其特点是每次迭代可以使目标函数下降量更大,从而可以减少迭代次数.在较弱的条件下,证明了Zoutendijk条件.     

一种新的二维散射场远区时域信号实时获取方法

采用时域有限差分法求解散射问题时,时域信号的计算是在散射体近区内进行的,计算远区散射场通常有两种办法,一种是在频域内进行,另一种是在时域内进行.由于二维时域Green函数含有关于时间的积分,因而相对于三维问题,远区时域信号反而更难求解.文中通过把等效激励源位置进行量化,综合排列激励时序,从而把所有激励源关于时间的积分转化为一个矩阵向量乘积运算,大幅度减少了计算时间.同时,采用半解析的方法,精确地算出了其中的反常积分值.最终,实时、快速和精确地获取了二维散射场远区时域信号.     

蚁群算法求解函数优化的算法设计

为了求解一般的函数优化,文章在对标准蚁群算法的基础上,引入遗传算法的编码方式,并对蚁群算法的信息素更新进行改进.通过对几个经典测试函数的求解,证明了算法的有效性.     

量子隐形传态电路的优化设计

利用遗传算法完成量子隐形传态电路的优化设计,提出一种新的一维编码模式,即利用码的位置信息来存储量子门的位置信息. 这种编码模式与其他模式相比效率更高,编解码更方便,能很好地反映量子电路的结构,且容易推广到多位量子电路. 设计了合适的适应度函数,分两部分判断电路的功能和性能,详细探讨了遗传算法的改进及相应实验结果,得到了更优的电路结构.     

基于改进遗传算法的多元函数优化计算

研究了基本遗传算法在多元函数优化问题中存在的缺陷,提出了一种改进的遗传算法,使用适应值比例变换方法,在交叉与变异算子,染色体基因解码方式等方面做了改进,通过对难以优化的多元函数的优化计算,证明了该算法有良好的全局搜索能力和较快的收敛速度。     

生物传热控制中逆向重构温度场的遗传优化

生物传热控制中逆向重构温度场的关键问题是要解决生物传热Pennes方程中热导率K、血液灌注率W_b等参数的估计.文中利用遗传算法提出了一种新的参数辨识方法,以实现逆向重构温度场,并给出了这一方法在热疗模型中的应用.     

一种基于最优化模型的数字电路测试生成方法

基于基本门电路的特征函数及被测电路的约束网络结构模型,首先提出了一种用于数字电路的模拟退火（ＳＡ）测试生成算法,然后在ＳＡ算法中采用梯度长法的退火梯度法,该方法的特点是具有全局收敛性和较高的计算效率,它不仅加速了数字电路的测试生成过程,而且也可应用于其他类型的优化问题。     

壳模型分子动力学优化新方法

提出了新的壳模型分子动力学优化方法来对壳位置进行优化.该方法的基本思想是利用多次迭代来确定模拟过程中壳的位置.分子动力学模拟的结果表明,该方法不但能够准确得到壳位置,计算效率比传统的优化方法要高,而且通过选择收敛因子还可以进一步控制计算精度和效率.该方法特别适合于对铁电材料的壳模型分子动力学模拟.     

离散变量结构拓扑优化协同混合遗传算法

针对离散变量桁架结构拓扑优化问题,提出了将拟满应力法与遗传算法相结合的混合遗传算法,并引入了拓扑和尺寸协同演化的思想,使得桁架拓扑和尺寸的演化能够相互独立又协同进行.并给出算例证明该方法是非常有效的     

考虑多平台模块配置的多产品线设计主从优化研究

针对考虑多平台模块配置的多产品线设计问题,根据对产品线设计与产品平台优化之间主从关联关系的分析,提出一种基于Stackelberg对策理论框架的优化方法,建立一个混合0-1变量的非线性双层规划模型。模型上层是多产品线设计问题,以极大化单位成本效用为目标,决策产品线结构。模型下层是以极小化成本为目标,求解产品平台的配置问题。为求解0-1混合双层规划,设计一个双层遗传算法,并将模型和算法应用到汽车产品案例中,得到较优的产品线结构与产品平台配置,并且与两阶段法与集成优化方法进行比较,证明模型与算法的可行性与有效性。     

近场条件下的MIMO雷达阵列优化

在近场条件下运用遗传算法对MIMO雷达阵列进行优化. 构造优化MIMO阵列近场方向图旁瓣的适应度函数,提出一种基于FFT的快速算法用以高效评估适应度,采用“成对交叉策略”保证遗传算法进化过程中阵列稀疏率恒定. 对有无对称约束两种情况下的阵列优化结果进行比较,分析表明,若在MIMO阵列优化中加入对称
约束,则优化针对的聚焦点所在距离上所有角度均小于该点的目标,用优化所得之阵列扫描它们时可保持性能.     

一种用于加速器腔设计的自适应遗传算法

提出一种用于加速器腔设计的遗传算法,该算法具有自适应性,即能根据基因的约束条件自动调整演化过程中的染色体,使染色体仍属于同一类型的腔结构。