多输入线性系统极点配置问题的算法研究

极点配置是通过一个状态反馈矩阵的选取,使闭环系统的极点配置在希望的位置,从而使系统具有较满意的性能。对于多输入线性系统,状态反馈矩阵K的解不唯一,目前常用的设计方法都没有解决K的优化设计问题。将遗传算法引入基于Sylvester方程的算法中,优化反馈矩阵,仿真结果表明,该算法求出的反馈矩阵K优于其他各种方法。     

基于优化EKF的永磁同步电机转速估计

为了解决在永磁同步电机无速度传感器直接转矩控制系统中,扩展卡尔曼滤波器在转速估计时系统噪声矩阵和测量噪声矩阵难以较准确获得的问题,提出了一种基于改进粒子群优化的扩展卡尔曼滤波器转速估计方法,该方法融合了粒子群算法与遗传算法的优点,经过实验仿真表明,当将此方法应用于卡尔曼滤波器系统噪声矩阵和测量噪声矩阵寻优时,与遗传算法、标准粒子群算法相比,改进粒子群优化的卡尔曼滤波器能更加迅速地找到较优解。     

无线传感网络改进混合移动代理路由的研究

移动代理路由的本质是一个多约束条件下的优化问题,针对遗传算法快速随机的全局搜索能力,但对于系统中反馈信息却无法利用、求精确解效率低的问题,本文提出了一种遗传蚁群混合算法的WSN移动代理路由方法.利用遗传算法快速随机的全局搜索能力找到较优解,将较优解代换成蚁群算法的初始信息素,最后采用蚁群算法收敛速度的优点,找到移动代理路由全局最优解.仿真结果表明,该算法能在较短的时间找到最优移动代理路由,相对于其他的路由算法,减少了网络延时和平均能量消耗,提高了数据传输的速度和效率.     

基于SAGACIA优化方法的模糊控制规则优化及其MATLAB实现

模糊控制规则的选择是模糊控制器设计的关键问题之一。将SAGACIA优化方法应用在优化模糊控制规则中,并在MATLAB中编程实现,应用该优化方法不像遗传算法那样要编码解码,并且按一定的概率接受劣解和变异,使得算法易于跳出局部最优,从而更有利于找到全局最优解,在MATLAB中实现起来也简单。     

基于SAGACIA优化方法的模糊控制规则优化及其MATLAB实现

模糊控制规则的选择是模糊控制器设计的关键问题之一.将SAGACIA优化方法应用在优化模糊控制规则中,并在MATLAB中编程实现,应用该优化方法不像遗传算法那样要编码解码,并且按一定的概率接受劣解和变异,使得算法易于跳出局部最优,从而更有利于找到全局最优解,在MATLAB中实现起来也简单.     

基于状态观测器的一类不确定系统的鲁棒预测控制

运用线性矩阵不等式方法,研究了一类具有范数有界不确定系统的鲁棒预测控制问题．在每一采样时刻预测状态值,将无限时域“min-max”优化问题转化为凸优化问题求解,得出状态反馈预测控制律;同时设计系统的全维状态观测器,使得到的控制律满足观测器增益Lp,从而保证了闭环系统的稳定性．仿真示例验证了算法的有效性．     

一种快速收敛的遗传算法及其应用

为了解决遗传算法的收敛速度和全局收敛性之间的矛盾,提出了一种快速收敛的遗传算法,即“适应度缩放”加“有偏外来移民”的遗传算法。将该方法应用于柔性结构振动主动控制中的作动器／传感器位置及反馈增益的优化,其优化效果明显优于传统的优化算法。数字仿真结果表明,对于复杂非线性约束优化问题,该遗传算法具有较好的快速收敛性和全局收敛性,由优化了位置的作动器／传感器和优化增益的控制系统具有良好的减振效果。     

单亲遗传算法在有限元网格节点编号优化问题中的应用

单亲遗传算法(PGA)是一种序号编码遗传算法。它具有遗传操作简单、不要求初始群体的广泛多样性、不存在“早熟收敛”现象等特点,非常适合于求解组合优化问题。在有限元分析中,网格节点编号顺序决定了有限元整体刚度矩阵中非零数据的位置,对矩阵的带宽有直接的影响。为了减小在实际计算时的存储量、缩短计算时间,将单亲遗传算法引入有限元网格节点编号优化问题,减小了有限元整体刚度矩阵的半带宽。给出了优化计算过程。与已有优化结果进行了对比,实例表明该算法是有效的,本算法具有通用性。     

基于遗传算法的路由选择问题的研究

针对多目标优化问题,应用免疫遗传算法的基本思想,提出了一种求解满足带宽-时延约束多组播路径问题的两层遗传算法。在算法中设计了一种基于节点连接路径的具有树状结构的染色体表示方法及可以实现树状染色体交叉和变异的算子。数值实验结果表明,文中提出的算法可以有效找到多组播路由问题的优化解。     

基于进化逆转操作算子的遗传算法对步进式加热炉炉温优化

针对传统遗传算法对炉温进行优化设定时易陷入局部极小值,较难快速稳定地找到最优炉温值的缺点,引入逆转算子对遗传算法进行改进,使算法的每一代都能从父代继承更多的基因。从而提高算法的局部搜索能力。改进后的算法可以跳出局部极小值,快速稳定地寻找到最优炉温值,进而对加热炉炉温进行优化设定。大量的Matlab仿真结果表明,该改进算法具备可行性与有效性。     

Joint Source and Relay Precoding/Beamforming Algorithm for OFDM Multi-user Cooperative Relay Systems

In order to reduce the feedback load of multi-user orthogonal frequency division multiplexing （ OFDM ） -based wireless systems, a practiral limited bits feedback precoding algorithm is proposed with direct source-destination link based on amplify-and- forward cooperative relay network under frequency selective fading channels. Using joint minimum mean square error（MMSE） filter, the receiving decoding matrix is designed for each user in the paper. Source precoding （beamforming） matrix is optimized with convex function of weight mean square error （MSE）. Relay precoding matrix is obtained under MSE decomposition and convex optimization. The precoding matrix index is fed back for clustered subcarrier of OFDM with limited feedback. Then using interpolation algorithm, all precoding matrices are achieved at base station （BS） and relay nodes. Simulations indicate the effectiveness of the proposed limited feedback joint precoding and beam_formlng design. The proposed method can improve bit error rate （BER） performance and obtain better sum-rate performance in contrast to existing algorithms. It displays the BER performance is close to that of the unquantified precoding feedback method.     

基于RBF神经网络的PID整定

针对非线性系统,采用了基于径向基函数（RBF）神经网络的PID整定,用遗传算法优化RBF神经网络,仿真结果表明,基于遗传算法优化的RBF神经网络PID整定收敛速度快,整定效果优于基于梯度下降法优化的RBF神经网络PID整定。     

基于混合递归算法优化的PID控制器

针对RBF神经网络PID控制器,使用递阶遗传算法和梯度下降法的混合算法来优化隐含层到输出层的权值、隐层节点的中心和核宽度.仿真显示,精度高,性能优于梯度下降法.     

基于交替迭代遗传算法的多级车间生产计划与调度的集成优化

为了提高多级生产系统的运作效率,研究了一类多周期的多级车间生产计划与调度的集成优化问题,该生产系统由一级混批Job-shop车间和一级混流装配车间串联而成.首先建立了该类集成优化问题的混合整数规划模型,该模型从上下游生产车间的需求关系出发,综合考虑上下游车间的物料平衡、设备负荷以及开工位置等约束条件,同时满足优化上下游生产线的费用目标.然后提出了一种交替式混合遗传协调优化算法求解该集成优化问题,其主要思想是给定计划用一种混合遗传算法求调度,反过来给定已求调度用另一种混合遗传算法求取新计划,如此不断交替使用2种混合遗传算法实现计划与调度的同时优化.仿真结果证明了该方法的可行性和有效性.     

并行遗传算法在模拟有源滤波器设计中的应用

提出了一种基于岛屿群体模型的并行遗传算法,该算法克服了以往采用基本遗传算法存在易早熟、收敛速度慢的不足,具有较高的加速比和运算效率.将其应用到模拟有源滤波器参数的优化设计中,仿真结果验证了算法的有效性.     

基于支持向量机与遗传算法的发酵过程软测量建模

提出了基于支持向量机的生物量浓度在线估计软测量建模方法,采用遗传算法进行模型输入的选择与支持向量机参数的选取,目的是找到对模型估计结果贡献最大的输入特征变量,降低了输入空间维数,缩小了求解问题的规模,从而减低计算方面的难度,减少了训练实际,同时又通过参数的调整,得到更好的决策函数,提高支持向量机的性能.模型的训练与验证数据都是取自实际的实验过程——诺西肽发酵.结果表明采用遗传算法进行优化的支持向量机软测量模型对生物量质量浓度具有好的预估性能.     

两连杆桁架设计的多目标优化算法

针对两连杆桁架的多目标最优化设计问题,提出一种利用遗传算法和模糊理论来求解多目标优化问题的Pareto最优解算法,并通过实验进行验证;讨论遗传算法和模糊理论产生Pareto最优解的差异.结果显示:通过遗传算法配合近似分析的方法可以更有效率地寻找到更多的Pareto最优解.     

基于双重阈值近邻查找的协同过滤算法

为了提高协同过滤算法的推荐精度, 从协同过滤算法中近邻用户/项目组的选择入手, 提出基于双重阈值近邻查找的协同过滤算法。该算法能充分利用现有的稀疏用户项目评分矩阵, 找出与目标用户相关性较强, 且能参与到评分预测过程中的候选用户。实验结果表明, 该算法相比传统的协同过滤算法及部分改进算法, 其推荐精度有一定提高, 对实际应用具有一定的参考价值。     

改进遗传算法在6-RSS并联机器人机构设计中的应用

以6-RSS并联机器人Jacobian矩阵的条件参数为优化设计目标函数,提出了改进的遗传智能优化设计方法.采用实值编码,对6-RSS平台进行了优化设计,得到了最优运动学的6-RSS平台结构参数,通过与拟牛顿法得出的结果比较,证实了改进遗传算法在并联机器人结构优化设计中的有效性和优越性.