一种改进的基于实数编码的遗传算法

对传统遗传算法在编码方案及遗传操作中存在的局限性以及非成熟收敛现象，提出一种改进的基于实数编码的遗传算法，该方法以实数编码代替二进制编码，有效地解决了传统遗传算法中海明悬崖，计算精度等问题，根据适应度值父染色体进行变异操作，减轻传统遗传算法中变异操作所存在的盲目性，并对遗传算法可能出现的非成熟收敛现象进行预测，从而能极大的避免非成熟现象的产生。     

面向3D-HEVC的感知自适应环路滤波

提出一种基于感知的快速自适应环路滤波算法,利用最小可察觉失真模型和Canny算子将最大编码单元进行分类,对不同分类区域进行自适应环路滤波(adaptive loop filter,ALF)的性能评估和分析,在此基础上跳过所有非敏感平滑区域和敏感平滑区域耗时的ALF处理.实验结果表明,该算法能在视频主观质量和客观质量基本不变的前提下大大降低ALF编码复杂度,有效改善ALF性能.与现有高效ALF算法相比,该算法可在编码复杂度相当的情况下获得更好的主观视频质量.     

改进遗传算法及其在平面度误差评定中的应用

针对平面度误差评定的特点,提出了一种新颖的基于实数编码的改进遗传算法.该算法采用基于代沟最小的代选择模型,选用BLX-α混合交叉算子,算法简单、鲁棒性强,优化效率高.同时给出遗传算法评定平面度误差时目标函数数学模型的建立方法.最后,通过不同评价方法对同一平面的平面度误差进行评定,结果证明该方法不仅能收敛到全局最优解,而且具有较快的收敛速度.     

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。     

基于遗传算法的高频滤波电感的优化设计

<正>随着工业和科学技术的发展,用户对电能的要求越来越高,包括市电在内的所有原始电能质量已无法完成满足用户的需求,必须经过加工才能使用。这种加工大多需要利用电力电子技术来实现,现代电力电子技术的发展与应用,给人们的生活带来诸多便利。无论是功率因数校正、有源电力滤波和开关电源控制等都离不开电感。但在具体设计中,电感参数的选取往往缺乏充分的说明,给设计工作带来了一定的盲目性,而对电感的制造更是少有涉及。例如,有源电力滤波主电路电感的选取就是如此。本文,笔者基于遗传算法对电感进行了优化设计,并通过实验证实设计的合理性。     

高性能自适应调整参数的遗传算法

分析了适应值选择算子中参数对遗传算法的个体选择和搜索性能的影响,提出了一种高性能自适应调整选择算子参数的遗传算法,修正了交叉概率和变异概率的自适应形式,并讨论了它们的变化机理.实验证明,该算法提高了算法搜索能力和解的精度,能有效地避免局部极小.     

一种基于联邦Kalman滤波结构的自适应信息融合方法

鉴于联邦Kalman滤波是一种能在复杂信息融合系统中进行目标状态估计的有效方法．介绍了联邦Kalman滤波器的原理和结构，提出了一种基于联邦Kalman滤波结构的自适应多传感器信息融合算法．仿真结果表明，该算法能有效提高信息融合系统的精度和容错性．具有较高的实用价值．     

渐消递推滤波辅助光谱分析：最佳自适应算法

研究了Ｋａｌｍａｎ渐消递推最佳滤波辅助光谱辨析。基于Ｋａｌｍａｎ滤波达到最优时其新息序列互不相关的性质，提出了一种新的渐消滤波─—最佳自适应算法。通过在线自适应地调整遗忘因子从而使滤波（器）在存在模型误差或受到外扰时仍保持收敛性和最优性。用于重叠峰的辨识，能取得更好效果。     

一种基于小波变换的流体压力信号消噪方法

针对液压设备运行中的某些过程参数无法或难以直接用传感器或过程检测仪表进行测量的问题,本文介绍了一种将小波分解与自适应滤波相结合的流体压力信号消噪方法,并详细阐述了小波自适应滤波法的原理和操作方法,最后通过消噪仿真实验,验证了小波自适应滤波法在流体压力信号消噪中的有效性和优越性。该方法弥补了传统傅里叶变换在处理非平稳信号时的不足,进一步丰富了非平稳信号的信息处理技术手段,为提高测量结果的可靠性打下了基础。     

一种基于LS准则和L阶输入矢量的自适应算法

提出了一种新的基于LS准则和L阶输入矢量的自适应滤波算法．该算法采用新的梯度计算公式,使自适应滤波中权矢量的更新比LMS精确和平滑．仿真表明经过250次迭代,新算法就可以收敛于最优值1．6．新算法与基本的解相关LMS算法（DLMS）和LMS算法相比,收敛速度快、稳定性更好．并给出了新算法、DLMS算法和LMS算法性能曲线仿真结果．     

基于遗传/自适应神经网络混合算法求解作业车间调度问题

本文针对一类加工时间可变的调度问题,用遗传算法和基于约束满足的自适应神经网络混合算法进行了研究.遗传算法迭代生成的染色体对应非可行解,由自适应神经网络运算后得到可行解,对应的染色体作为新一代染色体.本算例的目标函数是基于任务的提前/拖期惩罚、附加惩罚以及加工时间的偏离量惩罚,目标是确定最优加工时间和最优加工顺序极小化目标函数,并与一般的遗传算法相比较,最后结果证明了本文算法的有效性.     

利用自适应遗传算法的芯片功能验证自动测试

摘要： 针对芯片功能验证中存在的验证时间长以及与被测系统依存度高的问题,提出了利用自适应遗传算法的芯片功能验证自动测试方法. 定义了事件的功能覆盖率和翻转覆盖率,分析了两种覆盖率之间的关系,采用两种覆盖率共同构造适应函数,提高了验证的可靠性. 与采用经典遗传算法的验证方法相比较,能达到相同的覆盖率,同时可减少25%-30%的测试时间,提高了仿真效率.     

基于小波域维纳滤波器的信号稀疏表示

经典小波分解对信号稀疏化效果不佳,为此设计了基于小波域经验维纳滤波器的稀疏表示算法. 该算法可自适应地衰减每个小波系数,增大系数的稀疏度及可压缩性,从而提高压缩感知算法对信号的恢复质量. 仿真结果表明,与传统的基于小波变换的信号稀疏表示及恢复算法相比,该算法较大地提升了对信号及图像的恢复质量.     

基于去相关NLMS算法的自适应回波抵消

在NLMS算法的基础上,从语音信号相关性的角度出发,提出了一种去相关NLMS算法(DC-NLMS).该算法收敛速度快,稳态失调小,计算量与NLMS算法相当,克服了APA算法收敛速度快但计算量大的缺陷.计算机仿真结果表明,DC-NLMS算法在自适应回波抵消中的综合性能要优于NLMS算法、APA算法以及文献[7]中的算法.     

确定SIMPLE算法中压力松弛因子的自适应方法

压力松弛因子的选取是SIMPLE(Swrni-Implicit Method for Pressure-Linked Equations,SIMPLE)算法在数值求解流体流动及对流换热问题的难点之一.针对非稳态流动问题,提出了一种SIMPLE算法中压力松弛因子的自适应方法,有效地避免了松弛因子对计算结果的影响.通过对两...     

一种基于峰谷滤波的改进算法

在峰谷滤波的基础上提出了一种新的改进算法,首先在噪声污染图像的滤波窗口中去除除中心象素外的最大最小灰度值象素,然后利用中心象素与修改后的邻域进行比较以判断其是否为噪声点.理论分析和图像处理仿真实验表明,改进后的滤波器性能得到较大改善,在有效去除噪声的同时能充分保留原图像细节信息.     

用基于快速排序的MOGA求解MOKP

0/1背包问题是一类典型的组合优化问题,且属于NP完全问题.多目标遗传算法通过一次运行可以搜索到多个解,同时具有比规范遗传算法更强的求解问题的能力.该文将基于快速排序的多目标遗传算法应用于多目标0/1背包问题中,可以快速、高效地找出多个最优解.实验表明该方法能够获得满意的效果.     

自然遗传算法及其性能分析

在为种群大小遗传算法的基础上引入“种群阈值”及“移民”等概念,并采用动态调节交配率及变异率等措施,提出了一种自适应的遗传算法。该算法通过模拟自然界的“生老病死”过程来实现问题求解,并力求解决遗传算法的参数控制及过早收敛等问题。且介绍了该算法的基本思路,并对其性质进行了分析。