基于遗传算法提取PN二极管主要参数的研究

遗传算法是一种新兴的演化算法,计算方法简便,收敛速度快,收敛准确。它被用来估计二极管参数。实验结果表明遗传算法是估计二极管参数的新方法。     

基于逆积分方程的正弦波频率估计

频率估计算法的普遍问题是计算量大并且在低信噪比时性能较差.文中提出一种基于逆积分方程(Inversion Integral Equation,IIE)的频率估计新算法.首先利用快速傅立叶变换得到频率的粗估计,并从傅立叶变换中提出一个窄带信号建立积分方程.然后通过对积分方程中参数和特征频率的估计得到最终的频率估计.仿真结果显示文中算法以适中的计算量在低信噪比下达到了较好的性能.     

用差异演化-粒子群混合算法确定含水层参数

差异演化-粒子群混合优化算法是利用差异演化算法变异粒子个体的历史最优位置,保持种群多样性,与粒子群优化算法相结合的一种混合优化算法。应用差异演化-粒子群混合优化算法分析直线供水边界含水层抽水试验数据确定含水层参数,并将该算法所得计算结果与其他方法的结果进行比较,分析待估参数的不同取值范围对参数估计的影响,发现差异演化-粒子群混合优化算法能够有效地确定含水层参数,且目标函数值更小,计算精度更高,可达到1.673 1×10~(-6);待估参数范围的增大对差异演化-粒子群混合优化算法的收敛性影响较小,当待估参数取值范围的上限扩大到原来的14倍时,收敛率高达97%,且得到目标函数值基本一致,由此可知,差异演化-粒子群混合优化算法对初值选取的敏感性低,寻优能力强,稳定性好。数值实验结果表明:差异演化-粒子群混合优化算法有效地避免了粒子群优化算法所出现的早熟现象,是分析抽水试验数据,确定含水层参数和计算观测孔与虚拟映射井之间距离的有效方法。     

基于坡体含水率分布的非饱和土边坡上限分析方法

非饱和土边坡的基质吸力量测较为困难,影响了边坡稳定分析的准确性,通过含水率分布曲线与土水特征模型,可以获得更加精确的吸力曲线.文章基于极限分析上限定理,构建了非饱和土边坡塑性失稳的离散上限机构,推导了由含水率分布参数与Van Genuchten模型参数表征的基质吸力功率方程,将非饱和土边坡安全系数的计算过程转化为约束条件下的多变量的数学规划问题,并采用遗传算法进行优化求解;通过与相关文献对比,验证了本文方法的正确性.探讨了地下水位、边坡坡度、吸力摩擦角等因素对非饱和土边坡稳定性的影响,并分析了三种不同土质边坡在稳定性方面的差异.     

植被斑图动力学系统的参数反演

基于生态学背景与反应扩散方程理论,建立带有土壤水扩散反馈调节机制的平地植被斑图演化模型。利用半隐式Euler方法计算得到在2维情况下的斑图模式解。数值模拟表明降水量、植物死亡率的反馈效应促成了植被斑图的形成与演化。针对具有终时观测的参数反演问题,本文应用变步长梯度算法得到有效的参数估计。此外,本文基于贝叶斯反问题理论,提出一种系统参数反演的新策略,可实现观测间断情况下系统参数的最大后验概率估计。     

基于双姿态的高阶罗德里格斯参数姿态估计

针对高阶罗德里格斯参数构建姿态更新方程时存在模型奇异值以及基于四元数的姿态估计算法计算量大等问题,提出一种基于双姿态的高阶罗德里格斯参数姿态估计算法.当高阶罗德里格斯参数存在奇异时,切换到四元数姿态表示模型,避免高阶罗德里格斯参数的奇异值,之后再通过判断准则切换到高阶罗德里格参数姿态表示模型,以降低计算量.通过江试试验比较了提出算法和传统四元数无味估计器的估计精度和计算量,在计算精度基本相当的情况下,本文算法计算时间减小了26.27%.     

基于模型的弹性连接体三维运动估计

为解决非刚体运动分析中模型精度和计算复杂度之间的平衡问题,该文提出了一种基于圆锥曲线模型的弹性连接体(人体)三维运动估计方法。建立了人体三维模型,根据双目图像序列进行基于该模型的人肢体三维变形和运动参数估计,采用圆锥曲线三维模型及其在图像平面上投影的联系方程估计三维运动参数。人手臂运动估计实验结果表明该运动估计算法能够正确估计人体运动参数。     

基于多模型与滚动时域估计的机动目标跟踪算法

针对受限于已知物理约束的机动目标,提出了一种目标跟踪算法。针对机动目标的不同运动模式,采用多模型组合的方法进行了近似;针对目标的已知物理约束,采用滚动时域估计方法进行处理,并将其作为状态估计的先验信息来提高估计精度;最终通过设计多模型结构的状态估计演化方程、改进滚动时域估计的误差协方差矩阵更新公式,给出了一种多模型结构与滚动时域估计相结合的机动目标跟踪算法。仿真结果表明:该算法与自适应卡尔曼滤波(AKF)、交互式多模型(IMM)算法相比,可以对具有物理约束的机动目标进行更好的跟踪。     

基于未知参数观测器的混沌系统参数辨识

将一种基于未知参数观测器的混沌系统参数辨识方法推广应用到非自治系统,以Van der Pol-Duffing方程为例构造了相应的观测器对未知参数进行辨识.数值仿真结果表明该未知参数感测器的设计方法是有效可行的.     

一种基于角度测量估计飞行目标运动参数的新方法

针对伪线性参数估计的实时性问题,提出了一种基于角度测量的飞行目标运动参数实时估计、跟踪算法.该算法对角度量测方程在当前飞行目标运动参数估计值附近进行泰勒级数展开,得出该时刻飞行目标的运动参数估计值与角度测量值之间的线性关系.在此基础上,利用最大似然估计法对估计值和估计误差协方差矩阵进行实时更新,再将更新值带入目标运动状态方程,以获得下一时刻的估计值和估计误差协方差,从而实现了飞行目标运动参数的迭代估计.仿真实验表明,所提算法可实现空中飞行目标的实时定位和位置、速度运动参数的实时估计,且无需存储大量的历史数据,其与伪线性参数估计算法相比,计算效率可提高50%.     

爆炸荷载作用下岩体振动特性的 DE-FLAC3D数值模拟方法

针对岩体爆炸数值模拟中爆炸荷载参数与岩体振动阻尼参数等计算参数难以确定的问题,将具有收敛速度快、易于实现和全局寻优能力强等优点的差分进化算法(differential evolution, DE)算法融入三维快速拉格朗日差分法(FLAC3D)岩土工程数值计算程序,提出了爆炸荷载作用下岩体振动特性的 DE-FLAC3D数值模拟方法. 该方法从爆炸荷载参数和岩体振动阻尼参数的随机值出发,以岩体质点振动速度随时间变化过程的数值计算值与现场实测值的误差作为适应度,利用DE算法规则实现爆炸荷载参数和岩体振动阻尼参数耦合模式的合理进化,进而实现计算参数的快速自适应辨识. 龙滩水电站地下厂房爆炸开挖振动试验数值模拟研究结果表明,该方法是可行的,显著提高了岩体爆炸效应数值模拟结果的精度.     

基于微分演化的结构系统识别

研究了使用微分演化（DE）算法进行结构系统识别的方法,该方法的基本思想是将结构系统识别问题描述成一个多峰值非线性优化问题,同时通过微分演化算法发现系统参数的最优估计。利用该方法在有限的输入输出数据和噪声污染条件下,同时在没有系统质量、刚度和阻尼先验知识的情况下对结构系统进行了识别,数值算例结果表明：DE方法易于实现且计算时占用资源低,同时可以成功地对结构系统进行识别。     

A Hybrid Differential Evolution Algorithm Integrated with Particle Swarm Optimization

To implement self-adaptive control parameters, a hybrid differential evolution algorithm integrated with particle swarm optimization （PSODE） is proposed. In the PSODE, control parameters are encoded to be a symbiotic individual of original individual, and each original individual has its own symbiotic individual. Differential evolution （ DE） operators are used to evolve the original population. And, particle swarm optimization （PSO） is applied to co-evolving the symbiotic population. Thus, with the evolution of the original population in PSODE, the symbiotic population is dynamically and self-adaptively adjusted and the realtime optimum control parameters are obtained. The proposed algorithm is compared with some DE variants on nine functious. The results show that the average performance of PSODE is the best.     

构筑物动态变形行为的自组织进化识别

建筑物沉降变形行为是一个复杂的非线性动力学演化过程,针对这一过程,引入进化算法的全局优化思想,结合时间序列分析的基本理论,提出了一种新的构筑物变形动态预测模型进化识别算法·该方法将复杂的模型结构与参数混杂的搜索空间简化为两个相对简单的模型结构进化过程和模型参数进化过程,分别由遗传规划和遗传算法完成·设计了模型结构和参数的共同进化方案,实现对非线性动力学演化模型结构和参数的全局最优搜索·实例分析结果表明该方法具有较好的预测精度和推广预测能力,并且显示出较高的自组织能力,为构筑物变形预测提供了一个有效的分析工具·     

差分进化算法在气动力参数辨识中的应用

差分进化算法是一种新兴的优化算法,与最小二乘法等梯度类算法相比,它能够进行全局寻优且对初值不敏感,具有广泛的应用前景.建立某型飞机刚体运动的6自由度非线性动力学模型,在叠加一定比例白噪声的情况下获得其仿真数据,使用差分进化算法辨识出该型飞机的纵向运动气动力参数,辨识结果与真实值较为吻合,证明该算法是可行的.多组试验表明:对于该型飞机的动力学模型和仿真数据,使用差分进化算法的辨识结果与使用最小二乘法、普通粒子群算法的辨识结果相比,具有更高的精度和更强的鲁棒性.     

协同学习差分进化算法及在双转向机构优化中的应用

根据齐次坐标变换法推导了双转向机构转向分析数学模型,然后采用差分进化(DE)算法求解该模型。针对基本DE算法可能出现早熟或收敛速度慢的问题,提出一种基于协同学习机制的差分进化(CLDE)算法。该算法采用两个子种群,每个子种群采用不同的变异策略,利用局部极值判断机制确定早熟收敛种群;针对早熟收敛种群,利用精英种群映射策略向精英种群进行映射学习,实现子种群间的信息交流;若不存在精英种群,则在自身种群内采用自适应高斯扰动策略实现自我调整。函数测试结果表明,CLDE优化精度更高、速度更快、稳定性更好。将该算法用于机构优化问题,结果表明,与基本DE算法、随机变异差分进化算法(RMDE)、多种群自适应差分进化算法(ADEMP)相比,CLDE的最优适应度值分别降低13. 83%、8. 33%和6. 25%,且表现出了较好的稳定性和收敛性。     

基于差分进化方法的投资组合管理模型

旨在克服非线性规划问题求解中传统数值算法的局部搜索性缺陷，引起了一种较新的全局搜索算法－差分进化方法，它收敛性好，原理简明，易于实现，以一个财产保险公司投资组合问题转化而成的非线性规划模型为背景验证了该算法的有效性。计算结果表明，与传统的非线性规划技术相比，该方法具有更好的求解效果。     

淀粉制糖过程中关键生化参数的快速测定

建立了葡萄糖、还原糖、DE（dextrose equivalent)值等淀粉制糖过程中关键参数的快速分析方法，对淀粉制糖过程中的关键参数进行了快速测定,检测淀粉制糖过程中葡萄糖、还原糖、DE值等关键参数的变化规律。发现液化过程可以明显增加葡萄糖含量，降低麦芽三糖、麦芽四糖含量；糖化过程中随着时间延长，葡萄糖、还原糖含量逐渐增加，DE值升高。该方法可以为淀粉制糖过程控制与分析提供新的技术支持。     

相空间重构与差分进化算法—烟花算法—支持向量机结合的高压开关机械故障诊断方法

振动信号特征识别是一种有效的非侵入式高压开关机械故障诊断方法。提出利用互补集合经验模态分解(complementary ensemble empirical mode decomposition, CEEMD)结合相空间重构提取振动信号的有效特征;用差分进化(differential evolution, DE)算法和烟花算法(fireworks algorithm, FWA)优化支持向量机(support vector machine, SVM)核函数参数的分类器,实现DE-FWA-SVM对机械故障的准确识别。首先,通过CEEMD将振动信号分解成一系列固有模态函数(intrinsic mode functions, IMF),对相关系数较大的IMF分量进行相空间重构,提取表征混合特征的最大李雅普诺夫指数和关联维数构造特征向量;其次,引入DE算法优化FWA算法的求解精度和收敛速度,以DE-FWA对SVM参数寻优,解决SVM参数选择敏感问题;最后,根据对5种典型工况进行模拟试验,结果表明本文方法能准确提取特征,DE-FWA-SVM算法表现出更优分类性能。     

基于Baldwin效应的memetic差分进化算法

针对Baldwin效应在memetic差分进化算法中使用不成熟的研究现状,提出一种基于Baldwin效应的memetic差分进化算法。算法采用简化的模式搜索为局部搜索算子,差分进化算法为全局搜索算子,Baldwin效应为结合机制。创新了Baldwin效应的实现方法:改进普通memetic差分进化算法中仅根据个体适应度值引导进化的方法,加大局部搜索成功个体的被学习概率,使其能够参与引导进化。在CEC2014中30个测试函数上与其它知名差分进化算法对比,实验结果表明改进的算法具有更强的跳出局部最优解能力和更快的收敛速度。