一种数字电路的测试向量生成算法

结合一个实际电路 ,研究了一种可把数字电路故障定位到器件级的测试向量生成算法。该算法首先划分电路功能块 ,然后基于功能测试的思想 ,通过功能块测试向量的迭代生成整个电路的测试向量。还提出了一种基于器件布尔函数建立故障字典的方法 ,这种方法思路清楚 ,软件编程实现方便。     

基于遗传算法的序贯诊断测试策略生成

针对序贯故障诊断问题,提出一种基于遗传算法的诊断测试策略生成方法。采用变长度染色体表示有效测试策略,根据测试费用排序进行适应度分配,设计了适于顺序编码的遗传操作,竟过进化计算获得期望费用最小的测试策略。对飞船发射前测试进行的仿真结果表明,本文方法与基于信息增益最大的测试策略相比,测试费用显著降低,适于解决大规模诊断测试问题。     

基于粒子群支持向量机的模拟电路故障诊断

针对传统神经网络技术在模拟电路故障应用中存在的问题,提出了一种基于粒子群算法(particle swarm optimization, PSO)和最小二乘支持向量机(least squares support vector machine, LSSVM)的模拟电路故障诊断的方法。该方法首先利用小波包技术对待诊断电路的可测点信息提取故障特征,然后使用粒子群算法优化支持向量机的结构参数,避免了参数选择的盲目性,提高了模型的诊断精度。在对某滤波电路进行的故障检测中,验证了该方法的可行性。     

基于量子进化支持向量机的模拟电路故障诊断

基于量子进化算法的最小二乘小波支持向量机(LS-WSVM),设计了一种模拟电路故障诊断方法.将量子进化算法应用于多类LS-WSVM分类器来选取正规化参数和核参数,针对从测试点得到的各种故障状态下输出电压信号,采用小波提升变换对其进行分解获取多尺度的小波系数,对经处理的小波系数提取出故障特征量,以此作为样本训练多类LS-WSVM分类器来确定模拟电路故障诊断的模型.采用雷达扫描电路进行了仿真,结果表明,设计的模拟电路故障诊断方法效果良好.     

基于改进PSO算法的实时故障监测诊断测试集优化

针对基于相关性模型的复杂系统实时故障诊断问题,引入一种改进的多目标离散粒子群优化算法对测试集进行优化选择,以提高诊断系统效率,降低测试成本。基于现有粒子群优化算法,将粒子速度更新和位置更新的意义与测试选择相联系,提出了新的速度和位置更新公式;针对测试集故障检测数、故障隔离数、测试个数及成本等多个指标,分别设计了故障监测测试集和诊断测试集的多目标适应度函数,并给出最优解的多目标更新方法。仿真结果表明：改进算法收敛速度快,计算精度高,可为实时监测诊断系统测试集优化选择提供有效指导。     

车辆路径问题(VRP)的蚂蚁搜索算法

车辆路径问题(vehicle routing problem，VRP)是组合优化中一个典型的NP难题，理论上，目前仅能保证一些相对小规模的问题可求得最优解．基于近些年出现的新型智能优化思想：人工蚂蚁系统，给出了一种可快速求解VRP的蚂蚁搜索算法．通过定义基本的人工蚂蚁状态转移概率，并结合局部搜索策略，用迭代次数控制算法的运行时间，从而使该方法具有实用意义和可操作性．经一系列数据测试和验证，并与若干已有的经典算法相比较．获得了较好的结果．     

新型元启发式布谷鸟搜索算法

元启发式算法已经成为现今复杂优化问题的有效解决方法,最近Yang和Deb提出了一种新的元启发式算法——布谷鸟搜索算法,该算法源于布谷鸟的孵育寄生行为。本文通过典型的基准测试函数测试了算法的性能,实验结果表明了算法的优越性。最后,就测试结果进行了分析并对下一步的研究作出了展望。     

基于BPSO的多故障最小候选集生成技术

多故障最小候选集生成是制定多故障诊断策略的首要步骤。利用二进制粒子群优化算法（binary particle swarm optimization, BPSO）生成多故障模糊组的最小候选集。首先,利用紧集表示法描述某或节点上的多故障模糊组,其最小候选集即多故障模糊组的最小碰集|然后,利用BPSO算法求解多故障模糊组的最小碰集,通过构造个体适应度和群体适应度双函数,解决BPSO算法求解最碰集的适应性问题,并保证了算法尽可能搜索冲突集的全部碰集|最后,通过某系统实例对算法的有效性进行了验证。事实表明,该方法能有效应用于多故障最小候选集问题的求解。     

一种改进的原子搜索算法

原子搜索算法(atom search algorithm,ASO)是模仿自然界中原子运动而提出的一种新型优化算法,针对ASO在求解复杂函数时存在易早熟及收敛速度慢的问题,提出了一种改进ASO算法(improved atomic search algorithm,IASO)。IASO加入了原子个体历史最优解产生的约束力来修正ASO的加速度,增强全局搜索能力。自适应更新2个乘数系数来协调算法的全局搜索和局部开发能力。适时采用高斯变异策略来重新更新原子位置,提高跳出早熟的能力。对14个基准函数进行仿真实验,对比其他算法,IASO在收敛速度、收敛精度方面表现出优越的性能。     

一种多无人机协同优先覆盖搜索算法

针对应急救援行动中存在的受灾区域大、重点区域分布不均匀、救援时间有限等问题,提出一种多UAV协同区域优先覆盖搜索算法。对搜索区域进行离散栅格化处理,根据灾情预估信息对搜索区域中的每个网格进行概率标记;通过K-means++聚类算法将搜索区域划分成大小相似、个数与UAV数量相等的子区域,依据聚类中心确定每个子区域的搜索起点,使多架UAV分区协同搜索整个区域;根据网格概率和当前距离之间的平衡关系计算出每个网格的分数,改进贪心算法,以此分数为基准在子区域中进行优先搜索和减少重复路径,引入A*算法解决网格分数冗余问题。仿真结果表明：所提算法在保证优先搜索的同时缩短了路径长度和搜索时间,为应急救援中的搜索难题提供了一种有效的解决办法。     

控制输入跟踪算法和测试衍生算法

以组合电路的满足性测试生成算法为基础,提出了控制输入跟踪算法和测试衍生算法。控制输入跟踪算法从源输出开始,根据一定的指导策略,向源输入搜索,在搜索过程中生成一条临界路径,该路径中全部的故障可以用满足临界条件的输入向量来测试。测试衍生则利用一个测试的信息,通过临界路径变换衍生一系列新的测试。这两种算法嵌入测试生成的满足性算法中,大大减少了故障,压缩了CNF的构成时间和搜索空间。     

一种快速生成预定地形高程数据的方法

针对分形、Perlin噪声不能精确生成预定地形高程数据的问题,先使用分形和高度面结合的生成方法在一定程度上控制生成地形的形状,接着利用一种基于二维高斯分布曲面的变形方法对地形进行变形,然后建立变形的目标函数和搜索空间,用四又分割树来减少搜索空间,并利用模拟退火法搜索出满意解来实现对预定地形高程的生成.最后提出一种基于顶点影响力分层的算法改进搜索效率,仿真实验表明,该方法快速有效的生成了预定地形.     

双足步行机器人快速步行与仿真

结合基于预观控制的ZMP步态生成模式的优点并引入脚尖脚后跟与地面间的旋转关节,以生成双足步行机器人质心和踝关节轨迹,同时提出了侧向质心摆动幅度递减方法以降低快速步行下侧向关节力矩.通过2km/h双足动步行样本生成实例,利用机械设计与动力分析软件在虚拟物理环境下实现了快速动步行,验证了所提出方法的有效性.     

一种基于特征的实时LOD模型生成算法

在虚拟现实系统的复杂场景中为了加速复杂场景绘制，一般采用层次细节(Level of Detail)模型的方法。一般的LOD方法主要基于几何外观决定形体被简化的部分和简化程度。针对某些特定应用，提出了一种基于特征的LOD模型生成算法，以对某种特征的度量值为权重对几何特征进行调制，在简化后的模型中充分保留了该特征。算法简单直观，所生成的LOD模型能连续平滑过渡，并且满足实时显示的要求。实验结果表明了算法的有效性。     

基于MVC的试卷生成及主观题判卷算法研究

国内外成型的考试系统对客观题判卷已有成熟的算法,而对于主观题判卷还有待研究,因此设计一个MVC(Model View Controller)框架的试卷动态生成系统,提出一套主观题自动判卷算法是可行的。在试卷生成系统中,通过分布视图PartialView和组件加载技术ComponentConfig动态生成含文本框/复选框等控件的试卷页面;在主观题判卷算法中,提出双向遍历空间模型算法,它结合关键词双向匹配和向量空间模型计算关键词得分点和文本相似度。仿真结果显示系统能方便生成测试用卷,所设计的自动判卷算法也提高了自动判定分数的准确率。     

协同模式识别方法综述

介绍协同学理论的基本原理及常见的协同模式识别算法 ,有助于模式识别理论的进一步发展。介绍了相关的基本概念 ,重点对协同识别算法中的原型模式的选择及注意参数的设置等关键技术进行了综述。分析了各种常见方法的应用效果并进行了初步的评价 ,展望了协同模式识别算法的发展方向。协同模式识别方法是协同学原理应用于模式识别领域的一种新方法 ,该算法有着很好的发展前景     

一种Petri网模型完备日志生成算法

完备日志是过程挖掘算法设计和算法评价的前提条件,基于行为分析的Petri网模型完备日志生成算法存在状态空间爆炸的问题。提出了基于结构分解的算法,通过生成完备日志次序关系集,构造Petri网模型完备日志。结构分解方法降低了算法时间复杂度,日志次序关系组合计数使得量化评价日志完备性成为可能。     

一种自适应混合加权动态推算地形生成算法

针对大地形生成中严重跳变失真问题,提出了一种自适应混合加权动态推算地形生成算法。该算法研究了地形高程数据点对新生子点的权重数学建模过程,在此基础上给出了混合加权生成新子点的动态校正方法,建立了视距、LOD层级与插值点个数等三者的关联度模型。测试结果表明,该算法提供了一种可靠的大地形生成技术,实现了基于关联度模型的多层LOD自适应分级细化粗粒度模型的渐变过程,实时性与逼真度良好。     

一种基于树的频繁模式挖掘算法

提出了一种基于树的频繁模式挖掘算法TBA-FP。它以树表示法压缩数据库所含模式信息，将挖掘问题转化为按深度优先策略构造频繁模式树，并引入了虚拟裁剪等优化技术。实验表明，TBA-FP挖掘“长”模式的时间效率与空间可伸缩性远远优于经典算法Apriori.