基于扰动的自适应粒子群优化算法

【目的】针对标准粒子群优化算法在应用中暴露出的缺点,如在迭代后期收敛速度慢、搜索精度不高、容易陷入局部最优等,提出一种基于扰动的自适应粒子群优化算法。【方法】该算法将扰动因子加入速度更新公式中,使种群搜索范围扩大;采用自适应的惯性权重,以起到平衡全局和局部寻优能力的作用;对最优粒子进行自适应的柯西变异,拓展最优粒子的搜索空间,降低粒子陷入局部最优的可能性;最后对算法进行仿真实验。【结果】新算法能够增强全局搜索能力,有效避免局部最优,具有更快的收敛速度。【结论】新算法克服了标准粒子群优化算法的缺点,为进一步研究粒子群优化算法的改进和应用提供科学依据。     

一种求解旅行商问题的改进人工蜂群算法

针对人工蜂群算法在处理大规模旅行商问题时普遍存在易陷入局部最优解和早熟收敛的问题,提出一种改进的人工蜂群算法.将柯西变异算子引入蜜蜂食物源更新公式,设计了一种自适应对数步长代替随机步长以改进随机解生成公式.将改进算法用于求解对称TSP问题,实验结果表明,改进后的算法有效地解决了人工蜂群算法早熟收敛和搜索速度较慢等问题,在求解TSP问题上确实有效可行.     

关于遗传规划收敛性的一个定理

遗传规划是一种通过进化程序来得到问题近似或精确的方法,讨论遗传规划的收敛性质,证明在采用生长法变异算子的条件下遗传规划搜索有限的文法树空间的收敛性的一个 并证明如果不采用最优个体保留策略则遗传规划是不收敛的,最后指出在遗传规划中使用变异算子的理论的实际意义。     

一种新的尖峰信号盲反卷积方法

介绍一种新的盲反卷积方法，以解决尖峰信号的盲卷积问题，该方法不需知道信号和噪声的先验知识。基于尖峰信号高斯混合模型，给出一个自适应反卷积滤波器和一个自适应零记忆非线性估计器，以实现信号的恢复。将进化计算和梯度算法相结合，对反卷积滤波器和零记忆非线性估计器进行参数寻优，从而获得良好的信号恢复效果。最后给出计算机仿真结果。     

一种新型可靠性模型参数优化求解方法

对可靠性增长模型参数进行求解多采用构造极大似然函数,并对似然函数求极值的方法。用极大似然法进行参数优化估计时,有容易受迭代初值的影响不易收敛到全局最优解的缺点,文中采用进化规划（EP）算法,建立以适应函数为目标,求其极大值点即可确定参数最优解的优化模型,不再需要求极值和估计优化变量的初始值即可获得全局近似最优解。为了更好地确保获得全局最优解,进一步保证方程解的精度,进化规划算法采用了并行操作、保留最优个体等方法。新的优化参数求解方法可以在求解效率和收敛性能上达到较好的平衡,能更好地将优化方法与最大似然估计法相结合。最后利用某固体火箭发动机的可靠性增长实验数据验证了该优化方法的有效性和正确性。     

进化规划和进化策略中变异算子的若干研究

介绍了进化规则和进化策略中使用的三种变异算子及其性质,应用概率论方法比较了它们的局部搜索和局部逃逸性能。结果表明,柯西变异算子和正态变异算子分别具有良好的局部逃逸和局部搜索能力,而平均变异算子在一维时同时具有良好的局部逃逸和局部搜索能力,但在高维时它的性态和柯西变异算子基本一样,这些结果为设计和使用变异算子提供了指导和启发。     

自适应基因表达式程序设计研究及应用

针对基因表达式程序设计（GEP）是基于基因型和表现型的新型遗传算法,它综合了遗传算法（GA）和遗传程序设计（GP）的优点,但在解决具体问题时有收敛速度较慢、易陷入局部最优和拟合度不高等缺陷,提出一种自适应基因表达式程序设计算法（AGEP）,它将差分突变搜索、混沌重组和变异操作、灾变算子运用于GEP中;最后将其应用于实例中,并将其所得结果与传统的基因表达式程序设计结果进行比较。研究结果表明:该算法不仅提高了算法的精度和收敛速度,而且有效地克服了不成熟收敛,理论证明该算法全局收敛;改进的基因表达式程序设计性能良好。     

双向机制下企业自愿碳减排的三方博弈模拟

工业企业碳减排对平衡环境保护和经济发展尤为重要。基于政府和消费者双向机制探究企业自愿碳减排的影响因素,根据政府正向激励机制和消费者反向倒逼机制构建政府、企业和消费者三方演化博弈模型,分析了各参与方策略选择的演化稳定性,从系统动力学角度探讨三方主体策略选择不同时各个参数对企业自愿碳减排的影响机制,进一步分析了三方博弈系统中均衡点的稳定性。结果表明: 企业选择自愿减排策略的概率与消费者低碳消费概率和政府非物质激励带给企业的收益额、减排成本补贴率、政府奖金、企业碳披露损失额等参数呈正相关;与企业的低碳营销费用、绿色积分价值、消费污染等参数呈负相关。最后,利用MATLAB 2016a进行数值仿真,验证了以上结论,并结合实际提出相关建议。     

Cauchy多项式与高阶Cauchy多项式

给出了Cauchy多项式与高阶Cauchy多项式及高阶Cauchy数的定义,导出了它们的生成函数,利用第2类Stirling数得到了它们的递推公式,获得它们与高阶Bernou lli多项式、高阶退化Bernou lli多项式的关系式.     

离子注入植物引起生物效应的机理

以３０￣２００ｋｅＶ的氮或磷离子束对玉米，小麦、水稻、黑麦等植物种子进行离子注入的处理，在处理的当代种子及以后几代种子中均出现显著的生物效应变异，如发芽率，生长速度植物株型等，染色体行为也出现异常。     

基于进化规划的神经网络设计方法

利用进化规划同时进化神经网络的结构和权值。为了避免在网络中形成信号的冲突和竞争，用连续规则决定神经元之间的连接方式。在进化规划中，变异分为结构变异和权值变异两种。提出在静态网络中引入延时权概念来构成时序网络，从而将静态网络的设计方法推广到时序网络的设计，最后给出了仿真结果。     

热传导方程的混合问题

本文应用拉氏变换,求出了一个热传导方程具有第二边界条件的混合问题的解.     

消息分层处理机制在Windows应用程序开发中的应用

针对Windows应用程序开发中遇到的一个实际问题,在分析了Windows消息分层处理机制的基础上,提出了从应用程序窗口层下降到应用程序框架层上去处理消息的解决方法,达到了改变某一事件发生时应用程序默认的执行次序的目的.     

UB8．0型砂浆泵砂浆补偿机构的设计

介绍了UB8．0型砂浆泵的工作原理。UB8．0型砂浆泵增加了使补偿活塞运动的补偿凸轮机构,在UB8．0型砂浆泵的工作缸和补偿缸的作用下,保持砂浆泵出口处输出的砂浆在任意瞬时不仅连续,并且排量相等,从而使砂浆上墙平衡、无脉动、减少落地灰,同时也改善了操作工作的劳动强度,提高了生产效率。补偿凸轮曲线的设计制造,将直接影响砂浆泵吸浆量与排出量的大小,是保证砂浆泵均匀出浆的技术关键。还介绍了一种补偿凸轮曲线的设计分析方法和计算机设计程序。利用“基本杆组分析法”分析工作凸轮机构的运动,利用解析法设计补偿凸轮曲线,运动分析程序和凸轮设计程序ROFDCD由FORTRAN语言编写而成。     

在内部演化硬件中实现自适应变异参数控制

为了在演化过程中优化演化算法性能和避免花费大量时间在演化算法的参数设定中,设计了一种新颖的基于硬件实现的自适应变异比率控制方法.为了实现自适应特性,变异比率控制参数也被编码到染色体中作为附加的基因经历演化操作.本方法的有效性将通过和传统的采用固定变异比率的演化算法在演化4-bit偶校验函数(even-parity function),2-bit乘法器和3-bit乘法器的对比实验中进行证明.实验平台建立在一个完全FPGA实现的内部演化硬件上,它的设计思想来源于笛卡尔遗传程序(Cartesian Genetic Programming).在所有实验中,基于自适应变异比率控制的演化算法的性能明显优于传统的采用固定变异比率的遗传算法.     

基于启发式变异的改进演化规划算法

常用的演化规划算法( EP) 的变异是基于固定的概率分布,鲁棒性较差．文中分析了变异算子对演化规划算法计算效率的影响,指出了Gauss 变异、Cauchy 变异和Lévy变异算子缺少启发式信息的不足,并据此设计了一种根据种群个体差异信息的启发式变异算子,用算子抽取的个体差异来更新变异步长,允许个体有机会在某些维数保持原状,只是进行部分维数上的变异．启发式变异算子能使演化规划算法更好地适应不同特点的连续优化问题,从总体上增强算法的鲁棒性．在求解多个Benchmark 测试问题的数值实验中,基于启发式变异的改进演化规划算法比当前6 种等概率分布演化规划算法有更快的收敛速度和更优的平均性能．     

基于DSP的运动目标实时检测自适应算法

嵌入式系统中运动目标检测存在噪声影响大、实时性差的问题。采用TI系列的TMS320DM642设计了一种运动目标自适应检测系统。首先计算相邻帧图像差值的熵值,通过三帧差法自适应地提取目标。最后,将该算法移植到了DSP平台。实验结果表明,该算法能有效解决三帧差法中噪声干扰问题,而且实时性好。     

Cauchy组合恒等式的多种推广：兼谈幂级数一定理及其应用

本文获得幂级数一定理，应用这一结果给出Ｃａｕｃｈｙ组合恒等式的新证和三种推广．     

基于进化规划算法的图像聚类研究

将进化规划算法应用于图像聚类问题,对问题的解进行符号编码,采用群体智能模式实现问题解的搜索.利用进化规划算法的变异算子和选择算子可以有效提高算法的全局搜索能力,采用高斯变异算子保证了优秀解的多样性,降低了进化操作的复杂性.仿真实验证明基于进化规划算法的图像聚类算法具有可行性和准确性.