基于ACLBFO算法的车辆路径规划

针对传统细菌觅食优化算法(Bacterial Foraging Optimization,BFO)缺乏信息交流,容易陷入局部最优且收敛缓慢的缺点,将群体全面学习策略、趋化步长自适应更新机制嵌入到原始BFO算法中,提出一种自适应全面学习细菌觅食算法(Adaptive Comprehensive Learning Bacterial Foraging Optimization,ACLBFO)。为了验证所提算法的有效性,将其应用于考虑时间窗的车辆路径规划问题,设计相应的编码机制、适应度函数构造。与基本的细菌觅食优化算法及两种改进的细菌觅食优化算法进行对比研究。实验结果表明,该算法更加适用于该类问题的求解,可以获得更快的收敛速度与求解精度。     

变概率混合细菌觅食优化算法

针对细菌觅食优化算法寻优过程中精度差、易陷入早熟收敛等缺点,提出一种变概率混合细菌觅食优化算法。借鉴粒子群算法的信息共享机制,采用能综合反映细菌自身学习及群体合作的趋化方向,以提高算法的寻优精度和效率;基于群体适应度方差理论引入变概率迁徙策略,帮助细菌快速跳出局部极值,避免了早熟收敛和精英细菌逃逸;采用改进型佳点集方法构造初始种群及迁徙后的新个体,保证了种群多样性和解空间随机性。实验结果表明,本文提出的算法在全局收敛能力及优化精度和速度方面均表现更优。     

具有引力机制的细菌觅食算法

针对细菌觅食算法中群体感应能力较弱和算法的收敛速度较慢的问题,提出一种具有引力机制的细菌觅食算法。该算法通过引入引力搜索算法中的引力机制来为每个细菌提供寻优的方向;采用细菌觅食算法原有的游动操作来实现局部寻优策略,并在游动之后增加局部维度更新,使得细菌在趋化操作中搜索范围更广;在细菌觅食算法的迁徙操作中引入双高斯函数来重新初始化细菌的位置,从而更好得避免算法陷入局部极值,提高算法的寻优能力。通过实验证明改进后的细菌觅食算法比基本细菌觅食算法拥有更好的寻优能力。     

航天测控调度模型及其上界求解算法

通过分析航天测控调度问题的测控需求,建立了航天测控调度0-1整数规划模型,运用拉格朗日松弛方法对模型中的任务约束和设备约束进行了松弛,运用次梯度优化算法求得了拉格朗日对偶问题的上界.最后,通过对两个场景的试验分析,证明了次梯度优化算法所得上界的有效性.     

“前港后厂”供应链“链-链”联盟利益分配

“前港后厂”模式下,港口为钢厂生产提供高质量的增值服务,形成了以港口服务供应链与钢厂制造供应链相辅相成的“链”与“链”联盟。而共生共赢的利益分配方案是影响联盟稳定与联盟绩效的关键因素。因此,为促进“前港后厂”供应链联盟有效运行,针对港口服务与钢铁制造“链-链”联盟的特点,考虑服务贡献度与服务时长差异,以联盟整体利益最大化为目标,构建了其利益分配模型。由于模型非线性、不可微,对结果精确性要求高,故选择搜索幅度广、进化空间大的细菌觅食优化算法求解。本文设计的觅食动力学与觅食优化算法相结合的新算法,克服了单一觅食优化算法翻转方向不确定导致其稳定性差的缺陷,提高了算法精确度及稳定性。使用Python语言仿真验证表明利益分配结果符合合作博弈理论中整体理性与个体理性原则,证明该利益分配模型公平高效,为制造业与服务业的“两业融合”提供了科学依据与理论方法。     

求解非光滑最优控制问题的自适应网格优化

针对传统直接配点法在求解非光滑最优控制问题时存在离散误差大、精度低的问题, 提出了一种自适应直接配点法。利用局部分段插值多项式逼近最优解, 将最优控制问题离散为非线性规划问题, 并给出了离散误差估计方法, 根据离散误差的大小确定区间内节点的加密量, 提出了自适应网格优化算法, 利用该算法将大部分节点配置在非光滑区域以降低离散误差。最后通过仿真算例将所提算法与传统直接配点法和文献中的拟谱自适应算法分别进行比较,验证了所提算法的高精度和有效性。     

基于菌群自适应觅食的公交调度建模仿真与优化

提出了一种新型群体智能优化方法—菌群自适应搜索算法（Adaptive Bacterial Foraging Optimization,ABFO）。ABFO算法在细菌觅食算法（Bacterial Foraging Optimization,BFO）研究工作的基础上,将细菌的趋化行为,群体感应机制和自适应搜索策略相集成,体现细菌个体通过信息交流与合作在群体层面表现出更高智能行为的特性。此外,ABFO算法的自适应策略动态地控制人工细菌的趋化步长,从而能够在运行时有效地平衡算法的探索和开发能力。然后,基于ABFO进行公交调度模型的求解,以便快速地集散交通流,实现站点、客流、车流的优化配置。仿真试验结果表明,与其它智能算法相比ABFO算法具有收敛速度快,寻优能力强和较强的鲁棒性等优越性能。     

基于改进细菌觅食算法的AGV作业车间多目标优化

针对AGV作业车间优化问题,考虑生产机器与AGV的可靠性服从指数分布和威布尔分布,建立以生产机器可靠性最大化、AGV可靠性提升程度最大化及总成本最小化为优化目标的数学优化模型,并提出利用一种基于激素调节机制的情绪化细菌觅食算法求解模型.针对原始算法存在的趋化步长的不确定性,在趋化过程中引入高斯分布搜索机制更新个体位置,...     

求解无容量设施选址问题的拉格朗日狼群算法及其应用

无容量设施选址问题(UFL)是应用于诸多领域的经典组合优化难题。首先,结合UFL问题的具体特征,重新定义了狼群算法中狼群协作捕食的智能行为,提出了求解该问题的狼群优化算法;其次,将狼群算法与拉格朗日松弛相结合,设计了一种求解UFL问题的拉格朗日狼群算法;最后,将本文提出的狼群智能优化算法及拉格朗日狼群算法用于UFL基准问题库中部分算例的求解,并将其求解结果与混合蚁群算法、半拉格朗日松弛方法以及优化软件CPLEX的求解结果进行比较。结果表明：拉格朗日狼群算法较狼群优化算法、混合蚁群算法及半拉格朗日松弛方法具有更好的求解效果,而且在一定程度上缓解了CPLEX求解时间长,消耗内存大的缺点,拥有良好的求解性能。     

基于阈值判断的区域指导插值算法

针对传统图像放大算法对边缘区域划分不准确造成图像质量较低,而自适应插值放大方法模型复杂且计算量大的问题,提出一种基于阈值判断的区域指导(area directed threshold judgment, ADT)插值算法。该算法利用阈值判断的方法对插值点周围进行区域划分,结合近邻法和众数法确定插值点所属区域,根据插值点类型不同,利用不同权值大小的线性插值公式实现自适应插值,提高图像质量。仿真测试结果表明,与基于协方差的自适应插值算法相比,ADT算法在图像质量降低不显著的前提下,能显著提高插值速度;与双线性插值算法相比,图像峰值信噪比平均增加2.19 dB。     

An algorithm for the discretization of an ideal projector

Ideal interpolation is a generalization of the univariate Hermite interpolation. It is well known that every univariate Hermite interpolant is a pointwise limit of some Lagrange interpolants. However, a counterexample provided by Shekhtman Boris shows that, for more than two variables, there exist ideal interpolants that are not the limit of any Lagrange interpolants. So it is natural to consider: Given an ideal interpolant, how to find a sequence of Lagrange interpolants (if any) that converge to it. The authors call this problem the discretization for ideal interpolation. This paper presents an algorithm to solve the discretization problem. If the algorithm returns “True”, the authors get a set of pairwise distinct points such that the corresponding Lagrange interpolants converge to the given ideal interpolant.     

Interpolation Method Research and Precision Analysis of GPS Satellite Position

According to the precise ephemeris has only provided satellite position that is discrete not any time,so propose that make use of interpolation method to calculate satellite position at any time.The essay take advantage of IGS precise ephemeris data to calculate satellite position at some time by using Lagrange interpolation,Newton interpolation,Hermite interpolation,Cubic spline interpolation method,Chebyshev fitting method respectively,which has a deeply analysis in the precision of five interpolations. The results show that the precision of Cubic spline interpolation method is the worst,the precision of Chebyshev fitting is better than Hermite interpolation method. Lagrange interpolation and Newton interpolation are better than other methods in precision. Newton interpolation method has the advantages of high speed and high precision. Therefore,Newton interpolation method has a certain scientific significance and practical value to get the position of the satellite quickly and accurately.     

多元插值、多模式现象和无关信息的认定

本文给出了Ｌａｇｒａｎｇｅ插值多项式在多元情况下的一个推广。讨论了多元插值问题在三层ＢＰ神经网络上的实现。得出了与径向基方法基本平行的结果。根据这些结果,指出了神经网络学习过程中可能出现的多模式现象。并举例说明,由于存在这种多模式现象,仅根据神经网络的学习权值的分布来判定输入因素是否重要,可能导致错误的结论。     

The Discrete Approximation Problem for a Special Case of Hermite-Type Polynomial Interpolation

Journal of Systems Science and Complexity - Every univariate Hermite interpolation problem can be written as a pointwise limit of Lagrange interpolants. However, this property is not preserved for...     

求解非光滑轨迹的自适应网格配点优化方法

针对传统配点法求解非光滑最优控制问题时,网格和配点数目多、非线性方程计算量大、误差大等问题,提出了一种自适应网格和配点优化方法。首先将求解最优轨迹优化问题划分为不同网格中的非线性规划问题,在网格内采用拉格朗日插值多项式对优化问题解逼近,求解出绝对误差和相对误差。然后根据轨迹曲率的大小确定出不光滑处的网格,并根据最大相对误差和容许误差的关系进一步确定网格划分的位置和加密数量;同时,对不满足容忍误差的光滑区间自适应增加配点以提高其求解精度。最后通过仿真实例与传统自适应网格优化方法进行了对比,结果表明,在相同计算精度情况下,本文所需的配点数目和网格数量较少,求解效率较高。     

基于小波分析的图像插值技术研究

基于小波分析理论，提出一种医学图像断层间的插值方法。通过对医学图像的小波变换，插值图像边缘对应的高频子图，得到在轮廓上过渡的图像：对小进变换的低频子图，在小窗口邻城内利用灰度直方图统计得到其概率灰废值并寻找最佳插值匹配点。使得插值图像在灰度上得到很好的过渡；通过小波逆变换得到最终的插值图像。通过与以往算法的对比和分析，本算法所获得的插值图像在形状和灰度方面均达到了较高的清晰度，满足断层图像的插值要求，可有效用于医学图像的三维重构。     

基于组合噪声调频信号的高速目标参数估计

宽带噪声雷达参数估计时通常会采用宽带互模糊函数的方法,但是宽带互模糊函数庞大的运算量限制了其在实际工程中的应用,为此提出了一种基于组合噪声调频信号的高速目标参数估计方法。该方法首先将回波信号共轭自混频来抑制多普勒敏感,然后对自混频信号进行短时相关运算,并通过高斯拟合获得分段的时延精确解,最后利用最小二乘算法求得目标参数。该方法通过自混频过程获得的组合噪声调频信号具有更高的时延分辨力,提出的高斯拟合方法较经典的抛物线插值方法精度更高,整个算法无需宽带模糊函数所需的时域重构运算及二维搜索过程,运算复杂度大大降低,适用于实际工程应用。仿真结果验证了本文算法的有效性。     

定数截尾时正态分布可靠度下限的中转插值方法

对基于以BLIE(最好线性不变估计)及BLUE(最好线性无偏估计)为基础的正态分布,对数正态分布的可靠性下限的数表,工程上常用线性插值方法,但线性插值方法的精度往往很差,难以满足工程实践的需要。针对这个问题,本文对这两种数表,专门分别设计了一种中转特值方法,它既方便易行,还可使插值精度提高一个数量级以上,适用于在工程上推广使用。并用数值例说明了这些方法。     

Weibull分布可靠度下限的中转插值方法

对基于以BLIE(最好线性不变估计)及BLUE(最好线性无偏估计)为基础的Weibull分布的可靠度下限的数表,习惯上常用线性插值方法,但是这种插值方法精度很差,满足不了工程实践的需要。本文针对这种情况,为基于BLIE及BLUE的Weibull分布可靠性下限的两种数表,分别设计了一种中转插值方法,它既方便易行,又可将插值精度提高一个数量级以上,适用于在工程上推广使用。最后,并用数值例说明了这些方法。     

High Speed Machining for Linear Paths Blended with G3 Continuous Pythagorean-Hodograph Curves

Previously, many studies have illustrated corner blend problem with different parameter curves. Only a few of them take a Pythagorean-hodograph (PH) curve as the transition arc, let alone corresponding real-time interpolation methods. In this paper, an integrated corner-transition mixing-interpolation-based scheme (ICMS) is proposed, considering transition error and machine tool kinematics. Firstly, the ICMS smooths the sharp corners in a linear path through blending the linear path with G3 continuous PH transition curves. To obtain optimal PH transition curves globally, the problem of corner smoothing is formulated as an optimization problem with constraints. In order to improve optimization efficiency, the transition error constraint is deduced analytically, so is the curvature extreme of each transition curve. After being blended with PH transition curves, a linear path has become a blend curve. Secondly, the ICMS adopts a novel mixed interpolator to process this kind of blend curves by considering machine tool kinematics. The mixed interpolator can not only implement jerk-limited feedrate scheduling with critical points detection, but also realize self-switching of two interpolation modes. Finally, two patterns are machined with a carving platform based on ICMS. Experimental results show the effectiveness of ICMS.