结构拓扑优化中水平集方法的快速初始化研究

水平集方法是求解结构拓扑优化问题中的一种有效方法,该方法主要缺陷是每隔一定时间需要重新初始化水平集函数.因此,本文提出了一种基于偏微分方程和快速步进法的初始化算法.所提出的算法能够区分任意形状的闭合曲线或曲面的内外部,改进了以往初始化算法的数值不稳定缺陷,从而使水平集方法的计算效率和稳定性有了显著的提高.最后,通过算例验证了该算法的有效性.     

界面演化的局部水平集算法

水平集算法主要是从界面传播等研究领域中逐渐发展起来的一类算法,是处理封闭运动界面随时间演化过程中几何拓扑变化的有效计算工具.论文基于界面演化过程中的复杂拓扑变化,提出一种界面演化的局部水平集算法,解决了不具全局速度的特殊问题的求解问题,也提高了在处理复杂界面的能力和计算效率.     

基于PS-Level Set的嘴唇几何形状定位模型

针对面向唇读的水平集模型在嘴唇分割中存在边界过收敛和过早收敛的问题,文中提出了一种改进的基于先验知识的水平集模型(简称为PS-Level Set)来进行嘴唇几何形状的定位.PS-Level Set模型利用改进的差值能量函数引入嘴唇形状的先验信息.在曲线演化过程中,反复比较演化曲线和先验曲线的差距,使曲线的演化形状逐渐逼近先验模型形状,从而更精确地收敛于目标物体实际轮廓.实验表明,用PS-Level Set模型定位嘴唇几何形状的准确率比用水平集模型提高了8.38%.     

一种稳态淘汰多目标演化算法

近年来，多目标优化问题求解已成为演化计算的一个重要研究方向。而基于Pareto最优概念的多目标演化算法则是当前演化计算的研究热点。多目标演化算法的研究目标是使算法种群决速收敛并均匀分布于问题的非劣最优域。介绍了多目标优化的概念，在比较分析了目前较成功的多目标演化算法的基础上，提出了一种新的解决数值优化问题的稳态淘汰演化算法。     

差异演化算法在Van Genuchten方程参数优化估计中的应用

描述土壤水分特征曲线的Van Genuchten方程是一非线性方程,采用传统的方法对方程参数进行估计往往因为计算复杂而使估计结果带有较大的误差。差异演化算法是一种简单、有效的新智能进化算法,因此,文章用该算法对Van Genuchten方程的参数进行优化估计;结果表明,差异演化算法在Van Genuchten方程参数估计应用中,表现出求解速度快、计算精度和自动化程度高、通用性强等优点,可作为计算Van Genu-chten方程参数的一种新方法。     

演化计算及其并行处理

介绍了当前国际计算机科学界的前沿课题之一－演化计算的基本思想，主要分支；并根据各主要分支的共同特点在统一的呆下给出了演化算法的设计方法，建立了演化长法的基本结构，最后讨论了演化计算的并行处理。     

差分演化算法研究综述

差分演化算法（DE）一种基于群体的随机搜索技术,并已被广泛的应用于各种优化领域。为了提高差分演化算法的收敛速度、全局搜索能力以及克服早熟收敛问题,许多学者对差分演化算法进行了改进。本文综述差分演化算法的基本原理、特点、改进及应用,并给出了未来可能的研究方向。     

三次Bezier曲线旋转面进行光线跟踪处理的求交算法

对景物进行光线跟踪处理以生成高度真实感图形时，对三次Ｂｅｚｉｅｒ曲线旋转面的求交是一个十分复杂的问题，文中推导了一种简单实用的算法解决上述问题。     

称球的整数规划问题

分而治之算法是数据结构中最大最小问题、排序问题的有效算法之一。它能够对一个问题很快地设计一种计算步骤进行计算从而解决问题，但是对于解决这些问题所需最少操作数这个问题，它并不能给出实质的解答。该文考察分而治之算法应用的一个问题并将它一般化，通过分析对这种更一般问题建立了求解该问题所需最少操作数的整数规划模型，通过求解该模型，能够得出解决这种更一般问题所需要的最少操作数。     

一种求解多目标优化问题的混合演化算法

提出了一种混合演化算法求解多目标优化问题.演化算法是解决多目标优化问题的有效方法,在全局优化问题中具有很好的鲁棒性,但其局部搜索性能有待改善.Hooke and Jeeves方法是一经典的局部搜索算法,将其与演化算法结合求解多目标优化问题,提高了解的收敛质量,因而从整体上提高了算法的性能,并且测试结果也说明了该算法的可行性.     

动态网络最短路径射线追踪算法中向后追踪方法的改进

动态网络最短路径射线追踪算法中的向后追踪方法能够解决线性走时插值算法(LTI)向后追踪过程不稳定的问题,但是其计算效率较低.综合利用节点次级源的位置信息以及波的传播规律,提出了改进方法,排除了动态网络最短路径射线追踪算法向后追踪过程中存在的大量冗余计算.数值算例表明,改进的向后追踪方法具有较高的计算效率,是动态网络最短路径射线追踪算法中向后追踪方法的几倍至几十倍;若将改进后的向后追踪方法应用于动态网络最短路径射线追踪改进算法,则该算法的计算效率将提高一倍左右.     

面向可靠性冗余优化的自适应差分进化算法

针对可靠性冗余优化问题中解的精度低及算法早熟收敛的问题,提出一种自适应的差分进化算法.该算法在原始差分进化算法的基础上修改了变异算子和交叉算子;在进化过程中,缩放因子F和交叉概率CR分别由三角函数实现自适应调节,以提高可行解的多样性及算法的收敛速度.解决了可靠性冗余优化问题解的精度低及早熟收敛问题.实验结果表明,该算法在解决可靠性冗余优化问题上不仅提高了解的精度,且具有更好的稳定性及更快的收敛速度.     

基于彩色图像分割的可伸缩性压缩编码

按各区域重要程度的不同，采用改进的嵌入零树小波方法组织码流，以得到可伸缩性压缩码流．算法首先将图像分割为纹理均一或表示独立意义的区域，并按重要程度排序；然后对各区域边缘像素进行DCT和各区域进行小波变换；最后采用改进的嵌入零树小波(MEZW)对小波系数进行处理并复合为输出码流．该算法能实现图像冗余的去除，得到高压缩比．     

冗余度机器人操作机扩展作业空间方法数值稳定性的研究

该文对冗余度操作机最为常用的求逆解方法——扩展作业空间方法的数值稳定性进行了探讨。按照均衡比例因子的思想，对扩展作业空间方法进行了修正，使其能适应不同的性能指标，有较好的数值稳定性。最后通过数值仿真计算验证了方法的可行性。     

解变分不等式与不动点问题的一种修正的惯性投影算法

提出了一种修正的惯性投影算法,用以寻找伪单调变分不等式问题的解集与带有半压缩映射的不动点集的公共元,在Lipschitz连续及自适应步长的条件下,证明了由该算法所产生的迭代序列强收敛于某公共元。最后,用数值实验验证了该算法的有效性。     

基于滤波白噪声的汽车平顺性时域建模和仿真*

为了进行汽车平顺性建模和仿真,给出了路面不平度频域模型的标准和改进两种形式。对应路面不平度频域模型改进形式,总结了基于滤波白噪声的路面不平度激励的时域模型。由前后轮路面不平度激励的相关性和一阶Pade算法,建立了前后轮路面不平度激励的时域模型。基于平面系统假设,建立了汽车平顺性四自由度平面系统模型。提出了基于滤波白噪声的汽车平顺性四自由度平面系统仿真算法。在B级路面和常用车速60 km/h下,对某轿车平顺性进行了时域仿真,获得了前轮和后轮路面不平度激励和振动响应量的时间历程。研究结果表明,基于滤波白噪声构造路面不平度激励和对汽车平顺性进行时域建模和仿真是可行和有效的。     

FH—MOEA：基于快速计算空间超体积贡献机制的多目标优化进化算法

研究在多目标优化进化算法中引入强选择压力机制,以促使搜索群体在有效保证多样性的前提下向Pareto最优前沿迅速收敛,并引入空间超体积测度．针对当前空间超体积测度计算代价高的问题,提出了一种基于空间切片的快速空间超体积贡献计算方法FH．基于该方法,发展出一种基于快速计算空间超体积贡献机制的多目标进化算法（FH—MOEA）,并应用于解决复杂的多目标优化问题．用一组测试问题对算法性能进行检验,实验结果表明,该算法在收敛性和分布性两方面均比著名的NSGA-Ⅱ算法有显著提高．     

基于遗传算法和模式搜索的混合优化方法

遗传算法具有快速随机的全局搜索能力,但当求解到一定范围时往往做大量无为的冗余迭代,求精确解效率低.模式搜索具有很强的细搜索能力,但是其搜索结果的好坏在很大程度上依赖于初始点的选择.本文提出了一种混合遗传-模式搜索算法,该方法是将种群分成两个子群,分别进行遗传算法与模式搜索算法,在每一步中两个子群的最佳结果收集起来,用于更新相互的最优个体.仿真结果表明遗传算法与模式搜索的混合优化方法取得了较好的效果.     

求解凸集约束优化问题的共轭梯度的GLP投影算法

利用GLP投影技术 ,对凸约束的非线性规划问题构造了一个共轭梯度的GLP投影算法 ,在一维精确步长搜索下 ,给出了算法较强的全局收敛性结果 ,由于算法需要较小的存储量 ,特别适合于计算大规模的约束优化问题。该算法提高了梯度投影法的收敛速度。     

A Low power／Area Digital FIR Filter Design Based on PRF Framework

A novel DSP to ASIC (Application Specific Integrated Circuit)architecture design methodology is presented in this paper for reducing power/area consumption.Traditional methods always focus on optimizing hardware structure or algorithm separately.The authors propose a new method called PRF(Paralleling-Reducing-Folding)framework to combine hardware optimization with algorithm simplificxation.In the first step,paralleling,unfolding technology is applied to divide one data-path into several channels and expose the redundancy of the algorithm.In the second step,reducing,decoupling theory is used to reduce computational complexity,In the last step,folding,time-multiplexing method is used to merge similar components,As an exoteric methodology framework.many optimization methods can be integrated into the PRF framework.To optimize a 3N taps FIR(Fincte Impact Response)and obtain a content result,PRF methodology framework is applied.