基于演化深度神经网络的无人机协同无源定位动态航迹规划

 针对多无人机在无源定位过程中协同动态规划航迹提高定位精度问题,提出基于演化深度神经网络的分布式动态航迹优化方法。首先将演化计算与深层前向反馈神经网络结合,设计基于演化神经网络的无人机协同无源定位动态航迹规划框架。以多无人机到达角（AOA）协同定位为例,利用定位过程中对目标估计的克拉美罗界（CRLB）生成最优训练集。通过无人机下一时刻与目标形成的相对构型作为系统学习的行为,从而得到下一时刻优化后的航迹点。实验结果表明,该方法相对于传统中心控制的无人机协同定位方法,具有更低的处理延时,能够以更短时间达到定位精度。     

基于电磁防护仿生概念电路演化修复关键技术研究

基于电磁防护仿生概念,以电机控制系统为例给出了设计具有自修复能力电子系统一般方法,深入分析了重配置电路模型对电路演化修复的影响,提出了优化重配置电路模型的方法。实验结果表明,利用该优化方法改进的重配置电路模型大大降低了电路生成时间,提高了电路修复速度。     

基于NSGAⅡ的生产线缓存与设备布局协同优化

为解决因布局过程忽略或粗略设置缓冲区占地面积而造成的生产拥挤或空间浪费问题,针对缓存配置与设备布局问题展开协同优化.基于连续时间Markov随机过程原理建立排队网节点状态模型,求解生产线设备平均利用率.以设备利用率、物料搬运距离和占地面积为优化目标,建立缓存配置与设备布局协同优化模型.通过改进的NSGA-Ⅱ算法对该模型进行优化.最终,通过某柴油机缸体生产线实例验证了本文提出方法的有效性.     

移动天线位置伺服系统的正弦波脉宽调制方法

基于SPWM对称规则采样原理,经过分析、改进,提出了一种新的SPWM波生成算法.应用C51单片机,通过程序定时算法和延时分析,产生三相SPWM波.利用磁旋转编码器提供天线位置和伺服电机的转子位置信号,实现了移动天线伺服系统的有效控制,并经实验结果证明了该方案的简单性和可行性.     

基于QPSCO算法的传感器优化配置

针对以曲线拟合为目标的传感器配置问题,提出了一种基于量子粒子群协同优化(Quantum-behaved particle swarms cooperative optimization,简称QPSCO)算法的传感器优化配置方法.在QPSCO算法中,采用双层的多粒子群协同优化结构,同时引入参数变异策略,在扩大搜索范围的同时加快该算法收敛;将加权最小二乘法的误差平方和引入适应度函数中,以提高传感器位置曲线的拟合精度,从而实现传感器的优化配置.实验结果表明,该方案应用于土壤信息采集系统,不仅可以达到比粒子群优化(Particle swarm optimization,简称PSO)算法和量子粒子群优化(Quantum-behaved particle swarm optimization,简称QPSO)算法更好的寻优结果,而且具有比遗传算法更理想的位置拟合精度,是一种有效可行的传感器配置方法.     

基于HLS和PYNQ图像缩放的硬件加速器设计

针对CPU进行图像处理已经无法满足系统实时性需求这一情况,提出了一种基于HLS和PYNQ的图像处理硬件加速器设计。该设计利用了FPGA具有数据并行处理的优势,克服了FPGA不易开发、移植性较差的缺陷。首先选择图像缩放处理算法作为实验的测试对象;然后在ZYNQ平台上根据软硬件协同的特点分配不同的系统任务,通过HLS开发工具使用C++实现和优化图像处理算法,并转化成RTL文件,再打包成IP核输出;在Vivado2018.3上搭建硬件实验平台,通过Jupyter Lab对实验进行验证和分析。结果表明,缩放算法的处理速度由CPU端的1 110 ms缩减为FPGA端的213 ms,执行速度提升了5倍。     

一种面向个性化网络学习的协同学习任务生成方法

提出了一种面向个性化网络学习的协同学习任务自动生成方法.该方法以学习目标与学习小组中学习者的个性特征为输入,通过基于学习者认知水平的协作成员分组和基于耦合度的协同学习模式分配,生成符合学习者群体个性特征的协同学习任务,从而有效地解决了网络学习中个性化学习与协同学习相结合的问题.该方法已在实时教学系统中进行了测试,结果表明,相对无指导的协同学习,根据此方法所生成的学习任务的协同学习可有效提高学习效率.     

基于演化涌现的复杂信息网络设计优化

 针对复杂信息网络设计优化问题,分析了复杂信息网络特性,提出了基于演化涌现的复杂信息网络设计优化方法和拓扑结构演化模型。该设计优化方法以融贯论为指导,采用系统分析、建模分析和仿真分析相结合技术途径对复杂信息网络设计优化问题进行多尺度研究,树立基于网络化思维的安全观,突出网络拓扑结构设计,强化网络可控性、安全性和健壮性,体现局域结构演化形成功能整体涌现。拓扑结构演化模型综合选取网络建设成本、时延、健壮性和吞吐量等网络工程特征参数作为网络演化动力,通过调整参数权重生成优化网络。对实测ISP路由器级网络数据的仿真实验表明,方法模型具有可行性、有效性和扩展性,可加深对复杂信息网络动力学行为认识,促进信息网络科学发展。     

基于协同的多指标决策网构建及效能计算

针对编队电子战中的作战方案生成和优化问题,提出了基于分阶段有向协同决策网、以协同决策效能为最大目标的网络优化方法.讨论了协同决策网的构成,定义了效能可行点的概念,给出了效能可行点的计算判定方法.通过定理证明,在子方案效能最大基础上,构成协同决策网最大效能通路的充分必要条件是该通路包含了协同网中所有效能可行点,协同网的阶段划分降低了网络计算量.考虑到效能因子的复杂性,将协同效能计算扩展到了多指标的情况,利用该方法有效地解决了作战子方案之间的协同问题,将该方法成功地应用于舰艇编队电子对抗反导方案优选及协同效能计算中.     

基于多目标优化的数控实时任务参数选择方法

针对协同设计模式下数控实时任务参数的选择问题,提出一种基于多目标优化的任务参数选择方法.该方法依据实时任务模型、性能目标以及系统约束建立数控任务参数选择问题的多目标优化模型.对于优化模型的求解,提出一种具备协同进化算子与精英团队保留机制的扩展型非支配排序遗传算法,以实现在大规模决策空间下的快速搜索,使得数控系统整体性能目标最优.最后,基于仿真实验分析总结了数控实时任务参数选择策略,通过对比传统任务参数选择方法证明了所提方法在实际应用中的优越性.     

一种可演化网络的研究与实践

针对目前的互联网难以满足不断发展的应用需求问题,提出了一种新的可演化网络的模型.可演化网络可以根据网络运行的状态和网络应用的特征进行自主调整,由此改变自身的算法,以提供不同的服务质量,从而使得网络能够应对多变的应用环境.该网络的演化分为3个层次:模块运行参数的自调节、网络模块的自配置和网络节点间的协同工作.同时,设计了可演化网络的体系结构,实现了基于软件的原型系统,讨论了系统实现的关键技术和提高系统性能的优化方法.应用实验表明,可演化网络能够及时适应网络状况的变化,更加平稳、高效地提供网络服务.     

一种求解多目标优化问题的协同演化算法

提出了一种求解多目标优化问题的协同演化算法.新算法改进了Kwee-Bo的协同演化的思想,将混合策略演化规划用于协同演化过程中,混合策略指导算法有效搜索过程,两个种群协同优化目标函数.标准测试函数的数值实验验证了新算法的有效性.     

CPU-GPU系统中基于剖分的全局性能优化方法

针对将应用移植到CPU-GPU异构并行系统上时优化策略各自分散、没有一个全局的指导思想的问题,提出了一种基于剖分的全局性能优化方法.该方法由优化策略库、剖分工具库和策略配置模块组成.优化策略库将应用移植到异构并行系统上的性能优化过程划分为访存级、内核加速级和数据划分级3级优化;针对3级优化剖分工具库提供了3级剖分机制,通过运行时的剖分技术获取剖分信息;策略配置模块根据所获取的信息指导用户在每级优化中选择合适的优化策略.实验证明,基于剖分的全局性能优化方法可以明确地指导将应用移植到CPU-GPU异构并行系统上的全局优化过程,利用该优化方法后,以矩阵相乘和傅里叶变换为例的应用性能提升明显,最终性能相对于访存级优化最高可提高30%左右.     

基于自适应PSO的生产-分销协同计划模型与算法研究

针对分布决策条件下供应链生产-分销系统中,以供应商为视角的模型优化性能不足以及因信息不完全导致适用性受限的问题,在建立购买方-制造商2级协同优化模型的基础上,提出一种基于自适应粒子群算法（PSO）的协调优化方法,利用该方法在有限信息共享的情况下,通过多次迭代实现协同优化.仿真实验表明该方法能够有效地收敛于问题的近似解并具有较好的优化性能.     

面向低功耗的片上网络虚通道分配算法

为了更加合理地分配片上网络中虚通道资源并降低系统总功耗,提出了一种基于功耗优化的虚通道分配算法.该算法通过建立2D mesh结构片上网络通信数学模型,来估算网络中数据包的平均传输延时.然后,以此为约束条件,采用模拟退火算法实现虚通道分配,并通过减少虚通道总数,达到功耗优化的目标.在热点通信流量下,根据优化分配算法和平均分配算法的结果进行仿真测试.通过改变节点数据包的注入率,测出传输延时和功耗,以验证优化分配算法的有效性.实验结果表明,使用该算法可在满足传输延时约束条件的同时,更加合理地分配虚通道,有效降低了网络功耗.相比于平均分配算法,该算法可降低功耗2.3%～14.9%.     

工程建设中复杂网络系统可靠性最优配置的研究

为使系统可靠性优化配置方法便于在工程中应用和推广,提高运算速度和精度,本文基于工程实际中的两种情形,情形一总费用限定,求系统最优可靠度;情形二可靠度限定,求系统最优费用.通过建立数学模型,编制计算机程序,对复杂网络系统进行了优化配置.最后通过实例验证了程序的正确性,为复杂网络系统可靠性优化配置理论在工程实际中应用提供了一定的技术条件.     

基于Zynq的演化硬件电路设计与实现

针对复杂度日益递增的电子系统,以人工设计电路的方式无法满足大规模复杂电路设计,提出基于Zynq的演化硬件电路设计方案。该设计通过在Zynq的PS部分利用自适应遗传算法对电路染色体进行快速演化迭代,在PL部分实现虚拟可重构电路加速染色体适应度评估,通过软硬件协同合作,快速收敛得到所需目标电路的配置信息。实验结果表明该设计方案能够高效快速得到满足设计要求的目标电路,对电子电路设计具有一定实用价值。     

控制流污点信息导向的符号执行技术研究

以快速生成能够覆盖可能存在缺陷程序点的测试用例为目标,结合基于生成的Fuzzing技术、静态程序控制流分析、静态污点分析等手段,提出一种导向式动态符号计算方法.通过Fuzzing生成能够到达包含缺陷程序点的函数的测试用例,作为种子输入驱动符号执行快速到达缺陷函数;在缺陷函数内利用静态控制流分析、静态污点分析计算出控制流污点可达程序切片,基于该切片进行朝向缺陷点的多路径动态符号执行.实验验证了方法能够有效减轻符号执行应用中广泛存在的路径爆炸问题,并且能生成触发目标缺陷的测试用例.     

一种面向协同设计系统的访问控制模型

针对现有访问控制模型不能完全满足协同设计系统访问控制需求的实际,在对基于消息通信协同设计特性进行分析研究的基础上,以协同设计系统的访问控制实现为目标,以基于角色访问控制(RBAC)模型为基础,提出一种面向协同设计的消息驱动访问控制模型(MDACM).该模型应用消息实体作为权限表达,以消息实体与过滤规则相结合的方法,通过静态的配置方式实现动态的资源控制,解决了协同设计系统分布性和动态性带来的安全隐患问题.此外,通过流程控制基作用于消息实体使模型能够支持协同设计系统的工作流程管理,并通过应用示例说明模型的有效性.     

基于NEAT方法的多机器人追捕-逃跑问题

针对连续环境下的多机器人追捕-逃跑问题,提出一种基于人工神经网络的方法,利用增强拓扑神经演化(NEAT)方法自动生成并优化控制单个机器人行为的神经网络,并通过联合单个机器人之间的行为实现多机器人协调控制.该方法避免了传统的人工设计神经网络所存在的缺陷.仿真实验显示:迭代50代后即可实现有效的围捕行为,其结果证明了该方法...