DEDS仿真模型优化算法的终止规则研究

终止规则在优化算法中起着十分重要的作用。本文首先对采用传统终止规则的优化算法在处理DEDS优化问题时遇到的问题进行分析,在此基础上针对DEDS优化问题及其算法的特点提出一个新的终止规则,文章最后通过实际例子对终止规则进行了仿真分析。     

基于序优化的嵌套分区算法

介绍了嵌套分区算法(NP)的基本思想,从理论上分析了NP算法的计算效率,提出了提高其优化效率的途径.介绍了序优化算法(OO),并将序优化的思想引入嵌套分区算法的可行域确定和希望指数选取算子中,给出了复合嵌套分区算法(OONP)的寻优思路.OONP算法将序优化思想集成到嵌套分区算法框架下,把两者的指数收敛能力结合起来,具有科学性和可行性.通过优化算例验证表明,该算法大大提高了优化效率.     

离散事件动态系统（DEDS）仿真的最优算法研究

研究离散事件动态系统(DEDS)常用的一种方法是计算机仿真方法。由于DEDS所具有的离散性、随机性和建模非形式化等特点,很难在仿真过程中对系统参数进行自动寻优。本文试图探索解决上述问题的途径,提出了一种专门针对DEDS仿真的启发式寻优算法,这种算法属于下降算法的范围,其基本出发点是用一个由若干点组成的集合来逼近最优点。显然,这样一个集合会比单个点能够承受随机误差的影响。文章最后介绍了采用典型实例对算法进行验证的结果,可以看出是令人满意的。     

几种随机搜索算法的比较研究

常用的随机搜索算法主要包括模拟退火算法、遗传算法、进化策略。由于这些算法求解时不依赖于梯度信息,其应用范围较广,尤其适用于传统搜索方法解决不了的大规模复杂问题。本文首先介绍了三种算法的思想,然后对它们进行了比较,探讨了其并行实现方案,并指出了需进一步研究的方向。     

二维离散余弦变换的一种新的快速算法

介绍了二维离散余弦变换的一种新的快速算法，对于Ｎ×ＮＤＣＴ（Ｎ＝２￣ｍ，只需用Ｎ个一维ＤＣＴ和若干加法运算，与常规的行──列法相比，所需的乘法运算量减少了一半，也比其它快速算法的乘法运算量要少，而加法运算量基本上是相同的。     

神经网的自适应学习准则及其算法

无教师学习网络具有较强的自适应学习能力。本文讨论神经网的自适应学习准则，包括误差平方和准则，相关准则和模糊熵准则，同时给出相应的学习算法。     

DEDS的模拟退火仿真优化方法

本文对模拟退火优化方法进行了修改,使它能较好地适应于DEDS的仿真优化研究.文中对两种优化状态下,仿真目标值之差的估计误差性质进行了分析,并对修正后算法收敛的最优性进行了理论证明。     

DEDS有限扰动分析效率

离散事件动态系统（ＤＥＤＳ）有限扰动分析（ＦＰＡ）通过状态匹配和事件匹配对样本轨迹进行“剪切和粘接”，构造依概率等价的扰动样本轨迹，扩展了无穷小扰动分析ＩＰＡ的应用领域。简单实例的分析和实验结果表明：事件匹配比状态匹配具有更高的效率.     

遗传算法及其在系统仿真中的应用

本文介绍遗传算法的基本原理，给出其在系统仿真中的几个应用实例，阐述其发展趋势及有待解决的问题。     

非线性DEDS的能观性与极小元矩阵

提出了非线性 DEDSΣ∶ ( F ( x) ,B,C)的能观和上限能观的定义 ,并构造极小元矩阵 Amin=∧r∈ Iarij ,运用矩阵不等式 ,给出了上限能观的线性化充分条件 ,指出了上限能观性强于能观性 ,还给出了系统Σ分别能达的线性化充分条件 ,同时 ,讨论了系统Σ的对偶系统的相应问题 .     

一类自适应松弛算法的算法模型

对于一类自适应松弛算法,本文提出了一个算法模型。在一些通常的假定下,证明了该模型生成的序列的收敛性定理。     

基于并行混沌和单纯形法的混合全局优化算法

混沌优化算法采用的是串行优化结构,采用并行结构进行,并不断缩小搜索空间,提高了混沌优化在变量取值范围较大情况下的搜索效率。针对混沌在全局最优点附近搜索速度变得很慢、精度较低的缺点,结合单纯形法,提高了收敛的速度和求解精度。仿真结果表明并行混合优化算法可以得到满意的结果。     

一种自适应蚁群算法及其仿真研究

蚁群算法是一种新型的进化算法，蚁群算法与其它进化算法同样存在易于限于局部最小点等缺陷。本文提出一种自适应的蚁群算法以克服上述缺陷。通过自适应地改变算法的挥发度等系数，本文中的算法可以在保证收敛速度的条件下提高解的全局性，通过对TSP问题的仿真证明本文中的算法相对与原始的蚁群算法收敛速度和解的性能都有一定的提高。     

基于禁忌退火粒子群算法的火力分配

火力分配问题是典型的NP完全问题,传统的求解算法存在指数级的时间复杂度。给出具体实用的防空火力分配模型,提出一种基于禁忌搜索与退火粒子群优化的新算法,并针对多种空袭规模的实例进行计算机仿真。仿真结果表明,与禁忌搜索、标准粒子群优化、退火粒子群优化等智能算法相比,新算法在解决火力分配问题时具有更优良的收敛精度和时间性能。     

Modified Multi-Resolution Telescopic Search Algorithm for Block-Matching Motion Estimation

SOFTWARE,ALGORITHM AND SIMULATION1. INTRODUCTIONRecently low cost and low-power video encoders are in demand, in which motion estimation is an importanttechnology. The block-matching motion estimation is widely used in various video encoders. The direct fullsearch block-matching algorithm (FSBMA) demands massive computational effort and is not suit for VLSIimplementation.The multi-resolution telescOPic search algorithm (MRTlcSA) [1] is considered as a good trade-off betw…     

干线运输优化的两阶段局部搜索启发式算法

干线运输的车货匹配及车辆运输路径优化对于降低大规模、多分布网点的物流企业的运输成本有重要意义.建立了干线运输的发车费用模型及总费用模型,提出应用一种基于直达网络搜索和车辆行驶路径搜索的两阶段局部搜索启发式算法进行求解.通过对企业实际数据的计算,表明该算法优化了干线运输的运输路径,减少了运输车辆数,降低了运输总费用,具有较好的应用前景.