基于信息增益的传感器搜索调度模型对比分析

针对目标搜索传感器调度问题,归纳总结了基于Shannon熵、Kullback-Leibler熵和Rényi熵3种信息测度以及全局和局部两种信息增益,衍生出6种基于信息增益的搜索调度模型.通过数值仿真计算对比分析6种基于信息增益的搜索调度模型的目标捕获性能,结果表明基于3种信息测度的搜索调度模型对目标的捕获性能差别很小,而基于全局信息增益的搜索调度模型性能更优,仿真结果可为工程实践中传感器搜索调度方法的优选提供参考.     

一种实用的知识库模型

提出了一种分级索引知识库的模型，并讨论了一种有效搜索知识库的方法和对知识库的动态管理．该模型自然而动态地表达了知识的层次结构，亦便于在分布环境实现     

一种基于信赖域约束的优化问题的求解方法

讨论一类仅含有线性约束条件的优化问题,在每次迭代过程中,用二次近似模型近似目标函数,从而构造一个子问题,以便于确定迭代方向.在每个子问题求解时引入一组共轭方向,子问题可以转化为一个线性规划问题和一个一维约束优化问题.为了保证算法的总体收敛性,应用信赖域算法代替一维搜索,确定下一个迭代点.证明了算法产生的点列如有聚点,则必有一个聚点是原问题的K-T点.     

基于TSCD模型的轨道板裂缝检测方法

为解决轨道板裂缝检测问题,提出了一种基于分支级联卷积神经网络的轨道板裂缝检测模型——TSCD.首先该模型通过注意力机制和搜索分支结构突出轨道板裂缝的位置信息,同时抑制干扰信息;然后采用检测分支结构完成裂缝的像素级检测;最后对检测结果中出现的图像细节退化问题,利用参数映射关系实现特征图的上采样.实验结果表明:所提出的方法...     

基于传输时差最小的OFDM系统信道划分优化方法研究

随着OFDM技术在移动通信中的广泛应用,信道划分问题逐渐被人们所关注。主要讨论了在信道状态和传输总量已知的情况下,基于传输时差最小的OFDM系统信道划分优化问题。首先证明了该问题属于NP完备问题,因此必须使用随机算法代替穷举来求解。主要讨论了遗传算法和粒子群算法在此类问题中的应用。通过仿真所给出的具体结果,可以证明尽管随机算法不能保证解的最优性,但搜索时间较短;同时在相同条件下,粒子群算法可以显示出比遗传算法更强的搜索能力,因此对于OFDM这类实时性要求较高的系统,具有更大的实用性。     

“诗意的盒子空间”模型设计与制作——环境设计专业建筑模型设计课程实践研究

建筑模型设计课程是针对环境设计专业二年级所开设的,"诗意的盒子空间"模型设计与制作分为此课程的实践训练环节。学生通过学习模型技巧、欣赏案例作品、分小组进行课题讨论、主题模型制作、拍摄制作过程、PPT汇报模型成果、学生讨论评比以及最后书写设计制作心得体会等。在课程当中学生能够自发地去研究空间造型、功能、开合方式以及开合秩序等问题,充分发挥主观能动性,培养手脑并用的实践能力和团队协作能力。     

十进制遗传算法在水电站负荷分配中的应用

针对水电站负荷分配问题,建立约束优化模型,并将十进制遗传算法应用到水电站负荷分配调度中．遗传算法是从多个初始点开始寻优,同时搜索解空间内的多个区域。具有潜在的并行性,且搜索使用评价函数启发,过程比较简单,容易与其它算法进行结合,具有很好的拓展性,是一种用于解决最优化问题的有效的随机启发式搜索算法．通过实际的水电站负荷分配问题的求解表明该算法能够获得较好的结果,具有高效性和通用性,适用于求解一般水电站负荷分配问题．     

共轭方向搜索逼近的裂纹信号定量分析方法

建立V形裂纹磁荷模型和测量方程,采用共轭方向搜索逼近的优化方法对裂纹进行定量分析,解决了漏磁定量分析中的不适定问题,通过试验证明该算法能够快速收敛于真实解,是一种实现缺陷定量检测有效的无损检测方法.     

蚂蚁算法的应用与发展

蚂蚁算法是一种新型的随机优化算法,通过蚂蚁释放信息素的特点被人们广泛的用于优化搜索排序等问题中。文章详述了蚂蚁算法的原理模型,并对蚂蚁算法应用进行了研究,相信在未来蚂蚁算法将会有更广泛的应用。     

中国地球科学家集团研究能力的评价

利用中国地球科学家数据库的资料和层次分析法，建立了评价科学家集团研究能力的层次分析结构模型。通过时２０个最低层指标相对于总评价的组合权重分配值计算，指出了各指标对集团研究能力的影响程度及排序结果。按各部委和省市自治区及各学科比较了它们的地球科学家集团研究能力。中国的地球科学研究力量绝大部分集中在国家部委系统，其中尤以中国科学院的优势较明显；在地球科学的各一级学科中，地质学的优势十分突出。最后，对我国地球科学家队伍结构中存在的问题、科学家队伍的地区布局、学科布局及队伍管理等进行了讨论。     

一种无约束优化的非单调自适应锥模型信赖域算法

针对无约束优化问题,提出一种新的锥模型信赖域算法。该方法组合了线搜索技术、截断拟牛顿法和锥信赖域法。当试探步不被接受时,采用非单调线搜索原则产生下一次迭代点,无需重解锥信赖域子问题。在适当的条件下,证明算法的全局收敛性和超线性收敛性,数值结果表明算法是可行的和有效的。     

基于ABAQUS网格节点的滑裂面搜索方法

针对边坡稳定性分析提出一种基于网格节点搜索的方法——ESM（Enumeration Methods）法.其实现过程是：通过ABAQUS建立模型并划分调整好网格,分别在边坡上、下缘选择一定范围的网格节点作为开始区和结束区.依次从开始区开始,按照一定的控制条件遍历中间每一个可能出现滑动的节点,到结束区即认为搜到一条滑裂面.通过该系列节点做竖向线划分土条,利用简化简布法计算出安全系数,对比每一个安全系数,取出最小值及相应节点集,重复开始下一个开始区节点搜索,将定义的开始区和结束区所有节点遍历后再寻找出整个模型的最小安全系数和极限滑动面.ESM法是一种将极限平衡法在有限元软件中实现的尝试,能很好地解决强度折减法不能搜索出滑裂面的问题.通过两个标准实例的测试,计算结果与理论解吻合,误差在2%以内.     

利用基于分区搜索的自适应遗传算法求解TSP问题

为了提高用遗传算法求解旅行商问题（TSP）的收敛速度，结合自适应算子和父子竞争策略等优化思想．提出了基于分区搜索的自适应遗传算法．该算法将整个搜索区域分成若干个较小的搜索区域，先进行局部搜索．在得到局部较优的基因组合后，再进行全区域搜索，不但提高了遗传算法的收敛速度，而且改进了变异算子的操作性能．通过TSP问题的求解表明，基于分区搜索的自适应遗传算法是一种稳定、高效的优化算法。     

一种带差分进化策略的多分布进化算法

结合分布估计算法的强全局收敛能力和差分进化算法的快速收敛性能,提出了一种带差分进化策略的多分布进化算法（multi-distribution evolutionary algorithm with differential evolution,MDEA_DE）。为了进一步提高算法的全局收敛性能,MDEA_DE采用了基于分布种群的多分布进化机制,并通过三种高斯分布模型生成具有较好多样性的高质量解种群。同时,利用搜索空间调整策略来提高高斯分布模型的精度,并执行解空间中的改进差分进化搜索以获得增强的局部开发能力。对基准测试函数的数值试验结果表明,MDEA_DE能够在全局探索和局部开发之间取得较好的平衡,能快速收敛到复杂优化问题的全局最优解。     

基于TSA的非线性神经网络预测控制

针对现有非线性预测控制方法在线递推控制律时求解非线性方程的困难,提出一种基于树和种子算法(tree and seed algorithm, TSA)的非线性神经网络预测控制算法.该算法采用径向基函数(radical basis function, RBF)神经网络建立非线性系统的过程模型,并将该模型作为预测模型,可以有效逼近系统的过程特性.在此基础上,通过该模型递推非线性系统的预测输出值,并设计具有约束的二次型性能指标.利用TSA优化该性能指标,不断在线搜索非线性预测控制系统的最优控制律,避免采用直接递推的方式求解复杂非线性优化问题,减轻了系统的计算负担.生化发酵过程仿真对比结果表明,该算法具有很强的跟踪和抗干扰能力.     

基于改进遗传算法的Volterra核辨识研究

本研究提出了一种基于改进遗传算法辨识Volterra级数模型的方法.该方法根据Volterra核与系统输出的相关程度来调整模型结构,利用重启策略与自适应搜索范围解决进化停滞与算法早熟收敛等问题.通过仿真试验将改进遗传算法与标准遗传算法、量子粒子群算法进行比较.结果表明,该方法在辨识精度、收敛速度及抗噪性能等方面明显优于...     

基于改进遗传算法的多元函数优化计算

研究了基本遗传算法在多元函数优化问题中存在的缺陷,提出了一种改进的遗传算法,使用适应值比例变换方法,在交叉与变异算子,染色体基因解码方式等方面做了改进,通过对难以优化的多元函数的优化计算,证明了该算法有良好的全局搜索能力和较快的收敛速度。     

体育联赛中基于GSO算法的赛程优化方法

针对体育联赛中各参赛队伍的赛程安排问题,提出一种基于群搜索优化(GSO)算法的赛程优化方案.首先,将赛程安排以赛程序列矩阵来表示,而赛程序列矩阵则由各队的转场序列矩阵产生.然后,将GSO算法中的个体根据转场矩阵形式进行编码,在赛制约束条件下,以最小化所有队伍的总转场次数为目标对其进行寻优,获得最优的转场矩阵.最后,根据最优转场矩阵获得赛程调度方案.在不同队伍规模的比赛场景中进行实验,结果表明该方案能够获得最优的赛程安排,有效降低了转场次数.     

一种求解项目鲁棒调度问题的变邻域禁忌搜索算法

鲁棒调度对于不确定环境下项目的平稳实施具有重要意义。基于这一现实背景,针对项目鲁棒调度问题的NP-hard属性,集成禁忌搜索和变邻域搜索各自的优势,将禁忌搜索嵌入到变邻域搜索中,提出了一种变邻域禁忌搜索算法。在随机生成的标准算例集合上,以禁忌搜索和变邻域搜索为对比基准,对所设计的算法进行了测试,并分析了问题规模、可更新资源和项目截止日期等关键参数对算法绩效的影响。结果表明,变邻域禁忌搜索算法的求解质量明显高于其他两种算法,是求解项目鲁棒调度问题的一种高效的算法。     

圆度评定理论和方法的探讨

本文不按常规的极坐标形式表示圆度误差,而是在直角坐标系中讨论圆度误差的评定问题,提出了一种新的圆度误差计算法——"余弦移位相加法".这种方法具有速度快、精度高、计算程序简便等优点.文中还对最小区域法评定的"单极值"问题作了讨论,澄清了一些模糊的观点,为计算机搜索寻求最小区域评定值的方法,提供了必要的理论基础.