基于Karhunen-Loeve变换的GPS弱射频干扰检测

干扰是无线电通信系统最大的威胁之一,干扰检测对于全球导航卫星系统(Global Navigation Satellite System,GNSS)信号非常重要。为了检测GPS(Global Positioning System)信号中射频干扰,文章提出了一种新型的基于Karhunen-Loeve变换(KLT)射频干扰(RFI)的检测算法。通过GPS信号模拟器生成GPS L1信号,并在射频前端叠加射频干扰;再利用KLT对其数字中频信号进行分析和处理,得到相关矩阵(Toeplitz矩阵)的特征值,通过特征值重建干扰信号。经过仿真验证,该算法能够成功地检测出干扰信号,包括微弱的干扰信号。     

一种用于解决特征选择问题的新型混合演化算法

为结合不同演化算法的优势,提出一个混合鲸鱼算法(hybrid whale optimization algorithm,HWOA).在HWOA算法中鲸鱼优化算法(whale optimization algorithm,WOA)的收缩环绕机制被正余弦算法(sine cosine algorithm,SCA)取代,以实现...     

基于改进哈里斯鹰优化算法的配电网动态重构

针对风光荷不确定性的配电网重构问题,建立分布式电源和负荷出力模型,以系统运行成本和电压偏移构建多目标函数。提出一种改进粒子群算法融合K-means(improved particle swarm optimization and K-means, IPSO-Kmeans)聚类算法来划分典型日负荷曲线,将改进哈里斯鹰优化(improved Harris hawk optimization, IHHO)算法应用于配电网重构,进行寻优计算。为了改善哈里斯鹰优化(Harris hawk optimization, HHO)算法种群分布不均、无法完整搜索到最优解空间范围、易于陷入局部收敛等问题,引入佳点集生成种群初始化,提高种群搜索空间的均匀性。将麻雀搜索算法中的探索者位置更新公式与哈里斯鹰优化算法探索阶段的位置更新公式结合,以提高算法的全局搜索能力。利用柯西-高斯变异扰动策略跳出局部最优解。最后在IEEE33节点配网系统仿真,结果表明所提方法的有效性。     

基于粒子群优化算法的Android应用自动化测试方法

Android应用自动化测试是应用质量保证的重要手段.针对目前传统Android应用自动化测试方法存在的自动化率和测试用例生成效率较低且应用异常发现能力较弱的问题,本文提出了基于粒子群优化算法的Android应用自动化测试方法（particle swarm optimization for Android,PSOA）.PSOA方法主要分为3部分:控件信息获取、测试方法模块化、测试用例生成与基于粒子群优化算法的测试数据优化.实验结果表明,与传统自动化测试方法相比,PSOA方法能够有效提高异常发现能力、测试用例生成效率和自动化率.      

基于选择策略的简化蝗虫优化算法

针对蝗虫优化算法(Grasshopper optimization algorithm, GOA)收敛速度慢、收敛精度不高的问题，提出基于选择策略的简化蝗虫优化算法(Simplified grasshopper optimization algorithm, SGOA)。首先运用选择策略处理初始种群，有助于快速缩小算法的搜索范围。其次通过选择策略将整个种群分为精英种群和一般种群，精英种群由当前最优蝗虫指导位置更新，有利于实现算法的趋优和加速；一般种群的位置更新取决于自身位置、精英种群及当前最优蝗虫位置，有利于保持算法的稳定。为验证SGOA求解高维复杂函数的广泛适用性，选取GOA、经典的粒子群优化算法(Particle swarm optimization, PSO)、高效的灰狼优化算法(Gray wolf optimization, GWO)以及鲸鱼优化算法(Whale optimization algorithm, WOA)作为SGOA的对比算法。以上5种算法求解9个标准测试函数的统计结果表明：SGOA的收敛精度、稳定性以及寻优成功率均显著高于其他算法。     

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.     

基于信息交互的改进鸡群优化算法

针对鸡群优化(chicken swarm optimization,CSO)算法易陷入局部最优、收敛速度慢以及高维和超高维问题求解困难等缺点,提出了 一种基于信息交互的改进鸡群优化(information sha-ring chicken swarm optimization,ISCSO)算法.通过引入信息交互和边界变...     

基于改进HMM的驾驶疲劳险态识别方法

驾驶疲劳的产生是渐进的动态生成过程,基于隐马尔可夫模型(hidden Markov model,HMM)的相关研究需首先确定模型训练初值,且训练过程易陷入局部最优.基于此,通过在HMM训练过程中引入粒子群优化(particle swarm optimization,PSO)算法对训练过程存在的上述问题进行了改进,并结合驾驶疲劳状态典型数据集对所提出的改进方法和前向后向算法(forward-backward(BW)algorithm)进行了详细对比.实验及分析测试结果表明,所提出的改进方法在驾驶疲劳预测结果准确性和稳定性上都优于BW算法.     

改进鲸鱼算法及其在乘员约束系统中的应用

针对鲸鱼优化算法(whale optimization algorithm,WOA)"早熟收敛"的缺陷,文章提出一种改进的鲸鱼优化算法(modified whale optimization algorithm,MWOA).该算法在WOA的基础上嵌入自适应权重来协调算法的全局搜索与局部开发,同时引入反向学习策略和相关性...     

基于飞蛾火焰算法的AUV三维全局路径规划

针对存在静态地形障碍和不规则海流的复杂海洋环境下的自主水下航行器（autonomous underwater vehicle,AUV）全局路径规划问题,采用飞蛾火焰优化（moth-flame optimization,MFO）算法搜索获得能耗最优的无碰路径。首先,将搜索空间栅格化后随机生成一组满足避碰需求的初始路径作为...     

Fuzzy网络中生成树的优化问题

生成树的优化问题在网络理论中，是一个具有广泛应用的重要课题，本文将Ｆｕｚｚｙ网络中有关生成树的优化问题推广到Ｆｕｚｚｙ网络中，建立了三个Ｆｕｚｚｙ网络生成树的优化问题模型；α－ＭＣ模型、ＭＦＣ模型和ＭＦＥＣ模型，并给出了相应问题模型的救解算法以及算法复杂性分析。     

边权相同的最小生成树改进算法

针对当赋权连通图中存在权值相同的多条边时,传统的Kruskal算法不能计算出全部的最小生成树,提出了求解最小生成树的改进算法.实验结果表明,改进算法可以得到一个赋权连通图的所有最小生成树,进而为决策者提供更全面的最优决策方案.     

应用TFLS算法寻找SBEGN模型具最多叶子生成树

用动态网络模型来逼近和模拟现实网络是研究网络的重要手段之一,从构造单边界增长网络模型入手,验证该模型具有增长性、层次性．设计了时间优先层次搜索算法,利用该算法来寻找单边界增长网络模型具有最多叶子的生成树,并证明了所找到的具有最多叶子生成树具有无标度性这一重要的网络拓扑结构．     

探讨无标度网络(图)的平衡集

无标度网络的无标度性导致其各顶点之间的连接状况(度数)具有严重的不均匀分布性,无法给出无标度网络的具体结构,不能直接观察信息传播的具体路径。基于利用生成树来研究无标度网络(图)的拓扑结构思想,尝试寻找与时间和次要节点无关的无标度网络(图)的普适性结构,研究与生成树密切相关的平衡集,给出一个寻找具有较多叶子生成树的算法。     

找K个最小生成树的并行算法

基于SIMD 机器——一种可以同时读但不可同时写的共享计算模型(CREW-PRAM)给出了找K 个最小生成树的并行算法,此算法需O(log~2n+Klogn~*)时间及O(n~2)处理器;而基于可以同时读、写的更强计算模型(CRCW-PRAM),求K 个最小生成树仅需O(Klogn)时间及O(n~2)处理器,这里n 是图的顶点数.     

多目标优化问题的研究

针对传统方法求解多目标优化问题的局限性,应用一种新的算法求解。遗传算法从问题解的串集开始搜索,覆盖面大,可以同时处理群体中的多个个体,利于全局择优,减少陷入局部最优的风险,而最小生成树具有过程简单清晰、适用性广泛的特点,结合两者的优点,构造了基于生成树的遗传算法。首先通过加权目标规划法求出最优解,然后通过遗传算法和基于生成树的遗传算法求解,结果表明,对于小规模的多目标优化问题,两种算法都可以求出最优解,在求解时间方面,基于生成树的遗传算法比遗传算法更优越。     

寻找最小生成树的补图算法

提出了一种关于最小生成树的生成法,该算法与传统的prim算法及kruskal算法比较,有更低的计算复杂性.     

广度优先搜索算法在交叉立方体中的应用

给出了互连网络上的广度优先搜索算法，将其应用到交叉立方体上可以得到交叉立方体的广度优先生成树。连通图的广度优先生成树的树高不会超过该图其他同根生成树的高度。利用这一性质，通过分析交叉立方体的广度优先生成树的特征，给出了n维交叉立方体CQ的直径为[(n 1)／2]的另外一种证明方法；该算法可以用来求解单源节点最短路径问题。并为讨论新的互连网络拓扑结构的直径和故障直径问题以及单源广播算法提供了一条新的思路。     

单联聚类法与最小支撑树

讨论聚在分析中的单联算法的最小支撑树的联系，证明它给出的ｍ－剖分既是分离量最大的又是Ｍｍｓｔ－直径最小的。     

用遗传算法求最小生成树

以图论和遗传算法为基础,给出了一个改进的求最小生成树的算法,提出了＂无性生殖＂的方式,舍弃了逆转算子,改进了换位算子,调整了选择算子,更简单,因而编程更容易,效率更高.使用该算法可以在较短的时间内以较高的概率获得一组最小或次小生成树,而传统算法一般只能得到一个最小生成树.