基于免疫反应原理的动态优化算法

生物免疫系统面对复杂的外部环境能够产生相应抗体,快速消除对肌体的威胁,在变化的环境中体现出强大的优化能力和自适应能力.该文借鉴免疫反应机理,提出一种求解动态环境下优化问题的免疫算法.仿真结果表明该算法具有较好的全局优化能力、对环境变化的适应能力强,性能稳定.     

数字电路测试生成的二元判定图方法

测试是保证电路系统可靠性的重要手段,已成为集成电路设计与生产的一个组成部分,研究了基于二元判定图的数字电路测试生成方法,对布尔函数的表示和操作的二元判定图进行研究,详细讨论了其中的ite算符;给出了基于二元判定图的电路测试生成方法的实现步骤,并用实例进行了说明。     

多级志愿动态概率筛选算法的研究

目前的选课系统存在着一些普遍问题,如选课不公平、实时性差、人工干预工作量大等,这些现象主要是和选课算法的好坏有直接的关系.本文对志愿分级筛选算法进行了改进,采取的改进方法是多级志愿、动态概率筛选.通过改进后的算法在选课系统中的应用和对实验数据的分析,证明了该算法是可行的,并且具有良好的公平性,实时性和选课的高命中率,达...     

基于连通图动态分裂的聚类算法

当前大部分的聚类算法都难以处理任意形状和大小、存在孤立点和噪音以及密度多变的簇,为此,文中提出了一种基于连通图动态分裂的聚类算法.首先构造数据集的l-连通图,然后采用动态分裂策略对l-连通图进行分割,把数据集分成多个互不相连的连通图子集,每个连通图子集为一类.实验结果表明,所提出的算法能够有效地解决任意形状和大小、存在孤立点和噪音以及密度多变的簇的聚类问题,具有广泛的适用性.     

基于动态筛选策略的SMO改进算法

提出了一种基于动态筛选策略的SMO(Sequential Minimal Optimization)改进算法,它能快速地筛选出绝大多数的边界支持向量和非支持向量,并将非边界支持向量限定在很小的范围内。仿真实验结果表明:样本规模无论大小,这种策略都能使Keerthi的改进算法2的性能得到大幅提升。     

一个矩阵问世的判定算法

本为非负方阵不可约性和非周期性的判定给出了实现算法，作为非构造性的求解算法，这是个典型的例子。     

优化算法在动态路径诱导系统中的研究综述

城市交通拥堵问题已成为阻碍我国城市经济发展的主要问题之一,动态路径诱导系统在城市道路交通流的均衡动态分配中起着举足轻重的作用,并对缓解我国现阶段的城市交通拥堵问题具有重大现实意义。文章对应用于动态路径诱导系统的智能优化算法进行研究,对其进行了分类和综述,并对其各自的优缺点进行总结,同时对下一步的研究进行了展望,为今后的研究提供参考和借鉴。     

动态流量多约束优化路径算法

基于多重上联链路网络,建立一个考虑多服务质量(QoS)度量约束限制的网络路径寻优调度模型,并针对时延和剩余带宽提出动态流量多约束优化路径算法(MOPA).基于MOPA和最短路径约束,给出了具有一个多重上联链路的确定性网络拓扑中实现优化流量费用的工程方法.通过分析网络资源现状及目标作用的重要程度,以主次目标形式考虑,建立目标之间的关联,简化多目标之间关系,使用迭代方法求解非线性约束条件下的流量和代价的优化解,动态选择最优路径使流量费用比最优化并实现工程应用.实验表明,该算法适用于多链路网络各种负载下的流量优化.     

基于免疫机理的动态函数优化算法

基于免疫细胞在生发中心反应时的进化与学习机理，提出了一种新的动态函数优化算法．该算法模拟了多群体细胞以及细胞的多样性、再循环和免疫记忆功能，其特点是，由基群体和克隆群体产生多个搜索子群体，群体细胞的亲和度会反向调节它的变异率，产生并更新大小有限的记忆细胞池，连续检测函数是否变化．用移动峰函数作为动态环境下的测试基准，以离线误差的平均值作为算法性能的评价指标进行了仿真实验．结果表明，所提算法能够在函数变化频率不大的情况下，以较小的平均误差和方差逼近函数最优值，完成动态函数的优化任务。     

基于拣货单排序的货物动态协同与路径联合优化研究

为提高拣货作业效率,提出了一种“路径优化-货物动态协同-拣货单排序”的循环拣货策略,设计了嵌套GASA算法进行求解。算例表明：在5、13、54张不同规模的拣货单条件下,相比于传统拣货策略,本文提出的排序协同拣货策略分别节约拣货时间12.8%、17.9%、24.7%,拣货路径节约了16.7%、23.8%、39.7%;相较于动态拣货策略,拣货时间分别节约5.13%、12.05%、15.69%,拣货路径节约了6.69%、16.02%、24.20%。随着拣货单数量的增加,节约的时间和距离越多,优化效果越明显。本文所提模型和方法为大批量拣货问题的优化提供了思路。     

基于递归BDD的网络系统可靠度算法

在网络系统可靠度的BDD算法中,将网络系统表示成BDD时二叉树中存在一定重复和冗余项,从而影响了不交化最小路集的搜索效率.为此,提出了一种基于递归BDD(RBDD)的网络系统可靠度算法.在该算法中,RBDD包括2个二叉树,一个是包含1个伪叶节点的二叉树,另一个是伪叶节点对应的二叉树.理论分析和实例都表明由RBDD得到的...     

基于遗传算法的联合运输路径优化

联合运输是在能源危机、交通拥堵及环境污染约束下的一种理想运输模式。随着国际贸易的飞速发展,联合运输成为了一个热点问题。而联合运输的运输路径优化问题又是联合运输中的重点和难点之一。将综合运输的运输路径优化问题转化成为一个最短路径问题,以成本和时间为优化目标建立了选择最优路径的模型,并应用交叉、变异概率的自适应机制等实现技术设计了一个遗传算法作为求解算法对实例问题进行了求解验证,结果表明该算法具有良好的性能。     

基于改进蚁群算法与Morphin算法的机器人路径规划方法

 针对动态复杂环境下的机器人路径规划问题,建立栅格地图模型,研究一种改进蚁群算法与Morphin 算法相结合的动态路径规划方法。改进蚁群算法引入拐点参数评价路径优劣,并对路径进行拐角处理以及变更拐角处信息素更新机制,使规划的全局路径更加平滑;Morphin 算法则在机器人行走时,根据全局路径的局部环境实时规划局部路径,使机器人有效地躲避障碍物。仿真试验结果表明,该方法结合全局规划与局部规划的特点,能够使机器人沿着一条短而平滑的最优路径快速、安全地到达目标点。     

基于改进算法的移动机器人路径规划

机器人路径规划问题通常采用不同算法来对其进行规划，为发挥算法中改进遗传算法和鲸鱼优化法的优势，弥补遗传算法出现优化准确率和收敛度不高等问题，将改进遗传算法和鲸鱼优化法融合，增强移动机器人路径规划对动态环境的适应性能。对算法适应度函数进行优化，改善了基本遗传算法、提升了原算法对函数的求解效率。通过遗传算法、对遗传算法进行改进的算法、改进遗传算法与鲸鱼算法相融合的算法所运行的路径长度与运行时间进行比较，结果表明融合改进优化算法可以有效获取最优算子，减少运算时的迭代次数，同时提升算法的规划准确率。     

复杂网络的优化模型及最短路径求解

对大型复杂网络提出网络分级的思想，根据网络分级的情况定义网络结点的数据结构，然后使用改进的Dijkstra算法和最小生成树算法来计算网络中任意两结点之间的最短路径．     

基于递阶遗传算法的模糊系统优化设计

给出一种基于递阶遗传算法的模糊神经网络优化算法, 在该算法中对每个染色体都采用递阶编码, 并提出一种改进的交叉算子, 可以同时优化模糊神经网络结构和权值参数. 算法中采用双目标函数作为适应度函数对模糊神经网络模型的精确度和复杂性进行估价, 且对应一个实际问题, 可以通过调整适应度函数的参数值确定所需模糊神经网络模型的精确度和复杂性之间的比例, 从而生成一个适当的模糊神经网络模型. 模拟实验结果验证了该算法的有效性.     

基于Dijkstra算法的一种最短路径改进算法

本文在Dijkstra算法的基础上,增加了一些数据结构,提出一种能直观地求出从一个顶点到其它各顶点的所有最短路径的算法。     

基于Peterson算法的BCH码软件解码的实现

以Peterson算法为基础,针对通信控制编码中常用的（15,7）BCH码阐述了一种代数解码算法,并给出了相应的软件解码方法,该解码方法已成功地在单缆传输电视监控系统中得以实现,大大提高了实时数据通信的有效性和可靠性.     

基于改进麻雀搜索算法及动态窗口法的路径规划

对于麻雀搜索算法收敛中期局部探索能力不足、在路径规划方面路径不平滑且动态避障能力差的缺点。首先针对麻雀搜索算法局部探索能力的不足,利用混沌映射初始化种群,并且利用上一代全局最优解与动态自适应权重优化发现者位置更新方式;然后,使用一种线性路径策略,减少折点与节点数量;最后,针对其路径不平滑,动态避障能力差的缺点,将优化后的麻雀搜索算法与动态窗口法融合。实验结果表明改进的麻雀搜索算法与动态窗口法融合算法平衡了全局与局部发掘能力,加快了寻路过程的收敛速度,优化了路径且避障能力显著提高。     

基于改进多目标粒子群优化算法的配电网削峰填谷优化

电力系统削峰填谷优化作为负荷管理的重要手段,而储能系统在削峰填谷的功能显得尤为突出,以负荷峰谷差为目标的单目标优化已经无法全面评价储能系统在削峰填谷上的优势,为更好地体现储能系统在负荷管理上的优势,考虑以经济效益为调度目标的多目标优化问题(multi-objective optimization problem,MOP)显得尤为重要。基于此以负荷峰谷标准差和分时电价构建了配电网削峰填谷的多目标优化模型进行研究。提出基于拥挤距离排序的改进多目标粒子群优化(multi-objective particle swarm optimization,MOPSO)算法,为改善算法陷入局部最优提出了变异机制的二次寻优,通过设置一定容量的外部档案存储非支配的帕累托(Pareto)最优解,最终获得Pareto最优前沿面。最后通过采用模糊隶属度法求解折中最优解,算例分析验证了本文所提模型的实用性和改进算法的有效性。