求解子集问题的鲶鱼效应蝙蝠蚁群优化

为求解子集问题,提出一种新的基于图的蚂蚁系统--鲶鱼效应蝙蝠蚁群优化(catfish bat algorithm ant colony optimization,CBA-ACO)。基于子集问题的构造图,利用路径概率转移公式进行路径搜索,采用等效路径信息素增强进行信息素更新;动态维护一定数量较好路径作为档案信息;使用混沌映射并结合鲶鱼效应对蝙蝠算法(bat algorithm,BA)进行改进,在全局最优解多次未更新时,利用档案信息初始化鲶鱼效应增强搜索,返回较好路径解;采用本轮迭代最优更新和增强搜索更新两种方式更新信息素,兼顾算法的收敛速度和搜索能力。对算法进行了描述并分析算法复杂度。结果表明,CBA-ACO具有更好的稳定性和获取较好解的能力。     

列控仿真系统中应答器的定位查找算法研究

在CTCS-3级列控系统的仿真平台中,应答器作为关键的地面设备,需要给车载等地面设备提供定位信息和线路信息等,以保证列车的正常安全行驶,所以在正确的位置给车载设备发送应答器报文信息是很重要的。提出了一种仿真平台中减小应答器定位查找误差的算法,阐述了该算法的实现过程。仿真结果表明该算法减小了应答器定位查找的误差,是仿真中保证列车正常安全行驶的一种重要算法。

Abstract：

In the simulation platform of CTCS-3 system,the balise is the indispensable above-ground equipment which sends the localization information and the line information to the on-board equipment to guarantee traffic safety.It is very important to send the balise text in the correct position and opportunity.An algorithm was developed to reduce the localization search error when a balise was found in the simulation platform and this algorithm’s realizing process in the simulation platform was elaborated on.The result of the simulation indicates this algorithm can reduce the localization search error for balises,which is important in guaranteeing the normal and safe operation for trains.     

递归的稳健LCMV波束形成算法

提出了一种针对指向误差、阵元位置误差或阵元相位误差的递归的稳健波束形成方法。该方法基于导向矢量展开算法,在采用线性约束LMS算法递归搜索最优权矢量的同时,搜索真实的期望信号导向矢量。导向矢量的计算采用基于梯度搜索的最优化算法。该方法避免了常规LCMV算法的矩阵求逆运算,所需运算量小。对存在几种特定误差情况的计算机仿真结果表明,该方法稳态性能优越,对期望信号导向矢量的误差具有很好的稳健性。     

基于改进搜索策略的混合蜂群算法

针对人工蜂群算法搜索效率低、易陷入局部最优和精度低等缺点,提出混合蜂群（hybrid bee colony, HBC)算法。将人工蜂群（artificial bee colony, ABC）算法局部收敛性与模拟退火（simulated annealing, SA）算法全局收敛性结合,为ABC算法提供了一种新机制。根据SA算法中Metropolis接受准则, 通过调整温度依概率确定全局最优解的替代值,并利用全局最优解的替代值和个体极值来改进ABC算法的引领蜂搜索模式。其次,改进侦察蜂搜索方式,根据迭代次数非线性减小侦察蜂搜索范围和以一定概率反向搜索更新方式,能够有效地提高算法的全局搜索能力,并加快算法的后期收敛速度。通过对8个复杂函数仿真测试,结果表明,HBC算法在搜索性能和精度方面均有明显提高。     

基于量子遗传算法的滤波器参数优化

针对传统模拟滤波器设计对于较为复杂的目标需求往往精度与效率均较差的问题,提出一种基于量子遗传算法(quantum genetic algorithm,QGA)的模拟滤波器优化设计方法。量子遗传算法是量子计算理论与进化理论相结合的产物,同传统遗传算法(classical genetic algorithm,CGA)相比具有种群多样性好、收敛速度快和全局寻优能力强的特点。引入QGA算法对滤波器参数进行寻优。通过采用自适应的量子旋转角调整策略并引入量子交叉、变异及群体灾变操作,提高了算法的搜索效率,降低了算法出现早熟的可能性。实例计算表明了算法在该类问题中的有效性和可行性。     

多峰函数优化的免疫人工鱼群网络算法

针对人工鱼群算法(artificial fish swarm algorithm, AFSA)多峰寻优能力不足的问题,提出了一种免疫人工鱼群网络算法。应用改进的觅食行为,提升了算法的局部寻优能力;采用免疫网络调节机理,保持了人工鱼群多样性,不〖JP2〗断探寻新的局部峰值;执行模式搜索法（pattern search method, PSM）,完成精英人工鱼群的精细搜索。仿真实验结果表明,该算法具有较强全局优化能力和局部优化能力,且搜索到每个最优解都达到了理想值。     

离散事件系统任务处理瓶颈分析

Ｐｅｔｒｉ网是离散事件系统建模与分析的有效工具之一．本文介绍了随机Ｐｅｔｒｉ网瓶颈的概念,给出了一般随机Ｐｅｔｒｉ网最大处理能力的数学模型,研究了具有多路输入源之ＳＰＮ的瓶颈与处理能力分析的快速算法,讨论了在处理能力等价意义下将一类结构有决策且有环的ＳＰＮ变换成结构无决策且无环的ＳＰＮ的实现方法．最后给出了一个防空指挥控制系统信息处理瓶颈与处理能力分析的实例．     

基于任务驱动的机载相控阵雷达TAS调度算法

针对单波束多功能机载相控阵雷达的资源分配问题,提出一种自适应搜索加跟踪(track and search, TAS)调度算法。该算法以调度间隔为周期,基于先前调度任务的处理结果实时生成当前的任务请求集合,以跟踪类型任务竞争时间资源,搜索任务一直等待空闲时间片为准则,实现搜索和跟踪的协同调度。此外利用波束位置、任务类型和预测速度信息,实时分配各执行任务的工作波形。仿真结果表明,该算法能够合理调度各类跟踪请求事件和搜索事件,同时具有自适应调整执行事件的跟踪时间间隔和探测波形的能力。     

多目标Flow Shop调度问题的改进TA求解算法

提出一种根据搜索进展自适应设定门槛值和邻域搜索次数的改进TA算法．对无优先级双目标FlowShop问题进行求解,并与现有启发式算法进行了比较．计算比较结果表明：所提算法可以求得稳定、高质量的解．     

交互策略改进MOFA进化的多UAV协同航迹规划

针对无人机(unmanned aerial vehicle, UAV)多目标优化协同航迹规划方法中Pareto最优解集规模随迭代增长, 难以选择适合UAV任务特点的协同航迹等问题, 提出一种基于交互策略改进多目标萤火虫(multi-objective firefly algorithm, MOFA)进化的多UAV协同航迹规划方法。首先,采用变量分解策略将萤火虫算法中大规模变量分解成多个子种群, 以降低算法搜索的复杂度; 然后, 利用Tent混沌初始化和多种群循环分裂合并策略提高多目标萤火虫算法的搜索性能; 采用双极偏好占优机制、并设计协同度指标在Pareto最优解集中选取适合任务需要且协同度较高的UAV协同航迹。仿真实验表明, 所提方法能够根据任务设定生成对应侧重点、且满足协同性的相对最优航迹集, 证明了该方法的有效性。     

基于循环谱包络的BPSK码元速率估计算法研究

针对采用频域平滑周期图法估计循环谱,提出了一种改进的基于循环谱包络BPSK信号的码元速率估计算法。该算法选用较高的循环频率来进行参数估计,可获得较高的处理信噪比。通过在循环频率域的一维搜索即可获得码元速率参数的估计。给出了信号参数估计的具体步骤,并分析了估计算法的性能,进行了计算机仿真实验。仿真结果验证了该算法的有效性。     

连续搜索路径的最优化计算

在搜索状态建模和一阶搜索状态方程求解的基础上,建立了对随机运动进行连续搜索的发现概率最优控制模型。应用动态规划原理给出了最优搜索路径的逼近算法。算例表明,在目标初始位置和速度均服从圆正态分布的条件下,最优路径算法收敛。     

一种逆向改进型A*路径搜索算法

针对路径搜索和路径优化问题,提出了一种改进的A＊搜索算法。通过逆序搜索和优化估价函数两种方法,将无向搜索转化为有向搜索,将全局估价转变为局部估价,提高了算法效率,使之更适合处理大规模的路径优化问题,消除了复杂环境下路径搜索中可能出现的假“死”现象,同时也提供了一种提高大规模仿真速度的新思路—路径搜索与仿真过程分离。最后,通过仿真试验验证了算法的可行性和有效性。     

导引式局部搜索在一类过度约束VRP中的应用

针对一类带时间窗口和容量约束的车辆路线问题(VRP),给出了在过度约束即不存在满足所有约束的可行解的情况下,能够最小化约束违反成本的一种新颖的导引式局部搜索(GLS)算法。该算法通过不断动态修改原问题的目标函数,既保留了局部搜索算法的高效率,又有效克服了局部极小解的局限性,因而能够较快地返回一个满意解。求解示例表明,该算法在求解此类问题时,性能要优于常用的禁忌搜索算法。     

基于自适应郊狼算法的无人机离线航迹规划

针对无人机(unmanned aerial vehicle,UAV)离线航迹规划对算法全局搜索能力和鲁棒性的要求,设计一种自适应郊狼算法,从最优化问题角度研究UAV离线航迹规划.建立UAV离线航迹规划的数学模型;在标准郊狼优化算法的基础上设计4种操作算子和一种自适应学习机制,使算法在搜索的过程中,智能选择合适的操作算子...     

一种新的群集智能优化及其改进研究

研究一种新的群集智能优化算法—自由搜索(FS)算法。提出了该算法的改进策略,实时调整个体的邻域搜索半径和精英保留。用典型测试函数对FS的改进算法和微粒群算法(PSO)进行对比实验,实验结果验证了算法的正确性和高效性。该算法不仅在收敛精度、收敛速度方面较PSO算法有明显的提高,而且全局搜索能力更强。     

时变路网下考虑时空距离的同时配集货车辆路径优化

针对道路行驶速度时变且软时间窗条件下的同时配集货车辆路径问题,以车辆派遣成本、时间窗惩罚成本以及车辆运输成本之和最小化为目标建立路径优化模型。根据问题特征设计了考虑时空距离的混合变邻域搜索遗传算法,采用时空距离对客户进行聚类生成初始解,提高算法求解质量;将变邻域搜索算法的深度搜索能力运用到遗传算法的局部搜索策略中,增强算法的局部搜索能力;提出自适应邻域搜索次数策略以及模拟退火的新解接受机制,平衡种群进化所需的广度和深度。通过多组不同规模的算例验证了本文模型及算法的有效性,研究成果不仅深化和拓展同时配集货车辆路径问题的相关研究,也为物流企业优化车辆调度方案提供理论依据。     

基于自动规划的完备行动方案集生成及其在体系毁伤分析中的应用

提出使用匀动规划研究作战体系的易损性. 通过目标、能力、状态和行动对体系进行概念化描述, 将体系的易损性分析转化为给定初始状态下体系目标的可达性判定和所有可能规划解的生成问题. 修改了经典图规划算法的搜索策略, 将与或图的搜索转化为带有目标和动作节点的树的深度优先搜索. 买现了不包含冗余动作意义下的完备行动方案集生成, 证明了算法的可靠性和完备性. 算法对于可选行动和行动前提都较少的情况具有较好的执行效率. 算例说明算法用于体系易损性分析是可行的. 但对于大规模问题, 需要探索通过附加约束条件限制搜索规模的方法.     

带部分回溯的过滤束搜索算法及其在Job Shop 问题中的应用

束搜索(Beam search)方法是在分枝定界方法基础上发展起来的一种启发式优化方法,由于这类方法在确定分枝搜索方向时仅考虑了当前的局部信息,因此易陷入局部极值.在过滤束搜索(filteredbeam search)方法的基础上提出了一种改进思路,即在局部评价和全局评价的基础上增加部分回溯.通过引入有效的部分回溯策略,部分被舍弃的结点被重新评估并最终找到更好的解,从而可避免过早陷入局部极值.通过对48个标准问题的计算和比较,结果显示改进后的方法能有效提高解的质量.     

基于免疫遗传算法的多目标柔性作业车间调度研究

研究了多目标柔性作业车间调度问题,提出了一种改进的自适应免疫遗传算法。算法根据搜索的历史信息,自适应的调整遗传过程中的遗传参数以提高算法的稳定和效率。针对遗传算法的局部搜索能力差和全局搜索效率低的问题,结合免疫算法的免疫记忆和接种疫苗,对各近似最优解进行动态邻域搜索,提高算法的局部搜索能力和解的质量;免疫反馈和免疫选择能淘汰相似个体,维持种群的多样性,避免算法陷入早熟,改善算法的性能和稳定性。最后通过仿真实例验证了算法的有效性。