全局混沌蝙蝠优化算法

为提高蝙蝠算法进行特征选择的正确率,提出全局混沌蝙蝠优化算法(GCBA).首先,GCBA采用混沌映射方法使种群的初始化能够遍历整个解空间,获取蝙蝠初始的最优位置,使其具有更加丰富的种群,解决了初始化种群随机性的问题.同时,GCBA引入当前粒子的最优解和当前种群的最优解跳出局部最优解,可有效避免算法早熟,有利于提高算法的全局搜索能力.蝙蝠算法(BA)、粒子群算法(PSO)与遗传算法(GA)在10个数据集上的测试结果表明,所提算法具有更高的分类精度和更强的跳出局部最优的能力.     

求非线性规划全局最优解的一个算法

首先给出了判别ｆ（ｘ）的极小值点ｘ０∈Ｄ是否为ｍｉｎ ｆ（ｘ）的最优解的充分必要条件,在此基础上,给出了求一元函数及多元函烽全局最优解的方法,此外,还给出了求一元函数极值的一个迭代算法。     

改进的混沌优化算法研究

分析了一类混沌优化算法所存在的不足,即在二次载波过程中只是在近似最优解的单侧邻域内进行搜索,同时可调参数也不能随着搜索进程的变化而变化,使得寻优结果并不是很理想。对此进行了适当地改进,利用混沌变量对当前点进行扰动,并且通过时变参数逐渐减小搜索进程中的扰动幅度,同时,以一定方式确定了时变参数的初值。用改进后的算法对连续对象的全局优化问题进行优化,仿真结果表明,该方法可以显著提高收敛速度和精度。     

解一类全局优化问题实质ε-最优解的一个新方法

在实质ε-最优解的条件下,保证实质ε-最优解的稳定,文中将一个约束推广到多个约束,给出了等价命题及求解实质ε-最优解的一个新的算法。     

结合全局最优策略的双层线性规划算法

运用线性规划内点算法求解双层线性规划的内层规划，使双层线性规划等价于一序列非线性规划问题；证明了该算法的收敛性。并结合全局最优策略给出了可行的算法步骤。     

利用遗传算法搜索全局最优的一种混合算法

把最速下降法与遗传算法相结合,提出了一种混合算法,该算法能使遗传算法离开“早熟收敛”状态,最终获得全局最优,对算法的收敛性进行了证明,数值仿真表明算法是有效的。     

一种优于混沌优化的对分插值逼近算法

提出一种新的求解函数最优值的算法——对分插值逼近算法。该算法产生均匀分布于[a，b]区间的稠密点集，理论证明了该点集可以无限逼近[a，b]区间内的任何实数，且以概率1收敛于任何待优化函数的全局最优值。与混沌优化算法进行了比较，以一维、二维变量的仿真为例，结果表明，该算法在寻优过程中优于混沌优化算法。     

求解二次双层规划问题的全局最优解

针对现有的一些逼近算法在计算过程中有时得到的解为不可行解, 甚至远离真正全局最优解的问题, 给出一种解二次双层规划非孤立全局最优解的算法. 数值实例结果表明, 该算法行之有效.     

求解最优潮流全局最优解的二阶半定规划方法

【目的】半定规划凸松弛方法是求取电力系统最优潮流(Optimal power flow, OPF)问题全局最优解的有效技术手段,但解的秩为1的条件难以满足,导致应用具有一定的局限性。针对这一求解困境,提出了一种新的半定规划凸松弛方法。【方法】基于变量扩展,将原变量对应的二阶单项式扩展为新的变量,扩展后可构造一阶及二阶的半正定扩展矩阵,在此基础上将不等式约束转化为矩阵不等式约束,从而形成二阶半定规划凸松弛模型。【结果】为验证所提方法的有效性,求解了常规半定规划方法应用失败的一些反例,结果表明：二阶半定规划松弛模型能更可靠地求得秩为1的扩展矩阵,从而直接获得原OPF问题精确的全局最优解。【结论】二阶半定规划松弛方法为电力系统OPF问题提供了一种更可靠的全局最优算法,具有更好的应用前景。     

无穷维空间凸函数全局最优解的刻划

利用函数的水平集 ,ε 次微分和ε 法向锥等工具研究局部凸空间的凸函数在闭凸子集上的最大值点问题 ,给出了最优解的几个等价刻划     

基于混沌序列的数字图像加密

目的 为了保证数字图像的安全性和可靠性,提出混沌序列对称加密算法对数字图像进行加密.方法 设计了基于Logistic映射模型的混沌序列对称加密算法,实现对数字图像的混沌加密及解密.结果 加密实例表明加密图像已经完全掩盖了原图的内容,原图的灰度分布也得到了掩盖.结论 基于Logistic映射的混沌加密是一种安全、有效、快速的加密方法.     

基于混沌序列的图像秘密共享方案

应用离散混沌序列易于生成，对初值敏感以及具有白噪声的统计特性，提出了基于混沌序列和秘密共享的图像加密方案，以Matlab中的图像熊猫为例进行了仿真试验，结果表明该算法具有良好的安全性。     

基于混沌序列的图像秘密共享方案

应用离散混沌序列易于生成,对初值敏感以及具有白噪声的统计特性,提出了基于混沌序列和秘密共享的 图像加密方案,以Matlab中的图像熊猫为例进行了仿真试验,结果表明该算法具有良好的安全性。     

混沌扩频序列有限精度研究

对混沌序列有限精度下限进行了研究,结果表明,经典混沌序列所需精度非常高,而现有几种对Logistic混沌序列进行改进的方法使其所需精度明显下降.对这些方法进行了分析比较和改进,改进后计算量明显降低,硬件实现更加容易.     

混沌序列在准同步码分多址系统中的应用

为了获取适用于准同步码分多址系统的混沌序列 ,提出一种用于准正交序列性能分析的优选准则 ,并通过系统仿真对优选混沌序列进行了验证。在准同步码分多址系统中 ,影响系统性能的是零时延附近的部分扩频序列相关函数 ,而且奇相关函数和偶相关函数发挥同等重要的作用。据此对初值不同的 L ogistic映射序列进行筛选 ,得到了混沌准正交序列组。采用 Monte Carlo的方法 ,在 AWGN信道下对采用混沌优选序列的准同步码分多址系统进行了仿真。结果表明 :优选的混沌序列具有优秀的准正交性 ,适用于准同步码分多址系统     

一种基于混沌序列的灰度级盲水印算法

基于混沌序列提出了一种空间域上的灰度级盲水印算法．通过引入特征串的概念，算法较好的将空间域上常见的基于位修改和基于块均值的水印算法结合在一起．一系列水印攻击实验表明，该算法对常见的诸如添加噪声、剪切、滤波、JPEG压缩等图像处理都具有较好的健壮性．     

A New Images Hiding Scheme Based on Chaotic Sequences

We propose a data hidding technique in a still image. This technique is based on chaotic sequence in the transform domain of covert image. We use different chaotic random sequences multiplied by multiple sensitive images, respectively, to spread the spectrum of sensitive images. Multiple sensitive images are hidden in a covert image as a form of noise. The results of theoretical analysis and computer simulation show the new hiding technique have better properties with high security, imperceptibility and capacity for hidden information in comparison with the conventional scheme such as LSB (Least Significance Bit).     

一种基于混沌序列的数字图像隐藏算法

目的 研究一种基于混沌序列的安全性高的图像隐藏算法.方法 采用Logistic映射和Hybrid映射,对图像进行置乱,再用混沌序列将置乱后的图像隐藏于公开图像中.结果 数值实验表明,所给算法实现简单,安全性高,对剪切有一定的抗攻击性.结论 混沌序列具有易生成性、对初始条件强敏感性以及可完全重现性等特点,采用混沌序列对图像进行隐藏,是一种安全有效的算法.     

异步码分多址通信中混沌扩频序列的研究

为了增加异步码分多址通信系统的可用码组,研究了在该系统中使用混沌扩频序列的可能性。针对异步码分多址的特性,提出了选择扩频序列的一系列判据,分析了混沌序列可能达到的性能极限,并以此为依据找出了性能更佳的混沌序列实例。数值计算表明,新的混沌序列码组比ｌｏｇｉｓｔｉｃ映射产生的混沌序列码组在性能上有较大提高。     

混沌时间序列的优化预测模型及算法研究

针对混沌时间序列难以预测和控制问题,提出了基于趋势的混沌预测模型,利用混沌系统的初值、参数敏感性来微调和控制系统扰动,并用改进的最优化方法估计模型的参数,在其相空间中对时序未来值进行预测.算例表明,选取最佳的模型阶数能增加预测的准确程度,它不仅克服了仅用延迟嵌入技术的弊端,也降低了直接使用预测误差决定输入模式的盲目性.预测效果比其他时序方法要好.