Cartogram图的制作与应用研究

Cartogram图是以制图者特别强调的量来代替地理实体面积的地理分布图,是地图和统计图结合的产物,其以面积来表现特定属性值,通过面积变形使得读者能够识别出对应地理区域的特征值。该文总结了Cartogram图的研究背景,给出Cartogram图的概念和特点,分析了Cartogram图的信息表达特点,研究了Cartogram图的制作方法和流程,最后就Cartogram图适合的应用领域进行制图实验和结果分析。     

采用优化的Bass模型对中国IPv4标准扩散趋势研究

在介绍描述创新扩散的Bass模型基础上,提出了优化模型的方法--采用蚁群算法作为Bass模型的参数估计算法,并以中国互联网IPv4标准的扩散为例.采用优化的Bass模型对其扩散趋势进行了深入研究.通过与传统算法的比较,证明采用蚁群算法可以提高Bass模型参数估计的精度,并通过对模型实证研究结果的分析得出标准扩散作为一种特殊的技术创新扩散.遵循其一般扩散规律,采用优化的Bass模型对标准扩散问题进行研究效果会更好.最后对中国互联网IPv4标准扩散趋势进行了预测并提出了策略建议.     

离散二进制入侵杂草算法

在继承入侵杂草优化（IWO）算法特性的基础上,提出了一种可用于解决离散空间组合优化问题的二进制入侵杂草优化（BIWO）算法.该算法保留了IWO算法的正态空间扩散特性,设计了一个扩散范围到扩散概率的映射函数,以概率的形式决定二进制杂草比特位的取值.选取连续空间的4个经典函数和离散空间的背包问题,对BIWO算法进行测试,结...     

一种信息充分交流的扩散粒子群算法

为解决粒子群算法搜索精度不高,特别是对高维函数优化性能不佳问题,提出一种信息充分交流的扩散粒子群算法(DPSO-FCI).该算法在粒子更新方式上引入周围极值,在演化过程中粒子以一种递增方式进行扩散操作,使得种群信息得到更加充分的利用.同时,通过非线性调整惯性权重、扩散操作引导极值变化来增强群体对信息的利用能力.采用4个基准测试函数对DPSO-FCI算法进行测试,并与几种不同类型的改进粒子群优化算法进行对比.实验结果验证了DP-SO-FCI算法的有效性.     

水波中心扩散智能优化算法

基于水波扩散效应，提出了一种水波中心扩散算法(water wave center diffusion,WWCD)。着眼解决函数极值优化问题，以某个局部最优解为中心点，由近至远、由密至疏产生多组扩散解进行迭代寻优。通过合理设计扩散解的扩散比例、选择比例和跳跃比例等参数，提高算法的全局寻优效率，对比WWCD与6种智能优化算法极值优化问题的仿真结果，验证了前者在全局求解精度和收敛速度方面的优越性。聚焦雷达信号识别问题，WWCD优化支持向量机(support vector machine,SVM)关键参数进行雷达信号识别实验。仿真结果表明，通过本算法优化SVM关键参数进行雷达信号识别，可明显提高识别效率。     

改进智能算法的认知无线Mesh网络优化频谱分配算法

随着网络资源日益紧张,认知无线Mesh网络中的频谱优化分配问题的研究主要集中在总带宽的最大化和占用频谱数的最小化。文中考虑到杂草算法的多样性以及容易实现和编码快捷等特点,提出一种基于改进入侵杂草优化算法(IWO)的频谱优化分配方法(IIOW)。通过对扩散条件中调和指数的优化,使得扩散更加均匀准确,大大加快收敛速度,同时优化了适应度函数的曲线。仿真结果表明:基于改进IWO的优化算法能在最大化总带宽与最小化信道占用数的情况下,获得较为理想的适应度函数曲线,同时加快收敛速度。     

基于分散图决策的ε-MOPSO施罗德声扩散体设计

为提高声音扩散体设计的合理性降低算法计算复杂度,提出基于分散图决策的ε占优多目标粒子群算法(ε-MOPSO)的声音扩散体设计方法。首先,利用夫琅禾费理论建立施罗德扩散的声音扩散特性量化方法,获得1/3倍频带的扩散系数,并利用归一化方式消除极限尺寸下产生的边缘衍射散射效应;其次,构建声音扩散体多目标优化模型,通过对扩散系数进行重设置,消除扩散体重复和等价问题,然后采用ε-MOPSO算法,将目标空间分割成固定数量的n个网格,以保持种群解的多样性,实现声音扩散体参数优化,并采用分散图决策方式实现最终扩散体设计方案选择。最后,通过仿真对三种不同的设计模型进行了评价和选择。     

基于全局优化的多组元熔体互扩散分析方法

不同于传统的确定多元互扩散系数的"扩散路径法"和"平方根扩散系数法"等方法,本文基于遗传算法和模拟退火算法的全局搜索功能,将这些智能算法与Levenberg-Marquardt算法进行有机结合从而提出一种既具有全局搜索能力又能够保证最优解精度的算法.通过扩散实验的成分谱构建目标函数,利用本算法对目标函数进行优化得到最优解,从而获得多组元体系的互扩散系数.为了说明本算法能够方便、可靠地处理多组元熔体的互扩散过程,本文分别对正常扩散情形,上坡扩散情形,理想扩散情形(不存在随机误差),大噪声比情形(随机误差范围为1个原子百分比)的扩散偶进行了分析,结果表明本算法都能适用于这些情形并给出很好的分析结果.此外,相对于"扩散路径法"等传统方法,本算法还具有精度高,通用性强等优点.     

基于模态的损伤识别过程中的传感器优化布置

为了提高损伤识别的准确性,开发了一种基于结构振动模态和Gauss-Newton算法的结构损伤识别方法。根据测量误差在损伤识别过程中的扩散,建立了损伤识别偏差的上限估计公式。用优化传感器布置的方法来减小损伤识别偏差上限,设计了相应的组合优化算法。通过数值算例验证了该方法的有效性。该方法被应用于识别一座实际桥梁的损伤情况,也得到了比较满意的结果。     

基于分散图决策的ε占优多目标粒子群算法施罗德声扩散体设计

为提高声音扩散体设计的合理性降低算法计算复杂度,提出基于分散图决策的ε占优多目标粒子群算法(ε-MOPSO)的声音扩散体设计方法。首先,利用夫琅禾费理论建立施罗德扩散的声音扩散特性量化方法,获得1/3倍频带的扩散系数;并利用归一化方式消除极限尺寸下产生的边缘衍射散射效应。其次,构建声音扩散体多目标优化模型,通过对扩散系数进行重设置,消除扩散体重复和等价问题。然后采用ε-MOPSO算法,将目标空间分割成固定数量的n个网格,以保持种群解的多样性,实现声音扩散体参数优化;并采用分散图决策方式实现最终散体设计方案选择。最后,通过仿真对3种不同的设计模型进行了评价和选择。     

基于组播树的改进一致性数据融合算法

提出了一种结合路由的基于组播树的数据融合算法.该算法由3个阶段构成:组播树的构造阶段、兴趣散布阶段和数据融合阶段.算法构造了一棵以汇节点为根的组播树,在汇节点进行兴趣散布阶段,通过一种基于被动分簇的优化定向扩散路由协议进行路由扩散;数据融合阶段,借鉴多传感器中的一致性融合算法,通过重新定义其置信距离避免人为定义阈值而产...     

一类扩散方程参数算子识别反问题的模拟退火算法

文章给出了利用模拟退火算法求解一类扩散方程的参数算子识别反问题的一种新方法。该方法把对于参数算子识别反问题转化为优化问题并用模拟退火算法进行求解。在Matlab语言环境下实现了该算法,并且与其他文献中用遗传算法求解的例子进行比较。数值模拟结果表明,该算法同样具有可行性和有效性,并且具有较高的精度。     

基于多元统计图的信息融合方法及应用研究

信息融合是一种认识和研究复杂巨系统的新的思维方式。本文在分析多元统计图信息融合一般过程及几种多元描述统计图的基础上，提出改进型雷达图表示方法，进而提出了基于改进型雷达图的信息融合方法，并将其应用于秦皇岛城市创新能力实证分析。     

利用多特征融合的面向对象的高分辨率遥感影像变化检测

针对高分辨率遥感影像变化检测中的一些难点和传统基于像元的变化检测方法的局限性,提出了一种多特征融合的面向对象变化的检测方法。为保证图斑的空间位置对应,首先利用改进的图像分割算法对两幅影像进行联合分割,然后统计图斑的多种特征,依据该特征进行变化向量分析,得到图斑的变化和非变化类型。最后,利用Quick Bird影像验证了该算法的可行性,检测结果明显优于传统基于像素的检测方法。     

基于扩散策略的分布式多维尺度节点定位算法

针对无线传感器网络节点自身定位问题,提出了一种基于扩散策略的分布式多维尺度定位算法,给出了扩散策略和局部网络信息融合的方法.与传统多维尺度定位算法相比,该算法无须将所有信息集中到中心节点进行定位计算,而是在局部网络内进行定位迭代解算及信息交换再进行坐标信息融合.该算法在迭代过程中将未知节点视为锚节点,将原算法中被忽略的参数量引入优化目标方程,采用一组凸组合权值系数对交换后信息进行加权融合以得到节点自身坐标.仿真结果表明:改进算法与原算法相比在测量噪声较大时平均与最大定位误差均下降约10%,特别是当网络连通度较低时改进算法定位精度更高.     

基于混合粒子群优化算法的机组负荷最优调度

粒子群优化(too)算法是一种现代启发式算法,提出一种基于混合粒子群优化算法的机组负荷的调度方法,该方法考虑了机组的经济性和安全可靠性.优化了机组的调度运行方式.     

求解连续空间优化问题的改进入侵杂草算法

针对标准入侵杂草算法在求解连续空间优化问题时存在易陷入局部最优、过早收敛的缺点,提出了一种改进入侵杂草算法.改进算法采用反向学习方法构建高质量的初始解,并综合考虑当前种群的适应度值和役龄水平确定各杂草的种子数目.同时,提出了基于分治思想的空间扩散方法以强化算法的搜索性能,并引入个体淘汰机制以避免早熟.最后,对五个测试函数进行了仿真,并与多种算法进行比较,结果表明改进算法的搜索性能得到了显著提升.     

基于选择性扩散法的多约束QoS路由算法

在原有的IPv4选择性扩散算法的基础上,结合IPv6的服务质量机制,提出了一种IPv6网络环境中基于选择性扩散法的多约束QoS路由算法,此算法保留了IPv4扩散算法的优点,同时克服了IPv4扩散算法的缺点.利用NS-2仿真软件对该算法进行仿真,结果表明,该算法不仅能减轻网络负担,还能降低呼叫阻塞率.     

基于灰狼优化算法的机器人羽流追踪方法

针对在室内扩散环境无法获得可靠的羽流流向/流速信息的情况下,解决寻源机器人源定位效率低、成功率低的问题,提出了一种基于灰狼优化算法的机器人羽流追踪方法.该方法以气体浓度值作为个体适应度,在不搭载羽流流速/流向传感器的情况下,通过寻源机器人模拟灰狼种群的社会机制与狩猎行为进行位置更新,使寻源机器人能高效地追踪羽流并定位源位置.分别将灰狼优化算法、粒子群算法、遗传算法、Z字形搜索策略进行四组机器人羽流追踪仿真实验,基于灰狼优化算法的寻源机器人的定位成功率分别为92％、94％、94％、94％.实验结果表明,基于灰狼优化算法的寻源机器人的定位成功率分别为95％、90％、90％,验证了基于灰狼优化算法的机器人羽流追踪方法的可行性和有效性.     

基于有损率失真优化的AVS—M帧内更新算法

基于运动补偿混合编码的AVS—M低速率视频流,对信道误码十分敏感．网络丢包造成的错误信息不仅影响当前帧的重建质量,还会在其后续帧的时域和空域上迅速蔓延和扩散,使得视频质量急剧下降．为此,分析了AVS—M无损率失真优化和有损率失真优化模型,研究了受损MB的扩散失真和掩盖失真,通过比较在模拟丢包网络中MB在不同编码模式下的Lagrangian代价函数,实现了一种基于有损率失真优化的AVS—M帧内更新算法．同时,将该算法与AVS—M的随机帧内更新以及行更新算法进行了比较．实验表明,基于有损率失真优化的帧内更新算法,在计算复杂度增加不大的情况下,较大地提高了AVS—M视频的差错恢复性能．