有限感知群体的动力学仿真建模与分析

自然界生物群体所展示出的群体行为中蕴涵着潜在的内部运行机理.在对生物群体的动态聚集机理进行分析的基础上,提出了一种个体检测范围有限的各向同性感知群体动力学模型,并基于Lyapunov稳定性理论对该有限感知智能群体系统的群集稳定性进行了证明.理论分析及仿真结果表明,该方案可行.群内个体间在线性有界吸引和无界排斥作用下由于安全距离的保障,在协调运动过程中个体间可实现碰撞规避而完成相互聚集,体现出对周围环境较强的自适应性、工程上的可行性、扩展性和实用性.     

基尼指数遗传算法求解具有共性的调度问题

通过对不同类型车间作业调度问题的描述,分析各类问题之间的共性特征,提出了一种基于基尼指数的遗传算法.该算法结合进化生态学和决策树算法的思想,提出了新的遗传调度算子,在算法操作过程中利用基尼指数值来衡量个体的优劣及种群间的差异,确定交叉(或变异)父代并选择相应的交叉(或变异)点,既维持了群体的多样性,又能体现遗传算法较强的搜索能力.仿真结果验证了该算法对于求解具有共性特征的调度问题是非常合适的.     

线性切换系统的周期性平稳性分析

研究了线性切换系统的周期性和稳定性规律,给出线性切换系统周期性的充要条件及平稳性的充分性判据．为基于混合动态系统Ｐｅｔｒｉ网模型的混合控制器参数验证和设计提供了依据．     

基于微粒群模型的无线传感器网络节点部署

提出了一种新的基于微粒群模型节点部署优化算法.该算法根据节点的位置信息建立节点部署优化模型,利用微粒群算法求解该优化模型,优化过程中的最优解作为节点的最终配置位置.仿真结果表明该算法有效的改善了网络的覆盖率.     

基于Bayesian统计推理的分布估计算法求解, 柔性作业车间调度问题

在Bayesian统计推理理论的基础上, 提出一种新的求解柔性车间调度问题的分布估计算法.首先, 根据所有工件的工序排列顺序提取进化过程中种群的优良信息, 建立一个不断更新的先验分布概率模型, 再以相邻工序出现的频率为基础建立条件概率模型; 然后, 结合两个模型的信息使用Bayesian公式建立一个后验概率模型, 该模型综合了进化过程中不断更新的优良信息和相邻工序出现的频率信息, 可用以更好地指导产生新群体.仿真结果表明算法具有较好的寻优能力.     

基于拟态物理学的群集行为研究

基于拟态物理学的思想,提出一种近似于万有引力的作用力函数来描述群体中个体之间的相互作用,以此为基础建立了基于个体信息的群集模型。基于Lya-punov稳定性理论研究了该作用力函数情况下群体中个体运动的内聚性和稳定性。仿真实验表明,在该作用力函数下,能够实现群体的稳定全局聚集行为。     

受拟态物理学启发的全局优化算法

受拟态物理学方法的启发,就物理个体与理想粒子的特征异同,建立了拟态物理学方法与基于种群的优化算法的映射关系;通过设计个体质量为用户定义的其适应值函数、制定个体之间的引/斥力规则,利用牛顿万有引力定律定义个体之间的虚拟作用力,设计出一种求解全局优化问题的拟态物理学优化算法框架;构造和测试凸曲线、直线和凹曲线这三种曲线质量函数对算法性能的影响,结果表明了具有凹曲线质量函数的算法性能较好;同时,通过与四种典型优化算法的性能比较,说明该算法是有效的.     

基于个体属性的人类感知网络演化模型

从个体属性差异角度切入,结合现实群体关系研究感知网络演化模型.模型通过引入马氏定理,模拟在不同感知维度和感知能力下的个体行为,并计算其马氏距离,实现以优先连接概率为前提条件的人类感知网络结构.实验表明;通过优先连接概率阈值和感知因子权重关联度阈值两个外部环境因子,以及个体节点属性差异内部因素,可以共同数据化新旧节点度的...     

动态环境下一种改进的微粒群算法

改进了动态环境下微粒群算法常用的环境检测方法,同时使用环境变化前后全局最好解的距离Dgbest(t)和种群多样性diversity(S)作为响应变化环境的依据,并将其与改进的响应方法相结合,在增加种群多样性的同时及时响应了动态环境中的各种变化.最后,将其应用于各种复杂变化的抛物线函数中,并与Eberhart-PSO和APSO进行了对比,结果表明了该算法的有效性.     

单相可压缩流体网络的动态实时仿真

单相可压缩流体网络的严格机理模型是形式复杂的偏微分方程／代数方程组,它不能作为化工、热工仿真培训器的实时动态仿真模型。本文采用的改进的单相可压缩流体网络的动态模型———节点压力模型是常微分方程／代数方程组,它在宏观上描述了单相可压缩流体网络的动态特性。该模型不仅适合整个网络建模,而且适合若干工段构成的子网络的建模。它采用了可变流动阻力系数,能够处理管路阻力与流体流动方向相关的特殊问题。利用基于隐式欧拉法的预估校正法构成的实时仿真算法,达到了化工、热工仿真培训器的实时性要求。