基于序值与拥挤度的拟态物理学多目标算法

根据约束多目标优化问题的特点,在拟态物理学优化(aritificial physics optimization, APO)算法的基础上,将无约束多目标APO(multi objective APO, MOAPO)算法引入到约束多目标优化领域中。提出约束违反度的判断准则,并采取一种更为有效的约束处理技术,从而构造出一种解决约束多目标优化问题的基于序值与拥挤度的拟态物理学多目标优化(improved constrained rank multi objective aritificial physics optimization, ICRMOAPO)算法。在随机搜索过程中动态调整引力因子与惯性权重,增强了非劣解集的多样性。实验结果说明了该算法的有效性,通过与序值约束多目标APO(constrained rank multi objective APO, CRMOAPO)算法、非支配排序遗传(non dominated sorting genetic algorithm, NSGA)算法、多目标遗传(multi objective genetic algorithm, MOGA)算法的对比实验,表明了该算法具有较好的分布性能,为约束多目标优化问题的求解提供了一种新的思路与方法。     

面向流程的保障体系集成建模方法研究

保障体系集成建模是对保障体系进行模型验证和分析的基础。以体系工程为基础,提出了面向流程 的体系概念层次关系图,构建了保障体系从使命到工作流程等各个层次的描述模型。基于Ｐｅｔｒｉ网模型与粒子群 算法,通过结构模型与活动模型的有机结合,得到了体系能力集成模型,实现了保障体系各层次模型的集成。在 实际案例中使用这些模型和方法进行了分析、建模,证明了模型和方法的有效性。     

改进的多贝努利滤波检测前跟踪算法

针对传统多贝努利滤波检测前跟踪算法中需要先验已知新生目标随机集的问题,提出一种改进算 法。首先,引入一种新的搜索机制,采用多个贝努利分量在全局范围内搜索新生目标,从而不必对目标的新生过 程进行精确建模。其次,引入一种新的回溯机制,先对每个贝努利分量进行编号,然后对存在概率超过确认门限 的分量进行回溯,从而得到每个目标的完整航迹。最后,引入边缘粒子滤波对多贝努利随机集进行近似,通过降 低采样空间的维度提高采样效率,进而改善滤波性能。实验结果表明,改进算法能够在新生目标随机集未知的条 件下,达到与理想情况接近的性能,因此具有良好的工程应用前景。     

基于网络编码和中继选择的无码率协作传输

高频谱利用率的协作中继传输设计,是协作通信领域的一个研究难点。针对这一问题,结合网络 编码和中继选择协作,提出了一种新的无码率中继协作传输方案。在传输当前消息块的同时允许传输下个消 息块的部分信息,从而减少所需的传输次数,提高频谱效率。将准静态瑞利衰落信道等效成相应的删除信道, 分析了目的节点译码所需传输次数的概率质量函数和平均传输次数,并与其他无码率传输方案进行了性能 比较。理论分析和仿真结果表明,采用网络编码和中继选择的无率传输系统在传输次数上进一步改善系统 性能。     

伪谱法求解非光滑最优控制问题的网格优化

伪谱法在求解非光滑最优控制问题时往往需要在迭代计算过程中进行网格优化,以提高对非光滑问 题的适应性。针对现有网格优化方法中分段点收敛至不光滑点速度较慢的问题,提出了分段点最佳化的思想,即 将分段点作为设计变量,根据误差曲线确定最佳分段点可能存在的区间,由求解器确定最佳的分段点位置,从而 提高分段点收敛至不光滑点的速度。算例表明,分段点最佳化的网格优化算法能较大程度地提高伪谱法对非光 滑最优控制问题的求解效率。     

马尔可夫矩阵修正IMM跟踪算法

传统交互多模型（ｉｎｔｅｒａｃｔｉｎｇｍｕｌｔｉｐｌｅｍｏｄｅｌ,ＩＭＭ）滤波算法中,马尔可夫概率转移矩阵参数固定, 切换过程模型概率滞后。基于后验信息修正,扩展了一种在线更新马尔可夫概率转移矩阵的自适应跟踪算法,新 算法克服了原算法只能交互２个模型的局限性。在计算过程中,依据不匹配模型误差压缩率的更新信息,在线调 整先验马尔可夫概率转移矩阵,模型转换过程中更多地利用匹配模型的信息,而减小不匹配模型信息的影响,使 收敛速度得到了提高。最后通过多模交互３个当前统计模型（ｃｕｒｒｅｎｔｓｔａｔｉｓｔｉｃａｌｍｏｄｅｌ,ＣＳＭ）验证了所提算法的 有效性。     

一种新的群体智能算法——狼群算法

基于狼群群体智能,模拟狼群捕食行为及其猎物分配方式,抽象出游走、召唤、围攻３种智能行为以 及“胜者为王”的头狼产生规则和“强者生存”的狼群更新机制,提出一种新的群体智能算法---狼群算法（ｗｏｌｆ ｐａｃｋａｌｇｏｒｉｔｈｍ,ＷＰＡ）,并基于马尔科夫链理论证明了算法的收敛性。将算法应用于１５个典型复杂函数优化问 题,并同经典的粒子群算法、鱼群算法和遗传算法进行比较。仿真结果表明,该算法具有较好的全局收敛性和计 算鲁棒性,尤其适合高维、多峰的复杂函数求解。