基于灰关联度的多目标规划新求解算法

针对多目标规划的求解问题,提出了一种新的基于灰色关联度的求解算法, 该算法将多目标规划模型的多个目标函数理想值组成一个理想目标向量。在相同的约束条件下,基于目标函数向量与理想目标向量之间的灰色关联度而构造一个实值偏好函数。通过最大化这个实值偏好函数,可把多目标规划问题转变为单目标规划问题,并给出了基于遗传算法的求解步骤。通过实际算例表明,该算法正确有效,且相对于线性加权和法、平方加权和法和理想点法而言,具有较好的综合距离均衡性能。     

多源多宿组播网络线性网络编码的优化构造

针对多个源点需要同时组播数据至所有宿点的多源多宿组播网络,给出了采用线性网络编码实现数据传输并达到最大吞吐率的编码构造方法。通过添加一个虚拟源点以及该虚拟源点至所有源点的虚拟链路,形成了一个含有约束条件的单源组播问题,借助于这个单源组播问题,建立了求各源点组播率的数学模型,该模型是一个组合优化问题--背包问题,并给出了基于遗传算法的实施方法。然后运用实现单源组播连接的线性网络编码构造技术确定各信道的编码矢量。理论分析和仿真测试结果表明,本文提出的方法是可行的。     

基于IMM-UKF方法的主动段目标分级与关机识别

主动段目标的分级与关机识别对于系统把握目标模型切换并部署后续跟踪具有重要意义。建立了主动段目标的分级和关机所涉及的两级主动段模型和中段模型;引入了交互式多模型框架以应对不确定模式下的跟踪问题,引入了无迹卡尔曼滤波以解决非线性估计问题。在天基观测条件下进行了仿真实验,结果表明,利用模型概率和总体估计误差的异常变化,可有效识别主动段目标的分级和关机。     

基于遗传算法和种子概念的本体概念提取算法

本体学习技术是利用本体工程技术和机器学习技术等众多学科技术来实现本体(半)自动构建的一项技术。通过研究中文本体学习这一领域存在的问题,提出了基于遗传算法和种子概念的本体概念提取算法。介绍了当前基于非结构化数据源的本体概念主要提取算法,在遗传算法和种子概念的基础上,设计了一种基于非结构化数据源的本体概念提取算法。实验证明,本算法在特定领域本体学习方面取得了良好的效果。     

基于DPSO的无等待混合流水车间调度方法

研究了无等待混合流水车间调度问题,调度目标为最小化工件的最大完成时间。针对问题中工件加工无等待特点,设计了分阶段实现的无等待算法,并将机器的能力约束嵌入到算法之中。在此基础上,首次应用离散粒子群优化算法对无等待混合流水车间调度问题进行了优化求解。通过仿真实验表明,离散粒子群算法的优化质量优于遗传算法及LTPT、STPT和FCFP三种启发式算法,同时验证了分阶段无等待算法的有效性。

Abstract：

A no-wait hybrid flow shop（NWHFS） scheduling problem was studied for the objective of minimizing makespan.For the no-wait constraint between two sequential operations of a job,not only the no-wait algorithm of grading was designed,but also the number restriction of machines was embedded into this algorithm.On this basis,the discrete particle swarm optimization（DPSO） algorithm was proposed for the first time to solve such problems.The last simulation experiments show the optimization qualities of DPSO are superior to those of the genetic algorithm（GA） and the heuristic algorithms of LTPT,STPT and FCFP,and demonstrate the effectiveness of the no-wait algorithm of grading as well.     

空间监视卫星捕获识别能力建模与仿真

首先在监视载荷性能指标模型和空间目标特征模型的基础上,建立便于仿真的捕获识别能力模型。接着利用VC++6.0设计开发空间监视卫星捕获识别能力仿真软件,通过不同监视轨道和不同监视载荷及其组合,对不同空间目标的捕获识别能力进行仿真。最后得到了有关监视轨道选取和载荷搭配的结论。     

基于遗传算法和发送行为的垃圾邮件检测模型

提出了一个基于遗传算法和发送行为的垃圾邮件检测模型,它通过抽取出可疑垃圾邮件的发送行为特征信息,用遗传算法确定各个特征信息的权重,根据邮件的总权重来判断邮件是否是垃圾邮件。实验结果表明,该模型获得较好的垃圾邮件检测效果。     

基于CGA算法的主动队列管理新策略

基于流体流理论的网络简化模型,将NSGA-Ⅱ与PGA相结合的复合遗传优化算法应用于PID控制器参数优化,提出了一种多目标PID优化设计方法--在满足系统鲁棒性的前提下,以超调量、上升时间和调整时间最小作为多目标优化的子目标,并用复合遗传算法对其求解.该算法求得的Pareto最优解分布均匀,收敛性和鲁棒性好,根据网络主动队列管理控制系统的要求在解集中选择满意解.仿真结果表明,在大时滞和突发业务流的冲击两种情况下,该方法设计的控制器的动静态性能优于GA、SPSO、QDPSO算法的优化结果.     

Genetic-fuzzy HEV control strategy based on driving cycle recognition

A genetic-fuzzy HEV control strategy based on driving cycle recognition (DCR) was built. Six driving cycles were selected to represent different traffic conditions e.g. freeway, urban, suburb. A neural algorithm was used for traffic condition recognition based on ten parameters of each driving cycle. The DCR was utilized for optimization of the HEV control parameters using a genetic-fuzzy approach. A fuzzy logic controller (FLC) was designed to be intelligent to manage the engine to work in the vicinity of its optimal condition. The fuzzy membership function parameters were optimized using the genetic algorithm (GA) for each driving cycle. The result is that the DCR_fuzzy controller can reduce the fuel consumption by 1.9%, higher than only CYC_HWFET optimized fuzzy (0.2%) or CYC_WVUSUB optimized fuzzy (0.7%). The DCR_fuzzy method can get the better result than only optimizing one cycle on the complex real traffic conditions.