基于动态种群结构的粒子群算法及仿真研究

针对标准粒子群算法易陷入局部最优而早熟的问题,提出了一种基于动态种群结构的粒子群算法。该算法在种群结构中引入小世界网络模型,由于网络模型的演化,使算法具有动态的种群结构,从而保持了种群的多样性。同时为了使粒子尽可能地分布在不同的搜索空间,在网络模型演化过程中考虑了结点的个体价值。为了加快算法的收敛速度,在进化后期采用全局模型粒子群算法。通过对三个经典测试函数优化问题的数值仿真并与其它方法进行比较,结果表明了算法的有效性和实用性。     

基于Petri网和GASA的JSP动态分类调度研究

针对车间作业的加工受到机床、操作工人等双资源制约条件下出现多种扰动的JSP调度问题,提出了基于受控Petri网和GASA对不同扰动进行分类处理的新方法。首先通过构建带有控制器的Petri网模型使系统的运行满足期望的目标,然后基于该模型把遗传算法和模拟退火算法相结合,以最小化最大完工时间为目标,基于机床故障修复时间、工人离岗时间及取消订单包含任务的多少进行分类调度,然后根据扰动恢复后剩余任务的多少决定是否进行再次调度,避免大范围调整造成的生产不稳定状态,最大限度的维持车间的生产能力。最后通过实例验证了算法的有效性和可行性。     

协同数字化预装配系统中多Agent行为交互建模技术

针对网络协同预装配的特点,提出基于多Agent的协同数字化预装配系统体系结构,利用面向对象Petri网对组成系统的各智能Agent进行了行为建模,分析各Agent之间的通信关系。对所组建的系统Petri网进行死锁和冲突分析,在此基础上设计了Agent结构并开发了网络协同数字化预装配原型系统。     

基于FPGA的Turbo码译码算法实现

在分析Turbo码编译码中MAP类译码算法的基础上,重点研究了Max-Log-MAP译码算法的工程实现方法.为解决Turbo码译码嚣FPGA实现时的复杂性高、存储量大的问题,提出了一种基于FPGA的优化译码器结构和译码算法实现方案,有效减少了存储容量,提高了处理速度,并在Altera的EP2S90芯片上实现了10MHz速率的Turbo码译码器,通过时序仿真验证了译码结构的有效性.     

基于蚁群算法的多目标跟踪方法

提出了一种新的基于蚁群算法的多目标跟踪方法.方法采用蚁群算法实现多目标跟踪中的数据关联,首先将多目标跟踪中的数据关联问题表示为具有约束条件的优化问题.用蚁群算法对该优化问题求解,得到的解即为最优关联.为验证该算法的有效性,在两种状态估计方法EKF(extended Kalman filter)和S1S(sequential importance sampling)的基础上进行了多目标跟踪实验,并且与传统的NN(nearest neighbor)方法进行了比较.在与SIS框架结合时,算法中采样粒子包括状态矢量和关联矢量,状态矢量通过序贯重要性重采样获得,关联矢量通过蚁群算法求得.实验结果表明,将蚁群算法融合进SIS算法进行多目标跟踪是有效的.     

一种节能的无线传感网异构配置模型

依据对实际传感信息分布与无线传感网络工程需求的分析,提出一种新的无线传感网异构配置模型(WSNHEDPM).对传感节点中的传感模块按需要进行组合,使其与感知物理特征量空间分布特征相适应,以减少信息冗余,降低无线传感节点的能量负担.对两种配置方法进行了配置成本、能量消耗与生存周期方面的理论和实验分析比较.理论和仿真实验表明,该模型使无线传感网在面向实际普通应用环境时更为能量有效和合理.     

临近空间慢速平台SAR结合运动补偿的SCFT算法

针对临近空间慢速平台SAR轨迹运动偏差的空变性进行了分析.在二维频率域利用系统传输函数(STF)和变尺度傅里叶变换(SCFT)处理算法有效补偿了距离迁移和关于快时间波数的高阶相位,指出在运动补偿过程中,可将轨迹运动偏差分解成空不变项和空变项.在二雏频率域,结合一阶、二阶运动误差补偿的方法,提出了临近空间慢速平台SAR结合运动补偿的SCFT处理算法.最后,通过计算机仿真,验证了本算法的正确性.     

带有测量噪声的Ⅱ型T-S模糊建模

实际工业生产过程中,系统的数据带有测量噪声.Ⅱ型模糊集的二阶隶属度用来表征一阶隶属度的模糊度,这种模糊度的增加意味着处理不确定信息能力增加.因此,提出了一种基于Ⅱ型模糊集的T-S模糊建模方法来减少由噪声带来不确定信息的影响.首先采用改进的最小邻域算法对带有测量噪声的数据进行聚类,继而确定Ⅱ型模糊集的一阶隶属度,接着根据数据的聚类信息采用高斯混和模型得到二阶隶属度值,然后用正交最小二乘算法确定模糊模型的后件参数,最后通过仿真实验来验证该方法的有效性.     

双目标进化算法求解图着色问题

根据图着色问题的特征,提出了求解图着色问题的双目标模型;设计的有效、简洁的杂交算子和变异算子,均直接产生可行的后代个体;理论分析表明算法以概率1收敛到问题的最优解集.对标准算例进行了仿真实验,结果表明,双目标进化算法可以获得问题高质量的解,即对图进行着色所使用的颜色接近图的色数.     

基于智能化分配算法的计算机负荷并行处理技术

针对计算机负荷并行处理的高效稳定和最优化问题,提出了一种智能化任务分配算法.该算法智能化地选择各节点状态和启动策略,将总负荷分配到合适的节点,以使得通信和处理开销最小、负荷均衡,从而使并行处理系统的整体性能达到曩佳,成本最低.仿真结查表明,该算法对那些包含少量或适度数量的子处理器网络来说,更为有效和稳定.