带纠错的类语音调制解调器研究与设计

文章针对现有类语音调制解调方案存在误码率高的问题,设计一种带纠错的类语音调制解调器.在最优码本的基础上,通过基于模拟退火的映射关系搜索算法建立最优数据-波形映射,结合BCH码进一步提高传输可靠性.实验结果表明,该文方法在增加少量资源开销的情况下,显著降低了数据在移动通信网语音通道传输的误码率.     

斯金纳自动机：形成操作性条件反射理论的心理学模型

操作性条件反射是动物学习的一种基本的机制,它表示所有的动物,从微生物到人类都是通过操作性条件反射来指导学习的．介绍了一种新的概率自动机,称作斯金纳自动机,它是形成操作性条件反射的一种心理学模型．通过热力学过程来模仿动物的学习过程,并且从蒙特卡罗方法以及Metropolis算法,和模拟退火算法中提出了斯金纳算法．在特定条件下,证明了斯金纳自动机是便利的、ε-最优的、最优的以及操作概率会以概率1收缩到一个稳定的根．斯金纳自动机使机器可以像动物一样自主地学习．     

通信网频率分配算法研究

本文总结了在频率分配领域中运用的各种可行、有效的智能算法,它们是：遗传算法,蚁群算法,模拟退火算法,禁忌搜索算法等。这些算法大大丰富了现代优化技术,也为那些传统优化技术难以处理的组合优化问题提供了切实可行的解决方案。对频率的分配有参考价值。     

现代优化算法在旅行商问题上的应用

现代优化算法以现代计算机作为工具,对复杂的组合最优化问题的求解具有普遍的适用性,得到了快速发展和广泛应用。本文简要介绍了禁忌搜索算法、模拟退火算法及遗传算法的理论、应用技术,较为详尽地描述了它们在旅行商问题上的具体实现,并对不同算法的计算效果进行了对比分析。     

自适应蚁群算法在TSP问题中的应用

针对传统的蚂蚁算法容易出现早熟和停滞现象,提出了一种自适应蚂蚁算法(Self-Adaptive Ant Colony Algorithm,SAACA)并选择典型TSP问题进行实验.结果表明:改进的蚁群算法具有更好的搜索全局最优解的能力以及更好的稳定性和收敛性.     

无人机自主飞行轨迹问题的仿真研究

通过研究和分析,建立基于图论分析的多目标动态优化模型。分别从二维平面和三维空间进行合理的规划,最后对所建模型进行仿真分析。通过模型优化、仿真实验,以及与Voronoi图进行吻合分析,最终确定分别在二维平面和三维空间的无人机最优航迹。     

带目标权重的物流路径优化研究—基于模拟退火蚁群算法

物流路径优化问题是物流研究领域十分重要的研究课题。针对物流企业对物流配送时间、距离以及运输成本的要求不同,建立带目标权重的物流路径数学模型,物流企业可对目标权重进行赋值进而满足自身的需求。针对基本蚁群算法易陷入局部最优以及收敛速度慢的缺陷,对基本蚁群算法的转移规则和信息素进行改进,然后在改进的基本蚁群算法中融入模拟退火算法思想,建立模拟退火蚁群算法。实验结果表明:模拟退火蚁群算法能搜寻到比基本蚁群算法更优的综合成本,且收敛速度更快,同时也表明模拟退火蚁群算法的可行性及数学模型的合理性。     

城市交通连续平衡网络设计问题的模拟退火算法

对城市交通连续平衡网络设计问题作一简要介绍。建立该问题的双层规划模型。针对该问题．构建一种特殊的邻城结构．并设计出基于此邻城结构的模拟退火算法。通过一个实例对算法进行验证．并同其他算法进行比较．结果表明模拟退火算法的计算结果较精确．但相应的计算量增加。但该算法用于大型网络设计问题时．其优势则会有明显体现。     

工艺规划中的组合优化问题

为了解决在工艺规划的诸多环节（如工步排序、机床负荷分配、切削参数选择等）普遍存在的组合优化问题，在分析传统方法缺陷的基础上，把一种先进的优化算法——模拟退火算法应用到工艺规划中，并针对加工中心上工步排序这一典型问题，建立组合优化数学模型，对该算法在工艺规划中的运用机理作了详细论述。结果表明，该算法把概率引入到启发式方法中，避免了陷入局部最优点的缺陷，在优化结果和计算时间方面都有明显优于常规方法，有效地提高了工艺规划系统的优化能力。