基于乌鸦搜索算法优化变分模态分解的滚动轴承故障诊断方法研究

针对滚动轴承故障信号的自适应提取和分解的问题,提出一种基于乌鸦搜索算法优化变分模态分解的滚动轴承故障诊断方法。将变分模态分解(variational mode decomposition, VMD)方法的关键参数K和α采用新型的乌鸦搜索算法(crow search algorithm, CSA)进行优化,得到最优参数组合;再将最优参数组合输入到变分模态分解算法中,对故障信号进行分解从而得到多个本征模态分量(intrinsic mode function, IMF);以样本熵值为适应度函数挑选最优分量,对最优分量进行包络解调,分析其包络谱判断出轴承的故障类型。结果表明,提出的方法在兼顾全局搜索和局部搜索的同时也能将复杂的轴承故障信号准确地进行分解,提取出最优分量进行分析从而判断出轴承故障类型。     

混合策略改进型秃鹰搜索算法

目的 针对秃鹰搜索算法(Bald Eagle Search,BES)在函数优化时存在寻优精度低,易陷入局部最优等问题,提出一种混合策略改进型秃鹰搜索算法( Hybrid Strategy Improved Bald Eagle Search,HSIBES);方法 首先利用Logistic 映射策略初始化种群,使种群分布更加均匀,其次在搜索空间阶段引入莱维飞行,控制步长,改善收敛效果并跳出局部最优,最后在搜寻空间食物中使用自适应惯性权重,提高收敛速度与精度,平衡算法的局部与全局搜索能力;结果 将 HSIBES 算法与其他五种基准算法以及其他学者改进的算法进行对比,通过在 9 个测试函数上进行仿真实验,并进行 Wilcoxon 秩和检验验证 HSIBES 算法的性能,发现 HSIBES 的结果优于其他对比算法,与其他对比算法之间具有显著性差异;结论 实验结果表明:HSIBES 算法的寻优精度,收敛速度以及稳定性都更好,算法的性能更具优越性。     

DTV块匹配算法的计算机模拟

块匹配法算法是数字电视 (DigitalTelevision ,简称DTV)最常用的运动估值算法。运动估值算法的研究方向是最快、最准确地找到运动物体的运动矢量 ,达到既提高编码效率 ,又能满足电视的实时性要求。通过计算机模拟对块匹配法的几种搜索法进行了比较研究 ,得到了有实际参考价值的科学结论     

两种最新的运动矢量搜索算法

本文在对块匹配运估值算法进行简要探讨的基础上 ,重点介绍了两种最新的运动估值算法——预测搜索算法 (PSA)和灰色搜索算法 (GPS)。这两种算法利用了运动矢量的时间、空间相关性 ,可以明显的减小搜索范围 ,提高搜索效率 ,并能给出正确的运动矢量     

一类多卫星动态调度问题的建模与求解方法

卫星调度是空间资源管理的重要内容之一，其本身也是一类复杂的资源分配问题。基于动态约束满足理论，针对卫星初始调度方案执行过程中卫星资源出现故障的情况，建立了多卫星动态调度模型，提出了求解模型的启发式搜索方法。最后，以地球资源观测卫星调度问题为例，对模型和算法进行了验证。     

有时间窗的车辆路径问题及改进禁忌搜索算法

基于改进的禁忌搜索算法求解有时间窗的车辆路径问题,建立了该问题的通用数学模型.改进算法中,在随机构造的多个可行解中挑选较好的解作为初始解,采用2-opt方法生成邻域,并构造了动态禁忌表,使禁忌表的大小和结构随搜索过程发生改变,提高了整体寻优能力.仿真实验证明了算法的可行性、有效性和优越性.     

考虑工艺顺序和组合分段的多堆场调度方法

为了解决船舶分段多堆场调度过程中工作效率低、运输成本高的问题,针对多堆场调度任务执行顺序、进场及阻挡分段移动等环节,综合考虑堆场的工艺属性、分段形状组合等要素,建立以最小化运输成本为目标的分段多堆场调度模型.通过对比分析2种进场分段堆位分配策略,提出阻挡分段跨堆场调度的移动策略;改进传统的任务顺序调整策略,并用禁忌搜索算法进行优化;最后,分析堆场占用率及各个调度策略组合对实验结果的影响.实验结果表明,堆位分配策略和阻挡分段的跨堆场调度策略能有效降低多堆场调度的运输成本,减少阻挡分段产生的比例,进而达到提高运输效率的目的.     

基于MATLAB的迈克尔逊干涉仪干涉视频处理

在关于迈克尔逊干涉仪的实验中,通常需要观察大量的干涉条纹吞吐变化以进行下一步的计算,使用CCD采集到条纹变化视频信息后,需要进一步处理以得到条纹吞吐量.基于MATLAB的图像处理功能,使用圆心搜索算法等方法完成了条纹吞吐量的自动识别.解决了迈克尔逊干涉仪条纹变化观察困难的问题,实现了计数自动化,在教学科研领域均有一定的实用价值.     

一种改进的人工免疫网络优化算法及其性能分析

基于人工免疫网络算法(aiNet),借鉴禁忌搜索算法的机制,提出一种禁忌人工免疫网络算法(TS-aiNet).在算法中引入禁忌表,禁忌那些在网络迭代中亲和度不再增加的细胞,并通过特赦准则赦免一些被禁忌的优良状态;增加一个记忆表,用于保存成熟的记忆细胞;重新定义了Gauss变异方式,保证多样化的有效搜索.利用Markov链证明了算法全局收敛性,分析了算法的复杂度,通过对多个典型系统仿真分析该方法的性能,并与克隆选择算法和aiNet算法进行比较研究.结果表明,该算法在多模态搜索空间中具有更好的全局收敛性、稳定性和寻找极值点能力,能够克服早熟现象,是一种有效的全局优化搜索方法.     

一种引入复合形法的改进引力搜索算法

针对引力搜索算法求解复杂问题时搜索精度不高、易出现早熟收敛问题,提出一种引入复合形法的改进引力搜索算法。该算法在寻优初期利用引力搜索算法进行全局搜索,同时对引力系数进行改进,以提高全局收敛速度;在寻优后期,当算法出现早熟收敛现象时,引入复合形法,利用复合法较强的局部搜索能力,帮助种群快速跳出局部最优解。通过5个标准测试函数验证了改进算法的可行性和有效性。与标准引力搜索算法、基于权值的引力搜索算法、记忆性引力搜索算法相比,该算法具有更高的收敛精度和更快的收敛速度。