DNA杂交测序算法研究进展

DNA杂交测序是计算生物学的核心问题之一,其研究目标是在杂交实验的基础上重构DNA序列,已证明带有错误的杂交测序属于强NP-难问题。随着组合优化的研究,精确算法和启发式搜索算法,尤其是后者,被用于求解此类问题。目前,许多文献已提出了重构算法,但现有算法在解决实际问题时仍存在缺陷。综述了国内外已提出的重构算法,在此基础上进行了比较,分析了存在的主要问题,指出了当前新的研究热点,对未来的研究与发展趋势进行了展望。     

快速码字搜索算法在G.722.2中的应用

首先介绍了FS算法的原理,然后使用了一种将部分失真搜索算法与超立方体码字搜索算法相结合的快速码字搜索算法,并将其应用于G.722.2中.仿真结果表明:与FS算法相比较,PDS和HAS相结合的PDHAS码书搜索算法可显著降低码书搜索的计算复杂度,从而使语音趑编码时间得到显著降低,且语音编码质量没有显著下降;仿真实验验证本文使用的PDHAS快速码字搜索算法是一种实现矢量量化快速编码的有效方法,对降低码书搜索算法的复杂度、减少语音编码时间具有非常重要的应用价值.     

一种基于视觉的车道线检测与跟踪算法

提出了一种新颖的适用于自主驾驶系统的车道线检测与跟踪算法.该算法采用了广义曲线的车道线参数模型,能同时适应弯道和直道的检测.该检测算法最突出的贡献在于,没有仅仅使用单一方法求解各个参数,而是根据各参数的不同精度要求,分别使用自适应随机霍夫变换(ARHT)方法和禁忌搜索算法计算车道线模型中的各个参数,这样既准确计算车道线模型中的参数,也兼顾了车载系统的实时性要求.此外,为了提高算法的实时性,引入了多解析度的策略,以降低整个流程的时耗.最后,为了满足自主驾驶系统对稳定性的需求,还提出了一种基于粒子滤波器的跟踪算法.通过不同场景下进行的实验,充分表明提出的车道线检测与跟踪算法具有良好的鲁棒性和实时性,同时对不同的光照条件也有较好的适应性.     

多车型单配送中心混合装卸车辆路径问题研究

针对客户多样化和个性化的需求,建立多车型、多约束条件的集货和配送车辆调度模型,并提出了混合遗传算法求解.首先,采用自然数编码,可以使问题变得更简洁;用最佳保留选择法,以保证群体的多样性;用改进的顺序交叉算子保证算法能够收敛到全局最优;引入2-交换变异策略,并结合爬山算法,加强染色体的局部搜索能力;其次,对遗传算法求得的精英种群再进行禁忌搜索.实例计算表明本算法均优于遗传算法和禁忌搜索算法.     

Seeker optimization algorithm:a novel stochastic search algorithm for global numerical optimization

A novel heuristic search algorithm celled seeker optimization algorithm (SOA) is proposed for the real-parameter optimization.The proposed SOA is based on simulating the act of human searching.In the SOA,search direction is based on empirical gradients by evaluating the response to the position changes,while step length is based on uncertainty reasoning by using a simple fuzzy rule.The effectiveness of the SOA is evaluated by using a challenging set of typically complex functions in comparison to differential evolution (DE) and throe modified particle swarm optimization (PSO) algorithms.The simulation results show that the performance of the SOA is superior or comparable to that of the other algorithms.     

基于极值搜索算法的过热汽温控制系统优化方法

提出一种基于极值搜索算法的过热汽温控制系统PID参数优化策略.首先介绍了极值搜索算法的基本原理,然后基于该算法设计了过热汽温优化控制系统,最后通过大量仿真实验详细研究了极值搜索算法主要参数变化,以及采用不同目标函数,对优化结果的影响.该方法不依赖于对象的数学模型,而采用阶跃响应实验来获得系统性能指标相对于参数拢动量的梯度信号,在线调整PID控制器参数.仿真结果表明,基于该方法优化的过热汽温控制系统具有良好的动态调节品质和较强的适应性.     

和声蛙跳算法在复杂优化问题中的应用研究

和声搜索算法在求解复杂优化问题时,仅仅通过随机的方式产生新元素,搜索过程中新个体的有效性难以持续保证,影响算法的优化性能.针对该问题,将混合蛙跳算法的族群内部局部寻优模块嵌入和声搜索的算法框架中,将和声搜索算法的随机性与混合蛙跳算法的导向性相耦合.定义算法自适应调整参数并以此为基础对两种算法进行动态调用,从而实现两种算法的耦合动态搜索.将改进算法应用于标准测试函数和车辆路径问题的优化,模拟计算结果表明：本文提出的改进算法具有更强的全局搜索能力,得到的解更优,适合用于求解复杂优化问题.     

基于极点对称模态分解-分散熵和改进乌鸦搜索算法-核极限学习机的短期负荷区间预测

针对确定性负荷点预测存在不同程度误差及难以反映电力需求不确定性的问题,提出一种基于极点对称模态分解(extreme-point symmetric mode decomposition, ESMD)-分散熵(dispersion entropy, DE)和改进乌鸦搜索算法(improved crow search algorithm, ICSA)优化核极限学习机的短期负荷区间预测模型。首先用ESMD将原始负荷时间序列分解为多个特征互异的子序列,降低了原始非平稳负荷序列对预测结果的影响,并计算各子序列的分散熵,将熵值相近的子序列重组为新序列以降低计算规模;其次,基于上下限估计法,利用ICSA算法对核极限学习机(kernel extreme learning machine, KELM)输出权值进行优化,得到最优预测区间上下限,并以此分别对各新序列进行区间预测;最后将预测结果叠加得到最终的预测区间。仿真结果表明,所提模型有效提高了负荷预测区间的质量,为电力系统决策工作提供有力支持。     

堆区混贝的堆场场吊调度模型与算法

为提高集装箱码头堆场场吊作业效率,研究了堆场单堆区混贝条件下的场吊调度问题.在单堆区内集装箱混贝堆放的前提下,提出了堆场场吊装卸作业时间窗约束、作业次序依赖的设备调整时间及堆场空间约束等,并在此基础上建立了整数规划模型.针对这一模型设计了改进禁忌搜索算法对问题进行求解.最后通过数值实验表明改进后的算法在对大规模问题求解时具有良好的效果,且算法效率较高.     

综合客运枢纽接运公交线路优化设计

分析了综合客运枢纽接运公交线路优化设计问题的内涵及作用,构建了以运输效率最大和布设线路最小为双目标的优化模型,并将它转化为一类特殊的取送一体化的开放式车辆路径问题进行求解,给出了求解的禁忌搜索算法。最后通过案例进行了验证,证实了该算法具有良好的寻优性能。