带有动态参数决策模型的改进蚁群优化算法

蚁群优化算法的参数设置一直是依靠经验和试验来确定,造成试验工作量大且难以得到最优的参数组合。通过对蚁群优化算法各操作参数作用与意义的分析,将蚁群优化算法的参数设定描述为一个多因素多水平优化设计问题。为使蚁群优化算法在应用中发挥最佳的寻优性能,提出带有动态参数决策模型的改进蚁群优化算法。作业车间调度问题的仿真试验表明,利用动态参数决策模型得到的参数组合可使蚁群优化算法获得较优的运行性能,说明了该方法的可行性和有效性。     

蚁群算法参数分析

介绍了蚁群算法的基本原理。确定了蚁群算法中的主要参数,这些参数对蚁群算法的寻优能力的影响非常之大,有启发因子α,期望启发因子β,蚁群数量m,信息强度Q和信息素会发因子ρ等参数,以旅行商问题为例优化以上参数,研究这些参数的组合情况。首先根据数值试验选定[α,β,m,Q,ρ]=[1.5,4.2,30,200,0.5]。固定四个参数,改变一个参数进行数值试验。得到α∈[0.7,1.1],β∈[3.8,4.5],Q∈[400,950]和ρ∈[0.7,0.9]能得到稳定的全局最优解。     

建设工程最优激励合同机制的设计

立足于招投标双方各自利益最大化,达到“双赢”目的．把成本、工期、质量这3个在合同中招标人最为关心的因子同时作为激励因素,并整合到一个数学模型中,考虑使用CPIF合同时,通过建立主从递阶决策激励模型,对招投标双方的收益进行优化,达到双方都满意的收益条件下的最低成本,最短工期,最优质量．最后,介绍了用遗传算法求解该模型,并给出了简单的算例。     

钕团簇的原子结构研究

利用莫比乌斯反演对势和遗传算法获得了钕团簇NdN(N=3~20)的基态原子结构,给出了钕团簇的对称性,结合能以及最近邻原子间距.计算结果表明,具有Id对称性的Nd13团簇结构上最为稳定,Nd7团簇的对称性比Nd11高,但Nd11在结构上比Nd7更稳定,表明高对称性的团簇并不总是比低对称性的团簇稳定.     

摩擦市场条件下的Mean-Variance-Skewness模型

在投资组合选择模型中考虑了资产收益率分布中正的偏度水平,并通过引入一些市场摩擦因素建立了摩擦市场条件下的Mean-Variance-Skewness模型.提出了一个新的遗传算法加速其搜索收敛过程,解决了该模型的计算复杂性问题.在该模型框架内对交易费用和税收等市场摩擦因素进行了敏感性分析.研究证明资产收益率分布的偏度水平是与投资者的决策相关的,市场摩擦因素对投资者的决策行为也有直接的影响.因此,考虑摩擦市场条件下基于正偏度水平偏好的最优投资组合模型对投资者有很强的实践指导价值.     

基于神经网络和遗传算法的舰艇声纳自噪声预报

研究了舰艇航行时声纳部位接收到的全艇自噪声的预报问题．分析了影响声纳部位自噪声的各种参数,将BP神经网络和遗传算法相结合用于舰艇声纳部位自噪声预报．通过使用遗传算法对神经网络的初始权值进行优化,可以在解空间中定位出一个较好的搜索空间,然后采用BP算法在这个小的解空间中搜索出最优解．通过整理大量的测试数据,对神经网络进行训练,训练好的神经网络能够迅速而精确地对舰艇各种航行状态的自噪声进行预报．结果表明,该方法不仅具有足够的精度,而且实用方便、适用性强．     

基于GA优化趋近律的准滑模控制研究

针对滑模控制(SMC)中的抖振问题,采用了基于指数趋近律的准滑动模态控制,并提出了用改进遗传算法优化趋近律参数,提高系统动态性能的思路.对由PMSM构成的交流伺服系统进行仿真试验,结果表明该方法有效.     

STUDYING COMPLEX ADAPTIVE SYSTEMS

Complex adaptive systems(cas)-systems that involve many components that adapt orlearn as they interact - are at the heart of important contemporary problems.The study of cas posesunique challenges:Some of our most powerful mathematical tools,particularly methods involving fixedpoints,attractors,and the like.are of limited help in understanding the development of cas.This papersuggests ways to modify research methods and tools,with an emphasis on the role of computer-basedmodels.to increase our understanding of cas.     

扩频系统自适应时变LFM干扰对消算法

线性调频(LFM)是扩频系统中常见的一种宽带干扰样式。提出了一种基于离散观测数据估计干扰参数的自适应时变LFM干扰对消算法,通过仿真分析了该算法的性能。结果表明,所提出的方法克服了复数自适应滤波器对LFM干扰的抑制能力随LFM信号扫频速率增加而降低的缺点;与基于时频分析的自适应时变LFM干扰对消算法相比,其运算量大大减小,是一种实用、有效的LFM干扰抑制算法。     

电容层析成像系统传感器的仿真分析及遗传算法图像重建

本文采用了有限元法和归一化敏感场对传感器进行了仿真分析和计算,并提出了敏感场数值从有限元域到成像域的转换方法和一种新的基于遗传算法的ECT图像重建方法。该图像重建方法利用流型数据作为初始值在一定的范围内搜索最优解,能以较高的精度重建两相流体的断层图像,为ECT图像重建算法的研究提供了一个新的思路。