基于模式搜索的类电磁算法求解约束优化问题

针对约束优化问题,提出了一种基于模式搜索的类电磁算法。引入了粒子的违反度函数,将约束优化问题转化为双目标无约束优化模型来求解;提出了双目标模型中粒子的电荷和受力的计算公式,引导不可行粒子转化为满足约束条件的粒子;为了提高算法的搜索能力,结合模式搜索算法改进种群中的粒子,为类电磁算法提供了有效的局部信息。与以往算法仿真结果相比,新算法具有性能好、较稳定的优点。     

求解0-1动态优化问题的双概率原对偶遗传算法

在原对偶遗传算法(PDGA)的基础上,提出一种双概率原对偶遗传算法(DPPDGA).引入弱势基因位值与强势基因位值的概念,对二者赋予不同的对偶映射概率,并对两个对偶概率进行适应性调整.比较原始算法,改进算法使种群具有更理想的多样性,并利于种群较快地收敛到满意解.仿真结果表明,该算法在0-1动态优化问题的求解中具有更好的性能.     

双基MISO地波雷达中的距离-方位耦合及解耦研究

双基多输入单输出(multiple input single output,MISO)地波雷达采用岸基均匀线阵发射多载频线性调频中断连续波FMICW信号,单根全向天线接收回波信号。由于各发射阵元所用载频不同,目标回波中存在距离-方位耦合。耦合严重时,空时超分辨算法将失效。借鉴比幅单脉冲测角思想,推导了该耦合关系,得到耦合系数以及影响该系数的因素,即阵元发射信号载频与阵元位置。利用遗传算法优化载频选择方案,从而对距离方位解耦以提高测距测角精度。仿真表明通过合理选择阵元发射信号载频可以有效去耦。     

双混沌神经网络及其在优化问题中的应用

分析了三种现有的混沌神经网络模型的优化性能,针对目前混沌神经网络收敛率不高和搜索时间较长的问题提出了一种双混沌神经网络。它不同于以往的混沌神经网络改进方法,不是延长退火时间或改变混沌程度来提高网络性能,而是通过混沌迭代搜索使混沌神经网络在有限步内找到全局最优解的初值来提高收敛率与收敛速度。这种方法能使混沌神经网络在应用中具有更好的全局优化能力,并且可以缩短混沌神经网络的搜索时间,对旅行商问题求解的仿真对比和函数优化问题的仿真,说明了新方法比现有方法具有更好的收敛率和更短的搜索时间。     

Improved chirp scaling algorithm for parallel-track bistatic SAR

The curvature factor of the parallel-track bistatic SAR is range dependent, even without variation of the effective velocity. Accounting for this new characteristic, a parallel-track chirp scaling algorithm (CSA) is derived, by introducing the method of removal of range walk (RRW) in the time domain. Using the RRW before the CSA, this method can reduce the varying range of the curvature factor, without increasing the computation load obviously. The azimuth dependence of the azimuth-FM rate, resulting from the RRW, is compensated by the nonlinear chirp scaling factor. Therefore, the algorithm is extended into stripmap imaging. The realization of the method is presented and is verified by the simulation results.     

解特殊工艺约束双目标调度问题的新遗传算法

针对特殊工艺约束下非一致并行多机双目标调度问题,设计了一个双目标调度模型(BOSP).进而基于遗传算法和免疫理论的思想,提出了新的遗传算法(IGA).算法的编码采用了向量组编码方法,能有效地反映实际调度方案;免疫算子的引入,保证了种群的多样性和种群的质量,加快了算法收敛速度.仿真结果表明,算法是有效的,免疫算法的引入,使算法能较好地收敛到最优解,优于没有引入免疫算子的遗传算法,并能适用于解实际的此类调度问题.     

一种结合形状上下文分析的Laplace谱匹配算法

提出了一种结合形状上下文分析的Laplace谱匹配算法.工作主要侧重于如何提高Laplace谱匹配算法对点的位置随机抖动的鲁棒性.首先,使用Laplace矩阵的特征向量和特征值以及双随机矩阵的方法计算初始匹配概率.然后,借助于概率松弛算法,将用形状上下文表示的局部相似性融入Laplace谱匹配算法以优化谱匹配的结果.对真实和合成数据的实验表明该方法具有比较高的精度.     

双应力恒加试验Weibull分布型产品置信可靠性评估模型

为了有效快速评估高可靠性长寿命产品在正常应力条件下的可靠性,提出了一种双应力恒加试验Weibull分布型产品置信可靠性评估模型。首先,采用加速寿命试验(accelerated life test,ALT)技术,建立广义Eyring-Weibull可靠性模型,假定试验各应力水平组合下Weibull分布的形状参数相同,且尺度参数与各应力水平组合间呈对数线性关系。其次,给出了Weibull分布定时截尾双应力恒加试验的极大似然估计(maximum likelihood estimation,MLE)方法、与似然函数相关的Fisher信息矩阵以及模型参数的渐近协方差矩阵,构造了模型参数和一些可靠性指标的渐近置信区间。最后,通过仿真算例证明了所提方法的可行性。     

双渠道供应链中双向搭便车研究

基于消费者效用理论,考虑作为供应链领导者的制造商在传统零售渠道的基础上引入直销网络渠道,2个渠道都为消费者提供信息服务,2种渠道的信息服务是互补的,并且具有溢出效应。研究基于信息服务的双向搭便车行为对供应链各方的定价、服务水平、市场份额和利润的影响,探讨制造商愿意引进直销网络渠道的条件。研究结果表明:当直销网络渠道的服务成本系数较小时,制造商的最优策略是采用双渠道来销售产品;当直销网络渠道的服务成本系数较大时,直销网络渠道只提供信息服务,市场需求为零,制造商提供信息服务故意让零售商搭便车。制造商引入直销网络渠道可以扩大总市场需求,制造商的利润总是增大的;并且在制造商故意让零售商搭便车的情况下,供应链双方利润都得到改善。     

一种随机微粒群混合算法求解约束优化问题

将微粒群算法（Particle Swarm Optimization,PSO）与随机优化方法-Alopex算法相结合,提出一种随机微粒群混合算法（APSO）求解约束优化问题。该算法使PSO算法中微粒的飞行速度无记忆性,结合Alopex算法重新生成停止进化微粒的位置;采用双群体搜索机制,一个群体保存具有可行解的微粒,用APSO算法使微粒逐步搜索到最优解,另一个群体保存具有不可行解的微粒,并且可行解群体以一定的概率接受性能较优的不可行解微粒,这种简单的群体多样性机制使微粒能够快速、准确地找到位于约束边界上或附近的最优解。结果表明该算法寻优性能优良且具有较好的稳定性。