基于动态罚函数的PSO-CO算法

本文分析了协同优化算法中所存在的问题,采用动态罚函数的解决思路,对系统级中的一致性等式约束问题进行改造,使其成为一无约束问题.另外,提出不同学科分配不同的惩罚权重的方法,大大提高了计算精度.同时,以粒子群算法替代了原有的求解算法,消除了初始解对优化结果的影响,也改善了算法的整体求解速度.在Matlab软件中实现该算法的运行,同时通过两个典型算例对该算法进行验证,表明其具有较好的优化性能.     

包含QoS路由信息的最优路径选择算法

介绍了如何使用C 语言形成包含QoS路由信息的随机网络拓扑图,并通过在网络拓扑图上寻找最短路径来模拟在现实网络中满足一定条件的最优路径选择算法.     

多梯度流域变换算法与传统算法比较

流域变换是图像分割的有力工具，流域分割方法的性能主要依赖于图像梯度。文中利用传统单尺度梯度算子流域分割算法和多尺度形态梯度流域变换算法，分别作用于计算机视觉细胞图像和水果图像，结果显示传统分割算法和多尺度算子流域分割算法在不同的图像中显示出各自的优越性，第一种算法更适合于交叠区域不是很多，但质地不必十分均匀的图像；第二种则更适合于交叠区域较多，质地较均匀的图像。     

基于改进帝国竞争算法的大跨斜拉桥成桥索力优化

为了确定大跨斜拉桥成桥索力,综合考虑成桥状态大跨斜拉桥的受力和变形特点,建立大跨斜拉桥成桥索力优化的数学模型.从计算精度和收敛速度两方面对帝国竞争算法进行改进,提出一种改进的帝国竞争算法.采用改进的帝国竞争算法,结合罚函数技术和有限元法求解索力优化模型,实现了斜拉桥成桥索力的改进帝国竞争算法优化计算.最后,采用提出的索力优化方法对某大跨斜拉桥进行索力优化研究.研究结果表明:提出的索力优化方法具有很好的全局搜索能力,能够有效地解决高维多变量的大跨度斜拉桥成桥索力的优化问题;采用该方法进行斜拉桥索力优化,可考虑各种非线性效应,从而可获得更合理的成桥状态.     

单装单卸模式下集装箱装卸系统集成调度优化

从考虑三阶段作业的整体调度出发,对集装箱码头装卸设备调度进行集成优化,考虑了码头集装箱装卸作业中的设备的特点,以最小化系统所有集装箱作业的总完成时间（makespan）为目标函数,建立了一个混合整数规划模型.另一方面,考虑到大规模情况下不易求解的问题,以减少设备阻塞时间和空闲时间为目标,设计了基于岸桥阶段作业能力的轮廓适合启发式算法,求得集装箱码头集成调度问题的近最优解.通过数据实验,验证了算法的可行性和优越性.     

一种改进的K-means聚类算法

传统的K-means聚类算法对初始聚类中心的依赖程度很大,聚类结果会随聚类中心的选择不同波动很大,为了消除这种中心选择不确定性,提出一种改进的K-means聚类算法,从而有效地改善初始聚类中心点选择的随机性,提高聚类结果的稳定性.仿真实验结果表明,改进后的K-means聚类算法优于传统的算法.     

混合遗传算法在智能交通信号控制中的应用

传统的交通信号控制方法不能适应交通流的实时性变化.提出混合遗传算法,并运用到交通控制系统中,使得一段时间内每辆车的延误时间最短.     

双刚体航天器姿态运动规划的样条逼近方法

双刚体航天器系统在无外力矩作用时,其姿态运动可通过连接双刚体航天器的关节铰进行控制,这种关节铰可由球铰或万向节铰构成．本文利用系统相对于总质心的动量矩守恒这一特性研究了双刚体航天器的三维姿态运动控制问题．分别导出带球铰和万向节铰连接的双刚体航天器系统三维姿态运动控制模型,并将系统的姿态运动控制问题转化为无漂移系统的运动规划问题．利用最优控制和样条逼近方法,在控制输入的样条逼近中引入粒子群算法,提出基于样条逼近的最优运动规划数值算法．运动规划的最优控制是光滑的,且初值和终值均为零,通过数值仿真,表明该方法对带球铰和万向节铰连接的双刚体航天器三维姿态运动规划是有效的．     

考虑GIS的物流配送区域划分与路径规划算法

针对大规模VRP配送问题,提出一种配送区域划分的启发式-模拟退火混合搜索算法.针对GIS中实际路网建立路网数学模型,并在大规模VRP路径规划问题研究中与实际GIS路网相融合.对配送路径规划问题提出一种结合GIS模型约束的启发式路径搜索算法.对杭州市某配送区域实际问题求解并与另一种启发式算法对比,验证了算法的有效性.     

基于人工神经网络烟度计有效光路的算法

为准确计算烟度计的有效光路，基于人工神经网络提出了对QN-1型全流消光式烟度计有效光路的计算方法．该方法利用烟度计有效光路的关键影响因素即空气扫气压力和发动机的转速为输入，构造了一种反向传播神经网络，并利用试验数据进行训练，然后仿真烟度计的有效光路．试验表明，仿真数据与试验数据偏差在-0．0399～0．0486之间．由此可见，利用人工神经网络计算烟度计的有效光路准确实用．