基于改进狮群优化的三维DV-Hop定位算法

针对三维DV-Hop(distance vector-hop)定位算法存在的定位误差较大精度不高的问题,提出一种基于改进狮群优化的三维DV-Hop定位算法。先使用狼群算法中的狼群捕食游猎行为以及羊群算法中的羊群受到攻击时的聚集互动行为对狮群算法进行改进,再把改进后的狮群算法用于优化三维DV-Hop定位算法中未知节点坐标的计算。实验结果表明,所提算法从三个方面与不同算法进行比较都具有最佳定位性能,有效减小定位误差、提高定位精度。     

新的粒子群优化算法

粒子群优化(PSO:Partic le Swarm Optim ization)算法是一种有效的全局优化技术。对于PSO算法,很容易陷入局部极值。针对上述缺点,提出了两点改进:对基本PSO算法的速度更新公式中的全局极值给出新的定义,以使粒子群体保持多样性;适当地缩放适应值,与随机规则共同决定某个粒子作为速度公式中的全局极值。改进的两点用于PSO算法后期,形成新的PSO算法(NPSO:New PSO)。NPSO能有效地改善算法,具有摆脱局部极值的能力。在给定的条件下,选用3个函数进行了测试。实验结果显示,在获得平均适应值方面,该算法比PSO算法提高1.62%~16.5%,明显优于基本的PSO算法。     

基于DPSO-RK算法解带有交易成本的投资组合选择问题

目的在Markowitz均值-方差模型的基础上,建立带有交易成本且期望收益和风险都有一定误差的投资组合选择模型,即乐观情况下期望收益最大风险最小模型和悲观情况下期望收益最小风险最大模型。方法根据模型特点,设计了基于Runge-Kutta法的差分进化粒子群优化(Differential PSO with Runge-Kutta,DPSO-RK)算法。结果与结论数值试验表明用DPSO-RK算法求解该模型是有效的,模型符合实际,与改进的粒子群优化算法(Improved Particle Swarm Optimization,IPSO)相比,本文所提出的算法具有更好的仿真结果。     

一类来自有限域 GF（16）子群上的高码率的 LDPC码

最近,Sobhani等人利用在有限群上的元素置换方法构造群置换LDPC码,本文在此基础上,给出了一类在有限域GF（16）的子群上构造的高码率的LDPC码,其Tanner图围长至少为8。仿真结果表明,这类码执行性能优于相应类型的随机LDPC码和其代数结构的准循环LDPC码。     

逼近群体理想解的多属性群决策新方法

对每个属性下不同决策者权重不同的决策问题,提出一种始终基于群体理想解的新方法.首先,对每个备选方案定义群体理想解和负理想解,求出对每个决策者而言该方案与其群体理想解的相对贴近度;然后,基于群体贴近度矩阵定义整个备选方案集的群体理想解和负理想解.进而计算决策群体对各备选方案的最终排序结果;最后,以供应商选择算例说明其有效性.该方法将逼近理想解法扩展到群决策,以群体理想解取代群体效用,避免了群体效用归并难题.     

微裂纹(群)在材料微结构内扩展的计算机模拟

在"材料结构弱点"概念及其特性理论的指导下,开发出具有自主知识产权的计算机模拟软件PreFailure.该软件针对实际工程材料,模拟单个微裂纹或一系列微裂纹(群)在材料微结构内的虚拟扩展过程,能够预测微裂纹(群)在材料微结构内的不规则扩展路径、几何形态与扩展程度,具备了定量推演材料"微结构虚拟失效"行为的功能.软件PreFailure的开发还为三维微裂纹(群)扩展的计算机模拟积累了大量的有效算法与经验,为采用计算机技术模拟三维微裂纹在材料微结构内的扩展过程奠定了基础.     

((≡))-N相互作用的初步研究及4(≡)He、8(≡)He、11(≡)B结合能的计算

利用手征SU(3)夸克模型,采用共振群方法得到((≡))-N作用相互非定域位以及((≡))超子与10(≡)He壳心核的相互作用势,并利用其计算4(≡)He、8(≡)He、11(≡)B的基态结合能.计算结果表明利用手征SU(3)夸克模型能得到与实验相近的结果.同时本文也对(≡)超核结合能的性质做了初步研究,以进一步加深对重子-重子相互作用的了解.     

群决策中基于语言评价信息的TOPSIS方法

针对基于语言评价信息的群决策问题，提出了一种新的TOPSIS方法。依据传统的TOPSIS方法的基本思路，首先将语言决策矩阵转换为规范决策矩阵；其次，通过变量转换关系对有序语言短语集中的有序语言短语进行“量化”，构造与原语言决策矩阵“等价的导出”决策矩阵，并利用算术加权平均算法对所得到的导出决策矩阵进行群的集结；然后对所得到的决策矩阵构造理想点和负理想点，计算每个方案的相对接近度，根据得到的相对接近度对方案进行排序从而确定最优方案。最后通过一个算例说明了该方法的有效性和实用性。     

水库(群)随机优化调度研究进展与展望

水库(群)随机优化调度是防洪减灾和实现水能资源高效利用的有效方法,通过考虑来水的不确定性显著提高调度决策的实际指导效果,增强综合效益．梳理了水库(群)随机优化调度的相关概念及其与调度规则函数之间的关系,以显随机优化、隐随机优化和参数模拟优化三种方法为分类依据,综述了国内外水库(群)随机优化调度方法研究的发展历程．针对该领域存在的问题与不足,未来研究应重点关注提升水文预报水平、增加调度规则提取方法准确度、提高参数优化模型计算效率、克服随机动态规划维数灾问题与多维径流转移概率求解问题等方面,为进一步提高随机优化调度水平提供参考．     

太阳能风能互补储能发电系统容量优化算法

随着互补型储能发电系统日益普及,其覆盖范围也不断扩大,但容量优化技术仍处于单一能源阶段。为此,针对太阳能风能互补储能发电系统,设计了一种容量优化算法。通过分析发电系统的电能输出情况,获得其年产出与供应状态,然后根据电能均衡准则构建容量优化目标及约束条件。然后结合差分进化算法进行变异、交叉和选择等操作,再通过粒子群算法更新方位与速度,二者结合取得亲体与群体的当前最优解,经迭代循环实现储能系统容量优化。经实验研究分析,并通过对组件配置量、负荷缺电率等数据发现,该算法在大幅提升经济效益的同时,确保了供电可靠性,表明该算法具有显著的优化优越性与较大的试运行潜力。