正弦函数混沌神经网络研究

通过复合正弦函数和Sigmoid函数构成激励函数,构造了一种新的暂态混沌神经网络.对混沌神经元模型的倒分岔和Lyapunov指数谱图进行了分析.基于这个神经元模型,建立了混沌神经网络.对各参数进行了网络寻优能力的比较和分析.通过对非线性连续函数的寻优问题的解决,验证了该网络的有用性和有效性.     

基于遗传优化的图像增强模糊算法

将协同进化遗传算法(CGA)应用于图像增强的模糊算法优化,以优化模糊逻辑处理效果.在CGA算法中,同时优化选择了模糊逻辑规则、最佳隶属度函数和优化了隶属度函数的参数.通过具体图像处理实验,在客观评价上证明了本方案的有效性.     

灾变合作型协同进化遗传算法及其在Job Shop调度中的应用

合作型协同进化遗传算法是多个子种群通过协作而共同进化的新型算法,常应用于多目标、大规模的优化问题。本文在合作型协同进化遗传算法的基础上,进一步模拟自然界中的灾变现象,在原先的算法中加入灾变算子,提出灾变合作型协同进化遗传算法,以防止出现不成熟收敛现象,并用经典的函数优化问题和Job Shop车间调度问题进行仿真实验,其结果验证了改进算法的优良性能.     

一种基于粒子群优化算法的神经网络训练方法

介绍了粒子群优化(PSO)算法的原理,研究了将PSO算法应用于神经网络训练的方法,给出了算法软件实现的基本流程,并对Iris分类问题做了仿真实验,通过与BP算法的比较,结果表明基于PSO的神经网络训练算法操作简单,易于实现,而且训练精度较高,有良好的收敛性.     

基于减小功率孔径积的天基雷达扫描方式优化

针对天基雷达的性能受限于功率孔径积的情况,利用目标相对于天基雷达覆盖区域的运动方向基本与星下点运动方向相反这一特性,在保证击中目标的前提下得到了一种能有效延长扫描时间的优化扫描方式,从而达到减小功率孔径积的目的。研究同时表明,优化的扫描方式还能较快地击中目标。最后给出了优化扫描方式下系统允许的最大扫描时间。计算机仿真验证了结论的正确性。     

一种混沌神经网络及其在优化计算中的应用

研究了一种具有混沌特性的神经网络 ,该网络具有瞬态混沌响应 ,类似于Hopfield网络的结构 ,但有比Hopfield网络更加丰富的动力学特征、更强的全局搜索能力。通过把混沌动力学与收敛动力学相结合 ,使网络逐渐由混沌神经网络向Hopfield网络过渡 ,达到控制混沌的目的 ,并且提供一个在全局最优解附近的初值 ,有效地解决了Hopfield网络的局部极值问题。该网络模型可以用来解决复杂的非线性优化问题。     

基于排队论的企业组织结构优化研究

首先讨论了企业组织设计的重要性 ,提出了企业组织优化的目的 ;其次根据管理工作流的随机性特点 ,运用排队论方法建立企业组织管理费用损失模型 ;然后分别研究了管理幅度和组织层次在各种变动情形下的组织结构优化问题 .所得结论对于实际操作有重要的意义 .     

On the Collision Detection Problem of Two Moving Objects Described by Algebraic Sets

In this paper, the collision problem of two moving objects is investigated. The objects are described by two algebraic sets （ellipses or circles in the paper）. The collision problem discussed involves both static and dynamic case. The static case is that each object moves with known velocity. We use nonlinear programming to decide whether the objects collide. The dynamic case is that each object is controlled by a constraint external force which can be regulated online. For the dynamic case, the collision problem can be modelled as a Minmax problem which can be solved by using differential games. If collision occurs, the time and place of the first collision are given. The moving trajectories are provided in the paper.     

基于烟花算法的基站群协作计算卸载模型研究

车联网、AR、AI等计算密集、时延敏感型应用迅速发展,而移动设备因自身计算能力相对不足,执行此类应用任务时会因高时延而严重影响用户体验甚至无法满足用户需求。针对此问题,提出综合考虑时延与成本的多用户、多MEC (mobile edge computing)服务器的基站群协作计算卸载模型。并提出基于凸优化的改进烟花算法（improved fireworks algorithm based on convex optimization, CVX-FWA）来对模型进行求解,对用户任务进行合理的卸载与资源分配。仿真结果表明,提出的计算卸载方案有效降低了任务总时延成本值,实现计算卸载资源的整体优化配置。     

体系作战效能评估与优化方法综述

分析了体系作战效能评估与优化的特点,基于“整体论”提出了将体系作战效能评估与优化划分为综合评估、分析、优化3个阶段的思路,针对3个阶段需要解决的实际问题,归纳总结了适用于解决各阶段问题的典型方法,并对比分析了不同方法的优缺点。针对“整体论”思想指导下体系作战效能评估与优化在实施中面临的实际困难,从综合应用框架设计、评估指标体系构建、试验推演模式创新等方面提出了下一步的研究方向,为体系作战效能评估与优化方法的有效落地提供了支撑。