现代灌区进程评价研究

评价灌区现代化进程是进行现代灌区建设的基础性工作,对灌区现代化建设和发展具有积极的意义。通过借鉴国内外现代灌区发展的经验,总结出现代灌区的内涵和特征,构建出一套适用于我国南方灌区的现代化进程评价指标体系,达到现代灌区进程评价的目的。以江西省赣抚平原灌区为实例,采用层次分析法计算指标权重,加权算法对指标体系进行综合评判,得出该灌区处于现代化进程初级阶段的结论,为现代灌区评价和建设提供参考。     

基于粒子群算法的欠驱动船舶航向控制研究

欠驱动船舶是指只能通过螺旋桨推进器和船舵进行水平面3个自由度运动的船舶,通常,当船舶某些执行器结构出现故障时,船舶此时具有欠驱动特征。欠驱动船舶的航行控制系统是一个典型的非线性系统,研究欠驱动船舶的运动控制不仅可以提高船舶的自动化水平,还对保障船舶的航行安全有重要意义。本文首先介绍了一种粒子群优化算法,并对该优化算法的原理和流程进行研究,然后基于粒子群优化算法对欠驱动船舶的运动控制进行研究,开发了一种基于粒子群算法的欠驱动船舶运动控制器,并进行仿真试验。     

多学科设计优化算法比较及其在船舶和海洋平台设计上的应用

多学科设计优化(Multidiseiplinary Design Optimization,简称MDO)是一种通过充分探索和利用系统中的相互作用的协同机制来设计复杂系统工程和子系统的方法论.多学科设计优化算法是其核心部分,也是研究最活跃的领域.文中首先介绍了MDO算法的定义、分类和发展,然后从算法的来源和目的、优化过程、优缺点、改进方法和应用情况等五个方面对四种基于分解技术的MDO算法进行了综述,进而对比了这四种算法的异同点.最后,针对船舶和海洋平台设计的具体特点,归纳了适合于船舶或海洋平台多学科设计优化的MDO算法所需要具备的特征,并建议使用基于近似模型的协同优化算法或BUSS 2000算法进行船舶和海洋平台的多学科设计优化.     

基于粒子群算法的起重船扒杆结构优化设计

基于Isight优化软件和通用有限元软件,以扒杆重量为目标函数,采用粒子群算法（PSO）和遗传算法对某起重船扒杆结构进行了优化设计,并讨论了PSO算法的稳定性。通过对两种算法优化结果的比较分析表明,PSO算法优化效果好,收敛速度快,且计算稳定性高,验证了PSO算法在工程船舶结构优化设计中的有效性。     

基于"stretching"技术的粒子群优化算法

粒子群优化算法是一种随机的全局优化搜索方法。本文系统的介绍了粒子群优化算法和"Stretching"技术并提出了基于"stretching"技术的粒子群算法,然后用标准测试函数对新算法进行了实验。实验结果表明新算法在解的收敛性和稳定性等方面优于基本的粒子群优化算法。     

基于LZW优化算法的雷达数据压缩技术

雷达视频数据在传输过程中必须进行压缩,由于雷达数据的敏感性,压缩过程一般都采取无损压缩。作为一种性能优异的字典压缩算法,LZW算法被广泛应用于当今各类数据压缩领域。针对雷达数据传输高实时性要求以及LZW算法大部分时间花费在字典检索过程的特点,提出一种利用哈希表对LZW算法进行优化改进,从而显著降低检索字典时间的新方法。通过对雷达数据、图片数据和文本数据进行编码并对比各自的编码速度,证实了优化算法的有效性。最后使用真实的雷达数据对该算法进行实际验证,并与游程编码进行对比,得到一些有用的结论。     

改进遗传算法的杂货船装载优化方法分析

针对传统优化方法空间利用率不足这一问题对杂货船的装载问题进行研究,在分析杂货船装载特点的基础上,建立以空间利用率为目标的装货数学模型。在此基础上,同时分析启发式算法和遗传算法获得改进遗传算法,基于改进遗传算法设计一种新的杂货船装载优化算法,并通过实验验证了该算法的有效性和实用性。以文献经典中的一组测试数据为例,对同类型算法进行对比分析。结果表明,基于改进遗传算法的平均空间利用率为98.56%,与其他算法相比具有明显的优势。     

一种负载感知的虚拟网络映射算法

针对虚拟网络映射过程导致的负载失衡问题,论文提出了一种负载感知的虚拟网络映射算法。该算法同时考虑了链路负载和节点负载,通过目标函数对两种负载进行量化,并利用改进的粒子群优化方法进行综合求解,以实现虚拟网络映射后的流量均衡。仿真实验表明,与自适应虚拟网构建算法相比,所提出的算法具备更好的性能。     

智能优化算法的比较与改进

本文阐述了几种常用智能优化算法的基本思想,概括了它们的本质特征,对智能优化算法进行了分类,并指出了智能优化算法的改进方向。     

Camshift多特征自适应算法在船舶跟踪系统中的研究

为了能够适应现代化的航道管理需求,最大限度提高通航水平,本文提出一种基于人工智能的算法,能够通过视频监控网络,自动对航道中的船只进行监测与统计,从而大大降低了管理人员的工作强度,有效改善管理水平。文中采用Camshift算法对特定的船只目标进行跟踪,并针对不同的特征值自适应判断出船只的类型、大小和用途。对船只目标的复杂度和局部特征提取能力进行优化,建立一种能够主动适应目标运动速度的模型,通过仿真实验,该算法的目标跟踪性能良好,具有一定的实用价值。     

基于数字孪生技术的船用柴油机关键件切削参数在线决策优化方法

针对船用柴油机关键件加工过程中碳排放量高、效率低等问题,提出一种基于数字孪生技术的船用柴油机关键件切削参数在线决策优化方法,通过构建切削参数在线决策优化数字孪生模型,使物理车间、虚拟车间及切削参数在线决策优化模块进行数据互联与驱动,实现柴油机加工过程中的切削参数采集、决策优化和反馈一体化.创建机床生产效率和碳排放量的数学诊断模型,结合改进自适应遗传算法与粒子群算法的联合算法对历史参数进行初步优化,并与实际切削参数进行虚实数据融合,生成满足实际加工要求的最优参数,搭建了切削参数在线决策优化功能系统模块,通过实例仿真,验证该方法的可行性和准确性,为柴油机关键件切削参数优化提供了一种新的理念和方法.     

基于改进蚁群算法的物流配送路径优化问题研究

物流配送在国民经济中发挥着越来越重要的作用,先进的物流配送系统是企业增强竞争力的重要手段.而进行物流配送系统的优化,主要就是配送路径的选择.虽然蚁群算法已广泛应用于解决路径优化问题,但此算法所固有的收敛速度缺陷一直制约着物流系统配送路径优化问题的解决.本文在系统分析蚁群算法的基础上,结合遗传算法,提出了一种新型的改进蚁群算法,并通过算例对改进蚁群算法的有效性进行了验证.     

模糊控制在船舶智能控制中的应用研究

为解决船舶航行过程中的横向运动控制问题,本文提出一种基于闭环增益成形算法和T-S模糊算法的新方法。其中T-S模糊优化算法用来计算滚转和偏航的加权系数,并结合闭环增益成形算法,设计了鲁棒PID控制器对横摆和偏航进行控制,并将其组合成横向控制器。仿真结果表明,该控制器具有较强的鲁棒性和自适应能力,对船舶横向运动控制以及转向器的损失可以通过一个合理的加权系数来降低。本文提出的方法对船舶横向运动控制提供了一种新的理论,为实际工程中的应用提供了理论基础。     

粒子群优化算法中粒子更新方法研究

粒子群优化算法是根据鸟或鱼群居社会行为而提出的随机优化算法,但标准粒子群优化算法存在早熟收敛和搜索精度低等问题.因此模拟生物克隆选择中5%的B细胞自然消亡过程,在粒子群优化算法进化过程中分别基于代间差分、混沌理论、变异原理等方法设计了8种粒子更新算法,并按照模拟退火方法进行更新后粒子的选择.通过数值实验得出基于代间差分和混沌变异的粒子更新算法(即算法8)是一种很好的选择,并且当性能较差的20%左右粒子按照这种算法更新时效果较好.这种算法可以有效克服标准粒子群算法的早熟现象,并能够加快收敛速度.     

混合粒子群算法及其优化效率评价

为克服粒子群算法后期搜索效率降低的缺陷,利用直接搜索法的局部搜索能力,提出一种求解优化问题的混合算法(SPSO-DS)。用一个具有代表性的测试函数进行了仿真实验,结果表明该方法效果显著,明显提高了优化计算效率。本文将“平均截止代数”和“截止代数分布熵”作为评价指标,对SPSO-DS的优化效率进行定量的评估,通过与其他粒子群算法进行比较,进一步说明了SPSO-DS的优化效率。     

基于改进微粒群算法的磁靶电流参数优化调整

为克服基本微粒群算法易早熟的缺点,建立一种基于改进微粒群算法的磁靶电流参数优化调整模型。该方法采用一种非线性递减函数对惯性权重参数进行调整,并通过绘制的磁场模拟精度随电流参数个数的变化趋势图,确定一定精度要求下的最佳电流参数个数。仿真结果表明,通过该方法优化电流参数后,不仅保证了磁靶的模拟精度,而且所需的电流个数最少,符合工程实际。     

基于哈希算法的图像拷贝检测

在局部保持投影算法（LPP）及最大熵模型的基础上提出了一种基于哈希算法的图像拷贝检测算法。该算法通过对LPP进行优化,可以对已有的图像特征进行快速降维处理,并避免过拟合现象的出现。同时,将低维度特征映射为紧凑的二进制哈希码,大大减少了存储和计算开销,能在千万级图像数据库上实现高效拷贝检测。通过实验确定了使拷贝检测质量最优的哈希码长度和汉明码。实验结果表明,该算法能够获得很好的拷贝检测效果。     

基于分阶段粒子群优化算法的船舶横向运动水动力参数辨识

提出了一种基于分阶段粒子群优化算法的船舶横向运动参数辨识问题。针对船舶横向水动力参数多、参数之间耦合度高的特点,提出了一种计算参数敏感性系数的方法,并依据敏感性系数对参数进行了分类,采用分阶段粒子群优化算法对参数进行辨识。对船舶横向运动参数辨识问题的求解结果表明,该算法能够快速地辨识出满足精度要求的船舶横向运动参数,验证了算法的有效性。     

一种基于克隆选择的量子遗传函数优化算法

为了解决量子遗传算法(QGA)用于连续多峰函数优化易陷入局部极值的问题,将免疫学中的克隆选择算法的概念和原理引入到量子遗传算法中,提出了一种新型的进化算法——基于克隆选择的量子遗传函数优化算法.该算法通过克隆选择、高斯变异以及量子旋转门等操作对可行解进行搜索,提高了算法在解决函数优化问题的全局寻优能力。典型函数的测试结果表明该算法优于传统的QGA和一些遗传算法。     

基于动态罚因子的多学科协同优化算法及其在船舶设计中的应用

针对标准协同优化算法求解复杂系统工程问题的缺陷,提出了一种改进的协同优化算法,并将其应用于油船总体概念设计阶段。改进协同优化算法将系统级一致性约束最优化问题通过罚函数方法转化为一个无约束优化问题。同时,给出了两种不同的基于差异信息的动态可调罚系数,以保证在优化初期,系统级设计变量与学科级共享变量相差较大时,惩罚力度也大,促使一致性差异在总目标函数中占主导地位,则一致性差异将迅速下降。随着优化的进行,罚系数变小,惩罚力度减轻,目标函数的收敛加快。通过对MDO测试函数算例与标准协同优化和其他典型的改进协同算法的比较,验证了该方法在优化结果的可靠性和稳定性等方面有优势。最后,应用改进的协同优化算法求解以油船造价为系统级目标协同浮性与稳性、快速性等4个子学科的多学科优化问题以体现其工程实用性。