基于微粒群本质特征的混沌微粒群优化算法

在总结对微粒群优化(PSO)算法本质的主要研究成果的基础上,提出了基于微粒群本质特征的混沌微粒群优化(CPSO)算法.该算法用混沌搜索方法代替随机数产生器在较好的区域搜索最优解.为了提高粒子群的多样性,用由粒子邻域内若干个个体最优位置依其适应值加权平均得到的中心位置代替标准PSO算法的全局历史最优位置.然后,根据粒子个体最优位置与上述中心位置间的距离自适应地调整混沌搜索区域半径.用几个经典测试函数的仿真结果及与其它几种PSO算法的比较结果验证了新算法的有效性.     

基于分布式算法的FIR数字滤波器的FPGA实现

根据基于查找表结构的分布式算法的基本原理,提出了基于分布式算法的有限脉冲响应数字滤波器(FIR)的实现方法.用FPGA设计并实现了一个32阶低通有限脉冲响应数字滤波器.利用有限脉冲响应数字滤波器线性相位的特性减小了电路规模,采用分割查找表的方法减小了存储空间,采用并行分布式算法结构和流水线技术提高了滤波器的速度.对滤波器性能进行了分析.     

基于Measurement Studio的数字滤波器设计与实现

介绍了一种新的数字滤波器设计与实现方法,采用最新的虚拟仪器软件NI Measurement Studio,实现了IIR数字滤波器的功能,设计程序在VC .net环境中调试通过.该设计的整个界面可以动态显示,相应参数设置及函数自动弹出,便于分析、理解.具有灵活、易实现和功能强等特点.     

基于改进PSO算法的两阶段损伤识别方法

为解决结构多损伤情况下的位置识别和损伤程度判定问题,提出了一种基于改进粒子群优化算法和贝叶斯理论的两阶段损伤识别方法,该方法采用频率和模态应变能作为损伤定位源数据,分别用基于频率改变和基于应变能耗散率的识别方法进行损伤信息的初步提取,再利用贝叶斯融合理论对损伤位置进行较为精确的判定.然后,利用粒子群优化(PSO)算法对损伤位置和程度进行更为精确的二次识别.考虑到简单PSO算法易陷入局部最优解,提出了3种改进措施,即粒子位置突变、最优记忆粒子微搜索和双收敛措施.数值仿真结果表明:采用贝叶斯融合理论可以有效地识别出可能的损伤单元,在此基础上用改进的PSO算法可以更精确地识别损伤的位置和程度,同时采用3种改进措施的PSO算法的识别精度明显优于其他PSO算法和遗传算法.     

具有动态调节机制的多粒子群改进算法及应用

针对标准粒子群算法(standard particle swarm optimization,SPSO)的稳定性较差及易陷入局部收敛等缺陷,将粒子群体划分为多组粒子群,提出了一种子群粒子和其产生的精英粒子分两步协同进化的方案,采用混沌、高斯动态扰动粒子位置及云正态模型自适应动态调整惯性权重等动态调节机制优化粒子飞行轨迹,促进粒子又快又好的向群体最优目标飞行,以改善SPSO算法的全局寻优性能并提高多目标优化问题的多样性.采用新颖的误差适应度函数设计了FIR高通数字滤波器,并与基于RGA、PSO、CRPSO及典型Parks-McClellan算法的滤波器进行了对比与分析.仿真实验表明:基于具有动态调节机制的多粒子群改进算法及目标函数设计的滤波器,具有通带波动小,阻带衰减大的优势.     

粒子群算法在确定边坡最小安全系数中的应用

基于圆弧滑动面假定，提出了一种用粒子群优化算法(PSO)确定边坡最危险滑动面及其对应的最小安全系数的方法，并以粒子群优化算法为指导，编制了搜索土坡临界滑动面的程序，将粒子群这一新近发明的进化计算技术应用于工程实际。     

基于导向搜索算法的电力系统无功优化

采用导向搜索算法(OSA),以实现电力系统的无功优化.该算法将搜索个体模拟为人的搜索行为,搜索对象(目标函数最优解)模拟为可向搜索个体传送导向信息的智能体,以使搜索个体和搜索对象间可相互通讯.为验证该算法的有效性,以IEEE 57和IEEE 118节点测试系统为例进行了仿真,并与全面学习粒子群优化算法(CLPSO)和自适应遗传算法(AGA)的结果进行了比较.结果表明:导向搜索算法能得到高质量的全局最优解,IEEE 57和IEEE 118系统优化后的网损可分别减小13.871%和13.223%.     

基于量子遗传算法的数学形态滤波器优化设计

为解决数学形态滤波器结构元素参数优化问题,提出了一种基于量子遗传算法的数学形态滤波器优化设计方法.根据数学形态结构元素参数特点初始化量子遗传种群,通过量子交叉、变异、基于膨胀系数的量子旋转门实现种群的演化进程,进而得到数学形态滤波器的最佳参数.结合仿真实验,研究了不同比例随机噪声、工频干扰噪声下的优化算法性能.仿真结果表明:优化后的数学形态滤波器性能得到较大改善,含随机噪声信号的信噪比由-0.98 dB提高到5.23 dB,含混合噪声信号的信噪比由-3.05 dB提高到0.41 dB,有效滤除了随机噪声、混入工频干扰的混合噪声.      

用于轨检信号提取的线性相位IIR移变滤波器

提出一种基于谱变换的IIR移变滤波器的设计方法，并利用分块翻转技术实现滤波器的线性相位特性.在满足提取100M范围内的长波不平顺成分的设计参数条件下，仿真计算IIR滤波器的频响误差．仿真结果利明：当翻转块长度为1600时，IIR线性相位滤波器能满足线性相位特性和幅频特性要求，比传统轨检FIR滤涸器节省了95．5％的乘法运算和98．0％的加法运算，前者与后者所需的缓存量之比为9614／2135．利用实测信蚓计算验证了线性相位IIR移变滤波的正确性和有效性．     

MATLAB在数字信号处理中的应用

根据FIR数字滤波器设计的基本原理,利用MATLAB实现数学逼近理论,采用窗函数设计FIR数字滤波器的设计方法进行模拟仿真。分析结果发现,在同样阶数下,优化设计可以获得最佳的频率特性和衰耗特性,具有通带和阻带平坦、过渡带窄等优点。双线性变换法设计IIR滤波器可应用于图像处理等方面。     

Satisfactory Optimization Design of IIR Digital Filters

A new method called satisfactory optimization method is proposed to design IIR ( Infinite Impulse Response) digital filters, and the satisfactory optimization model is presented. The detailed algorithm of designing IIR digital filters using satisfactory optimization method is described. By using quantum genetic algorithm characterized by rapid convergence and good global search capability, the satisfying solutions are achieved in the experiment of designing lowpass and bandpass IIR digital filters. Experimental results show that the performances of IIR filters designed by the introduced method are better than those by traditional methods.     

Optimal linear phase finite impulse response band pass filter design using craziness based particle swarm optimization algorithm

An efficient method is proposed for the design of finite impulse response (FIR) filter with arbitrary pass band edge, stop band edge frequencies and transition width. The proposed FIR band stop filter is designed using craziness based particle swarm optimization (CRPSO) approach. Given the filter specifications to be realized, the CRPSO algorithm generates a set of optimal filter coefficients and tries to meet the ideal frequency response characteristics. In this paper, for the given problem, the realizations of the optimal FIR band pass filters of different orders have been performed. The simulation results have been compared with those obtained by the well accepted evolutionary algorithms, such as Parks and McClellan algorithm (PMA), genetic algorithm (GA) and classical particle swarm optimization (PSO). Several numerical design examples justify that the proposed optimal filter design approach using CRPSO outperforms PMA and PSO, not only in the accuracy of the designed filter but also in the convergence speed and solution quality.     

VARIABLE CUTOFF FREQUENCY NONLINEAR DIGITAL FILTERS: I-ONE-DIMENSION

ＶＡＲＩＡＢＬＥＣＵＴＯＦＦＦＲＥＱＵＥＮＣＹＮＯＮＬＩＮＥＡＲＤＩＧＩＴＡＬＦＩＬＴＥＲＳ：Ｉ－ＯＮＥ┐ＤＩＭＥＮＳＩＯＮ＊ＧｕＨｏｎｇ（古红）ＺｈｕＹｉｓｈｅｎｇ（朱贻盛）（ＩｎｓｔｉｔｕｔｅｏｆＢｉｏｍｅｄｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，Ｓｈａ...     

Proton Exchange Membrane Fuel Cell Modeling Based on Seeker Optimization Algorithm

Seeker optimization algorithm (SOA) has applications in continuous space of swarm intelligence. In the fields of proton ex-change membrane fuel cell (PEMFC) modeling, SOA was proposed to research a set of optimized parameters in PEMFC polariza-tion curve model. Experimental result showed that the mean square error of the optimization modeling strategy was only 6.9 × 10-23. Hence, the optimization model could fit the experiment data with high precision.     

VARIABLE CUTOFFF REQUENCY NONLINEAR DIGITAL FILTER: II-TWO-DIMENSION

ＶＡＲＩＡＢＬＥＣＵＴＯＦＦＦＲＥＱＵＥＮＣＹＮＯＮＬＩＮＥＡＲＤＩＧＩＴＡＬＦＩＬＴＥＲ：ＩＩ－ＴＷＯ┐ＤＩＭＥＮＳＩＯＮ＊ＧｏＨｏｎｇ（古红）ＺｈｕＹｉｓｈｅｎｇ（朱贻盛）（ＩｎｓｔｉｔｕｔｅｏｆＢｉｏｍｅｄｉｃａｌＥｎｇｉｅｅｒｉｎｇ，Ｓｈａｎ...     

A novel approach to design robust fault detection filter for networked control systems

In this paper, an approach for designing robust fault detection filter (RFDF) of networked control systems (NCSs) with unknown inputs is studied. The design aims at implementing the optimal trade-off between robustness of unknown inputs (including the item produced by networked-induced delay) and sensitivity of fault. The key design issue is to introduce an optimal fault detection filter based on NCSs with the control law compensation as the reference residual model of NCSs and to formulate the RFDF design as a model-matching problem. By applying H _∞ optimization technique, linear matrix inequality (LMI) approach is given to solve the model-matching problem. The validity of the proposed approach is shown by a numerical example.      

遗传算法用于控制器参数的满意优化

对于控制器参数的多指标优化问题，提出了一种新型优化设计方法。通过分别设计的各个性能指标的满意度函数，反映出各性能指标对控制系统的具体要求；并用综合满意度函数的设计，反映出对控制目标的综合要求。由此给出了一种优化模型。应用遗传算法自动搜索，实现控制器参烽的优化。仿真实验效果良好，表明了本文方法的灵活实用性。     

求解不确定车辆数车辆调度问题的混合算法

针对不确定车辆数的车辆调度问题,建立了使用配送车辆数最少和总行驶距离最短的双目标数学规划模型.在分层序列法思想的框架内,提出一种分两阶段求解的混合算法.基于改进的粒子群算法进行车辆的分配,获得完成任务集所使用的最少车辆数,把粒子群的优化方案转化为禁忌算法的初始解进行路径的优化,以使车队完成给定的配送任务集所花费的成本最少.通过实例求解结果对算法进行了总结分析.