基于实数遗传算法的二维导体目标微波成像

讨论了自由空间中导体柱微波成像的实数遗传算法，导体柱的围线用有限项三角线数所逼近的形状函数来表示。散射问题用矩量法来模拟，逆散射问题转换成受限制的优化问题。以三角级数的系数为优化变量，通过尽量减小散射场幅度的测量值与计算值之间的相对误差来不断优化。并通过实例验证了此方法的优越性。     

远场大转角时水下典型目标回波建模与成像

为了解决当水下目标位于声呐远场且转动角度较大时,运用距离-多普勒算法成像存在的图像模糊难题,基于物理声学方法建立了此时水下典型目标的回波信号模型,运用极坐标格式算法对目标进行成像,讨论了不同的插值算法对成像效果的影响,实现了刚性有限长圆柱体和椭球目标成像.仿真结果表明成像效果良好,有效克服了散射点越分辨单元走动的影响.     

有限单元Cloning算法在弹性波散射问题中的应用

介绍了处理弹性波散射问题的有限单元Ｃｌｏｎｉｎｇ算法，并用圆柱形空洞对ＳＶ波散射的算例验证了它的有效性，这种方法具有有限单元法的优点，适合于一般不规则形状的散射体，能够考虑Ｓｏｍｍｅｒｆｅｌｄ辐射条件，在实际地震工作计算中具有较好的应用前景。     

MOPSO中精英保持策略和最佳解选择方法的改进

为提高多目标微粒群优化(MOPSO)算法处理高维目标优化问题的性能,降低计算复杂度,改善算法的收敛性,对MOPSO算法进行了改进.该改进算法利用扩展E支配 (E-dominance) 方法确定解之间的优胜关系,采用随机方式确定当代最佳解,考虑了算法的收敛性和解的多样性.此外,采用外部种群档案保存精英解,利用非线性函数将优化问题的目标空间映射到有限区域,并在该有限区域内考虑解的优胜关系和分布情况.通过对一系列典型测试问题的仿真研究,结果表明:对于3个以上的多目标优化问题,改进算法的收敛性和计算复杂度都优于原始MOPSO和NSGA2.     

多目标优化的新方法——幂加权和法及数值仿真

提出了一种新的评价函数,将多目标优化问题转化为单目标优化问题,并证明了由这种方法所得到的最优解是多目标优化问题的有效解.用混合罚函数法将约束问题变为无约束问题,将改进的模拟退火算法与单纯形法结合起来构造一种效率较高的全局优化算法,该算法具有模拟退火算法在全局搜索上的优点和单纯形法在局部搜索上的优点.用计算机语言编制了通用程序,给出了单目标优化和多目标优化的例子,数值仿真结果表明这种方法是可靠的.     

整数微分进化策略及其在微波成像中的应用

提出了微分进化策略的整数编码方法.按照给定的精度使优化问题的常规实数编码的解空间离散化,并对离散化的结果进行整数编码,建立对应的整数空间.在整数空间中求解,在实数空间中计算解的适应度.对有限精度以及计算存在离散化过程的工程优化问题,用整数编码可有效提高搜索速度,并自动滤除不稳定解.对于离散、高维、多值类型的微波成像示例,与实数编码比较,用微分进化策略的整数编码优化算法搜索速度更高,成像结果更优.     

遗传算法在制造网格资源调度中的应用

在网络化制造环境下为解决制造网格中的资源调度问题，提出了基于遗传算法的网格资源调度算法。结合用户对多目标优化问题的要求，设计了基于遗传算法的制造网格资源调度算法。该算法将多目标优化问题转化为单目标优化问题，并以数字制造业中零件加工过程的资源优化调度为算例，验证了算法的有效性。     

时序差分雷达干涉中永久散射体的自动探测

为了有效探测时序差分雷达干涉中的永久散射体,考虑永久散射体对雷达波的强反射特性和散射的稳定性,提出了探测永久散射体的振幅信息双阈值法.该方法根据振幅阈值选取具有强反射特性的点作为永久散射体候选点,然后根据振幅离差阈值,选取散射特性稳定的候选点作为永久散射体.利用上海地区的26幅ERS-1/2 C波段SAR(合成孔径雷达)图像进行了实验,证明该方法是有效和可靠的.     

基于改进粒子群算法的工程项目综合优化

为解决现有粒子群优化算法进化过程中"早熟"的问题,提出了一种改进的粒子群优化算法HSPSO.算法采用多子群分层策略,以提高收敛速度和优化精度.为求解工程项目的综合优化问题,建立了工期-成本-质量的数学优化模型和多目标优化模型.通过实例对标准粒子群优化算法(SPSO)和差分进化(DE)算法进行了比较,并采用HSPSO算法进行多目标优化.最后,用枚举法验证了模型的合理性和算法的有效性.与已有研究相比,HSPSO算法能在种群规模较小(20个粒子)的情况下,快速找到满意的解(平均迭代次数不超过20次).     

时变条件下有害物品运输的路径选择与决策

为解决传统的路径规划中,目标少、静态性,无法真实模拟现实情境的问题。研究了时变条件下,同时考虑成本、环境风险、人口风险的多目标路径优化及选择问题。建立了时变条件下多个不同出发时间且有到达时间限制的有害物品运输的多目标最短路径选择的数学模型;设计了该模型下的相关算法;考虑到实际决策环境的复杂度以及决策者理性的有限性,提出了综合k-最短路径算法和逼近理想解排序法(TOPSIS法)的算法,用k-最短路径算法分别确定各单目标的有效路径,再用TOPSIS法计算各有效路径到正负理想解的欧氏距离以及贴近度,比较优选决策者满意的路径。最后通过一个算例,证明所提出的模型是有效的。     

Joint Tomlinson-Harashima source and linear relay precoder design in amplify-and-forward multiple-input multiple-output two-way relay systems

Existing minimum-mean-squared-error (MMSE) transceiver designs in amplified-and-forward (AF) multiple-input multiple-output (MIMO) two-way relay systems all assume a linear precoder at the sources. Nonlinear source precoders in such a system have not been considered yet. In this paper, we study the joint design of source Tomlinson-Harashima precoders (THPs), relay linear precoder and MMSE receivers in two-way relay systems. This joint design problem is a highly nonconvex optimization problem. By dividing the original problem into three sub-problems, we propose an iterative algorithm to optimize precoders and receivers. The convergence of the algorithm is ensured since the updated solution is optimal to each sub-problem. Numerical simulation results show that the proposed iterative algorithm outperforms other algorithms in the high signal-to-noise ratio (SNR) region.     

多Agent系统协作求解的粒子模型方法

讨论了多Agent系统分布协作求解和粒子协作之间的关系,提出了一种多Agent系统协作求解粒子模型方法,将任务资源规划协作求解过程转化为多粒子共同寻优的过程.引入了协作程度变化参数,建立了需求强度计算公式和效益目标函数,并构造了适合求解的粒子群算法.通过算法的寻优计算,得到了任务资源规划协作求解的最优解.仿真实验结果表明,对于复杂的任务资源规划问题,该方法能描述和处理Agent本身自组织现象和社会交互行为的随机性和并发性,并具有良好的收敛性和有效性.     

车辆路径问题的混沌粒子群算法研究

针对车辆路径问题中单仓库非满载这一基本类型的具体特性,设计了一种混沌粒子群算法;利用混沌系统的随机性、规律性和遍历性初始化粒子,大范围覆盖车辆路径问题的解空间,加强算法最优路径的搜索能力;通过在求解过程中的次优路径处施加混沌扰动,使算法放弃当前求解的路径,避免结果为次优解。并通过试验验证了该算法在车辆路径问题中具有很强的寻优能力。     

Magnetic flux leakage signal inversion of corrosive flaws based on modified genetic local search algorithm

In this paper, a modified genetic local search algorithm (MGLSA) is proposed. The proposed algorithm is resulted from employing the simulated annealing technique to regulate the variance of the Gaussian mutation of the genetic local search algorithm (GLSA). Then, an MGLSA-based inverse algorithm is proposed for magnetic flux leakage (MFL) signal inversion of corrosive flaws, in which the MGLSA is used to solve the optimization problem in the MFL inverse problem. Experimental results demonstrate that the MGLSA-based inverse algorithm is more robust than GLSA-based inverse algorithm in the presence of noise in the measured MFL signals.     

基于粒子群和蚁群算法的边界层微分方程求解

沿竖壁自然对流边界层微分方程组速度和温度均耦合,在打靶法中应用Newton求根的方法解对应的相似性微分方程组时对初值选择要求较高,在根值附近收敛变慢.将微分方程边值问题转化为初值问题求解的打靶过程可看作优化设计问题,用优化设计算法求解.将基于生物群信息传递规则和觅食规则提出的粒子群算法和蚁群算法应用到打靶法的求解过程中,并与其它优化算法计算结果进行了比较.结果表明,粒子群算法和蚁群算法用于沿变壁温竖壁自然对流层流边界层微分方程求解是可行的,计算过程稳定,对初值选择不敏感.     

Sequencing mixed-model flexible assembly lines with variable launching intervals

To solve the sequencing problem in mixed-model flexible assembly lines (MMFALs) with variable launching intervals, a mathematical model aiming to minimize the cost of utility and idle times is developed. To obtain high-quality sequences, an advanced scatter search (ASS) algorithm is proposed. A heuristic approach, i.e. launching intervals between products algorithm (LIBPA), is incorporated into the ASS algorithm to solve the launching interval problem for each sequence. Numerical experiments with different scales are conducted to compare the performance of ASS with genetic algorithm (GA). In addition, we compare the cost of variable launching intervals approach with fixed launching intervals approach. The results indicate that the ASS is efficient and effective, and considering variable launching intervals in mixed-model assembly lines (MMALs) sequencing problem can improve the performance of the line.     

ICA based speckle filtering for target extraction in SAR images using adaptive space separation

A novel approach based on independent component analysis (ICA) for speckle filtering and target extraction of synthetic aperture radar (SAR) images is proposed using adaptive space separation with weighted information entropy (WIE) incorporated. First the basis and the independent components are respectively obtained by ICA technique, and WIE of the image is computed; then based on the threshold computed from function T-WIE (threshold versus weighted-information-entropy), independent components are adaptively separated and the bases are classified accordingly. Thus, the image space is separated into two subspaces: "clean" and "noise". Then, a proposed nonlinear operator ABO is applied on each component of the 'clean' subspace for further optimization. Finally, recovery image is obtained reconstructing this subspace and target is easily extracted with binarisation. Note that here T-WIE is an interpolated function based on several representative target SAR images using proposed space separation algorithm.     

一种具有模糊费用系数的VSP的修正C-W节约算法

将传统的确定性车辆调度问题扩展为具有模糊特征的模糊车辆调度问题．在对具有模糊费用系数的车辆调度问题进行简单描述的基础上，构建了模糊车辆调度的数学模型；通过Gaufmann-Gupta模糊数排序方法与传统车辆调度问题的C—W节约算法的有效结合，提出了解决该问题的一种改进C—W节约算法．最后，给出了一个算例．     

作业车间调度问题的改进遗传算法

研究了作业车间调度问题，并提出了一种新的求解方法，将邻域搜索与遗传算法相结合，提高遗传算法的局部搜索能力，加速进化过程，详细论述了该方法的优越性．     

交通网络最优路径搜索的蚁群算法

针对交通网络中最优路径搜索问题,本文提出一种基于蚁群算法的新的求解方法。首先从剖析最优路径问题的求解要求出发,探讨蚁群算法求解的优势,由于其并行性、正反馈、协作性等特点,能在较短的时间内发现较优解。然后,根据交通网络的特性,在基本蚁群算法的基础上,引入信息素限定规则,采用平滑机制进行局部更新,改进了全局更新模型等,使该算法更能满足交通系统最优路径的求解要求,降低了路径选择的复杂性,从而提高计算效率。对改进的模型进行的模拟实验和比较分析表明,该模型与算法的效果良好。该研究为交通系统最优路径问题开创了一条新的途径,同时显示出蚁群算法在交通分配中的良好使用前景。