一种混沌遗传混合算法及其在机动多目标数据关联中的应用

讨论了混沌优化方法和自适应遗传算法在多目标数据关联中的应用，针对这两种算法的不足，提出了一种集成混沌优化与遗传算法的混沌遗传算法。仿真结果表明，将本文提出的集成算法运用于数据关联，可以提高关联成功率，加速算法收敛速度。     

船舶动力学性能及结构特性的综合优化方法

建立船舶动力学性能及结构特性综合优化的数学模型;基于并行算法、遗传算法和混沌算法,构造一种并行遗传混沌算法,并将其应用于求解此类综合优化计算问题;编制了界面友好的vc＋＋软件.对于船舶动力学性能及结构特性综合优化问题,进行单目标或多目标条件下的遗传算法或混沌算法及其并行或复合算法的大量优化计算.计算结果表明：该算法不但能有效地克服遗传算法的早熟问题,而且耗时少、计算可靠、效率高;船舶动力性能及结构特性综合优化结果较同类优化设计的综合性能指标高.     

高速单体船航行性能综合优化的遗传混沌算法

建立高速单体船航行性能综合优化的数学模型,将遗传算法和混沌算法复合构造一种改进的遗传混沌算法,并将其应用于高速单体船航行性能综合优化计算问题,利用界面友好的VC 软件编程.优化结果表明,该遗传混沌算法计算可靠、效率高.并为设计综合性能优良的高速单体船船型准备了良好的基础条件.     

基于高速单体无人艇航行性能的并行优化方法

基于高速单体无人艇航行性能建立包括快速性、操纵性和耐波性的综合优化数学模型,构造混合的遗传混沌算法(GAPCA)和混沌遗传算法(PCAGA),并编制相关软件对该模型进行综合优化计算,探讨混合算法和单一算法(遗传算法(GA)和混沌算法(CA))优化性能的优劣,同时研究二次载波搜索域区间比例和区间并行次数对优化效率的影响,得到遗传混沌优化算法和混沌遗传优化算法相比单一优化算法寻优效率高,不同算法对应于不同的最佳二次区间搜索比例。     

高速单体船航行性能综合优化的遗传混沌算法

建立高速单体船航行性能综合优化的数学模型，将遗传算法和混沌算法复合构造一种改进的遗传混沌算法，并将其应用于高速单体船航行性能综合优化计算问题，利用界面友好的VC＋＋软件编程。优化结果表明，该遗传混沌算法计算可靠、效率高。并为设计综合性能优良的高速单体船船型准备了良好的基础条件。     

圆形微带天线谐振频率的混沌粒子群神经网络集成建模

谐振频率是微带天线设计过程中最重要的一个参数，直接决定设计的成败．本文提出二进制粒子群优化算法的选择性神经网络集成方法，通过粒子群优化算法合理选择组成神经网络集成的各个神经网络，使个体间保持较大的差异度．为有效保证粒子群优化算法的粒子多样性，在迭代过程中加入混沌变异．基于该混沌粒子群算法的神经网络集成对圆形微带天线的谐振频率进行建模．仿真试验表明，混沌粒子群优化算法是组合优化权值的有效方法，可以有效提高神经网络集成的泛化能力，基于该算法所建立的圆形微带天线的谐振频率模型好于此问题的已有结论．     

吃水受限内河船舶航行性能综合优化的分层并行混沌算法

船舶航行性能综合优化设计分析是一项非常重要的工作。基于分层思想、并行算法和混沌算法,建立了吃水受限内河船舶性能综合优化的数学模型,设计了一种求解此类问题的基于敏感变量分段的分层并行混沌复合算法。编制了界面友好的VC＋＋软件。对于吃水受限内河船舶快速性和操纵性综合优化问题,进行了遗传算法、混沌算法、并行混沌算法和分层并行混沌算法的大量优化计算,结果表明：该复合算法计算可靠、效率高;为吃水受限内河大型船舶综合优良船型设计奠定了良好基础。     

基于混沌神经网络的多目标跟踪技术研究

本文应用混沌神经网络求解多目标跟踪中的数据关联问题,给出了混沌神经网络的模型,构造了数据关联的能量函数表达式,在数据关联过程中,采用退火算法。仿真结果表明,应用混沌神经网络求解数据关联比Hop fie ld网络具有更块的收敛速度和更小的关联误差。     

基于遗传模拟退火算法的机动多目标数据关联问题研究

应用遗传模拟退火算法将机动多目标的数据关联问题表达为一类约束的组合优化问题研究时,可极大地提高密集多回波环境下系统跟踪多机动目标的精度和可靠性.仿真结果表明,遗传模拟退火算法明显地优于独立地使用遗传算法和模拟退火算法.     

混沌遗传算法在船舶电力系统供电恢复中的应用研究

实现船舶电力系统的快速供电恢复是一个复杂的多目标非线性组合优化问题.根据系统的特点,采用混沌自适应遗传算法,使用混沌优化产生初始群体,以保证初始种群含有较丰富的模式,从而增加搜索快速收敛于全局最优解的可能,然后通过采用精英保留的选择机制和自适应交叉、变异概率,有效地加快了算法的收敛速度.船舶电力系统典型故障恢复算例表明,该算法改善了遗传算法的性能,提高了算法的收敛速度及精度,避免了不成熟收敛,较好地实现了船舶电力系统的多目标故障恢复.     

一种基于遗传算法的模糊聚类算法及其与FCM算法的结合

在各种糊聚类算法中,模糊C-均值聚类算法FCM(Fuzzy C-Mean Clustering Algorithm)的应用最为广泛.但在实际的应用中,FCM算法却容易陷入局部最优解.因此,本文首先提出了一种基于遗传算法GA(Genetic Algorithm )的模糊聚类分析方法,它利用了遗传算法随机搜索的特点,可以避免陷入局部最优解.实验表明,将该遗传算法与FCM算法结合起来进行聚类分析,比单一使用遗传算法或单一使用FCM算法进行聚类分析的效果都要好.     

DOA估计中MUSIC算法与ORPD算法的联合应用

ORPD算法是一种对来波方向（DOA）估计的最佳分辨方法，但这种算法需要预知信源的大致方位。多信号分类（MUSIC）算法对DOA估计稳定性较好，伪峰情况基本不存在，精度较高，但其分辨能力不如OIWD算法。利用MUSIC算法较好的稳定性，首先预测信源的大致方位，然后利用OIWD算法对DOA进行估计。仿真结果表明，这种方法是比较有效的。     

二次规划Wolfe算法和旋转算法的比较

求解二次规划的Wolfe算法和旋转算法都是运用Kuhn-Tucker条件将二次规划问题等价转化为求解较为简单的线性规划问题或线性不等式组问题。与Wolfe算法不同,旋转算法在求解二次规划过程中不需增加任何辅助变量,可以直接方便地处理等式约束和变量有界问题,在计算过程中能自动识别冗余约束,具有较明显的计算效率优势。     

基于模式搜索与启发算法的冗余系统费用优化

通过阐述装备可靠性费用的概念,给出装备可靠性费用及冗余系统可靠性费用的明确定义,提出了一个较完整的冗余系统费用模型,在此基础上,使用模式搜索和启发式算法的组合算法进行求解,并指出该方法存在的不足和需要改进的地方.     

遗传算法的改进策略及其应用

针对基本遗传算法在优化应用中遇到的诸如局部搜索能力差、计算量大、对较大搜索空间适应能力差和早熟收敛等棘手问题,本文将传统的单纯形搜索算法与遗传算法结合,提出了一种混合遗传算法,并在进化操作中将交叉,变异概率与个体的适应度结合提出了一种个体自适应概率,使算法在产生新个体的同时,最大限度地保护优秀个体不受破坏,从而提高了整个算法的运算效率;在上述基础上又引入了加速循环操作以加强对优秀个体的利用率,进一步提高算法的效率.通过典型测试函数的数值算例验证,表明本文方法不但可以有效地克服遗传算法的上述缺陷,而且计算速度、稳定性、精度都有明显提高.     

水深三角网的快速构建及优化算法

Delaunay三角网目前被广泛用于等深线绘制,但存在将浅水区划入深水区的可能性,形成不合理的海底地形走势,从而对舰船航行安全构成危险。讨论了快速构建水深三角网的基本策略,如网格划分、逐点插入法、Delaunay子三角网的合并,提出了浅点相割算法。此算法通过比较相邻三角形顶点水深,对Delaunay三角网进行局部优化,构建合理的、符合航行安全原则的等深线。通过实例分析,证明本文所提算法是切实可行的。     

渔船稳性衡准分析与算法研究

我国有数量庞大的渔业船舶,其稳性对船舶安全生产、船型设计开发等方面产生重要影响。本文整理现行渔业船舶稳性衡准要求；分析稳性衡准数的数理实质；进而应用国内外普遍认可的总体设计软件NAPA进行渔业船舶稳性衡准数核算方法研究开发。有助于提高对渔业船舶稳性的认知水平和校核能力,亦可为具备类似衡准要求的其他船型设计研发及稳性校核工具开发提供借鉴。     

装备维修性的评价模型及算法研究

论文讨论了装备维修性的设计准则，定义了评价维修性的指标因素。在此基础上，利用有向网络图来描述维修性的评价模型，并利用矩阵的积和式算法作出定量评价，该方法可以综合考虑影响维修性的所有指标及其相互关系。     

航线配船与船队规划模型及算法实现

为提高船舶资源优化配置研究的实用性,建立了以船队总营运利润最大为目标函数的航线配船与船队规划数学模型.该模型将船队短期调配使用与长期发展规划结合起来统筹分析研究,利用线性规划的单纯形算法进行求解分析,并通过应用实例对模型和求解的有效性进行了验证.基于计算机语言混合编程的方法,设计并开发了航线配船与船队规划决策系统.运行结果表明,该系统稳定可靠,辅助决策效果良好.