基于FPGA的超声波焊接电源信号源设计

针对单片机作超声波焊接电源信号源输出通道少、响应速度慢的问题,利用FPGA对比了自然采样法、对称规则采样法和不对称规则采样法的可调制SPWM信号.使用广义预测算法、PID算法解决频率跟踪锁定,使用定点算法解决浮点数运算,利用DDS原理解决信号调制.使用Quartus编程并在ModelSim环境下仿真,实现了扫频范围、输...     

基于浮点数编码的求解连续函数优化问题的遗传算法

针对求解连续函数优化问题，论述了遗传算法在其中的应用及其与传统数值优化算法的比较。并就遗传算法在解决连续函数优化问题中存在的不足之处，提出了一种新的编码方法－浮点数编码方法。最后，通过实例验证了该方法的可行性和有效性。     

求解双障碍问题的一个内点迭代算法

介绍一种解决双障碍问题的迭代算法,该算法称之为内点迭代算法. 首先将原问题转化为等价非光滑方程组,然后构造新的光滑函数来逼近非光滑方程组. 文中证明了惩罚参数可能需要修正有限次情形下算法的全局收敛性和超线性收敛性. 经数值实验表明,该算法是有效的.     

��������С���任��GPS��̬�˲����㷨

针对应用卡尔曼滤波器进行车辆GPS导航信号的动态滤波时难以建立精确的数学模型以及传统小波变换在实时性方面存在不足,提出了基于提升小波变换的GPS动态滤波新算法.该算法采用提升小波变换对车辆GPS导航信号进行分解;用3σ准则和多项式插值方法对各层提升小波变换系数进行粗差探测与数据修复;采用模平方软阈值去噪算法对各层提升小波变换系数进行去噪;最后进行提升小波逆变换,从而实现车辆GPS导航信号的动态滤波。仿真实验结果表明,该算法的导航定位精度优于卡尔曼滤波算法;虽然在导航定位精度方面稍比传统小波变换算法的性能高,但比传统小波变换算法速度快一倍;显然该算法对车辆GPS导航系统是有效的.     

基于MK变点检测和加权HMM算法的NILM研究

为了更可靠的提升居民用户非侵入式负荷的分解能力,将整个识别过程分为负荷事件识别和状态识别两个过程。分别提出一种基于双滑动窗的MK变点检测算法以及加权双参量隐马尔可夫模型进行负荷事件识别和状态识别。并在状态识别中将每个设备各内部状态在每个时间段的出现概率作为权值带入到算法。通过数据验证以及对比实验,表明NILM算法能够较为有效地对居民负荷进行识别。     

双正交小波滤波器族的构造

给出了一般双正交小波滤波器所对应多相矩阵分解形式及所对应的代数结构空间,完成了一个双正交小波滤波器设计程序.此程序不但可以给出任意双正交小波滤波器族参数表示,还可以用来刻划滤波器族代数结构.     

基于基准测试的道路交通分配算法比较

简要介绍双共轭Frank-Wolfe算法、交叉口通行能力计算分配算法、动态用户均衡分配算法和基于仿真的动态分配算法4种交通分配算法的原理和实现过程.以广州东站周边地区为例,构建了基于PTV VISUM软件的测试平台.从分配算法的效率、收敛性和分配结果等方面进行评价分析,并开展以双共轭Frank-Wolfe算法为参照的基...     

基于负载均衡的OFDMA双跳中继网络资源分配策略

为适应蜂窝小区内不同的用户分布,针对基于正交频分多址接入技术的双跳中继网络,提出了一种基于负载均衡的资源分配策略.考虑难以得到联合分配的最优解,在降低计算复杂度的前提下,采用分步式次优化分配.采用比例公平算法对子载波进行分配,并用数学建模的方法解决功率分配问题;根据凸规划和注水算法确定功率分配最优解需满足的条件,在逼近最优解的目标下,求得基站和中继站的发射功率.仿真分析结果表明,与传统的静态资源分配策略相比,提出的基于负载均衡的资源分配策略可以适应不同的用户分布和信道条件,系统吞吐率提高7.8%以上.      

遗传算法在电力系统无功优化中的应用

详细介绍了浮点数编码遗传算法的编码、选择、交叉、变异等操作.该编码不仅可以降低算法的搜索空间,而且可以避免初始化及在遗传操作中生成的不可行解.将该算法用于IEEE30节点系统,结果表明,该方法降低了网络损耗,实现了电力系统的无功优化,得到了满意的结果.     

一种多辐射源角度跟踪算法

为解决对多辐射源同时进行角度跟踪的问题,提出了一种将求根的正交传播算子方法(OPM)与零点跟踪相结合的新算法,实现了迭代的角度估计和自动关联.新算法引入了2个可变参数——遗忘因子和多项式方程阶数,通过调节这2个参数改变算法的性能,从而适应信噪比和目标角速度变化的信号环境.仿真结果表明,与传统方法相比,提出的算法具有更好的跟踪性能和灵活性,当信噪比高于0 dB时,其跟踪均方根误差小于0.15°.     

多种概率分布的随机参数结构屈曲特征值分析

采用随机收敛的非正交的多项式展式表示未知的随机屈曲特征对,对随机结构的随机变量在服从多种概率分布情况下的屈曲特征值进行了研究.算例表明,对于服从多种概率分布的随机结构屈曲特征值问题,当参数变异性较大时,即使只采用前4阶非正交多项式展式,逼近的结果仍然较好.计算结果还表明,如果把非高斯分布的随机参数模型用高斯分布模型进行分析,将给研究带来相当大的误差,而且这种误差随参数变异性的增大而增大.     

基于拟力法的框架结构静力推覆分析

传统静力推覆分析方法求解结构非线性变形需对结构整体刚度矩阵进行实时地合成与分解,该过程将占用大量计算资源.基于拟力法的纤维梁有限元分析方法进行静力推覆分析,在迭代求解结构非线性变形时,首先对弹性刚度矩阵进行分解,计算出侧向荷载作用下的弹性位移;然后通过反复调用弹性刚度矩阵的分解结果与弹性位移,减少回代计算量;最后采用算法时间复杂度理论定量对比了该方法与传统方法的计算效率,通过一榀八层钢筋混凝土框架结构数值算例,分析比较了两种方法的计算结果与算法时间复杂度. 结果表明:两种方法顶点位移-基底剪力曲线基本吻合,层间位移角与楼层之间的关系曲线也基本一致,两者的最大误差出现在第3层,为3.72%,与传统方法相比,基于拟力法的静力推覆分析方法算法时间复杂度降低了80%,计算效率至少是传统方法的5倍.      

移动最小二乘微分求积法解Helmholtz方程

用一种新型的数值方法--移动最小二乘微分求积法（MLSDQ）求解二维Helmholtz方程。MLSDQ方法是一种直接将微分方程离散的方法，它是将未知函数的各阶偏导数在离散点处的值用域内各配点的函数值加权组合来表示，权系数则直接用移动最小二乘Galerkin法中的形函数求导得到，通过MLSDQ技术将Helmholtz方程和相应的边界条件转化成为一组关于各配点位势的线性代数方程组，求解这组代数方程，便可得到各配点的位势，通过求解几个具有精确解的算例，讨论了方法的收敛性和数值精度，结果表明：该方法较适合于求解小波数的Helmholtz方程,对高波数的方程，需要设置大量的域内配点才能有较好的数值结果。     

方程组系数矩阵的递归分块分解算法的设计实现

将方程组系数矩阵的LR分解算法过程加以改进,加入递归算法,使矩阵产生分块。用MATLAB和C语言对2种算法进行比较,发现递归分解法比LR分解算法速度快,占用内存少,适合当今分层多级存储的计算机结构。     

基于放大曲波基的方向性超分辨率图像重构技术

为解决传统图像放大算法边界视觉效果不佳的问题,提出基于二代曲波变换的方向性超分辨率图像重构算法.对图像进行j层曲波分解,利用不同尺度上曲波基的空间比例关系获得放大图像j层分解系数,通过最外层曲波基空间模型可构建(j+1)层放大图像的曲波分解系数,采用新的非线性函数对全部曲波系数进行增强处理,根据曲波分解的方向性,最终可通过曲波重构获得边缘特征较好的放大图像.实验结果表明,基于曲波方向性图像放大算法,可以较好地保留原图的几何特征,增强边缘清晰度;将两幅典型图像放大后的峰值信噪比与经典方法(差值算法)比较分别提升了2.2及0.6 dB.     

考虑交叉口转向延误的最短路径拍卖算法

为了改进传统算法求解最短路径时运算量大且无法计算交叉口转向延误的不足,提出可直接求解受限路网中两点之间最短路径的改进拍卖算法.将价格矢量扩展至二维,解决了价值量被不同转向行为共用的问题.设计了节省存储空间的数据存储结构,可准确描述交叉口转向行为,且便于检索.针对不同规模和密度的随机路网,比较了改进算法和Dijkstra算法求解单一起、终点之间的最短路径问题.结果表明,在含5 000个结点、20 000条路段的高密度路网中,改进拍卖算法的搜索时间约为Dijkstra算法的30%,能准确求解受限路网中的最短路径,并保留了原Auction算法可并行计算的基本性质.     

基于启发性规则及关键路径调整的柔性作业调度优化算法

为克服传统进化算法求解较大型柔性作业调度问题计算时间长和结果不稳定的缺点,提出了一种启发性规则求解方法.该方法用一个启发性规则产生初始调度解,再利用一些启发式规则对初始调度过程中的关键工件及关键工序进行搜索,并对关键路径进行优化调整得到较优解,通过比较得到柔性调度问题的优化调度解.用本文方法对典型柔性调度问题进行求解,并与其他算法的求解结果进行比较,对于15×10问题,采用本文方法的计算结果与混合基因算法相同,计算时间为3.2 s,减少了42%;对于23×10及25×10的较大型问题,表明启发性规则的引入能提高求解效率,与传统进化算法相比,更适合求解较复杂的柔性作业调度问题.     

Solving the euclidean steiner minimum tree using cellular stochastic diffusion search algorithm

The Euclidean Steiner minimum tree problem is a classical NP-hard combinatorial optimization problem. Because of the intrinsic characteristic of the hard computability, this problem cannot be solved accurately by efficient algorithms up to now. Due to the extensive applications in real world, it is quite important to find some heuristics for it. The stochastic diffusion search algorithm is a newly population-based algorithm whose operating mechanism is quite different from ordinary intelligent algorithms, so this algorithm has its own advantage in solving some optimization problems. This paper has carefully studied the stochastic diffusion search algorithm and designed a cellular automata stochastic diffusion search algorithm for the Euclidean Steiner minimum tree problem which has low time complexity. Practical results show that the proposed algorithm can find approving results in short time even for the large scale size, while exact algorithms need to cost several hours.     

一类非线性积分方程再生核空间中的线性化求解

笔者在文中利用再生核将非线性积分方程转化为线性积分方程求解,得到了此类方程解的结构,解决了解的存在性等问题.     

断裂力学中奇异积分方程的数值求解方法

对断裂力学中奇异积分方程的数值求解技术进行了综述。重点论述了第一类和第二类Cauchy型奇异积分方程以及超奇异积分方程的数值解法。这些方法的主要思想都是通过将奇异积分方程中的未知函数表示为多项式形式连续函数与特定形式权函数的乘积,然后借助Cauchy主值积分定义与超奇异积分的有限部积分定义,将奇异积分方程的求解归结为求解一组线性代数方程。本文拟结合一些具体的数值算例,对奇异积分方程中未知函数的不同表达方式、特点进行了评述,并比较了各种算法的优缺点。最后,指出了求解奇异积分方程的数值解法研究的未来发展方向。