基于遗传算子的粒子群算法在战场频率分配中的应用

为了对战场频率进行分配,提出了一种基于遗传算子的粒子群分配算法。首先介绍了基于干扰最小的频率分配数学模型,然后提出了基于遗传算子的粒子群分配算法,仿真实验表明了模型及算法的可行性。     

改进遗传算法在车辆路径问题中的应用

建立了车辆路径问题的数学模型.为了提高遗传算法的搜索速率,避免种群出现“早熟”现象,对适应度函数采用动态线性标定方式,改进交叉算子,采用大变异操作,设计出了求解车辆路径问题的改进遗传算法并给出了具体的计算步骤.应用该遗传算法进行了实例计算,取得了比较满意的结果.计算结果表明,该遗传算法在计算性能上优于参考文献中设计的遗传算法.同时也表明,对遗传算法的改进策略不仅简单而且对求解VRP问题是有效的.     

基于自适应阈值的车辆边缘提取算法研究

实际道路视频图像背景复杂多变,给车辆边缘检测带来困难.提出用最大类间方差法求边缘检测算子的阈值,并给出具体迭代求解过程,得到的阈值能随图像背景的变化而变化,具有自适应性.实验结果表明了算法的可行性和有效性.     

指数有界C余弦算子函数与积分余弦函数的扰动

研究了指数有界C余弦算子函数在C不必具有稠值域时的扰动问题,并根据积分余弦函数与C余弦算子函数的基本关系,进而得到了2n次积分余弦函数带非稠定生成元的扰动结果．     

数据融合系统的模型化和形式化研究

从数学角度对数据融合进行研究,给出了一个数据融合的数学模型。考察这种数据融合模型的意义,并把其应用于形式化研究中,得出一种形式化数据融合问题求解描述的简单方法。     

改进Canny算子的列车轮对踏面边缘检测算法

现有对高速列车轮对踏面损伤检测逐步以动态检测系统代替人工检测,针对动态检测系统中对踏面损伤图像处理时,存在大量边缘信息丢失、图像细节不完整等问题,提出一种基于改进Canny算子的边缘检测算法.该算法利用自适应双边滤波代替传统高斯滤波对图像进行平滑处理,能够很好的保持图像边缘和滤除噪声;采用水平、垂直、45°和135°4...     

求解舰船电力系统网络重构的贪婪DPSO算法

\t  目的   \t为了解决现有约束多目标优化算法在求解船舶微电网重构时收敛性和分布性不佳的问题,提出一种基于两阶段差分进化（TSDE）算法的约束多目标优化方法。\t  方法   \t第1阶段采用双种群混合法（即自适应罚函数法和可行性法则）来处理约束条件;第2阶段将第1阶段产生的双种群合并为单种群,再采用可行性法则解决约束优化问题;最后,在不同的阶段采用不同的精英选择策略和改进无参数变异算子,从而进一步优化差分进化算法。\t  结果   \t根据算例仿真结果：在故障1和故障2工况下,TSDE算法求得的最小负荷失电量分别比基于混沌迁移及无参数变异差分进化（CMPMDE）算法和基于环境Pareto支配选择差分进化（EPDSDE）算法降低了185 A和940 A;在故障1工况下,TSDE算法的最少开关操作数比CMPMDE算法多1次,与EPDSDE算法相同;在故障2工况下,TSDE算法的最少开关操作数比CMPMDE算法和EPDSDE算法均少1次。\t  结论   \tTSDE算法求得的最优非劣解集更接近真实的Pareto前沿且分布较为均匀,在满足重构时间要求的前提下,该算法可以更好地保证船舶的安全稳定运行。     

有容量约束车辆路径问题的多目标遗传算法

针对有容量约束车辆路径问题,提出了基于Pareto方法的多目标优化遗传算法.该算法引入基于擂台法的Pareto锦标赛选择算子,避免了求解非凸解的困难.采用最邻近算法和扫描算法构造初始种群及引入启发式交叉算子来加快算法的收敛速度.通过E-n30-k3算例实验表明:应用该算法得到的Pareto解集,为决策者提供了多种途径有效解决有容量约束车辆路径问题.     

Landau体系的四类升降算子

用因式分解法求出了Ｌａｎｄａｕ体系（带电粒子在垂直于均匀磁场的平面内的运动）的四类升降算子,并讨论了相应的选择定则和守恒量子数。