摘要:

为了应对复杂优化问题的高维、大规模、多类变量混合、强约束、多极小、多目标、动态与不确定等诸多求解难点, 协同进化已成为改善进化算法性能的有效途径. 对此,分别从种群协同、个体协同、算法协同、操作协同、参数协同、策略协同、人机协同等方面, 对协同进化算法的代表性研究进展给予了综述, 重点总结了协同进化的机制和算法设计, 并介绍了协同进化算法在若干领域的应用, 最后指出了有待于进一步研究的若干方向和内容.

摘要:

针对标准SVM不能有效利用数据流形的局部信息以及对数据中的野值敏感的两点不足, 提出一种基于自适应局部图嵌入加权罚SVM. 算法在保持SVM优化框架不变的情况下, 在目标函数中同时加入了对数据整体类间间隔最大化和数据局部流形分布的要求, 优化了分类决策边界, 简化了核化过程, 同时在软间隔的样本惩罚系数中引入了数据的全局结构信息, 增强了算法的鲁棒性. 在人工、标准和图像数据集上的实验结果表明, 所提出的方法是有效的.

摘要:

提出一种基于动态层次分析的自适应多目标粒子群优化算法, 利用模糊一致矩阵层次分析法选取全局最优粒子, 保证进化方向的合理性和客观性. 在进化过程中对种群状态进行客观度量, 自适应更新种群的权重和学习因子等重要参数, 使种群进化具有自我调节能力. 将提出的算法分别应用于标准多目标测试函数、PID控制器参数优化和甲醇转化烃类物质的工业过程模型辨识中, 通过与其他算法的对比说明了所提出算法的有效性和可行性.

摘要:

首先, 通过分析现有多粒度粗糙集模型的不足, 提出一种基于粒度加权的多粒度粗糙集模型; 然后, 通过比较得出加权多粒度粗糙集与乐观多粒度、悲观多粒度和可变多粒度粗糙集之间的关系, 讨论加权多粒度粗糙集的性质, 并分析这几种多粒度粗糙集度量之间的关系; 最后, 通过实例分析验证了所提出加权多粒度粗糙集模型的有效性.

摘要:

针对在目标跟踪系统中通常使用量测转换方法将球面坐标系下的量测量转换到笛卡尔坐标系下, 传统量测转换方法在互距离测量误差增大时跟踪性能有所下降的问题, 提出一种基于卡尔曼滤波预测的无偏量测转换方法. 采用无偏量测转换方法变换量测量, 基于卡尔曼滤波预测值, 结合无迹变换算法估计转换量测方差. 仿真结果表明, 所提出的转换量测卡尔曼滤波算法较现有方法具有更高的跟踪精度和可信度.

摘要:

针对基础矩阵的估计问题, 提出一种基于Skinner 概率自动机的抽样一致性算法(Skinner-Ransac). 该算法对数据样本集合中的每个样本赋予权值, 并根据当前的抽样结果对每一个样本的权值进行更新; 同时, 针对先验知识缺乏的情况提出了3 种迭代终止条件. 以一组模拟数据和一组真实图像作为实验对象, 与4 个现有算法进行对比的实验结果表明, Skinner-Ransac 无论在迭代次数, 还是在计算精度上均优于其他算法.

摘要:

在多传感信息融合系统中, 受系统过程噪声和相关的量测噪声等因素影响, 局部估计误差之间存在一定的相关性. 针对考虑局部估计误差相关性情况下的传感器选择融合问题, 构造了基于融合估计精度的优化指标; 引入传感器子集的势约束, 将传感器选择融合问题转化为一个组合优化问题; 采用交叉熵优化方法, 通过交替执行抽样和更新抽样分布参数两个步骤, 获得了优化问题的解.

摘要:

针对无线传感网络(WSN) 的拥塞问题, 提出一种压缩感知与速率控制相结合的拥塞缓解方法. 针对局部拥塞, 通过开环逐条反压机制调整上游节点的发送速率, 从而快速缓解局部拥塞; 针对全局拥塞, 各节点采用压缩感知的方法采集数据, 减小采集信息的冗余, 从而缓解全局性拥塞. 拥塞缓解后, 节点正常采样, 以此来保证数据的真实度. 仿真结果表明, 该方法对WSN的拥塞具有较好的控制效果.

摘要:

为解决水下移动无线传感器网络(MUWSNs) 存在的拓扑失效问题, 考虑水流对MUWSNs网络拓扑的影响, 提出一种水下移动无线传感器网络拓扑愈合算法. 采用鱼群算法部署AUVs 节点, 建立系统的失效感知机制、消息传递机制和移动愈合方案, 并在此基础上进一步设计鱼群启发的MUWSNs拓扑优化方案. 通过两组仿真实验分别验证了方案的可行性和算法的有效性. 实验结果显示, 拓扑愈合方案可确保网络对监测事件的覆盖度维持在90%左右, 且拓扑优化方案能够进一步提高网络覆盖度.

摘要:

针对DBN网络隐含层层数难以选择的问题, 首先从数学生物学角度分析了随机初始化的梯度下降法导致网络训练失败的原因, 并进行验证, 证明了RBM重构误差与网络能量的正相关定理; 然后根据隐含层和误差的关系, 提出一种基于重构误差的网络深度判断方法, 在训练过程中自组织地训练网络, 使其能够以一种接近人类处理问题的方式解决AI 问题. 手写数字识别的实验表明, 该方法能够有效提高运算效率, 降低运算成本.

摘要:

Dempster 证据组合规则无法有效处理高冲突证据组合问题, 往往引发反直观结果. 针对这一问题, 提出一种新的证据推理方法. 该方法通过建立一个目标规划模型来获得各信源最优的属性权重向量, 进而基于投影法对各个目标方案在区间型理想点上的投影进行排序. 实验结果表明, 所提出的方法能够有效应对高冲突证据组合问题.

摘要:

研究应急物资配送中的两级车辆路径决策策略与应急物资配送绩效问题. 首先以最后完成任务的最小时间为目标, 建立了两级车辆路径模型; 然后针对主仓库恢复配送时间不确定性问题, 提出了4 种应对策略: 独立策略、乐观协同策略、悲观协同策略和折中协同策略, 设计了多起点迭代局部搜索算法和仿真程序; 最后通过数值算例比较了4 种策略对应急物资配送绩效的影响, 比较结果表明, 折衷协同策略的表现效果最好.

摘要:

针对“速度平均”协同机制不能表征群集系统应激分群运动的问题, 基于信息熵定义融合邻居速度、距离、数量及自身感知半径的信息耦合度指标, 提出一种“min-max“形式的速度协同策略, 结合“近距排斥-远距吸引”的位置协同, 实现群集系统的自组织应激分群运动. 数值仿真分析表明, 基于该速度协同机制的群集能够完成一种概率意义上的等规模分群, 且其组群效率优于传统基于速度平均机制的群集.

摘要:

机载雷达辅助无源传感器对目标协同跟踪具有重要战术作用, 而当前相关算法模型较为简单. 为了贴近工程实际, 提出一种机载雷达辅助无源传感器对杂波环境下机动目标的跟踪算法. 该算法考虑了地球曲率和载机时变姿态等因素的影响, 基于地心地固(ECEF) 坐标系, 联合交互多模型(IMM) 和概率数据关联(PDAF) 方法, 以综合预测协方差的迹为控制变量来管理机载雷达的开关机. 仿真结果表明, 通过选择合适的控制门限, 在节约辐射能量、提升生存能力的同时算法的跟踪性能并无明显下降, 从而表明了所提出算法的有效性.

摘要:

背景值是导致GM(1,1) 模型产生系统误差的主要原因之一. 对此, 提出一种优化的GM(1,1) 模型构建方法. 首先, 根据GM(1,1) 模型时间响应式的函数形式, 利用积分中值定理拟合真实背景值, 研究发展系数与背景值之间的 关系; 然后, 构建新的灰色微分方程, 采用最小二乘法进行参数估计, 并利用方程组还原原始参数, 使背景值同时具备无偏性和最小误差性; 最后, 通过具体案例验证了所提出的优化模型能够突破高增长建模的局限, 对实际问题的建模精度较高.

摘要:

针对化工工业流程式多品种成批轮番生产集成分批与调度问题, 分析多阶段、共享设备、物料输入输出变动转化率、库存限制和品种切换调整时间的工艺特点, 建立连续时间表示的混合整数线性规划模型, 提出二维粒子群优化算法. 设计粒子编码为生产设备的加工状态, 通过有效的解码程序将粒子解释为分批和调度. 算法采用收缩算子提高局部求精能力, 并引入发散算子和速度扰动策略保持种群的多样性. 实验结果表明了所提出的算法具有良好的性能.

摘要:

针对已有基于Sigma 点信息滤波的分布式滤波算法, 其性能易受参数影响而导致应用范围受限的问题, 以容积卡尔曼滤波(CKF) 为基础, 利用信息滤波和平均一致性理论提出一种分布式CKF 算法. 该算法在保持分布式滤波优良特性(即可扩展性和对节点故障强鲁棒性) 的同时, 兼具CKF 的高滤波精度和强稳定性. 仿真结果表明了所提出算法的有效性, 与分布式Unscented 卡尔曼滤波(UKF) 算法相比, 该算法显著提高了目标跟踪的精度和稳定性.

摘要:

针对具有强耦合、不确定摩擦力的多变量非线性板球系统, 利用Lyapunov 稳定理论, 设计一种间接模糊自适应控制器. 该控制器可以在确保系统变量在有限范围内变动的同时保持收敛性, 并且在系统的增益矩阵不可逆时, 使得板球系统稳定并跟踪误差收敛到零邻域内. 控制器是由监督、间接模糊自适应和自适应补偿3 种控制算法结合的. 仿真实验表明, 所提出的控制方法能够确保板球系统跟踪控制的稳定性和收敛性.

摘要:

针对传统粒子群算法在求解高维空间中复杂多峰函数时容易陷入局部最优的问题, 提出带反向预测和斥力因子的改进粒子群优化算法. 算法通过引入反向预测因子改进速度更新方式, 以降低粒子在运动过程中产生惰性而出现早熟收敛的概率, 并给出带斥力因子的位置修正策略, 使粒子均匀分散于搜索空间, 从而避免陷入局部最优. 实验分析表明, 在对高维空间中复杂多峰函数进行优化求解时, 改进的粒子群优化算法较传统粒子群算法更加优越.

摘要:

人工蜂群(ABC) 算法存在着收敛速度不够快、易陷入局部最优的缺陷. 针对这一问题, 提出一种改进的人工蜂群(DCABC) 算法. 应用反学习的初始化方法产生初始解, 引入分治策略对蜜源进行优化, 在采蜜蜂发布更新的蜜源信息后, 跟随蜂选择最优蜜源, 并采用分治策略进行迭代优化. 通过对经典测试函数的反复实验及与其他算法的比较, 表明了所提出的算法具有良好的加速收敛效果, 提高了全局搜索能力与效率.

摘要:

针对多货叉仓库调度优化问题, 提出一种改进型细菌觅食算法. 首先, 分阶段对趋化步长进行自适应调节, 引导搜索沿最优方向进行; 其次, 提出基于个体种群多样性贡献率的启发式迁移策略, 降低进入局部最优的机率; 再次, 采用不可行解部分保留策略以增加求出最优解的机会; 最后, 对该算法的收敛性进行证明, 并结合工业现场调度问题对其性能进行验证. 算例结果表明, 所提出的算法对多货叉仓库调度优化问题在解的质量及收敛速度上都取得了较好效果.

摘要:

以无人机的超视距空战为研究背景, 建立一种综合态势评估、目标分配和损耗裁定的协同空战仿真模型. 首先, 综合友机位置和敌方战机威力对我机的态势影响, 提出一种基于人工势场的态势评估方法; 然后, 利用文化基因算法进行目标分配, 分别采用离散差分进化算法和邻域搜索算法作为其全局和局部搜索策略; 最后, 用两步裁定法模拟空战双方的相互攻击, 实现超视距空战中的损耗裁定. 仿真结果验证了所提出模型的合理性和算法的有效性.

摘要:

基于偏序集理论的数据包络分析方法, 通过引进适当的偏序关系, 挖掘出决策单元之间的特殊关系. 然而, 随着决策单元所选取的投入产出指标个数的增加, 决策单元之间的偏序关系变得越来越少. 对此, 通过引进决策单元之间的距离和适当的样本决策单元, 建立决策单元之间的特殊关系, 最终生成决策单元之间的格论关系, 并引进相关定理及其算法. 最后通过仿真结果表明了所提出算法的有效性和实用性.

摘要:

提出一种能通过输入输出数据在线获得T-S 模型的结构和参数的辨识算法. 首先, 对输入空间进行划分, 并在线优化子空间的形状和个数; 然后, 通过RLS 更新子模型参数, 使各个子模型逼近当前工况的实际系统; 当子空间生成或形状发生变化时, 调整相应子模型参数和数据矩阵; 最后, 针对非线性动态系统和煤气炉数据进行仿真实验,验证了所提出算法的有效性.

摘要:

根据连铸工艺特点, 炉次的宽度是柔性值, 充分利用炉次宽度的柔性可以有效提高中间包的利用率, 但同时会增加浇次计划的编制难度. 根据柔性宽度浇次计划问题特征, 建立其广义车辆路径问题模型, 并构建一种混合改进算法进行求解. 该算法基于局部-全局方法, 将柔性宽度浇次计划问题分解为确定炉次顺序和选取炉次宽度两个子问题, 并利用改进的交叉熵法和可达算法分别进行求解. 最后通过实例表明了所提出模型和算法的有效性.

摘要:

为解决化工过程故障不易诊断的问题, 提出一种基于模糊粗糙集特征提取和支持向量机的故障诊断方法. 首先, 利用模糊粗糙集对特征信息进行提取, 构筑相应的故障特征集合; 然后, 将故障特征集合对应的样本输入到支持向量机分类器, 实现对化工过程不同故障的识别. 在TEP 故障诊断中的应用表明了所提出方法的有效性.

摘要:

提出一种使用邻接矩阵保证最优交通小区划分一阶邻接约束的整数规划建模方法. 从求解复杂度和质量两个角度, 比较并分析了该邻接约束建模方法与其他3 种方法对问题求解效率的影响. 设计了聚合式层次聚类启发算法以求解所提出的模型. 针对较大规模算例, 将所提出的建模方法与其他3 种邻接约束建模方法的结果进行了对比与分析. 结果表明, 基于邻接矩阵表示的建模方法能在允许时间内求得满意解, 较其他3 种方法更适合大规模问题.

摘要:

针对易变质的商品, 分析基于弹性需求的定价、营销及生产计划的联合优化问题, 并建立用于描述该问题的非线性规划模型. 考虑到模型是高度非线性的, 提出基于几何规划的求解方法. 首先将高度非线性的问题简化为只含有一个变量的问题; 然后利用黄金分割法获得原问题高质量的近优解; 最后通过算例验证了所提出求解方法的可操作性和正确性, 并分析了主要参数的灵敏度.

摘要:

针对传统灰聚类法对聚类对象间的关系信息和属性间的差异信息利用不充分、灰类划分宽泛、聚类结果约束相对严格、完备性不足等问题, 提出一种面向对象多属性差异的矩阵型灰色聚类方法. 该方法充分利用对象已有的多属性信息, 可以在不同的属性类别组合上获得多元、客观的聚类结果, 使对象的分类更贴近于实际. 通过对安徽省国家级贫困县进行聚类分析, 展示了矩阵型灰色聚类方法的应用, 表明了矩阵型灰色聚类方法的实用性和有效性.

摘要:

犹豫语言集比传统语言变量能更好地表示不确定决策信息, 但因其具有非均匀和离散的特点, 使用时难以找到对应的解析词运算规则和比较方法. 对此, 利用云模型的云滴生成算法, 通过数值模拟方法解决犹豫语言信息的运算与比较问题, 提出了相应的多准则决策方法, 并通过算例分析了其有效性.

摘要:

针对准则权重不完全确定且准则值为区间数的多准则群决策问题, 提出一种基于前景理论的多准则决策方法. 基于统计推断原理, 以各准则下的方案值为样本推断其发生的概率, 进而确定期望值参考点. 基于区间数可能度确定价值函数, 以方案区分度最大为目标构建非线性优化模型并确定方案排序. 最后, 通过实例分析表明了所提出方法的有效性和可行性.

摘要:

统计研究发现, 随机优化算法多次运行后的优化结果满足正态分布, 且期望值更接近最优解. 为此, 提出一种基于统计学理论并结合牛顿法的二次优化方法来改进随机优化算法的求解结果, 以克服将多次优化结果的平均值作为最优解时不能满足精度要求的缺陷. 以遗传算法对4个经典测试函数的多次优化为例, 分别运用平均法和二次优化法来综合其优化结果. 多次实验表明, 二次优化法在处理多次随机运行结果时, 比平均法精度更高、稳定性更好.