基于小生境遗传算法的矩形件优化排样

将小生境遗传算法应用于计算机辅助排样领域,提出了一种改进的解码算法--高度调整法,将高度调整法和小生境遗传算法相结合,用于求解矩形件排样问题.该方法首先将矩形件的排样问题转化为便于优化求解的排列问题,然后应用小生境遗传算法的全局优化概率搜索能力进行优化求解,优化计算过程中应用高度调整法将排样序列转化为排样图.用该算法对文献中的两个算例进行了求解,结果表明该算法是行之有效的.     

一种改进的正弦余弦算法求解0-1背包问题

【目的】针对组合优化中的经典背包问题,提出了一种用于求解0-1背包问题的改进正弦余弦算法.【方法】按幂递减函数自适应调整参数r_1,较好地平衡算法的全局探索与局部开发能力;利用采蜜蜂算子和贪婪选择策略,加快算法的收敛速度,提高算法优化精度;通过侦察蜂算子,增加种群多样性,防止算法陷入局部最优;采用贪心变换算法和修正连续解算法对求解过程中的不可行解进行修复.【结果】求解10个经典0-1背包问题的仿真实验表明,改进算法在收敛速度、求解精度和成功率等方面明显优于基本正弦余弦算法,并与其它改进智能算法的优化结果相当.【结论】改进算法具有较高的优化性能,能较好地求解0-1背包问题.     

配电网线损分析及优化软件的研究

以改善电压、降低损耗、提高经济效益为目的,应用改进的退火选择遗传算法对负荷进行实时优化,对运行中的配电网进行线损分析并提出无功补偿的控制策略.文中结合农村配电网的特点,考虑了变压器铁耗的影响.模拟测试表明该软件计算准确,无功算法全局寻优能力强、效率高,性能良好.     

基于模块化2D-LDA的视频监控中的人脸识别算法

提出了一种基于扩展二维线性判别分析的人脸识别算法.通过扩充人脸样本,提高了人脸识别的性能.同时在视频监控的实际应用环境中进行了仿真,仿真结果表明,改进后的算法在性能和人脸识别精确度方面有了较大的提高.     

LSM算法评定空间直线度误差的分析与改进

为了有效地提高评定空间直线度误差的精度,运用几何学、误差理论和最优化原理,深入分析了LSM算法在空间直线度误差评定中所存在的原理缺陷;并改进了LSM算法,提出了改进LSM算法的数学模型.对改进LSM算法编制程序进行了数字实验,结果表明:改进LSM算法克服了LSM算法的原理缺陷,具有较高的精度.     

基于平均值的混合蛙跳算法

针对基本混合蛙跳算法收敛速度慢,容易陷入局部最优的问题,提出了基于平均值的混合蛙跳算法.该算法将基本蛙跳算法中子群的平均值,通过2种不同的更新策略分别引用到混合蛙跳算法的局部搜索中,对算法的更新策略进行了适当改进,以期提高混合蛙跳算法的局部搜索能力.结果表明:更新策略1将子群的平均值与局部更新策略相结合,使算法在搜索过程中加快搜索速度,提高了局部搜索能力;更新策略2则通过采用自适应概率随机将子群的平均值取代子群部分最优个体进行策略更新,使算法在局部搜索时提高了寻优能力,有效的避免算法陷入局部最优.通过对5个测试函数进行优化,并同基本混合蛙跳算法和文献中改进的算法进行比较,结果表明:该算法可以有效的避免局部搜索过早收敛,具有较好的优化性能.     

基于动态规划法和遗传算法的配电网无功优化

对配电网无功优化规划问题进行研究,针对配电网的辐射型结构,在无功二次精确矩选择补偿点方法的基础上,提出了配电网无功优化分区的方法,并在选点时考虑已选补偿点对后续优化选点的影响,运用动态规划法来确定最优补偿位置;用改进遗传算法求解补偿点的最优补偿量,对选择、交叉、变异等算子进行改进,每一代群体进行分组进化,并采用自适应罚因子、交叉率和变异率,以提高收敛速度和解的质量.采用IEEE 33节点系统验证了本算法的有效性和实用性.本研究提出的算法能使配电网各分区得到合理的无功补偿,从而提高配电系统经济性和电压质量.     

基于GPU的并行人脸检测方法研究

为了进一步提高人脸检测的精度和速度,提出了一种改进的Viola-Jones人脸检测算法,并在GPU平台上对改进后的算法加以优化。采用新型稀疏特征来进行人脸检测,利用计算机的图形处理单元GPU进行并行加速,并对优化前后的结果进行对比。结果表明,该算法把检测率提高到93.6%,与传统Viola-Jones人脸检测算法相比检测精度有了较大的提升;GPU并行加速实现了对OpenCV 1.6~3.2倍左右的加速比,有效提高了人脸检测性能。     

改进的克隆选择算法求解0——1背包问题

提出了一种改进的克隆选择算法(Improved CSA),该算法采用贪婪策略与宽限边界值相结合的方法,利用未成熟优良子群体提供的信息修改个体基因位来改善种群质量;同时增加一个历史至当前代最佳个体记忆单元防止种群退化.通过对2个0-1背包问题的仿真实验表明:该算法比一般CSA算法和遗传算法能更快的找到最优解;其搜索效率更高,性能更加稳定.     

一种改进的支持向量机集成分类算法

为了更好地改进集成分类器的性能,提出了一种基于反馈学习的支持向量机Bagging集成分类算法.该算法在对子分类器的训练中,引入反馈学习的思想,首先对每个训练得到的子分类器进行测试,找到被错分的样本,把这些样本添加到训练样本集中,重新进行训练、测试,直到没有新的被错分的样本出现为止,最后采用多数投票策略对得到的各子分类器进行组合.仿真实验结果表明,该算法可通过提高各分类器的分类能力改进集成学习器的性能.     

物流配送路线规划中的最短路径研究

本文通过对Dijkstra算法、A*算法和Floyd算法等最短路径算法的分析研究,选择Dijkstra算法作为物流配送路线规划的核心算法;并且针对原始Dijkstra算法的不足,分别对原始Dijkstra算法的数据存储方式、执行效率和数据结构提出了优化的方法.     

基于差分进化鲸鱼优化算法的森林冠层图像分割

针对森林冠层图像结构复杂，受光照不均匀，导致分割精度较差等问题，提出一种基于差分进化鲸鱼优化算法的冠层图像分割方法。首先选取多阈值Kapur熵作为适应度函数，应用鲸鱼优化算法（whale optimization algorithm,WOA）对阈值的搜索过程进行优化，代替传统遍历搜索机制，加强阈值搜索能力与效率。其次引入差分进化算法（differential evolution algorithm,DEA）进行混合，采用以种群平均适应度为评价指标的混合策略平衡2种算法，增强算法的局部搜索能力，实现更好地平衡探索与开发。最后通过对森林冠层图像进行阈值分割研究，在适应度值、PSNR、SSIM与计算时间上进行对比分析。结果表明，本算法可以获得更精确的分割阈值和更高的分割精度。     

基于改进布谷鸟搜索算法对水质监测无线传感器部署的优化

为解决传统传感器网络随机部署分布不均的问题,提出采用布谷鸟搜索算法(CS)进行节点部署优化。为改善CS算法的全局优化性能以提升传感器节点部署优化能力,受动量梯度下降法、均方根算法和Adam优化算法的启发,提出Momentum-CS、RMSprop-CS与Adam-CS三种改进算法,对CS算法中的步长控制量和淘汰概率进行优化调整。以网络覆盖率为优化目标,将3种算法用于长宽为100 m水域的水质监测无线传感器节点部署进行优化。仿真结果表明,Adam-CS算法能够在较少迭代次数获取更高的网络覆盖率,达到90.35%,对于指导水环境监测中无线传感器节点部署具有现实意义。     

桁架结构多目标优化的免疫克隆选择算法

为了解决带有约束的结构多目标优化问题，将免疫克隆选择算法应用于桁架结构的多目标优化设计中. 根据免疫学基本原理，采用非支配邻域选择机制、比例克隆和精英策略，使算法很好地保持了所得解的多样性、均匀性和收敛性.在桁架结构优化的数学模型中，采用惩罚函数法处理违反约束的情况.为了验证所提算法的可行性和有效性，对经典桁架进行了优化，并与其它方法作比较，数值结果表明，该算法在收敛速度、时间消耗和求解质量上均具有一定的优势.     

一种基于数据挖掘的Snort系统的设计与应用

为了提高入侵的检测效率,提出了一种基于数据挖掘的改进的Snort系统.该系统充分利用数据挖掘的入侵检测优点,采用改进的Apriori算法,在Snort原系统基础上增加一个数据异常检测模块,改进了Snort存在的缺点,提高了检测率.通过模拟实验验证和实际网络环境应用分析,得出该系统比原Snort系统具有更高的检测性能,能检测未知的网络入侵,提高计算机系统的安全性.     

多种群竞争遗传算法及其性能分析

在指出传统遗传算法收敛中所存在的收敛速度慢及局部收敛问题的基础上,引入了一种新的改进遗传算法——多种群竞争遗传算法。该算法以种群间竞争为基础,不断淘汰相似个体,并不断补充新个体,增加种群的多样性,以提高收敛速度。最后,用一个典型的测试函数对传统遗传算法和多种群遗传算法进行测试,结果表明多种群遗传算法的性能优于传统遗传算法。     

基于双空间特征提取的变压器故障诊断模型

为了提高基于油中溶解气体分析(dissolved gas analysis, DGA)的变压器故障诊断正确率，弥补单子空间特征提取的局限性，提出了基于双子空间特征提取的变压器故障分层诊断模型.首先，将DGA测试样本在一个子空间内进行特征提取后，为避免核函数及其参数的选择难题，以及利用多核支持向量机(multiple-kernel support vector machine, MKSVM)鲁棒性强和精度高的特点，采用MKSVM作为分类器对测试样本进行预测.依据预测结果将测试样本分为难分类和易分类样本，对易分类样本直接进行分类识别；对难分类样本则将该样本再次投影到另一子空间进行特征提取后，同样采用MKSVM作为分类器对难分类样本进行预测，综合两次预测结果进行分类识别，实现两分类MKSVM的双子空间特征提取算法.最后，根据故障特征，建立基于双子空间特征提取算法的变压器故障分层诊断模型.诊断实例表明，该模型具有较高的诊断正确率和推广能力.     

一种改进的遗传算法及其收敛性分析

为了克服基本遗传算法只考虑种内竞争的缺陷,提出了基于种间竞争的基本遗传算法的改进算法,并用Markov链分析了遗传算法的收敛性问题,证明了改进的遗传算法收敛到全局最优解的概率为1.通过考核实例计算,发现改进后的算法具有更强的鲁棒性.     

BP神经网络学习算法的改进及应用

为了研究BP神经网络改进学习算法的适用情况,通过对实际的4个应用运用BP神经网络的多种改进的学习算法进行训练,比较得到各学习算法的适用范围,并能根据所研究问题类型、网络大小和要求精度等来选择合适的学习算法。结果表明:LM算法逼近效果好,但不适合大规模网络,RPROP算法应用于模式识别收敛速度最快,但不太适合函数逼近,SCG算法对较大网络规模的性能很好,且逼近效果好。     

苹果箱有限元分析及结构优化

为了减少苹果在运输、贮藏、码垛过程中的损伤,降低苹果的装箱损失,对3种常用苹果箱进行三维建模,通过有限元仿真分析苹果箱受力特性和变形,通过在应力集中、变形量大的部位设置加劲肋,有效提升苹果箱工作强度,并对比3种苹果箱的制造成本。分析表明,圆孔箱在制造用料较少的情况下可满足应力和变形量要求。该研究设计出稳定性高、装载能力强、节约材料的苹果箱,为提升苹果箱质量、减少苹果装箱损失提供参考依据。