基于禁忌搜索的车联网蒙特卡洛定位算法

在蒙特卡洛定位算法中引入禁忌搜索算法以提高车联网中快速定位的性能。自组织车联网高速移动的车辆和快速变化的网络拓扑结构,使用传统的蒙特卡洛定位算法,不能迅速的收敛位置信息。在滤波阶段引入禁忌搜索算法对传统蒙特卡洛定位算法进行改进, 优化滤波排除可能性较小的位置点,获得近似最优估计位置采样集。仿真结果表明,改进后的算法在样本采集数、计算时间、定位精度等方面有了显著提升,改进后的算法能更好地解决车联网的定位问题。     

蜂群算法在光伏电池双二极管五参数模型中的应用

为解决光伏电池双二极管五参数模型中参数辨识准确度低的问题,提出了一种人工蜂群算法.该方法采用曲线拟合来求取参数,用求出的电流计算值来比较标准化的均方根误差百分比.采用变量替换法,使双二极管模型方程中指数因子只含一个变量,通过编程求解电流的计算值.运用蜂群算法和牛顿-拉夫逊法求得标准化的均方根误差百分比为0.011 7%和6.35%.实验及分析表明蜂群算法的优化准确度明显优于牛顿-拉夫逊解析法、遗传算法、模式搜索算法和模拟退火算法,为光伏电池参数辨识提供了一种新的思路.     

无人机多阶段航迹预测协同任务规划

针对多无人机(Unmanned Aerial Vehicles, UAVs)协同控制问题,提出了一种UAVs多阶段航迹预测分布式任务规划方法。定义从一次任务分配开始到其中一项任务完成为一个任务周期。在每个规划周期,首先,各UAV使用A*算法快速预测到所有任务目标的路径,提供至任务分配;然后,采用聚类算法修改目标价值向量,协商分配结果,并实时计算探测范围内的最短路径;最后,采用三次B样条曲线平滑所分配的最短路径,在线规划出满足飞行约束的飞行航迹。通过仿真实验对算法的有效性进行了验证,结果表明,提出的算法能够实时获得近似最优的任务分配结果并规划出可飞行航迹,并有效处理突发任务。     

基于安全性约束和协同禁忌优化算法的云计算工作流调度

针对现有的云计算工作流调度方法侧重于节能和可靠性等方面进行研究,忽略了安全性约束的要求,设计了一种基于协同禁忌算法的具有安全型约束的能实现云计算工作流高效调度的方法。首先,定义了云计算工作流调度的DAG图,对安全性约束进行了形式化描述,并建立了云计算工作流调度的数学模型。然后,在经典的协同禁忌算法的基础上,通过设计解的编码方式、适应度函数、变邻域结构和双禁忌表,实现对经典的协同禁忌算法进行改进。最后,定义了基于改协同禁忌算法实现对云计算工作流调度的具体算法。在云计算的仿真环境Cloud-Sim下进行实验,实验结果证明了文中方法不仅具有较快的收敛速度,而且能寻求到比其它方法更优的调度方案,能满足安全性约束要求,是一种可行实用的调度方法。     

基于稀疏编码和禁忌优化的故障信号抽取方法

为了克服经典正交匹配算法获取原子集时遍历冗余字典具有较大时间开销的缺点,提出了一种基于压缩感知理论和禁忌优化算法的的稀疏故障信号特征提取方法;首先引入了压缩感知模型并描述了基于信号稀疏表示的故障诊断原理,设计了满足RIP准则以最小化l₁范数为目标的稀疏信号解的求解方法,然后定义了一种基于正交匹配算法的稀疏信号重构算法,并以最小化余量为目标函数,采用改进的禁忌搜索算法在原子空间中搜索满足目标函数的最优原子集,最后,给出了基于稀疏编码和禁忌优化混合模型的故障信号提取算法;在Matlab仿真环境下对滚动轴承故障信号进行试验,仿真结果表明:文章方法能有效地对具有强噪声的故障信号进行稀疏重构,不仅具有较高的信噪比,而且具有较小的余量误差和仿真时间,与其它方法相比,具有较大的优越性。      

基于云进化算法的3D NoC测试规划

针对三维片上网络(Three Dimensional Network-on-Chip, 3D NoC) IP核的测试问题,采用云进化算法优化测试规划,完成3D NoC测试;该方法首先通过平分搜索范围的方式形成第一代种群,依据3D NoC结构特点建立功耗模型,在满足功耗约束的情况下进行测试,采用种群精英个体保留策略选择优秀个体,并利用云模型的随机性和稳定性特点进行迭代寻优,旨在降低总的测试时间,获得最佳测试规划;以ITC′02测试标准电路作为实验对象,实验结果表明,在获得相同测试时间下,云进化算法比遗传算法具有更好的寻优能力,收敛代数提高了约50%,有效提高了测试效率。     

混合算法优化的乘用车舱内噪声感知烦恼度神经网络建模

针对传统乘用车舱内噪声感知烦恼度量化模型精度低的问题,提出了一种利用混合算法优化的神经网络模型预测舱内噪声感知烦恼度的评价方法。此混合算法融合麻雀搜索算法(SSA)和遗传算法(GA),对反向传播(BP)神经网络进行优化,根据声品质主客观评价数据,建立SSA-GA-BP网络的乘用车舱内噪声感知烦恼度客观量化模型,与BP模型、GA-BP模型、SSA-BP模型进行对比分析。结果表明, SSA-GA-BP模型能够实现更高的预测精度,更接近主观评价数值,泛化能力更强,可替代传统的声品质主观评价实验。     

军用飞机任务保障规划方案效率分析

针对军用飞机再次出动保障任务规划方案的效率分析缺乏有效的解决方法的问题,构建了基于灰色聚类算法与熵权法相结合的任务保障规划方案效率分析模型。该模型首先利用灰色聚类对保障方案的人员利用率的有效参数进行计算并确定。其后利用熵权法对保障方案的人员数量时间分布进行计算。在此基础上根据任务规划工期、人员利用率、人员数量时间分布三个参数的权重得到任务保障规划方案效率。文中通过实例对构建的效率分析模型进行了验证。结果表明：所构建的效率分析模型能够有效的对军用飞机任务保障规划方案效率分析,且具有较高的可靠性和很好的工程应用价值。     

基于Dubins曲线和改进A*算法的AUV路径规划方法

将Dubins曲线和具有角度约束的改进A*搜索算法结合应用于路径规划中,能解决路径长度最短和安全性的问题。这样规划出来的路径由两段满足AUV最小转弯半径的圆弧和一段同时与两弧相切的直线构成。圆弧段由产生Dubins路径的方法产生,直线段由改进A*搜索算法扩展产生。首先通过判断Dubins路径存在条件,解算Dubins曲线参数,从而确定此路径中两圆弧的起始点、终止点坐标。再通过这些圆弧坐标可得到直线与圆弧的切入点、切出点,此两点就是改进A*搜索算法扩展路径的起始点和终止点。以Matlab为工具进行仿真实验,验证了此方法能产生规避障碍物的可行的最短路径。     

改进遗传算法求解柔性作业车间调度问题

针对柔性作业车间调度问题中最大完工时间、机器最大负荷和总机器负荷三项性能指标,提出一种改进的自适应交叉和变异的混合遗传算法。在基本遗传算法染色体编码的基础上,设计一种基于海明距离的调度个体差异判别方法,并通过自适应交叉阈值和动态变异概率计算提高遗传算法整个种群调度个体的多样性,防止算法过早的进入早熟。在遗传算法进化期间,对每个调度个体的进化采用变邻域搜索算法,扩大调度个体的邻域搜索范围。最后,使用文献中相同的调度实例将本文的计算结果与其它文献中的测试结果进行比较,验证了所提出的算法的可行性和有效性。