基于差分进化算法的混沌时间序列预测模型参数组合优化

为了提高混沌时间序列预测模型的预测精度,提出一种基于差分进化（DE）算法的相空间重构和最小二乘支持向量机（LSSVM）模型参数组合优化方法．该方法将相空间重构参数和LSSVM预测模型参数进行组合作为差分进化算法的个体,以混沌时间序列预测精度作为个体的适应度函数,通过循环迭代获得最优参数组合．几个混沌时间序列的仿真实验结果表明,与传统的优化方法相比,参数组合优化方法具有更高的预测精度．     

基于混合交叉进化算法的混沌系统参数估计

提出一种混合交叉进化算法 来估计混沌系统的未知参数. 首先通过构造一个适当的适应度函数, 将混沌系统的参数估计问题转化为一个多维的优化问题. 在混合交叉进化算法中, 利用佳点集方法初始化种群, 增加了算法的稳定性和全局搜索能力. 在进化过程中, 混合交叉操作既能指导种群个体向最优解子空间靠近, 又能提高算法跳出局部最优的能力, 从而协调了算法的勘探和开采能力. 以几个标准测试函数和典型的Lorenz混沌系统为例进行仿真实验, 结果表明了该方法的有效性.     

基于混合群智能优化算法的混沌系统参数估计

混沌系统的未知系统参数估计是实现混沌控制和同步的首要问题,通过构造一个合理的适应度函数,可将其转化为一个多维搜索空间的优化问题.提出一种融合改进骨干粒子群算法与改进差分进化算法的混合群智能优化方法来解决上述优化问题.对骨干粒子群算法中的粒子位置更新机制以及差分进化算法中的变异操作、交叉操作、交叉概率因子的设计等进行改进,有效兼顾了种群的多样性与算法的收敛性.在此基础上,讨论骨干粒子群优化算法与差分进化的融合优化策略,实现两个算法的协同进化,进一步提高算法的综合优化性能.用6个基准测试函数以及Lorenz混沌系统为例进行仿真实验,结果表明该方法具有全局寻优能力强、收敛速度快、搜索精度高、稳健性好等优点.     

基于混合差分进化算法的混沌系统参数估计

混沌系统参数估计是混沌系统控制与同步的关键问题. 通过构造一个适当的适应度函数,将混沌系统的参数估计问题转化为一个多维优化问题,然后利用混合差分进化算法的全局搜索能力求解该优化问题. 以典型的Lorenz混沌系统为例进行了数值仿真,结果表明了混合差分进化算法的有效性和鲁棒性,是一种有效的混沌系统参数估计方法. 关键词： 混沌系统 参数估计 混合差分进化算法     

基于改进离散差分进化算法的测试选择

针对武器装备系统的测试选择问题,首次提出利用基于混合策略的离散差分进化算法(MD-DDE)进行测试选择;重新定义种群中个体的含义,根据其容易陷入早熟的特点,引入自适应变化的缩放因子和交叉因子;采用混合差分策略,进一步平衡了算法的全局寻优和收敛速度的矛盾;在选择操作的基础上突出了优先级的特点,使结果更具应用价值;通过实例和离散粒子群算法进行了对比,验证了该算法的有效性。     

基于DEPSO-RBF神经网络的锌银电池SOC估计

电池容量是判断电池性能状态的重要指标。针对锌银电池的荷电状态估计问题,利用电池放电过程中放电时间、放电电流和电池电压3个参数作为径向基神经网络的输入,电池荷电状态为输出,建立电池放电的径向基神经网络模型;为克服径向基神经网络收敛精度不高、易陷入局部极小值的缺点,采用差分进化算法和粒子群算法结合的混合算法优化RBF神经网络;MATLAB仿真结果表明,经过混合优化算法优化的径向基神经网络与仅使用粒子群优化的径向基神经网络相比,估计精度得到大大提高。     

基于差分进化算法的X荧光重叠峰的分解

X射线荧光分析中相邻峰重叠的分解问题是十分常见的,谱峰重叠为谱的进一步定性分析和定量分析都带来了困难,而通过硬件手段来减少谱峰重叠的发生往往受资金和工作条件的制约,通常会选择通过数学手段得到重叠谱中各个子峰的相关信息来完成重叠谱的分解。结合光谱形成过程的随机物理特性,提出了一种基于高斯混合模型(GMM)的参数独立模型和参数关联模型,以及基于这两种模型和差分进化算法的重叠峰分解方法。GMM模型参数构成了差分进化算法个体基因,给出了目标函数的快速算法,通过随机生成初始种群,以种群中每个个体的适应度值和各个个体参数的约束条件为选择标准,避免了初值不当带来的局部收敛问题,并且将所有测量的随机数据参与到个体适应度值的运算当中,避免了原谱数据的损失。对模型参数相互独立和模型参数相关联两种情况进行了解谱分析,首先,对三峰重叠和四峰重叠进行仿真模拟分析,分解结果表明,基于GMM参数关联模型的解谱精度较GMM参数独立模型的解谱精度更高,三峰重叠时,参数独立模型和参数关联模型分别得到的权重最大误差为8.15%和2%,峰位最大误差为0.30%和0.06%,标准差的最大误差为7.5%和1.35%。四峰重叠时,参数独立模型和参数关联模型分别得到的权重最大误差为8.3%和4.3%,峰位最大误差为0.12%和0.13%,标准差的最大误差为5.04%和0.45%。然后通过实测三峰重叠谱的解谱分析表明,用这两种模型进行重叠谱的分解,分解结果相对误差和待测量元素的含量有关,随着待测元素含量的降低,分解结果精度会降低。仿真和实测都表明,基于高斯混合模型和运用差分进化算法的重叠谱进行解谱时,如果能够提前得到各个相互重叠小峰权重、均值、标准差之间的关系,建立GMM参数关联模型,减少寻优个体参数个数,对提高复杂峰的分解精度是非常重要的。     

加权差分进化算法应用于换热网络综合

针对差分进化算法应用于换热网络受控制参数影响和后期种群多样性丧失进化乏力的不足，引入加权差分进化算法提升优化性能，算法的有效性已经在连续变量优化得到证明。本研究将其引入属于混合整型变量的换热网络综合，实现差分进化算法无控制参数调节。使用三个小到中等规模网络算例进行验证，其中两个算例取得目前公开文献最优年综合费用。通过建立等效缩放因子并考察其取值分布规律，探究加权差分进化算法的优化机理，为算法改进提供参考。     

基于粒子群优化支持向量机的太阳电池温度预测

建立通用而精确的太阳电池热模型对光伏系统的建模、输出功率与转换效率的损失分析至关重要. 基于复杂的太阳电池温度机理, 分别研究了太阳电池温度的稳态热模型(steady state thermal model, SSTM)和支持向量机(support vector machines, SVM) 方法建立的精确预测热模型. 首先, 基于空气温度、太阳辐射强度、风速3个最主要因素与太阳电池温度的近似线性关系, 在已有SSTM的基础上, 建立并校正了太阳电池的SSTM并采用差分进化算法提取模型的未知参数. 其次, 为提高SVM的模型预测精度, 采用粒子群优化(particle swarm optimization, PSO) 算法对SVM的核参数和惩罚因子进行动态寻优, 在确定输入/输出样本集并划分训练集和测试集的基础上, 建立了基于粒子群优化支持向量机(PSO-SVM)的太阳电池温度精确预测热模型. 最后, 搭建实验平台, 在实验操作过程中减弱空气湿度、太阳入射角和热迟滞效应等因素对太阳电池温度的耦合. 通过实验对比表明, 建立的预测热模型性能可靠、全面、简洁, 其参数寻优算法优于遗传算法和交叉校验法, 模型预测精度优于反向传播神经网络(back propagation neural network) 和SSTM.     

一种偏振光/双目视觉仿生组合导航方法

针对复杂干扰环境下智能移动机器人自主导航问题,为了实现低成本、高精度、强鲁棒性、完全自主的导航,提出了一种偏振光/双目视觉仿生组合导航方法。首先,设计了图优化紧耦合的组合算法,推导优化函数并将偏振定向传感器/双目视觉传感器的数据融合,然后,搭建仿生偏振定向传感器/双目视觉传感器仿生组合导航实验平台,最后,通过室外汽车搭载实验对该仿生组合导航系统的性能进行了测试,并与传统视觉算法进行了比较。结果显示:航向角精度较传统视觉算法提高了38.9%,位置精度提高了8.9%。该组合导航系统可以减小传统视觉算法航向角误差、提高鲁棒性,而且使用仿生偏振定向传感器实时性好、抗干扰能力强,可以满足室外地面载体导航时的精度和可靠性要求,同时该组合导航系统使用两种仿生导航方式,更加接近生物导航机理。     

ICF靶支撑定位机器人系统研究

 在对惯性约束核聚变(ICF)靶支撑定位功能分析的基础上，设计并制造了一套用于靶精密定位机器人系统，主要包括靶库机构、换靶机构、送靶机构和6自由度精密并联机器人机构，论述了各部分的工作原理和组成。系统在末端采用并联机器人来实现对靶的精密定位，测试了靶场环境下系统的运动指标。测试结果显示：系统可在真空条件下实现对靶的精确定位、换靶、送靶工作，靶定位精度达到μm级，定位时间随精度的提高而延长。     

Fast filtering algorithm based on vibration systems and neural information exchange and its application to micro motion robot

This paper develops a fast filtering algorithm based on vibration systems theory and neural information exchange approach. The characters, including the derivation process and parameter analysis, are discussed and the feasibility and the effectiveness are testified by the filtering performance compared with various filtering methods, such as the fast wavelet transform algorithm, the particle filtering method and our previously developed single degree of freedom vibration system filtering algorithm, according to simulation and practical approaches. Meanwhile, the comparisons indicate that a significant advantage of the proposed fast filtering algorithm is its extremely fast filtering speed with good filtering performance. Further, the developed fast filtering algorithm is applied to the navigation and positioning system of the micro motion robot, which is a high real-time requirement for the signals preprocessing. Then, the preprocessing data is used to estimate the heading angle error and the attitude angle error of the micro motion robot. The estimation experiments illustrate the high practicality of the proposed fast filtering algorithm.     

一种新的三维测量机器人手眼标定方法

为了提高三维测量机器人的手眼标定精度以更好地满足工业需求,提出了一种采用动态改变变异率的自适应差异进化算法进行手眼标定的新方法。首先构建了由线结构光测头和机器人组成的视觉测量系统,利用齐次坐标变换的方法建立了测量系统的数学模型;然后针对数学模型中的手眼关系,使用半径已知的球体,采用定点变位姿的方法,进行粗略的估计,并对手眼关系求解的精度进行分析;最后采用动态改变变异率的自适应差异进化算法对手眼关系做进一步寻优。实验结果表明,算法具有较高的求解精度。该方法用于手眼标定是可行的、有效的,整个标定过程简单,便于实际应用。     

Algebraic dynamics solutions and algebraic dynamics algorithm for nonlinear ordinary differential equations

The problem of preserving fidelity in numerical computation of nonlinear ordinary differential equations is studied in terms of preserving local differential structure and approximating global integration structure of the dynamical system. The ordinary differential equations are lifted to the corresponding partial differential equations in the framework of algebraic dynamics, and a new algorithm—algebraic dynamics algorithm is proposed based on the exact analytical solutions of the ordinary differential equations by the algebraic dynamics method. In the new algorithm, the time evolution of the ordinary differential system is described locally by the time translation operator and globally by the time evolution operator. The exact analytical piece-like solution of the ordinary differential equations is expressed in terms of Taylor series with a local convergent radius, and its finite order truncation leads to the new numerical algorithm with a controllable precision better than Runge Kutta Algorithm and Symplectic Geometric Algorithm.     

Using artificial bee colony algorithm with crossover for power allocation in cognitive MIMO-OFDM system

Artificial bee colony (ABC) algorithm builds on simulating the intelligent behavior of honey bees. It shows good performance in many applications. As standard ABC algorithm does not employ any crossover operator, the dispersal of good genetic information amongst the solutions is undermined. In this paper, the impact of crossover operators on the performance of ABC is studied. Eight crossover operators, representing all kinds of crossover operators, are used in this study. A trial and error method is used to detect the most proper crossover operator and crossover rate for incorporation into the ABC algorithm on mathematical functions as an initial attempt. The overall best configuration of ABC with crossover which has been identified is then applied to solve power allocation problem in cognitive multiple input and multiple output orthogonal frequency division multiplexing (MIMO-OFDM) cognitive system. Promising performances are obtained when compared with those from genetic algorithm, particle swarm optimization and differential evolution algorithm.     

A differential evolution approach for parameter extraction of solar cell from current-voltage characteristics

This letter presents an approach based on differential evolution （DE） algorithm for determining the solar cell model parameters from current-voltage （I - V） characteristics. The validity of this approach has been confirmed with experimental and simulated I - V data. It was demonstrated that the I - V curve derived from the parameters extracted by the DE approach is in good agreement with the experimental or simulated I - V data. A low objective function value as well as a high parameter precision can be obtained by the DE algorithm.     

天文定位中倾角传感器的标定

为提高天文定位系统的定位精度,减小倾角传感器安装误差对系统水平测量精度的影响,对系统中倾角传感器的安装参数标定及校正进行了研究.首先,给出基于倾角传感器的天文定位系统工作原理,分析倾角传感器安装过程中存在的误差源.然后,提出一种通过对天文定位系统进行改造,利用系统自身完成倾角传感器安装参数标定的方法,并给出了倾角测量数据的校正算法.最后,建立三视场天文定位系统仿真测试平台,对标定方法的性能进行了分析和验证.实验结果表明:该倾角传感器安装参数标定方法的标定精度与倾角传感器自身测量精度保持一致,在全量程范围内校正后的倾角测量结果最大误差为4.315 5″,基本满足天文定位系统中高精度倾角测量要求.     

基于ARM的六足仿生机器人野外定位系统

为了更好地控制六足仿生机器人适应野外作业环境,针对机器人野外定位问题,提出了一种六足仿生减灾救援机器人无线野外定位系统解决方案,方案以三星S3C2440为硬件平台,以嵌入式linux系统为软件平台,设计了六足仿生机器人野外定位系统。通过GPS全球定位系统进行六足仿生机器人的定位,利用GPRS实现网络通信,并将定位信息传输到终端设备,终端设备通过发送命令的方式控制六足仿生机器人实现相应的动作。实验证明：该系统的稳定性好,可靠性较高,能较好的满足六足仿生减灾救援机器人野外定位的需求。