差分进化算法研究进展

差分进化算法是一类当前较有实力的实参随机优化算法,已成功解决很多实际问题.由于算法结构简单易于执行,控制参数少且有较强的搜索能力,差分进化算法吸引了众多进化算法学者的关注.本文概述了差分进化算法的基本概念,综述了差分进化算法的主要变体,讨论它们的优缺点,并指出下一步的改进方向.     

双进化策略轮流切换差分进化算法

参考“优上劣下,轮流坐庄”比赛规则,提出双进化策略轮流切换差分进化算法。即在经典差分进化(Differential Evolution,DE)算法的基础上,增加进化效果评估管理层,采用某方面具有较好性能的双进化策略,轮流切换进化策略发挥各自算法的优势。仿真实验表明,轮流切换差分进化算法能够综合有效发挥各自算法的优势,对CEC2005提出的大多数标准测试函数都具有很强的优化搜索能力,其计算结果优于国际上最近提出JADE、CoDE等改进差分算法。更多还原     

基于自主扰动变异差分视频的关键帧提取算法

针对传统的支持向量机学习算法(SVM)在对视频关键帧提取过程中普遍存在学习参数不易确定,准确度偏低的问题,提出一种自主扰动变异差分SVM算法用来对视频进行关键帧提取.首先,对差分进化算法的生物学机理进行研究,提出一种改进的自主扰动变异方式.其次,结合改进形式的自主扰动差分进化算法对SVM参数进行选取优化,设计了基于该改进差分SVM算法的视频关键帧提取算法.通过在标准测试函数及视频测试数据库中的实验表明,改进的自主扰动变异差分视频关键帧提取算法能够更加有效地优化支持向量机参数,从而有助于改善视频检索的查全(准)率两个算法性能评价标准.     

随机时延网络控制系统的状态反馈控制

通过将随机时延转换为系统的不确定性,研究了网络控制系统的鲁棒H2/H∞控制问题,给出了状态反馈控制器的设计方法,使得闭环系统是渐近稳定的,且使得闭环系统传递函数Tωz的H∞范数不超过一个给定的上界,以保证系统的鲁棒稳定性,同时使得闭环传递函数Tωz的H2范数满足一定的条件,以保证系统具有比较好的H2范数表征的系统性能.仿真实例验证了所该方法的有效性.     

一种基于改进Bhattacharyya距离的高斯网络协方差矩阵灵敏度分析方法

提出了一种改进的Bhattacharyya距离,用以度量2个协方差矩阵之间的差异性,简称为S_Σ距离。证明了该距离在正定矩阵空间中满足距离的3条性质：正定性、对称性以及三角不等性,并将S_Σ距离用于高斯网络协方差矩阵的灵敏度分析。数值实验结果表明,利用S_Σ距离得到的分析结果与KL距离、Bhattacharyya距离完全一致,由于S_Σ距离满足三角不等性,大大降低了矩阵的运算量。     

应用精英反向学习策略的混合差分演化算法

针对传统差分演化算法在演化后期收敛速度变慢的问题,利用精英个体的良好信息,在一般反向学习方法的基础上,提出精英反向学习策略,并融合降低参数敏感性和变异策略敏感性的机制,设计了一种基于精英反向学习策略的混合差分演化算法(EOCoDE),从理论上证明了该算法的全局收敛性.新算法使用精英反向策略初始化种群,在进化过程中,如果满足预设定的学习概率,就执行精英反向算子,否则,随机组合参数知识库和策略知识库中的知识来产生差分演化种群.对比实验结果表明,精英反向学习策略比一般反向学习策略具有更强的搜索能力,EOCoDE算法的性能具有明显优势.     

基于Hash算法的分布式状态检测技术

为了克服IP数据报独立选择路由带来的，在拥有多个接入点的分布式网络模式下传统的状态检测技术无法进行有效的安全检测的缺陷，提出了一种应用于网络层的分布式Hash算法，将源和目的地址相同的IP数据报定向到同一个接入点上进行处理，使得在该点上可以完整地重组会话，从而实现分布式状态检测．为增加该算法的鲁棒性，进一步提出了一种应用于传输层的、具有回迁策略的负载平衡算法，选择任务最少的邻居节点协同处理本地过多的负载，转为轻载状态后迁回迁移出去的任务．仿真实验证明该算法具有较好的可行性、稳定性．     

基于信号飞行时间与误差分析的改进无线传感网络Bounding-box定位算法

为提高无线传感网络定位算法的实效性,针对Bounding-box定位算法定位精度不足的问题,提出了基于信号飞行时间与误差分析的改进Bounding-box定位算法。该算法根据累计距离误差,在正方形重叠区域重新划分离散小方格,然后按照累计距离误差最小化准则,选择对应离散小方格的中心点坐标作为待定位节点的定位位置。通过仿真实验表明,提出的改进Bounding-box定位算法,在距离测量精确和小误差情况下,能够明显提高定位精度。此外,真实环境实验表明,在采用信号飞行时间作为距离测量技术的条件下,提出算法的定位误差最小。更多还原     

CRM中序列模式分析与神经网络结合的应用研究

用序列模式挖掘方法进行商品销售的预测,其准确率受单个算法本身限制,如果先用序列模式挖掘对原始数据进行过滤,然后再利用神经网络的自适应性,通过学习和训练,找出客户特征与购买某种商品意向的内在联系,再利用神经网络的泛化功能对未经训练客户购买意向进行预测,其预测的正确率非常高.     

基于蚁群系统的传感器网络广播与数据聚集算法

针对无线传感器网络能量受限和多跳路由的特点，将蚁群系统原理用于网络的广播和数据聚集中，提出并仿真实现了一种能够最小化传感器网络的总能耗算法．理论分析和仿真数据表明，基于启发式蚁群系统的算法，能够较快的收敛，并找到最优解或是近优解；在网络节点数不同（10～50）的情况下，该算法的单次广播能耗和通信距离比现有的两种主流广播协议算法分别减少了20％～60％和14％～20％，因此其网络生存时间增加了10％～100％，表明该算法总体性能优于传统算法．     

一种启发式能量优化的无线传感器网络数据收集算法

建立了基于能耗和剩余能量约束的无线传感器网络数据收集模型.提出了一种新的基于目标偏差度函数的启发式算法,该算法根据前次计算的结果和约束要求以及自适应动态调整目标函数加权系数的取值,避免了无效重复计算,使算法始终朝着有效的方向搜索.仿真分析表明本算法在网络存活时间指标上优于最小能耗算法;在算法的时间复杂度和搜索成功率上优于k-Dijkstra算法.     

蛋白质相互作用网络中信号通路的识别算法

基于分枝限界方法,提出了QuickPathWay(QPW)算法来预测蛋白质信号通路.该算法使用蛋白质网络中节点间的距离作为约束条件来进行双向搜寻,减少了多余中间节点数.实验表明,QPW算法能够在5 min内找到长度为8的丝裂原活化蛋白激酶(MAPK)信号通路,其他较短的信号通路的查询时间不超过1 min.本实验同时也验证了QPW算法的可靠性.QPW算法与其他研究者的类似算法相比速度更快.     

面向网络发布的海洋遥感数据库引擎设计与应用

以浙江海洋水质遥感速报GIS系统的实现为例．针对海洋遥感数据有效管理和网络动态发布的需求,自主设计了面向海洋遥感数据的空间数据库引擎MRSSDE（Marine Remote Sensing Spatial Database Engine）,详细介绍了MRSSDE的数据存储结构和数据访问机制．在浙江海洋水质遥感速报GIS系统中的应用表明,该引擎在对海洋遥感数据方面具有存储效率高、数据上载速度快及响应时间短的特点,达到了海洋遥感数据高效管理和网络实时发布的目的．