基于改进蛙跳算法的无线传感器网络覆盖优化

针对传统算法在解决无线传感器网络覆盖优化上存在的覆盖率较低和节点分布不够均匀的问题,提出了一种改进的蛙跳算法;为了同时达到增加算法的种群多样性和加快算法收敛速度的目的,改进蛙跳算法分别增加了个体高斯学习机制和根据粒子群思想改进的更新策略,让族内最差个体在自身附近进行局部搜索,若无效,则使族内最差个体同时向族内最优个体和全局最优个体学习;在性能评估实验中,对改进的蛙跳算法分别进行了标准函数测试和无线传感器网络覆盖优化测试;测试结果表明,在6个标准测试函数中,改进的蛙跳算法与其他算法相比在4个测试函数上的收敛精度有了明显提高;在无线传感器网络覆盖优化中,改进的蛙跳算法也能够使节点分布更加均匀,使网络覆盖率达到了85.6%。      

基于移动Agent和混合蛙跳算法的网格计算资源管理

为了克服传统网格系统采用Globus集中式模型或P2P网络分布式模型具有的无法兼顾全局控制性和扩展性的问题,提出了一种基于移动Agent和混合蛙跳算法的网格资源管理模型;首先,引入移动Agent将资源管理模型划分为应用管理模块、资源管理模块和资源表示模块,然后通过在经典的混合蛙跳算法加入差分扰动设计了一种改进的混合蛙跳算法,最后,在资源管理模块中的资源分配Agent中运行改进的混合蛙跳算法实现用户任务到资源的调度;采用GridSim工具进行仿真,实验结果表明,文中的资源管理模型具有较强的全局控制能力和扩展性能,资源利用率高达95.65%,较其它方法具有较小的时间跨度和较高的资源利用率,是一种适用于网格环境的有效资源管理模型。     

居中热库蛙跳算法的大尺度模拟测试

分子动力学模拟一个必不可少的要素是对运动方程的准确高效积分. 尽管在动力学传播框架内的现代计算工具中大量使用了传统的蛙跳算法,研究表明蛙跳算法仍然可以进一步改进以获得更好的性能. 居中控温方案中蛙跳的改进版本(蛙跳-middle)实现了更高的精度和效率,即使积分时间步长扩大了几倍,也能保持稳定的动力学传播. 本文使用常规和增强采样模拟中对两个积分算法(蛙跳和蛙跳-middle)进行大尺度模拟测试,旨在标定由时间步长引起的全局性质(例如,详细的势能项)的变化行为以及复杂系统的实际模拟中的局部可观察量(例如,自由能变化或键长). 测试集由六个化学和生物相关系统组成,包括$N$-甲基乙酰胺和A₇-T₇DNA中二面角翻转的构象变化、丙二醛内的分子内质子转移、苯和苯酚针对T4溶菌酶L99A的结合自由能计算、乙胺醇低共熔溶剂中的羟基键长变化以及蓝光受体蛋白的势能计算. 所有结果显示蛙跳-middle积分算法中时间步长引起的误差较小. 蛙跳-middle相对传统蛙跳积分算法的性能提高对于全局属性比局部可观测量更大. 总体而言,目前的工作结果表明,在实际化学和生物系统的模拟中,应优先应用蛙跳-middle算法以获得准确的热力学行为和性质.     

基于改进混合蛙跳和GIS的城市垃圾车回收路径优化设计

针对城市生活垃圾由于回收不及时带来的二次污染加剧和现有的垃圾回收路径方案仍然成本过高的问题,设计了一种基于GIS和改进混合蛙跳算法的城市生活垃圾回收路径设计方法。首先引入了基于GIS的回收路径规划模型,以最小化垃圾回收总路径长度、车辆总费用和惩罚成本为目标建立了城市生活垃圾回收路径规划的数学模型。然后,对基本混合蛙跳算法进行了改进,提出了基于Tent映射和混沌扰动的初始种群生成方式,将规划的目标函数转换为适应度函数,为了加快算法的收敛速度,设计了一种自定义距离度量方式以衡量解之间的差异,从而实现最差解的自适应更新,以实现全局最优,最后,定义了基于GIS和改进混合蛙跳算法实现垃圾回收路径规划的具体算法。仿真实验表明：文中设计的算法能有效地实现城市垃圾回收路径规划,较其它算法相比,具有收敛速度快和寻优能力强的优点,是一种解决城市垃圾回收路径规划的可行方法。     

人工蜂群算法在并行测试任务调度中的应用

并行测试是下一代自动测试系统的关键技术之一,而并行测试任务调度是并行测试的核心内容;首先建立并行测试调度的数学模型,根据人工蜂群算法解决动态调度优化问题的优势,提出基于人工基于蜂群算法的并行测试任务调度方法;并给出应用实例,仿真实验表明:该算法收敛快、准确率高,能有效解决并行测试调度优化问题。     

结合数据场情感空间和混合蛙跳算法的连续语音情感变化趋势检测

针对现有的情感计算算法中存在着情感跟踪延迟的问题,且没有考虑到情感状态的连续性的情况,提出了一种结合数据场情感空间和混合蛙跳算法的连续语音情感变化趋势检测技术。首先构建数据场情感空间,利用情感特征量模拟数据场粒子,用势能函数描述粒子之间的相互作用。然后运用混合蛙跳算法技术,用青蛙个体来模拟情感状态变化过程中的情感特征量,得到情感变化的趋势。通过对变化趋势的分析,可以达到情感预测的目的。经实验证明,该算法性能比现有算法有较大改进。      

基于改进混合蛙跳算法的认知无线电协作频谱感知

提出了一种改进的混合蛙跳算法（shuffled frog leaping algorithm,SFLA）,并提出了基于改进SFLA的认知无线电协作频谱感知方法,通过仿真对改进SFLA算法性能与传统SFLA算法性能进行了比较,并对本文提出的基于改进SFLA的协作感知方法与已有的基于修正偏差因子（modified deflection coefficient,MDC）的协作感知方法性能进行了比较.结果表明改进SFLA算法性能优于传统SFLA;基于改进SFLA的协作感知方法比MDC方法能获得更大的检测概率,验证 关键词： 认知无线电 频谱感知 混合蛙跳算法     

用于认知无线电协作频谱感知的混合蛙跳算法群体初始化技术

提出了一种用于认知无线电线性加权协作频谱感知的改进混合蛙跳算法(shuffled frog leaping algorithm, SFLA) 的群体初始化技术, 提出在SFLA初始群体中包含基于修正偏差因子所得的解, 从而改进算法初期性能. 仿真结果表明相比于传统群体初始化技术, 本文所提出的群体初始化技术能够以更快的速率得到期望解, 从而节约计算时间, 更有利于实时应用 关键词： 认知无线电 频谱感知 混合蛙跳算法 群体初始化     

航空电子设备自动测试系统的软件架构设计

为检测和定位航空电子设备的故障,研究并设计了一种自动测试系统的软件架构;该架构包含了测试软件和测试数据库,测试数据库存储有测试被测设备的相关数据,测试软件将其作为输入,通过自动测试设备输送给被测设备,最终测试软件接收被测设备的输出并将其与测试数据库的预期数据相比较得出测试的结果;测试软件由手动测试模块、自动测试模块、系统自检测模块、测试记录读取和测试结果记录模块4个功能模块组成,自动测试和手动测试可以自由切换;该系统不仅能使用自动测试功能仿真被测设备的飞行环境,还可以使用手动测试功能具体定位分析故障,降低了设备的维护成本,缩短了维修时间。     

应用改进混合蛙跳算法的实用语音情感识别

针对支持向量机(Support Vector Machine,SVM)的参数优化问题,提出了一种改进的混合蛙跳算法(Improved Shuffled Frog Leaping Algorithm,Im-SFLA),提高了其在实用语音情感识别中的学习能力。首先,我们在SFLA中引入了模拟退火(Simulated Annealing,SA)、免疫接种(Immune Vaccination,IV)、高斯变异和混沌扰动算子,平衡了搜索的高效性和种群的多样性;第二,利用Im-SFLA优化SVM的参数,提出了一种Im-SFLA-SVM方法;第三,分析了烦躁等实用语音情感的声学特征,重点分析了基音、短时能量、共振峰和混沌特征随情感类别的变化特性,构建出144维的情感特征向量并采用LDA降维到4维;最后,在实用语音情感数据库上测试了算法性能,将提出的算法与混合蛙跳算法(Shuffled Frog Leaping Algorithm,SFLA)优化SVM参数的方法(SFLA-SVM方法)、粒子群优化(Particle Swarm Optimization,PSO)算法优化SVM参数的方法(PSO-SVM方法)、基本SVM方法、高斯混合模型(Gaussian Mixture Model,GMM)方法和反向传播(Back Propagation,BP)神经网络法等进行对比。实验结果表明,采用Im-SFLA-SVM方法的平均识别率达到77.8%,分别高于SFLA-SVM方法、PSO-SVM方法、SVM方法、GMM方法和BP神经网络法各1.7%,2.7%,3.4%,4.7%,7.8%,并且对于烦躁这种实用情感的识别率提高效果最为明显,从而证实了Im-SFLA是一种有效的SVM参数选择方法,并且Im-SFLA-SVM方法能显著提升实用语音情感的识别率。