基于自适应步长布谷鸟搜索和粒子群融合算法的AUV水下三维路径规划

针对传统布谷鸟算法在处理自主式水下机器人（AUV）于复杂水下的三维路径规划研究时存在搜索目标不可达、寻径和避障能力弱和算法收敛速度慢等问题,提出AUV路径规划算法PSO-ASCS(particle swarm optimization-adaptive stepsize cuckoo search),将粒子群算法引入改进的自适应步长布谷鸟搜索,对布谷鸟算法进行优化。利用空间分层思想建立复杂水下三维模型对PSO-ASCS算法进行路径规划和避障实验;通过考虑路径长度、路径平滑性和路径危险性三个要素构造适应度函数,对PSO-ASCS算法进行测试并与自适应步长布谷鸟算法、标准布谷鸟算法和粒子群算法进行比较。实验表明,本文算法具有较强的全局搜索能力和寻优性能、算法收敛较好,使AUV具备高效的避障和路径规划的能力。     

线性约束凸二次规划的一个原始-对偶内点算法

对具有线性约束凸二次规划问题给出了一个原始-对偶内点算法，任一原始-对偶可行内点都可作为算法的初始点，当初始点在中心路径附近时，便成为中心路径跟踪算法，此时总迭代次数为O(√nL)，其中L为输入长度．数值实验表明，算法对求解大型的这类问题是有效的．     

基于改进的FA优化二维Otsu图像分割算法

针对一维最大类间方差算法(1-Otsu)抗噪性能较低、二维最大类间方差算法(2-Otsu)计算复杂度高、实时性差的问题,提出一种基于改进的萤火虫算法(FA)优化二维Otsu图像分割算法(FA-2-Otsu).首先,通过引入步长调整函数改进原有固定步长因子,使得FA中步长可随迭代次数及收敛需求自适应获得;然后,通过改进的FA算法优化2-Otsu距离测度函数的寻优过程,仅搜寻萤火虫位置更新点的最大亮度值,获得最佳阈值,以此进行图像分割.在经典Lena图与boat图上进行实验,结果表明:本文所提算法比1-Otsu抗噪性能强,较2-Otsu分割效率高,在保证香农熵、区域对比度基本不变的前提下,算法分割时间减少了约26.0%.     

基于粒子群优化求解纳什均衡的演化算法

基于粒子群优化方法从群智能的角度建立了博弈的演化模型，为求解有限n人非合作博弈的纳什均衡设计了一种粒子群优化算法．通过随机初始点的可行化以及对迭代步长的控制，保证粒子群在算法的迭代过程中始终保持在博弈的可行策略空间内，避免了在随机搜索中产生无效的粒子，因此提高了粒子群优化算法求解纳什均衡的计算性能．给出了算法的数值例子并分析了该算法的计算性能，通过粒子群算法与遗传算法的比较显示了粒子群算法求解博弈纳什均衡解的高效性．     

改进的Grover量子搜索算法

通过分析发现,经典的Grover算法在目标项个数为总搜索项个数的一半时迭代会失效,为此提出一种扩大搜索空间的改进Grover算法1,该算法在目标项个数未知的情况下自适应的调整迭代次数,可以有效避免算法失效;此外针对Grover算法在多次迭代后目标解的概率仍有可能达不到1的情况,提出了改进的Grover算法2。当目标项个数M和待搜索项个数N已知时,针对M/N1/4的情况,对量子位进行了扩充,在一定情况下该算法只需迭代一次即可以100%的概率得到目标解。     

基于函数映射的二维形状内蕴对称检测算法

针对现有的二维形状内蕴对称检测方法表现欠佳的问题，提出了基于函数映射的二维形状内蕴对称稠密点对应谱优化（FM-2DSISD）方法。首先，设计了对噪声数据鲁棒的稀疏特征对称点对提取算法。其次，利用特征对称点对和函数映射框架，建立了以保持函数映射矩阵每个主子矩阵对角正交性为优化目标的数学模型，证明了该优化目标能保持内蕴对称映射的等距性。借助谱上采样技术，通过频谱域和空间域交替迭代优化函数映射矩阵和逐点映射矩阵。数值实验表明，FM-2DSISD方法对二维光滑形状和噪声形状的检测效果均优于现有检测方法。     

基于兴趣点检测的目标识别算法

为了有效地确定目标位置,提出了一种基于兴趣点检测的目标识别方法.根据像素点的灰度和边缘强度信息,确定兴趣点的分布位置.以兴趣点为中心,利用位势函数构建目标函数,目标函数取最大值的位置确定为目标位置.提出了一种改进的概率混沌优化算法求解目标函数的最大值.概率混沌优化算法将搜索空间分为原始搜索空间和精搜索空间,分别以不同的概率同时对两个空间进行搜索,并逐渐增大精搜索空间的搜索概率,从而可在确保算法具有全局寻优能力的前提下加快寻优速度.研究结果表明,该方法可有效地确定目标位置,且结果不受目标平移、旋转、缩放、甚至变形等影响,仿真结果验证了该方法的有效性.     

基于黎曼球面的多目标演化算法

对于求解多目标优化问题提出了一种基于黎曼球面的多目标演化算法(RSEA).它的特点在于:先在目标空间中采用无穷远点作为采样基点来对Pareto最优前沿进行采样;再将无界的多目标函数空间同构映射到黎曼球面上,进而在黎曼球面上对产生的新个体是否加入精英文档进行判定,以此提高了算法的均匀性与多样性,加快了算法的收敛速度.数值实验表明,新算法与NSGA2,SPEA2算法相比,性能有明显的提高.     

应用于城市道路网的启发式深度优先有向搜索算法

针对具有大量道路节点的大型交通网络,提出了一种改进的深度优先算法.该算法在搜索过程中,首先对节点进行方向性选择,缩小了搜索的范围,同时引入启发式搜索函数,优先选择权值较低的点进行扩展,降低了深度优先的盲目性.因此,算法不仅能够在搜索早期找到最短路径,还能够提供多条备选路径.     

一种基于空间结构的数值优化演化算法

提出一种求解数值优化问题的演化算法－－基于空间结构的演化算法(Space GA），在这种算法中，作者将演化种群中的每个个体放在固定的位置上，杂交操作在其邻居上的几个点进行，因此不用选择遗传操作的父体，从而避免了确定选择压力的问题，同时空间结构保证了搜索的全局性，遗传操作保证了较优解在其空间中的扩展，从而达到了全局寻优的目的。文章还讨论了不同的空间结构算法的影响，此算法可以求角数学规划问题、约束函数优化问题，如果对实型变量采用取整的操作，算法还可以求解混合整数非性规划问题，数值试验的结果表明了算法在求解的速度，稳定性，质量等方面都优于一般的演化算法。     

αβ-Bézier曲线的类De Casteljau算法

带形状参数的样条曲线比传统样条曲线有更丰富的曲线表达能力,应用广泛.本文研究了一类带形状参数αβ-Bézier曲线的类De Casteljau算法。首先对带形状参数的αβ-Bernstein基函数进行了扩展,讨论了基函数的相关性质,并给出了任意次数αβ-Bézier曲线的定义。在此基础上基于基函数的递推关系给出了αβ-Bézier曲线的快速求值算法。该算法类似于经典的De Casteljau算法,通过对曲线控制顶点的一系列线性运算来实现。操作简单,比基于参数表达式计算曲线上点值的方法更为高效。计算实例表明了算法的可行性与有效性。     

一种基于多样性策略的粒子群算法

在扰动粒子群算法的基础上,提出了一种基于多样性策略的粒子群算法(ARPPSO)。该算法通过随机扰动全局极值对速度进行更新,并在速度更新中引入吸引和排斥机制控制种群多样性,同时在位置更新公式中,利用真实物理反弹理论将解空间外的粒子反弹回解空间内,有效地保持了种群的多样性。提出的算法经过基准函数的模拟实验验证,并与其他已有算法进行了比较。实验结果表明,除了保持粒子快速收敛性能外,很大程度上避免了早熟收敛,提高了收敛精度。特别是在复杂多峰函数优化上具有很强的竞争力。     

基于快速神经网络架构搜索的鲁棒图像水印网络算法

为解决深度学习在图像水印算法中计算量大且模型冗余的问题,提高图像水印算法在抵抗噪声、旋转和剪裁等攻击时的鲁棒性,提出基于快速神经网络架构搜索（neural architecture search,NAS）的鲁棒图像水印网络算法。通过多项式分布学习快速神经网络架构搜索算法,在预设的搜索空间中搜索最优网络结构,进行图像水印的高效嵌入与鲁棒提取。首先,将子网络中线性连接的全卷积层设置为独立的神经单元结构,并参数化表示结构单元内节点的连接,预先设定结构单元内每个神经元操作的搜索空间;其次,在完成一个批次的数据集训练后,依据神经元操作中的被采样次数和平均损失函数值动态更新概率;最后,重新训练搜索完成的网络。水印网络模型的参数量较原始网络模型缩减了92%以上,大大缩短了模型训练时间。由于搜索得到的网络结构更为紧凑,本文算法具有较高的时间性能和较好的实验效果,在隐藏图像时,对空域信息的依赖比原始网络更少。对改进前后的2个网络进行了大量鲁棒性实验,对比发现,本文算法在CIFAR-10数据集上对抵抗椒盐噪声和旋转、移除像素行（列）等攻击优势显著;在ImageNet数据集上对抵抗椒盐高斯噪声、旋转、中值滤波、高斯滤波、JPEG压缩、裁剪等攻击优势显著,特别是对随机移除行（列）和椒盐噪声有较强的鲁棒性。     

跳点搜索算法的原理解释及性能分析

给出了跳点搜索(Jump Point Search,JPS)算法的原理,分析了邻居裁剪规则,并试着用图来解释该算法而不诉诸于其原始研究论文中提出的基本数学证明.通过3个实验综合分析了JPS的性能优势,实验结果表明同等地图尺寸下JPS扩展的节点数与障碍物密度成正比,与查看的邻居数成反比;随着地图尺寸的增加,JPS相比于其他典型寻路算法,在时间效率上优势更加显著;地图环境的对称性越高,JPS较之于A~*的优势越明显.总之,JPS保持了A~*的最优性,可将A~*提速一个数量级甚至更多,该算法更适合需要快速寻路的领域.     

考虑多方式换乘的公交网络最优路径算法

摘要：在传统的公交网络最优路径算法中,往往只考虑了原地换乘,这样就导致了部分出行路径的缺失.例如,在现实生活中,乘客常常可以通过步行或骑自行车到相邻站点再换乘公交车的方式来实现最优出行.通过对换乘方式的分析,描述了乘客出行的完整路径;根据公交线路的关联情况和公交站点的空间位置关系,抽象出了关键换乘点;并依据关键换乘点的定义对公交网络进行了变换,继而建立起公交网络通达矩阵;最后在此基础上计算出考虑多方式换乘的换乘次数最少、所需时间最短的公交出行路径,为乘客提供更灵活的出行选择.     

单位圆到任意多边形区域的Schwarz Christoffel变换数值解法

Schwarz Christoffel变换技术在处理某些工程问题时具有重要作用.从黎曼存在定理出发,建立了单位圆到任意多边形区域的映射函数Schwarz Christoffel变换模型,采用Levenberg-Marquardt算法求解含约束条件的非线性映射函数Schwarz Christoffel变换模型参数系统.针对映射函数中出现的奇异积分问题,对映射函数进行2次参数变换,将其化为高斯雅克比型积分,以积分路径中的奇异点为界,缩短积分路径,对子路径采用修正高斯积分方法进行计算.通过指数变换、连乘变换和累加变换,使任意初值问题均可进行迭代计算并满足初值的约束条件.提出以边长绝对误差和顶点绝对误差为迭代计算的收敛条件,并保证了映射函数的精度.给出了11顶点多边形区域映射函数的求解算例,4种方案的计算结果表明,Schwarz Christoffel变换数值解法操作简单、精度高、收敛快.     

基于MapReduce和双层倒排网格索引的kNN算法

随着卫星定位技术和移动互联网技术的飞速发展,地理空间数据来源变得更加多源异构.面对海量地理空间数据,如何快速有效地找到目标周围的兴趣点变得异常重要.依据空间k近邻(kNN)查询算法,提高效率的关键在数据索引和数据块存储结构设计,通过引入云计算的MapReduce编程模型,设计了一种面向MapReduce的地理空间数据双层倒排网格索引,利用CircularTrip算法实现了目标点近邻查询计算,最终获得距离目标点最邻近的数据点集.实验结果表明,该索引方法较单层倒排网格索引下的kNN查询效率有明显提高,且数据量越大效率提升越明显,此法适合大规模并行计算.      

考虑变异算子的CTSS配电网检修计划优化策略

通过控制配电网检修所引起的停电等费用,优化配电网的检修计划模型,同时考虑到检修计划会引起电网运行风险的提高,提出考虑变异算子的CTSS配电网检修优化策略,在保证电网运行的可靠性不降低的情况下将检修计划的经济性最大化。在处理该多目标多约束的非线性模型时,在算法的迭代过程中引入变异算子,加快探测期望区域的速度,当探测到新的期望区域,Nelder-Mead单纯形算法会在该区域内开始进一步寻优,在可靠的全局寻优和准确的局部寻优的共同作用下,得到配电网检修计划的最优策略。为验证该算法在优化电网检修周期上的有效性,在IEEE-RBTS Bus2系统上数值仿真实验,实验结果证明该算法能有效跳出局部极值点,快速得到检修计划的最优解。     

基于改进Mask RCNN和SVR的无接触梭子蟹体质量预测研究

提出了一个改进Mask RCNN目标检测算法用以对养殖梭子蟹进行视觉特征测量. 通过在养殖区域采集梭子蟹图像, 用上位机识别梭子蟹旋转角度以及甲长和甲宽方向, 对输出的Mask进行模板修补, 提高模板内区域的置信度. 通过图像-实景对应关系换算梭子蟹的真实尺寸, 并估算其投影面积、甲宽与甲长, 结果准确率高于85%. 同时, 对视觉算法得到的梭子蟹尺寸特征与其体质量进行拟合, 引入k-means聚类, 实现双模型支持向量回归机(SVR)预测结构. 通过差分进化算法对SVR适应度函数进行寻优, 设计了随迭代次数、寻优效果同步变化的缩放因子, 以及适者更易生存策略的交叉概率因子, 以验证改进算法的寻优能力. 测试时, 对新传入的数据首先进行归一化处理, 然后判断所归属的聚类中心, 再传至相应的SVR模型进行预测. 测试结果相对误差小于18%.     

地形对大别山区农村住房空间分布格局的影响

山区环境因素的限制使得农村住房呈现地域性的空间格局,确定农村住房空间分布格局及重要影响因素的关联性成为山区居民地规划管理的核心要素.以金寨县为例,结合高分辨率遥感影像目视解译、点格局分析以及相关分析等方法,通过引入地形要素(海拔、坡度、起伏度)因子,探索大别山区农村住房空间分布格局特征及地形要素的影响.系列实验结果表明:金寨县农村住房点间距离在0~140m时,住房呈现聚集分布的态势,表明大别山区农村住房之间因公共资源匮乏,受环境条件影响表现出较高的相互依赖性;而农村住房点间距离在140~400m时,住房呈现聚集、均匀、随机的多样性分布态势,表明大别山区农村住房缺乏宏观规划与分配;这种随机性趋势在400~10 000m的大尺度上表现得更为明显.相关分析表明,大别山区农村住房空间分布格局受制于局部地形条件,在海拔低、坡度小、起伏度低的地区,住房的聚集性较强,体现为相关分析的回归系数均达0.7左右;通过比较发现,地形要素对大别山区农村住房空间分布格局的影响强度由大到小为坡度起伏度海拔,坡度的决定系数达到0.6左右,对格局的影响强度是起伏度的1.1倍、海拔的1.13倍.本研究可为大别山区城镇规划提供科学依据.