基于双鸟群优化的高光谱图像非线性解混

针对高光谱图像像元中端元物质非线性混合的特点,借鉴生物群智能现象,提出一种基于双鸟群优化的高光谱图像非线性解混算法。为进一步提高非线性解混算法的精度,通过模拟鸟群中觅食、警惕以及飞行等行为得到非线性问题的最优解。算法通过双鸟群的迭代优化来交替更新目标函数中的最优解以及非线性模型参数,最终得到高光谱图像端元丰度的最佳估计。仿真实验和光谱数据实验结果表明:双鸟群优化算法迭代收敛,能克服局部最小值问题;相比于同类算法,该算法解混结果的丰度重建误差、平均光谱角距离和像元重建误差3项指标均较小,该算法解混精度高,像元重构效果好,能有效提高高光谱图像非线性解混的精度。     

基于群智能算法的光OFDM系统PAPR抑制

针对相干光正交频分复用(OFDM)系统中峰值平均功率比(PAPR)高的问题,对粒子群算法(PSO)、蝙蝠算法(BA)和鸟群算法(BSA)等几种群智能算法进行了研究,采用群智能算法优化OFDM符号的子载波相位,达到降低PAPR的目的。同时,通过动态调整认知系数和学习因子,分别对蝙蝠算法和鸟群算法进行了改进。对100Gb/s、二进制正交振幅调制(4QAM)的相干光OFDM系统的仿真实验表明,PSO、BA、BSA三种智能算法都能有效降低系统的PAPR,且改进BSA和改进BA与原始信号相比可使PAPR分别降低约5.11dB、5.48dB,具有更好的抑制效果;采用群智能算法优化后,系统误码率性能也得到提高,且随着光信噪比的增大,性能提高更加明显。     

一种基于多种群对立平行进化策略的DE算法

针对微分进化算法应用于换热网络优化时易陷入局部区域和收敛精度不高的缺点,建立一种多种群对立的平行进化策略的微分进化算法.首先建立原始种群的对立种群;在此基础上,通过原始种群与对立种群的变异操作进行信息共享产生新的试验个体;最后运用多轮对立的思想保持多种群平行进化,使种群在保留当前求解信息的同时又能在求解域内进行更大范围搜索.对换热网络的经典算例计算表明,本文提出的多种群对立平行进化微分进化算法能够有效增强种群多样性,扩大算法的全局搜索能力,跳出局部极值陷阱,得到较好的优化结果.     

激光与二维多势阱系统相互作用下的谐波发射

采用二维渐近边界条件和辛算法数值求解了激光和二维多势阱系统互作用的二维含时Schrödinger方程的无穷空间初值问题。计算了二维多势阱系统分别在线偏振激光和圆偏振激光作用下的谐波发射,得到不同模型发射谐波谱的特点,说明多势阱环境有利于高次谐波的发射。     

自适应变异的蝙蝠算法

针对基本蝙蝠算法(BA)寻优精度不高、收敛速度慢和易早熟收敛的问题,提出一种改进的具有自适应变异机制的蝙蝠算法,用以求解复杂函数问题。利用K-means聚类对蝙蝠种群进行初始化,使种群在搜索空间分布更为均匀;采用根据迭代次数自适应变化的控制概率Pt判断算法是否进行高斯变异,增强种群多样性,促使蝙蝠个体跳出局部极值点;将自然选择思想引入BA,提高算法搜索速度,避免早熟收敛。选取几个典型函数进行测试,结果表明改进算法优化性能有了显著提高,具有较快的收敛速度,较高的寻优精度、收敛稳定性和收敛可靠性,验证了改进蝙蝠算法(IBA)的有效性及优越性。     

基于Rayleigh大气偏振模式的太阳空间位置优化计算

为了满足偏振光导航对空间特征点空间位置信息的需求,提出一种基于Rayleigh大气偏振分布模式的太阳空间位置计算方法.首先,从大气光学的Rayleigh散射理论出发,建立了天空中偏振光的分布模型.然后将由大气偏振模式中的有限的采样点信息确定太阳空间位置的问题转化为非线性最小二乘优化问题,采用Gauss-Newton法简化算法结构,结合对初值的全局搜索以获取精确的太阳空间位置.仿真实验表明,在本文设定的采样方式下,不同时间、不同地点下利用偏振度信息求解,太阳高度角误差均小于10-5度,方位角误差小于10-6度;偏振角度求解时,太阳高度角和方位角求解误差均小于10-6度;并且在不同的采样方式下均保持了良好的优化准确度.实验证实该算法准确度高,对各种采样方式适应性好,可以有效地由偏振模式信息处理得到太阳空间位置.     

基于凸优化的傅里叶叠层成像技术研究

在傅里叶叠层成像（FPM）过程中采集的低分辨率图像会对重建图像质量产生直接影响,已有的研究提出用图像超分辨率重建技术和对低分辨率图像进行传统去噪处理的方法来解决该问题,但超分辨率重建的方法需要采集大量的原始图像,会加大采集端的时间损耗,而传统去噪算法会造成原始信息丢失,严重影响重构图像质量。因此论文引入凸优化算法,噪声图像的恢复可以通过求解一个凸优化模型来实现,并用迭代收缩阈值算法来求解该模型,算法中采用Barzilai-Borwein（BB）规则在每次迭代时初始化线搜索步长,加快收敛速度,选用软阈值函数,使图像去噪时原始信息丢失减少,最终重构图像的PSNR为27.634 6 dB,SSIM为0.926 1,所需处理时间为5.850 s,因此基于凸优化的傅里叶叠层成像技术具有时间损耗不大的情况下提高重构图像质量的优点。     

莱维噪声诱发的速度双模分布

研究了非线性阻尼驱动的惯性莱维飞行在自由势场中的反常输运。通过引入依赖于速度的非线性阻尼,长程跳跃的莱维粒子被束缚,粒子的动力学行为由发散收敛为与时间呈正比的正常扩散。观察到在自由势场中莱维飞行的速度的定态概率分布呈双模分布形式,更为重要的是,观察到双模形式与莱维系数及非线性阻尼系数相关。     

激光与二维多势阱系统相互作用下的谐波发射

采用二维渐近边界条件和辛算法数值求解激光与多势阱系统相互作用的二维含时Schr(o|¨)dinge方程的无穷空间初值问题.计算二维多势阱系统分别在线偏振激光和圆偏振激光作用下的谐波发射,得到不同模型发射谐波谱的特点,说明多势阱环境有利于高次谐波的发射.     

图像处理中二维经验模式分解的改进算法

对图像处理中二维经验模式分解(EMD)算法提出改进.在二维EMD中涉及到像素极值的选取和对极值点进行插值,在插值过程中会出现边界点变异现象.利用Delaunay三角剖分方法对选取的极值点进行分划,对不包含在Delaunay多边形内的边界像素采用对称处理,抑制了 3次样条插值过程中边界点变异现象.用改进算法对一幅图像进行EMD处理,计算得到重构图像与原始图像之间标准差为6.667X10-6,可见重构图像与原始图像之间的灰度值波动很小.实验结果表明重构图像与原始图像吻合非常好,论证了这种改进算法的准确性和可行性.EMD方法在图像压缩以及去噪过程中运用越来越广泛,因此本文的改进算法也将在基于EMD的图像处理中起到提高运算速度的作用.     

Computer simulation study of the Levy flight process

The random walk simulation of a Levy flight shows a linear relation between the mean square displacement 〈r²〉 and time. We have analyzed different aspects of this linearity. It is shown that the restriction of jump length to a maximum value (l_m) affects the diffusion coefficient, even though it remains constant for l_m greater than 1464. So, this factor has no effect on the linearity. In addition, it is shown that the number of samples does not affect the results. We have demonstrated that the relation between the mean square displacement and time remains linear in a continuous space, while continuous variables just reduce the diffusion coefficient. The results also imply that the movement of a Levy flight particle is similar to the case in which the particle moves in each time step with an average jump length 〈l〉. Finally, it is shown that the non-linear relation of the Levy flight will be satisfied if we use a time average instead of an ensemble average. The difference between the time average and ensemble average results shows that the Levy distribution may be a non-ergodic distribution.     

具有列维飞行与布朗运动特征的循环竞争博弈及物种稳定共存条件

循环竞争博弈常被用来研究物种多样性.以前有关循环竞争博弈的研究工作所考虑的相互作用距离模式包括最近邻、取固定距离或一定距离以内的随机值,这与实际情况不相符.考虑到实际生物系统中物种个体做列维飞行与布朗运动的情况广泛存在,综合考虑了最近邻相互作用模式和列维飞行(布朗运动)长程相互作用模式,对循环竞争博弈及保持物种多样性的条件进行了研究.得到了最大飞行距离与选择概率的临界关系(包括Logistic式和指数式关系),进一步得到了幂指数与选择概率的临界关系,以及保持物种共存的条件.     

An improved algorithm for detecting point of impact in anisotropic inhomogeneous plates

Conventional triangulation techniques fail to correctly predict the acoustic source location in anisotropic plates due to the direction dependent nature of the elastic wave speeds. To overcome this problem, Kundu et al. [1] proposed an alternative method for acoustic source prediction based on optimizing an objective function. They defined an objective function that uses the time of flight information of the acoustic waves to the passive transducers attached to the plate and the wave propagation direction (θ) from the source point to the receiving sensors. Some weaknesses of the original algorithm proposed in Ref. [1] were later overcome by developing a modified objective function [2]. A new objective function is introduced here to further simplify the optimization procedure and improve the computational efficiency. A new algorithm for source location is also introduced here to increase the source location accuracy. The performance of the objective function and source location algorithm were experimentally verified on a homogeneous anisotropic plate and a non-homogeneous anisotropic plate with a doubler patch. Results from these experiments indicate that the new objective function and source location algorithm have improved performance when compared with those discussed in Refs. [1] and [2].     

基于标准序列浮动前向特征选择的改进算法研究

随着信息技术的高速发展,信息特征的表述方法和内涵不断扩充,高维特征大幅涌现。这些高维特征中可能存在许多不相关和冗余特征,造成了维度灾难,对分类识别算法提出了更高的要求,需要利用特征选择算法,降低特征向量维数并消除数据噪音的干扰。针对高维特征向量引入的维度灾难等问题,围绕目标分类识别的具体应用,对标准的序列浮动前向特征选择算法进行了研究,并通过优化正确分类样本数目的置信上限及交叉验证的重复次数,提出了一种改进的序列浮动前向特征选择算法。通过仿真实验表明,在利用贝叶斯分类器开展识别时,改进算法能够在确保分类识别正确率的前提下,有效提升特征选择的计算速度,并随着特征选择步骤的增加,能够维持一个相对更为收敛且稳定的置信区间,具备良好的准确度。     

Critical Exponents of Fully Directed Flights: A Laplacian Transformation Method

A Laplacian transformation method is presented for d-dimensional fully directed flights (FDFs) with continuous steplengths. The correlation exponents we obtained are in agreement with the simulation study for fully directed Levy flight and the analytical results for FDF on a simple lattice. We believe that all FDFs in isotropic space belong to the same universality class.     

基于粒子群优化算法的测光红移回归预测

星系的红移在天文研究中极其重要,星系测光红移的预测对研究宇宙大尺度结构及演变有着重要的研究意义。利用斯隆巡天项目发布的SDSS DR13的150 000个星系的测光及光谱数据进行分析,首先根据颜色特征并基于聚类的方法对星系进行分类,由分类结果可知早型星系的占比较大。对比了三种不同的机器学习算法对早型星系进行测光红移回归预测实验,并找出最优的方法。实验中将星系样本中u, g, r, i, z五个波段的测光值以及两两做差得到的10个颜色特征作为输入数据,首先构建BP网络,使用BP算法对星系的测光红移进行回归预测;然后利用遗传算法（GA）优化BP网络各层参数,将优化后的GA-BP算法应用于早型星系的回归预测试验中。考虑到GA算法的复杂操作会影响预测效率,并且粒子群算法（PSO）不仅稳定性高且操作简单,因此将粒子群算法应用到星系样本中早型星系的测光红移回归预测实验中,进而采用粒子群算法优化BP网络（PSO-BP）。实验中将光谱红移作为期望值,采用均方差（MSE）作为误差分析指标来评判三种算法的精度,将PSO-BP回归预测结果与BP网络模型、GA-BP网络模型进行比较。由实验结果可知,BP网络的MSE值为0.001 92,GA-BP网络的MSE值0.001 728,PSO-BP网络的MSE值为0.001 708。实验结果表明,所用到的PSO-BP优化模型在精度上优于BP神经网络模型和GA-BP神经网络模型,分别提高了11.1%和1.2%;在效率上优于传统的K近邻（KNN）测光红移估计算法, 克服了KNN算法中遍历所有数据样本进行训练的缺点并且其泛化性能优于其它BP网络优化模型。     

近红外特征波长筛选在勾兑梨汁中原汁含量的快速检测中的应用

为实现近红外光谱进行勾兑梨汁中原汁含量的快速检测,采用相同可溶性固形物含量的新鲜梨汁和果汁粉冲剂按照原汁含量为0%～100%进行勾兑,并结合遗传算法(GA)、粒子群算法(PSO)以及萤火虫算法(GSO & FA)进行特征波长筛选,比较分析四种算法分别建立的偏最小二乘(PLS)模型。结果表明,GA-PLS,PSO-PLS,GSO-PLS,FA-PLS四种模型均能够剔除大部分波长变量,其中以FA-PLS模型效果最佳,不仅保证模型的稳健性,而且简化了模型,提高了预测的精度。为了进一步优选特征波长,利用连续投影算法(SPA)在FA基础上做进一步波长筛选,并比较全波段PLS,SPA-PLS,FA-PLS,FA-SPA-PLS模型,四种模型泛化能力为：FA-PLS>PLS>FA-SPA-PLS>SPA-PLS,其预测均方根误差分别为0.029 1,0.033 3,0.033 9和0.137 0,相应的波长变量数量依次367,765,20和18。其中SPA-PLS波长变量最少,但预测误差远远高于其他三种模型,综合考虑预测精度与波长变量数目,FA-SPA-PLS模型不仅波长变量较少而且预测精度较高,能够有效鉴别勾兑梨汁中原汁含量。研究利用近红外光谱技术为快速鉴别勾兑果汁提供一种有益思路,并通过波长变量筛选简化定量分析模型。     

Arbitrary truncated Levy flight: Asymmetrical truncation and high-order correlations

The generalized correlation approach, which has been successfully used in statistical radio physics to describe non-Gaussian random processes, is proposed to describe stochastic financial processes. The generalized correlation approach has been used to describe a non-Gaussian random walk with independent, identically distributed increments in the general case, and high-order correlations have been investigated. The cumulants of an asymmetrically truncated Levy distribution have been found. The behaviors of asymmetrically truncated Levy flight, as a particular case of a random walk, are considered. It is shown that, in the Levy regime, high-order correlations between values of asymmetrically truncated Levy flight exist. The source of high-order correlations is the non-Gaussianity of the increments: the increment skewness generates threefold correlation, and the increment kurtosis generates fourfold correlation.     

基于主从交互式萤火虫群优化算法的船舶航向分数阶PID控制

为了改善船舶航向控制的效果,本文首次运用了分数阶PID控制方法,并提出一种新的主从交互式萤火虫优化算法,以优化控制器参数,使得达到控制性能指标最优的目标。根据船舶动力学模型,以船舶实际参数作实验,实验结果表明经过FA优化的分数阶PID控制器,比PSO算法具有更好的控制性能。通过敏感性分析验证了算法求出的FOPID参数具有鲁棒性,当系统参数大幅度变化时不需要重新设置。证明了经萤火虫算法优化的分数阶PID控制器能够更好地满足船舶航向控制的需求。