一种BICM-ID内嵌Turbo码译码分级选择停止准则

本文提出一种比特交织编码调制加迭代译码（ BICM-ID）内嵌的Turbo码译码分级选择停止准则。该分级选择停止准则按照信息比特的后验对数似然比（ LLR）绝对值大小对信息比特进行不同可靠性级别分类,针对不同类别设置相应收敛测试准则。较可靠的类别通常更早停止迭代,以节省计算量,而可靠性较低的类别则进行更多次的迭代以获得更高的译码精准。对于较早收敛的类别,关于这些信息比特的计算几乎停止,除了对前向度量和后向度量构成的马尔科夫链的更新。由于对早期收敛的类别的不必要的计算被省略,本分级选择停止准则节省了后期迭代的计算量。结果显示,本停止准则比典型的整帧交叉熵（ CE）停止准则节省将近10%的迭代处理时间,而BER性能则接近。     

BICM-ID系统下一种基于CE停止准则新的自适应译码算法

在BICM-ID系统中,现存的解码算法在复杂度和性能上不能得到很好的折中.Max-Log-MAP算法有较低的计算复杂度,但是在性能方面并不是很好.同时,Log-MAP算法的译码性能相比于MAX-LOG-MAP有很大的提高但是计算复杂度却大大提高.此外,Constant-Log-MAP算法在系统性能和译码复杂度上是在上述两种算法之间的.在本篇论文中,提出了一种在BICM-ID系统下,基于交叉熵(CE)停止准则的自适应译码方案,是一种能够随着信噪比(SNR)的改变采用了上述三种不同的译码算法优势的新算法.     

各向异性扩散滤波器的迭代停止准则

利用各向异性扩散滤波模型对图像进行平滑的过程中,迭代停止准则对图像平滑的效果有着重要的影响．本文提出了一种简单实用的最优停止准则,该准则确定了一个标准,使得平滑后的图像与噪声的相关性最小时停止迭代。它易于实现而且有很强的通用性。实验结果表明该算法可以在图像平滑过程中适时地停止迭代,获得满意的图像平滑效果。     

关于非线性规划数值算法停止准则的讨论

本文评述并讨论了几种非线性规划数值算法的停止准则 ,并在此基础上提出了一种较好的停止准则 .     

一种新的伪并行遗传算法

利用混沌序列的伪随机性,将混沌引入伪并行遗传算法,提出了伪并行混沌遗传算法。对3个检测函数的仿真实验表明该算法能较好地克服早熟现象及收敛速度慢的问题,优于伪并行遗传算法、显著优于标准遗传算法。     

一种新的模糊遗传算法

将模糊控制思想引入到遗传算法中,进行交叉概率P6和变异概率Pm的整定工作,并在此基础上提出了一种基于模糊控制的遗传算法－模糊遗传算法,仿真结果表明：该算法不仅能提高解的质量,而且能加速解的收敛速度。     

基于BICM-ID系统的简化交叉熵停止准则

在加性高斯白噪声信道和瑞利信道中,比特交织编码调制迭代译码（bit—interleaved coded modulation with iterative decoding,BICM—ID）技术具有良好的误码率性能,但它的迭代过程增加了计算复杂度和接收端的译码时延。目前,已经提出了各种停止准则来减少不必要的迭代计算。在交叉熵停止准则的基础上,本文提出了一种简化的交叉熵停止准则。该准则对于不同的信噪比（SNR）设置了一个自适应门限来决定在译码器的接收端是否继续计算交叉熵。简化的交叉熵停止准则与传统的交叉熵停止准则相比,具有更低的计算复杂度,并且对于判断是否到达译码地板值有更高的灵敏度,从而在一定程度上提高了BICM—ID系统的性能。仿真结果显示,与传统的交叉熵停止准则相比,简化的交叉熵停止准则的平均迭代次数减少了约12．2％。当SNR处于2．75dB至3．35dB时,其性能要优于传统的交叉熵停止准则。     

基于平均熵的Turbo码迭代译码停止准则

本文首先阐述平均熵在Turbo码迭代译码过程的性质，从中可以观察到译码算法的收敛程度与平均熵的变化趋势一致。然后，我们基于平均熵提出一种新的Turbo码迭代译码停止准则。仿真结果表明，对比现有的其它准则，这种新的准则能够在保持译码的误比特率性能和算法的计算复杂度的同时，有效地减少迭代次数。     

Turbo码译码的动态停止迭代准则的改进

提出了一种改进的动态停止迭代译码准则和方法,即CRC-MOR(cyclic redundancycheck-measurement of reliability)迭代停止准则,解决了在Turbc码译码时进行多次迭代,造成较大的译码延时。对所提出的CRC-MOR迭代停止判决准则进行的仿真,以及仿真结果与CRC和MOR译码迭代停止判决方法相比较,验证了所提出的改进迭代停止准则在译码性能没有降低的情况下,可以明显地降低平均迭代次数,减小译码延时。     

用混合遗传算法求解多目标TSP问题

针对多目标TSP问题，提出了非群体迭代型多目标遗传算法与局部阶段搜索算法相结合的混合遗传算法。其中非群体迭代型多目标遗传算法通过个体的被优越数和种群的分布情况计算个体适应度，采用基于路径表示的编码方法进行鳊码，使用竞争选择策略、部分匹配交叉和变换变异进行遗传操作。最后使用该算法对两个实例进行实验计算并分析其程序运行结果。结果表明该算法是很有效的。     

改进的混合遗传算法的组卷系统模型及算法

在基本遗传算法基础之上,针对试题库组卷系统对算法进行改进,设计了一种运用于组卷系统的数学模型和混合遗传算法,从而提高组卷质量和系统的通用性。     

A new non-monotone fitness scaling for genetic algorithm

The properties of selection operators in the genetic algorithm (GA) are studied in detail. It is indicated that the selection of operations is significant for both improving the general fitness of a population and leading to the schema deceptiveness. The stochastic searching characteristics of GA are compared with those of heuristic methods. The influence of selection operators on the GA' s exploration and exploitation is discussed, and the performance of selection operators is evaluated with the premature convergence of the GA taken as an example based on One-Max function. In order to overcome the schema deceptiveness of the GA, a new type of fitness scaling, non monotone scaling, is advanced to enhance the evolutionary ability of a population. The effectiveness of the new scaling method is tested by a trap function and a needle-in-haystack (NiH) function.     

基于遗传算法的灰铁铸件缺陷诊断的神经网络模型

将铸造生产中缺陷产生的主要原因抽象为神经元,构建了灰铁铸件缺陷诊断的BP神经网络模型.采用非线线性变换,确定了样本的变化范围,用遗传算法学习网络模型的权值,开发出了基于C++的铸件缺陷诊断及防止的应用软件,并通过建立铸件缺陷数据库,以克服专家系统的瓶颈问题,从而有效地降低铸件的废品率.     

遗传算法对振动平板夯进行优化设计

有关振动平板夯的研究文献所给出的设计参数多为图表、统计曲线等,由于运动关系比较复杂,设计新型夯机时参数的选择比较困难。本文以振动平板夯的振幅值为设计目标,采用遗传算法求解,寻找满足条件的参数。     

遗传算法在入侵检测中的应用

在分析以往入侵检测系统的基础上,介绍了一个误用检测与异常检测相结合的基于用户行为的多层自适应入侵检测系统模型。给出了模型的框架图以及模型主要的流程步骤,并详细分析了遗传算法在模型中的应用,培出了编码策略、适应度函数度遗传操作。     

Composite multiobjective optimization beamforming based on genetic algorithms

All the parameters of beamforming are usually optimized simultaneously in implementing the optimization of antenna array pattern with multiple objectives and parameters by genetic algorithms （GAs）. Firstly, this paper analyzes the performance of fitness functions of previous algorithms. It shows that original algorithms make the fitness functions too complex leading to large amount of calculation, and also the selection of the weight of parameters very sensitive due to many parameters optimized simultaneously. This paper proposes a kind of algorithm of composite beamforming, which detaches the antenna array into two parts corresponding to optimization of different objective parameters respectively. New algorithm substitutes the previous complex fitness function with two simpler functions. Both theoretical analysis and simulation results show that this method simplifies the selection of weighting parameters and reduces the complexity of calculation. Furthermore, the algorithm has better performance in lowering side lobe and interferences in comparison with conventional algorithms of beamforming in the case of slightly widening the main lobe.     

遗传算法的改进及其在方程组求解中应用

选择、交叉和变异是遗传算法的几个主要操作算子,它们构成了遗传操作。对遗传操作提出了改进方案、即对于交换操作：如果两个子代的适应度均比父代大就交换,如果子代的适应度一个比父代大而另一个比父代小则保留大的子代而还原小的子代为父代．如果子代的适应度均比父代小则取消此次的交换。变异操作中对每个父代的多个位置逐个变异．如果子代的适应度比父代大则变异,否则不变异。通过解线性方程组和非线性方程组证明丁该方法能够使得遗传始终向着理想的方向,避免了算法陷入死循环,并且收敛速度非常快。     

Solving traveling salesman problems by genetic algorithms

The gene section ordering on solving traveling salesman problems is analyzed by numerical experiments. Some improved crossover operations are presented. Several combinations of genetic operations are examined and the functions of these operations are analyzed. The essentiality of the ordering of the gene section and the significance of the evolutionary inversion operation are discussed. Some results and conclusions are obtained and given, which provide useful information for the implementation of the genetic operations for solving the traveling salesman problem.     

实数编码遗传算法能解性

通过分析一类标准的实数编码遗传算法算子作用机制及其交叉算子的局部搜索特性,提出了变异的方向性的概念,指出变异算子向各个方向变异并非均匀,而是以坐标轴方向分布最多.同时定义并分析了变量可分离函数优化问题.数值试验结果表明,实数编码遗传算法比较合适求解变量可分离的函数优化问题.