混沌量子克隆优化求解认知无线网络决策引擎

通过分析认知无线网络引擎决策, 给出了其数学模型, 并将其转化为一个多目标优化问题, 进而提出一种基于混沌量子克隆的优化求解算法, 并证明了该算法以概率1收敛. 算法采用量子编码, 利用Logistic映射初始化抗体种群, 设计了一种基于混沌扰动的量子变异方案. 最后, 在多载波环境下对算法进行了仿真实验. 结果表明, 与QGA-CE(基于量子遗传算法的认知引擎)算法相比, 本文算法收敛速度较快, 具有较高的目标函数值, 可以对无线参数优化调整, 满足认知引擎的实时性要求.     

混沌免疫算法求解认知无线电网络资源分配问题

为了优化认知无线电网络中多用户正交频分复用子载波的资源分配, 将其转换为一个约束优化问题, 进而提出了一种基于混沌免疫优化的求解方法.给出了算法的实现过程和关键技术, 设计了适合算法求解的编码、 克隆、 重组、 变异算子.实验结果表明, 在满足认知用户速率、 所需误码率及干扰约束的条件下, 本文所用算法减小了整个系统所需的总发射功率, 同时收敛速度较快, 能够得到较优的子载波分配方案, 进而提高频谱利用效率.     

混沌量子克隆算法求解认知无线网络频谱分配问题

对认知无线网络中的频谱进行有效分配是实现动态频谱接入的关键技术.考虑3次用户对频谱的需求和分配的公平性,给出了频谱分配的数学模型,并将其转换为以最大化网络收益为目标的带约束优化问题,进而提出一种采用混沌量子克隆优化求解的认知无线网络频谱分配算法, 并证明了该算法以概率1收敛.最后,通过仿真实验比较了本文算法与颜色敏感图着色算法、基于遗传算法的频谱分配、基于量子遗传算法的频谱分配的性能.结果表明:本文算法性能较优, 能更好地实现网络收益最大化. 关键词： 混沌量子克隆算法 认知无线网络 频谱分配     

基于二进制粒子群算法的认知无线电决策引擎

提出了基于粒子群算法的认知无线电决策引擎,并提出了一种种群自适应粒子群算法,利用粒子群算法调整优化无线电参数,运用多载波系统对算法性能进行了仿真分析.实验结果表明基于二进制粒子群算法的认知决策引擎在收敛速度、收敛精度和算法稳定性上都要明显优于经典遗传算法,基于种群自适应粒子群算法的决策引擎则能进一步提高算法初期性能,满足认知无线电实时性要求. 关键词： 认知无线电 粒子群算法 遗传算法 认知决策引擎     

基于免疫遗传的多目标优化

提出了一种免疫遗传算法(MOGA)用来解决多目标优化问题。在该算法(MOGA)中,使用了高斯变异算子,提高了收敛速度;创建了记忆细胞集来保存每代所产生的Pareto最优解。此算法与NSGAⅡ算法进行模拟实验结果进行对比,通过比较发现,该算法无论是在个体的多样性还是收敛性上都要比NSGAⅡ算法好,表明免疫遗传算法在解决多目标优化问题上具有可观的研究前景。     

基于差分进化算法的混沌时间序列预测模型参数组合优化

为了提高混沌时间序列预测模型的预测精度,提出一种基于差分进化（DE）算法的相空间重构和最小二乘支持向量机（LSSVM）模型参数组合优化方法．该方法将相空间重构参数和LSSVM预测模型参数进行组合作为差分进化算法的个体,以混沌时间序列预测精度作为个体的适应度函数,通过循环迭代获得最优参数组合．几个混沌时间序列的仿真实验结果表明,与传统的优化方法相比,参数组合优化方法具有更高的预测精度．     

多目标城市应急系统选址问题的免疫算法

对社会各种突发事件进行处理的应急系统中,应急服务的选址很重要。考虑应急设施选址时的成本和应急时间因素,给出一种多目标城市应急设施选址问题的数学模型。鉴于一般方法求解该模型的困难,提出一种多目标免疫算法作为模型求解方法,通过实例计算,说明该算法是有效的。     

简谐振子免疫优化算法求解异构无线网络垂直切换判决问题

本文设计了垂直切换判决方案问题的数学模型, 给出了一种基于简谐振子免疫优化算法的垂直切换判决方案, 并与文献方案进行了对比实验实验结果表明, 本文方案能够有效地平衡网络负载、增加终端电池的生存时间, 具有较好的应用价值.     

多翼离心风机叶片参数化及多目标优化研究

针对吸油烟机用多翼离心风机叶片多目标优化设计,提出一种二次非均匀B样条曲线的叶型参数化方法。采用4个控制点确定B样条曲线的方式对叶片的出口角、叶型的弦长和叶型的最大弯曲度进行控制,可以有效避免不合理叶型。使用Matlab软件调用相应的批处理文件,实现叶轮的自动建模和网格划分。结合最优拉丁超立方试验设计方法和CFD数值计算生成44组多目标优化的样本空间,建立能准确反映设计变量与优化目标之间响应关系的Kriging近似模型,并利用存档微遗传算法对其进行多目标优化。研究结果表明:与原型机相比,优化后的叶轮出口的径向速度明显增大、蜗壳内部流动损失减小,吸油烟机系统在多个工况下的流量和效率均有提高。     

基于改进克隆选择算法的统一混沌系统同步控制与参数辨识

提出一种改进的克隆选择算法用于解决混沌系统的参数辨识问题.该算法利用抗体的高频变异和受体编辑两种机制有效平衡算法的全局探索与局部开发，并引入向精英抗体学习策略进一步提高算法的收敛质量.对10个优化问题的实验表明：所提出算法在求解精度、收敛速度以及稳定性方面具有更好的性能.以参数未知统一混沌系统的同步控制为研究对象，合理设计同步控制器，并对同步系统的稳定性进行理论分析.通过对同步比例因子的设置，实现统一混沌系统的完全同步、反同步、投影同步等多种同步方式.仿真实验结果表明该方法能够实现对未知系统参数的精确辨识以及驱动-响应系统的有效同步控制，验证了所提方法的可行性与有效性.     

基于量子遗传算法的认知无线电决策引擎研究

提出了基于量子遗传算法的认知无线电决策引擎，设计了待优化的多目标函数，利用量子遗传算法调整优化无线电参数，运用多载波系统对算法性能进行了仿真分析.实验结果表明该方法在收敛速度、收敛精度和算法稳定性上都明显优于经典遗传算法，在种群规模较小时仍然能获得很好性能，适合于实际实现.不同权重设置模式下仿真结果表明该方法能够在多个目标函数间进行权衡，参数调整结果与当前对目标函数的偏好一致.     

Low emittance lattice optimization using a multi-objective evolutionary algorithm

A low emittance lattice design and optimization procedure are systematically studied with a non-dominated sorting-based multi-objective evolutionary algorithm which not only globally searches the low emittance lattice, but also optimizes some beam quantities such as betatron tunes, momentum compaction factor and dispersion function simultaneously. In this paper the detailed algorithm and lattice design procedure are presented. The Hefei light source upgrade project storage ring lattice, with fixed magnet layout, is designed to illustrate this optimization procedure.     

一种基于非基因信息的免疫记忆优化算法

为提高人工免疫优化算法的优化能力, 将非基因信息的记忆机制引入智能算法, 提出了一种基于非基因信息的免疫记忆优化算法. 算法通过对先验知识(非基因信息)的短期记忆并指导后续进化, 降低盲目搜索和重复搜索, 增加了搜索的智能性和有效性. 结合标准测试函数在高维下的仿真实验表明, 与其他智能算法相比, 新算法在收敛速度、收敛精度和全局收敛性方面均优于对比算法. 此外, 在超高维下的仿真结果表明新算法具有在大规模维度解空间中的全局寻优能力.     

一种用于认知无线电资源分配的并行免疫遗传算法

提出了用于认知无线电自适应调制和资源分配的并行免疫遗传算法,并对该算法、简单遗传算法和静态调制分配算法进行了仿真.仿真结果显示,该算法具有很强的全局搜索能力和较快的收敛速度,在误码率和功率受限条件下,该算法比简单遗传算法和静态调制方式的性能更好,同时明显降低了计算复杂度.     

Multi-user cognitive radio network resource allocation based on the adaptive niche immune genetic algorithm

Multi-user cognitive radio network resource allocation based on the adaptive niche immune genetic algorithm is proposed, and a fitness function is provided. Simulations are conducted using the adaptive niche immune genetic algorithm, the simulated annealing algorithm, the quantum genetic algorithm and the simple genetic algorithm, respectively. The results show that the adaptive niche immune genetic algorithm performs better than the other three algorithms in terms of the multi-user cognitive radio network resource allocation, and has quick convergence speed and strong global searching capability, which effectively reduces the system power consumption and bit error rate.     

基于混沌粒子群优化算法的异结构混沌反同步自抗扰控制

针对一类连续时间异结构混沌系统, 利用自抗扰控制很强的鲁棒性, 提出了一种异结构混沌系统反同步的自抗扰控制策略.针对所设计的自抗扰控制器参数较多, 难以整定的问题, 提出了应用混沌粒子群优化算法对控制器进行参数寻优设计. 以Lorenz系统和Chua系统两个异结构混沌系统为例进行仿真验证, 由仿真结果可知, 该方法可以实现异结构混沌系统较快的反同步控制, 且具有很强的抗干扰能力. 关键词： 异结构混沌系统反同步 自抗扰控制器 混沌粒子群优化算法 参数寻优