求解一类随机优化问题的粒子群算法

提出了一个解随机优化问题的粒子群算法.该算法易理解,程序上易实现,克服了随机优化问题难以高效实现全局优化的缺点.数值实验结果表明,所提出的算法能够快速地收敛到随机优化问题的最优解,并且具有良好的鲁棒性,是此类问题的一个高效求解算法.     

基于中国邮递员问题的可信平台模块测试序列生成优化研究

现今国内外已经有不少对可信平台模块进行测试的研究成果,但是对测试效率分析不足.本文基于自动机理论和中国邮递员问题,提出了可信平台模块改进的有限状态机模型与相应的优化测试方案,通过寻找一条遍历有限状态机模型中每一条转移至少一次的最短路径的方法,从而生成费用优化的测试序列.测试结果表明,测试方案能够简化有限状态机状态的测试.     

基于AIG的多级逻辑电路延迟近似优化

在对多级逻辑电路延迟进行优化中,提出了一种针对关键路径中节点输出的近似替换方法,用于实现延迟优化.提出的算法先建立待优化电路的关键路径集合,然后通过选取每一条关键路径中错误率影响最小的节点构成待优化节点集,再结合提出的节点输出近似替换技术,在错误率约束下实现节点删除和关键路径压缩,进而达到多级逻辑电路延迟优化.提出的算法用C++和ABC工具内置命令编程实现,使用ISCAS85以及LGSynth91电路进行测试.实验结果显示,与已提出的常量替换方法相比,面积和延迟优化效果分别提升22.96%和31.49%.同时相较于最新提出的针对延迟优化的算法,在延迟优化效果相近的情况下,算法运行时间上有61.88%的提升.     

基于多准则决策的塔状粒子群优化算法

针对经典粒子群优化算法存在早熟、收敛精度低和收敛速度慢的问题, 提出了一种新的改进算法. 该算法采用了塔状优化互联机制, 底层粒子群负责寻找局部最优解, 顶层粒子负责收集、反馈全局最优解, 为底层种群提供全局最优信息, 建立共享学习机制. 顶层粒子一旦发现停滞现象, 将通知底层粒子群采用细菌觅食优化、随机初始化等停滞优化策略, 以改善粒子群的收敛速度. 实验结果表明, 与同类算法相比, 改进算法具有更好的寻优能力, 改善了粒子群的收敛精度和收敛速度.     

改进的粒子群优化算法在随机需求车辆路径问题中的应用

设计了一种求解随机需求车辆路径问题的改进的粒子群优化（PSO）算法．在算法后期将变异算子引入PSO算法，克服了基本PSO算法易陷入局部最优的缺点．数值模拟结果表明改进的PSO算法提高了全局搜索能力，求解效果优于基本PSO算法和遗传算法．     

基于粒子群优化的神经网络预测模型

传统的BP神经网络训练算法,导致训练时间长且易于陷入局部极小点.本文将粒子群优化算法用于神经网络预测模型的学习训练.实验结果表明,基于粒子群优化的神经网络学习算法更易于实现,且能更快地收敛于全局最优解.     

基于树形Mux的逻辑电路优化

为实现用case语句描述的逻辑电路的面积和延迟优化,提出了一种基于树形Mux的逻辑电路优化方法.该方法先将case语句转换为树形Mux,通过合并case语句实现Mux树中Mux门的个数和层级减少,并通过化简地址逻辑实现地址再编码电路的精简,进而实现映射后电路面积与延迟的优化.提出的算法使用C++语言实现,电路面积和延迟优化结果由常用学术开源EDA工具abc,结合国内EDA公司提供的映射库得到.实验结果表明,相比于abc工具,使用该方法得到的面积和延迟优化分别提升了26%和21%.     

基于逻辑复合门映射的电路面积优化

提出了一种基于复合门映射的电路面积优化方法.该方法首先通过BDD结构的拆分将待优化的逻辑电路转化为由二输入基本逻辑门组成的多级逻辑网络,然后利用复合门搜索和等效转换算法将逻辑网络中适合复合门实现的子结构用相应的复合门替换.提出的优化算法用C语言编程实现,并用MCNC电路进行了测试.测试结果表明,相比于ABC和BDS软件结果,经算法优化后,电路的节点数可分别减少约37%和29%.     

基于拓扑与尺寸优化的风力机叶片轻量化设计

为有效减轻风力机叶片质量, 进一步实现降本增效, 对叶片内部结构进行拓扑优化与尺寸优化设计. 首先以叶片内部单元密度为设计变量, 将叶片柔顺度最小作为目标, 并以结构体积为约束条件, 考虑3种极限荷载工况, 利用ANSYS软件对叶片内部实体结构进行拓扑优化; 然后根据拓扑优化结果结合实际叶片内部材料铺层情况建立叶片壳体模型, 以关键结构参数为设计变量, 以叶片质量最轻为目标, 叶片强度、刚度、振动性能及稳定性等为约束, 采用MATLAB和ANSYS软件对叶片内部结构进行尺寸优化. 拓扑优化结果表明, 对叶片传统结构形式进行适当改进, 可有效改善叶片结构性能; 尺寸优化结果表明, 基于拓扑优化结果的改进结构优化方案与初始方案相比质量减轻了12.4%, 与传统结构优化方案相比质量减轻了2.6%, 较好地实现了叶片轻量化.     

基于近似计算技术的FPRM逻辑功耗优化

提出了一种基于近似计算技术的FPRM逻辑功耗优化的算法, 该算法包括基于信号概率和跳变密度的固定极性Reed-Muller(Fixed Polarity Reed-Muller, FPRM)函数动态功耗模型, 基于遗传算法的以功耗优化为导向的RM逻辑极性搜索方法, 以及利用双锐积运算的RM逻辑错误率计算方法. 在错误率的约束下, 通过有选择性地删减部分乘积项, 实现功耗优化. 提出的算法用C语言实现, 并用MCNC Benchmark电路测试. 结果表明: 与原始FPRM电路功耗相比, 在平均错误率为3.21％时, 电路动态功耗平均减少了22.77％.     

一类复杂循环排队系统的计算机模拟及其在进程调度中的应用

讨论了顾客到达时间和服务时间与等待队列队长有关的排队系统模拟,顾客服务次数不止1次即出现循环的复杂排队系统,引入到达因子、服务台因子和循环因子,在串并联多服务台情形下建立了4类计算机模拟模型,给出该复杂循环排队系统在进程调度中的应用并进行了计算机模拟.     

离散事件系统多随机顾客流后进先出串并联多服务台混合排队系统模型的计算机模拟

讨论了离散事件系统多随机顾客流后进先出的串并联多服务台混合排队系统模型的计算机模拟,在串并联多服务台混合情形下建立了4类模拟模型,并给出模拟实验例子.     

化合物分子体积计算方法的研究

本文提出了一种计算化合物分子体积的有效方法，在确定化合物分子构象的基础上，将随机变量的统计方法引入计算体系，可以计算出化合物任一构象条件下的分子体积．比较计算结果可知，我们的方法与同类其他计算方法同等精确，但算法的简捷、快速显得更为优越．在将我们的方法计算的化合物的分子体积用于化合物的结构一性质相关性研究时发现，分子体积能较好地表征化合物的结构特征．     

容量有限的一类多随机流混合排队系统 模型的计算机模拟研究

本文讨论了系统容量有限的一类多随机顾客流串并联混合多服务台排队系统模型的计算机模拟,在多服务台串并联混合情形下建立了6类模拟模型,并给出模拟例子。     

随机投入产出模型控制方程研究

提出了异于文献中的随机投入产出控制模型,即对于随机最终需求,如何由控制模型确定出各部门的最小产出量．在最终需求为服从指数分布的随机变量的情形下,利用统计学中独立随机变量和的分布理论,基于模型中参数间的不同关系,导出了给定可靠性下产出量所满足的控制方程,给出了数字例．     

基于THERP可变功能机械功能转换过程评价

可变功能机械额功能转换过程设计是该类产品设计开发的一个重要环节,其设计结果不仅决定产品功能的实现与否,还会对诸如安全性、经济性等非技术类问题造成影响,目前还缺少专门针对此过程设计解的分析及评估方法.为解决此问题,结合人失误概率预测技术(Technique for Human Error Rate Prediction, THERP)模型及风险概率与经济性安全评价对功能转换过程进行定量分析.依据THERP模型将功能转换过程划分为一系列子任务,并建立功能转换过程二叉树,同时按照功能转换过程的特点对二叉树进行简化,接着评估各失误路径的发生概率及失误严重度,并将失误严重度量化为经济损失,最后得到功能转换过程的风险值.同时通过角磨机向电锯功能转换的过程定量分析,验证了该方法的可行性.     

非平稳INAR(1)过程估计量的极限分布研究

提出了整数值随机游走过程,推导出该随机游走过程的若干和式的极限分布.证明了无截距、无时间趋势的单位根过程的自回归系数的最小二乘估计量的极限分布不再是Weiner过程的泛函,而是依概率收敛到真值1,最后还用Monte Carlo模拟验证了该结论的合理性.     

直线上独立随机环境中的随机游动

主要讨论直线上独立随机环境中的常返性和非常返性，并进一步研究返性的正常返和零常返，非常返性中的大数定律，从而推广了Solomn的研究框架。     

随机环境马氏链上一类集合的分形维数

假设{Xn}是随机环境的马氏链，引入Hopf Markov链，在此基础上定义了绕积Markov链，用此方法，将正则马氏链下一类集合的分形维数的结果推广到了随机环境马氏链下一类集合，并且获得了相应的结论．     

波阵面视角下的车辆拥堵分析

基于视频数据,分析了交通事故下车辆运动的复杂性和队长变化的本质,借鉴车流波动理论、车辆跟驰理论、流体力学理论等,提出利用波阵面的传播轨迹描述排队过程,并给出了排队长度动态模型VQLM.同时,为减少视频图像与实际距离的转换误差,提出以标准当量车为参考,多次迭代还原真实距离的标定方法.研究结果表明：VQLM模型较基于单一理论计算队长的方法更精确、实用.模型验证结果：平均队长误差为-3.029%,其宏观表现为2辆当量车10 m内,延时误差为7 s（信号周期为60 s）.VQLM模型主要考虑了司机驾驶的主观性、道路通行强度、交通波节点函数等;数据还原标定方法简单实用,比传统比例尺算法更为精确.