模仿生物觅食行为的群机器人协同搜索方法

为了尽快发现搜索区域内所有目标,针对群机器人在大范围搜索区域内目标搜索问题,提出了模拟群居生物觅食行为的协同搜索算法。为防止机器人在大范围搜索区域中迷失,将整个搜索区域划分为若干子区域分别搜索;以信号强度和距离为启发信息,借鉴黄蜂群阈值响应模型,建立了区域效用函数并改进,用于确定子区域搜索顺序;对于子区域内群机器人目标搜索问题,模拟群居生物整体快速搜索和局部细致搜索过程,提出了协同搜索算法。经仿真验证,对于区域内不同位置、不同数量的目标,协同搜索算法都能够准确搜索到目标;与随机算法、粒子群算法相比,协同搜索算法能够最快找到目标,且区域内目标数量越多,消耗时间优势越明显。     

一种十字交叉六边形块运动估计搜索算法

在快速块匹配运动估计中,搜索模式对搜索速度和搜索质量有着很大的影响。基于现实视频序列中运动向量的分布特征,本文提出了一种十字交叉六边形搜索算法（NHEXS）：首先用小十字模式进行预搜索,找到最小块匹配失真点（MBD）;以MBD为中心构造大十字搜索模式,找到MBD;然后以大十字模式的MBD为中心,开始六边形搜索：首先搜索大六边形,如果MBD在中心,以小六边形方式搜索,找到的MBD点即为最终的块匹配失真点;否则继续大六边形搜索。十字交叉六边形搜索算法还采用了中途停止技术,对静止和半静止块的搜索速度有显著的提高。改进的部分块失真准则在不影响失真度的情况下大大降低了计算复杂度。实验结果表明：十字交叉六边形搜索算法比六边形搜索算法和新型十字菱形搜索算法在信噪比降低很少甚至不降低的情况下,分别节省32%和16%的搜索点,和其它流行的块匹配运动估计算法相比,本文算法有更快的搜索速度和更小的失真度。     

基于混合禁忌搜索算法的供应链排序问题

分析非标准件加工企业供应链的特点,提出协同优化订单分配、生产调度和批量运输调度的多工厂多客户供应链排序问题。以工件的最长订货提前期与总成本加权之和最小化为目标,构建问题的数学模型。在分析解的最优性条件基础上,设计一种基于矢量组编码方法的混合禁忌搜索算法。算法对可行域进行分区,通过基于插入、交换两种邻域操作的禁忌搜索算法选择子区域,采用基于块结构邻域操作的禁忌搜索算法搜索子区域中的优良解。采用所提混合禁忌搜索算法对算例进行优化求解,并对采用不同编码方法、不同启发式算法的算例结果进行比较,结果表明所提出算法的有效性。     

快速分形立体视频编码系统的设计

提出了一种基于分形视频编码的快速立体视频编码算法。首先,对传统分形视频编码方法进行了改进:采用基于DCT变换的方式对I帧图像进行编码,同时采用树状划分方法对非I帧图像进行块匹配。在立体视频编码中以左通道为基本层,右通道为增强层;左通道采用单独的运动补偿预测方式(MCP)进行编码,右通道采用MCP加视差补偿预测方式(DCP)进行编码。在进行DCP编码方式时,充分利用立体平行摄像结构中的偏振性和方向性简化DCP搜索方式,由此提出了一种快速搜索算法。实验结果表明,在保证峰值信噪比(PSNR)和压缩比(CR)基本不变的前提下,本文所提出的快速编码算法能够将运算复杂度降低为全搜索算法的0.028～0.029倍,增强了立体视频编码的实用性。     

适于硬件实现的无损图像压缩

针对常见嵌入式小波编码算法硬件实现困难、成本较高等问题,提出了一种适用于硬件实现的无损图像压缩算法.该算法根据子带属性的不同将小波系数分为1个低频子块和3个高频子块,然后使用不同的方法分别进行量化编码.对于低频子块,首先使用脉冲差分编码调制(DPCM)方法压缩其数据动态,然后使用改进的比特位平面编码算法编码输出对应码流...     

基于预搜索的高效双目分形视频编码

设计了基于预搜索的高效双目分形视频编码,并成功应用于立体视频编码之中.对基本分形双目视频编码进行了改进.利用了树状划分准则,起始帧采用块离散余弦变换(DCT)编码,简化了块搜索范围并提前减少了重复运算.在双目立体视频编码中,以左通道为基本层,采用单独的运动补偿预测( MCP)方式进行编码,充分利用了预搜索限制条件、改进的非对称十字形多层次六边形格点搜索算法、去方块环路滤波和分数像素块匹配算法;以右通道为增强层,采用MCP加视差补偿预测(DCP)方式进行编码,选择误差最小的匹配块作为预测结果.在进行DCP编码时,充分利用视差分布约束条件,提出了快速的视差估计算法.实验结果表明,提出的编码方法在保证一定的峰值信噪比(PSNR)前提下,平均压缩时间是基本分形双目视频编码的18％～23％,压缩比提高了15.13～47.49,显著地改善了基本分形视频压缩算法的性能,使分形视频压缩的应用具有更大的灵活性和实用性.     

一类解决Job Shop问题的禁忌搜索算法

针对Job shop问题，设计了一种改进的禁忌搜索算法（MTS算法）。MTS算法从多个初始解开始，将传统禁忌搜索算法由串行搜索结构变为并行搜索结构；采用互换和交叉两种邻域搜索函数，既有利于新邻域的探索又有利于交换信息；基于目标值的禁忌表保证了群体的多样性。实验表明，MTS算法克服了传统禁忌搜索算法的缺陷，具有较高的求解质量和鲁棒性。     

一种基于块位长的小波嵌入零块编码算法(结合工程)

提出一种基于块位长的小波嵌入零块编码算法，该算法通过以下几项措施来减少编码过程的内存占用，同时提高编码的工作效率：（1）LLn子带单独编码；（2）提出位长定义，建立块位长位图；（3）通过位长位图代替排序、细化链表，节省内存占用；（4）通过位长位图的树结构来快速搜索重要块，克服重复扫描，加快编码速度。软件测试及硬件实现结果表明，该算法在保持高信噪比的同时，有效地减少了编码过程的内存占用，提高了编码速度。     

改进离散麻雀搜索算法求解柔性作业车间调度问题

针对最小化最大完工时间的柔性作业车间调度问题(Flexible Job-shop Scheduling Problem, FJSP),提出了一种改进离散麻雀搜索算法(Improved Discrete Sparrow Search Algorithm, IDSSA)。首先,采用了两段式编码方式,针对两段编码分别设计了有效的编码转化方式,实现了麻雀搜索算法(Sparrow Search Algorithm, SSA)连续搜索空间与FJSP离散决策空间之间的映射。其次,设计了一种随机与组合启发规则相结合的初始化方法,在保证了麻雀初始种群分散广度的同时提高了麻雀个体的质量,加快麻雀搜索算法的收敛速度。再次,融合一种基于关键路径的变邻域搜索策略,对发现者进行深度发掘,提高种群引领者的质量。此外,为了维持SSA种群多样性,设计了自适应柯西高斯变异策略,提升算法全局搜索能力和跳出局部极值的能力。最后,使用Kacem和Brandimarte系列12个基准算例与多种算法进行仿真实验,实验结果证明了IDSSA的有效性和求解FJSP的优越性。     

基于块位长的小波嵌入零块编码算法

针对小波编码算法在编码过程需要占用大量内存的问题,提出了一种基于块位长的小波嵌入零块编码算法.该算法通过以下几项措施来减少编码过程的内存占用,同时提高编码的工作效率:(1)LLn子带单独编码;(2)提出位长定义,建立块位长位图;(3)通过位长位图代替排序,细化链表,减少内存占用;(4)通过位长位图的树结构来快速搜索重要块,克服重复扫描,加快编码速度.软件测试结果表明,对一幅512 pixel×512 pixel×8 bit的图像,该算法占用的内存空间为SPECK算法的1/27;硬件实现结果显示,雷达图像质量测试完全达到国际标准;该算法在保持高信噪比的同时,有效地减少了编码过程的内存占用,易于硬件实现.     

基于改进免疫遗传算法的船台吊装网络优化

为了优化起重设备和场地等资源约束下的船舶吊装过程，针对船舶吊装过程，利用时间库所Petri网建立模型，将改进免疫遗传算法应用到所建时间库所Petri网的变迁触发顺序搜索中，提出了一种适合这类问题的交叉变异算子和亲和度计算方法，提高了运算的收敛速度，避免了启发式搜索算法和传统遗传算法由于局部收敛导致的不足。最后，给出了一个实例，通过对具体的某型号散货船吊装过程进行优化，进一步说明了这种方法对于解决船台吊装网络优化问题的有效性。     

基于搜索自适应的快速运动估计算法

为提高H．264／AVC视频编码器的计算速度,提出了一种搜索模式自适应快速运动估计算法（PAFME）。该算法结合了变块尺寸运动估计的特点,利用运动矢量的时空域相关性,预测初始搜索中心;采用多种搜索模式,提出了搜索模式自适应的选择机制,以节省不必要的搜索点和加快搜索速度;避免了陷入局部极小。实验结果表明,与H．264／AVC的参考软件JM12．4相比,该算法使整像素精度运动估计的耗时平均降低了33％左右,同时保持了编码效率基本不变。     

求解带时间窗车辆路径问题的改进型烟花算法

针对带时间窗车辆路径问题,为寻求组合优化问题最优解,构建总运输成本最小数学模型。由于烟花算法搜索半径不能自适应调整,算法后期易陷入局部最优,故对爆炸算子进行改进,使最优烟花搜索半径自适应调整,增强后期局部搜索能力;同时利用分布式信息共享机制避免算法早熟并引入变异火花增强种群多样性。利用标准测试集进行验证后,结果表明该算法在求解带时间窗车辆路径问题时不仅具有可行性和有效性,并且收敛速度快、搜索质量高。     

新型混合改进遗传算法求解零等待流水车间调度问题

具有零等待约束条件的流水车间调度问题是一类典型的NP难问题,针对该问题提出一种新型混合改进遗传算法进行优化求解。首先,采用改进NEH算法强化初始种群质量,提高种群的多样性。结合关联规则理论挖掘种群中的优势块,借助优势块进行人工染色体组合,以降低问题复杂度。交叉操作采用单段交叉、双段交叉和三段交叉3种交叉机制,改善算法全局搜索能力;变异过程引入水平集和种群分割的思想,将种群分割成两部分,并赋予不同的变异概率,提高算法局部搜索能力。为进一步提高遗传算法的求解性能,提出了基于NEH的邻域搜索机制,增加种群多样性,进一步提高种群质量。最后,通过实验结果和算法比较,验证了所提算法的求解性能。     

Meta-heuristics to solve single-machine scheduling problem with sequence-dependent setup time and deteriorating jobs

This paper tackles the single-machine scheduling problem in which there are sequence-dependent setup times and deteriorating jobs. In this regard, a mathematical model has been formulated to minimize makespan (C _max). Afterwards, genetic and tabu search algorithms have been developed. Since the population diversity is a very important issue in preventing neighborhood search from trapping in a local optimum, some methods have been applied to genetic algorithm in order to maintain population diversity, and the final results show the effectiveness of these methods. The calibration of genetic algorithm parameters and operators is performed using design of experiments. Finally, several examples are produced to illustrate the proposed approach.     

H.264快速运动估计算法的改进

为了提高视频压缩效率,对H.264中采用的快速运动估计算法UMhexagonS进行了改进。首先,在起点预测后加入一个结束搜索条件,判断是否结束对当前宏块的运动估计。然后,对于需要进一步运动估计的宏块,从两个方面对原算法进行了改进。提出了搜索模板分割方法,在进行十字形模板和大六边形模板搜索时,只需要根据该方法选择少量搜索点进行运动估计。根据运动矢量的统计特点,减少了正方形模板和扩展六边形模板的搜索点数。同时验证了所采用的搜索区域分割方法的合理性。实验结果显示,改进算法的运动估计时间比原算法平均减少了15.59%,而峰值信噪比和码率基本不变,并且能够适应各种运动类型的视频序列。得到的结果表明改进算法提高了总体编码性能。     

工业物联网的工业边缘云部署算法

针对动态调整不同区域的生产线时,因工业边缘云资源有限,覆盖生产线的工业边缘云部署不合理而造成实时性运维服务质量下降和企业成本增加等问题,采用带约束的多目标优化和带约束的最小子集划分思想讨论工业边缘云部署问题,提出一种启发式遗传算法.基于问题的特点,该算法采用二进制编码,降低了算法实现的难度;采用多轮随机不重复解策略筛选...     

基于改进混合作用力微粒群算法的液压阀块加工车间调度优化

针对微粒群算法作用力规则的不足，提出改进混合作用力微粒群(IHFPSO)算法。采用阶段性搜索策略，将算法的搜索过程分为前期和后期2个搜索阶段：在前期搜索阶段，微粒在其他微粒的引斥力作用下进行最优搜索，以保持种群多样性；在后期搜索阶段，微粒在双引力及引力提供的加速度的共同作用下向最优解收敛，以提高局部搜索能力。将所提出的IHFPSO算法应用于液压阀块加工车间调度问题，利用矩阵变量来处理约束条件，给出一种基于矩阵的微粒编码、解码方法。通过液压阀块加工车间调度优化实例，将IHFPSO算法与微粒群算法、中值导向微粒群算法、扩展微粒群算法、多作用力微粒群算法进行对比，验证提出的IHFPSO算法结果最优，实现液压阀块加工车间调度优化。     

基于改进粒子群算法的无人直升机航路规划

针对山区环境下无人直升机航路规划的问题,提出了一种改进粒子群算法.首先建立航路规划数学模型,将路径长度、飞行高度和威胁指数引入适应度函数;然后采用惯性权重因子调节算法的全局和局部搜索能力,利用选择操作和杂交操作增加种群的多样性,避免陷入局部最优;最后当种群陷入局部极值时,采用变异算子跳出局部最优解.将该算法和传统粒子群算法比较,仿真结果表明,该算法可以避免陷入局部最优,缩短搜索时间,较快得到全局最优路径.     

车间调度问题及其进化算法分析

为了研究车间调度问题,分析调度过程和调度结果,提出最小化空闲时间处理过程和不同空闲时间处理顺序规则。根据最小化空闲时间处理过程,设计进化算法的初始种群生成过程、重组算子和变异算子。为保持种群的多样性,在选择算子中引入广义海明距离,在总体流程中加入种群修正过程。经典的调度基准问题试验表明：最小化空闲时间处理过程高效可靠;进化算法能缩小搜索空间、提高搜索效率和避免早熟收敛现象,稳定可靠。