基于多目标优化认知无线电干扰抑制算法

认知无线电系统的重要原则是保障授权用户的通信质量,为了提高授权用户的通信质量必须有效抑制授权用户与认知用户的载波间干扰,为此提出了基于多目标优化的认知无线电干扰抑制算法。该算法通过分析频谱池中影响授权用户的载波间干扰能量,定位出认知用户子载波中对授权用户产生最大干扰的子载波序列,在满足认知用户数据传输率目标的前提下,屏蔽这些最大干扰子载波能有效抑制系统干扰能量。仿真结果表明,在满足认知用户目标误码率条件下,新的干扰抑制算法能明显抑制影响授权用户的载波间干扰,使授权用户获得更好的误码率性能。     

神经网络结构与智能算法对故障诊断性能的影响

为了克服神经网络在基本算法上存在收敛精度低、收敛慢、不收敛和网络结构难以确定等缺陷,采用常用的8种智能算法对故障样本进行诊断性能对比实验,得出网络最优结构的设计步骤和较好的6种智能算法。用这6种智能算法对故障测试样本进行诊断性能对比,得出了train-lm是较佳智能算法,traingdx是收敛稳定性较好的算法;网络最优结构的参数设计过程,为神经网络故障诊断性能的最佳算法和结构提供了系统化设计的实验方法。     

认知无线电的频谱分配算法

认知无线电的频谱分配问题存在瓶颈用户,针对该问题,分析了并行频谱分配算法和CSGC(color-sensitive graph coloring)算法,提出在CMMB(collaborative-max-min-bandwidth)准则下,用并行分配算法来解决瓶颈用户问题,并对系统时间开销和频谱利用率等性能指标进行了仿真分析.结果表明,并行分配算法和CSGC算法的频谱利用情况大致相当,但并行算法的系统时间开销却明显减少,更有利于满足认知无线电中频谱快速分配的要求.     

遗传并行粒子群优化算法及其性能分析

在已有的并行粒子群优化算法的基础上,结合遗传算法,并利用Java语言支持多线程特点,开发出单子群、k子群、任意子群三种遗传并行粒子群优化算法.通过对6个Benchmark测试函数的测试分析,表明这三种算法都具有运行速度快,求解质量高的特点.     

遗传并行粒子群优化算法及其性能分析

在已有的并行粒子群优化算法的基础上,结合遗传算法,并利用Java语言支持多线程特点,开发出单子群、k子群、任意子群三种遗传并行粒子群优化算法。通过对6个Benchmark测试函数的测试分析,表明这三种算法都具有运行速度快,求解质量高的特点。     

改进智能算法的认知无线Mesh网络优化频谱分配算法

随着网络资源日益紧张,认知无线Mesh网络中的频谱优化分配问题的研究主要集中在总带宽的最大化和占用频谱数的最小化。文中考虑到杂草算法的多样性以及容易实现和编码快捷等特点,提出一种基于改进入侵杂草优化算法(IWO)的频谱优化分配方法(IIOW)。通过对扩散条件中调和指数的优化,使得扩散更加均匀准确,大大加快收敛速度,同时优化了适应度函数的曲线。仿真结果表明:基于改进IWO的优化算法能在最大化总带宽与最小化信道占用数的情况下,获得较为理想的适应度函数曲线,同时加快收敛速度。     

并行化程序性能调试环境的设计

近年来为开发高效率的并行化程序已出现了多种性能调试工具,而这些工具往往具有共同的基础,由此可以开发一个总体框架,为建立性能调试环境服务。本文探讨了该总体框架的基本要求,关键部件及这些部件间的接口。     

感知无线电改进WiMAX性能研究

为提高WiMAX系统频谱利用率,减小与其他系统之间的干扰,实现共存,利用感知无线电的周期图频谱检测和频谱池技术,对WiMAX性能加以改进。采用WiMAX系统802.16e基带链路,信道模型选用M.1225中规定的VA车载信道。在频谱感知模块中,频谱模型在由频点相互独立的256个瑞利衰落正弦信号叠加构成。每帧数据传输开始时,二级用户利用周期图频谱检测技术对信道频段进行检测,获得频谱空洞,然后采用频谱池技术在频谱空洞上传输数据。仿真结果表明,WiMAX系统中采用感知无线电技术,可在减小对二级用户干扰的同时,避免对一级用户的影响,从而提高了频谱利用率,使系统性能得到很大提高。     

利用并行子空间优化方法实现复杂工程系统并行设计优化

介绍了应用于航空航天领域内复杂系统设计的一种基于全局敏度方程的并行子空间优化算法,分析了算法的计算结构和参数设置,根据其收敛过程振荡和收敛早熟问题,发展了折衷系数的优化规律替代法和自适应累积约束参数法,提高了算法的收敛性能.算例表明改进后算法收敛性能有很大提高.将该算法用于某通用航空飞机的概念设计,考虑气动、重量和性能等3个学科,很好地解决了各学科间复杂耦合带来的计算困难,证实了本文算法的有效性.     

DSMC交互式并行化系统性能预测模型

对机群环境下的DSMC并行计算问题考虑了初始数据划分、系统负载平衡和网络通信情况等因素,建立了DSMC交互式并行化系统中的性能预测模型,分析了机群系统的物理参数如何影响DSMC并行模拟计算的效率。对两个实际DSMC问题的研究结果表明,性能预测结果与实际测试结果基本吻合。说明该方法是正确有效的。     

铝型材产品开发并行设计过程优化重组

基于设计结构矩阵和图论提出了一种型材开发过程优化重组的方法．通过建立设计结构矩阵、识别耦合任务集和划分设计活动级别。对铝型材产品开发并行设计过程进行了分析和规划，并运用敏感因子、复杂因子和影响因子对耦合活动的依赖关系进行了描述，基于这些影响因子提出了确定耦合活动初始迭代次序的优化算法，建立了合理高效的并行设计优化过程模型．该方法对于其他并行工程应用领域同样适用．     

并行软件系统的性能监测和性能预测

介绍了三种类型的监测系统，机器专用监测系统，系统专用监测系统和通用监测系统，阐述了二种并行软件性能的预测方法。仿真或分析技术法及快速原型法。     

疫情期间的护士排班优化模型及智能算法

重大疫情突发地组织的护士较多,传统的人工护士排班耗时长,排班结果可能导致护士身体的疲惫,增加医疗的风险,且护士值班的不均匀诱发护士的消极抗疫的现象发生.建议重大疫情期间的护士排班问题归结为该文提出的5个软约束条件作为优化目标,7个硬约束条件作为约束条件的多目标规划模型.该模型能够避免护士连续上班时间过长和过于集中,尽可能不扰乱护士的生物钟,降低医疗事故发生的风险;同时还考虑了各个班型在护士之间进行均匀分配,兼顾了护士的心理健康,避免护士心里产生不满而诱发护士消极抗疫现象的发生;采用两层粒子群遗传算法求解护士排班多目标优化模型,因为粒子群算法求得的解极大可能是局部最优解,在粒子群算法中嵌入遗传算法,有利于全局寻优,极大地提高了获得全局最优解的概率.采用两层编码技术能够同时得到护士编号及其对应的排班状态,节约算法的迭代时间;将该文提出的模型及算法应用于重庆三峡中心医院护士排班的实际问题,能快速高效得出疫情期间的均衡护士排班表,提高了抗疫工作的效率,解决了长期困扰医院的护士最佳排班问题.该护士排班模型和算法也可推广到航空机组智能排班和学校智能排课方面,具有广阔的应用前景.     

并行查询优化中的负载平衡问题研究

在现有工作的基础上，引入数据偏斜因子，在并行查询优化阶段考虑负载平衡问题，提出了一种并行查询优化方法，用算子间并行性来弥补由数据偏斜引起的算子内并行性下降而造成的影响，提高了查询执行效率，减少了查询时间。     

数据流上并行查询优化技术

主要讨论了DSMS的核心技术--查询优化;并讨论在高速数据流上的查询优化技术.着重致力于在shared-noohing网络并行环境下,探讨适合流的新型查询处理技术.     

基于混合智能算法的电力系统经济调度优化模型研究

在以电力系统的发电总燃料量、氮氧化物排放量和电价等3个因素为目标函数,以系统有功平衡、系统正负备用、输出功率以及输出功率上升速率等相关约束条件的基础上建立了电力系统经济调度的加权优化模型.同时,在综合了粒子群-人工鱼群算法的基础上构建了混合智能算法.最后,用10个机组所组成的火电厂的优化调度问题作为案例,采用混合算法进行求解及结果分析,以说明电力系统经济调度加权优化模型的有效性以及综合智能算法的收敛性和稳定性.     

浅谈认知无线电

随着无线通信技术的发展,无线频谱资源越来越贫乏,如何充分提高无线频谱的利用率成为亟待解决的技术问题。认知无线电技术提出了一种新的解决思路,其核心思想就是使无线通信设备具有发现"频谱空洞"并合理利用所发现的"空洞"的能力。文章将从基本原理的角度探讨认知无线电系统为避免干扰其工作频段上可能存在的授权用户而要满足的基本要求,简单介绍认知无线电的关键技术及应用。     

遗传并行粒子群优化算法及其性能分析

在已有的并行粒子群优化算法的基础上,结合遗传算法,并利用Java语言支持多线程特点,开发出单子群、k子群、任意子群三种遗传并行粒子群优化算法。通过对6个Benchmark测试函数的测试分析,表明这三种算法都具有运行速度快,求解质量高的特点。相信应用于大规模工程实际问题也能取到令人满意的结果。     

认知无线电系统中感知时间的优化

以能量检测作为频谱感知的基本方法,以次用户平均信道效率作为衡量认知无线电系统性能的参考标准,分析了存在多条主用户信道时,在次用户频谱感知的不同阶段,感知时长对认知无线电系统性能的影响.推导了授权用户对干扰的防护得到满足的前提下,使次用户平均信道效率最大时,感知时长必须满足的条件,并通过仿真对理论分析进行了验证.仿真结果表明:次用户可以通过选择最佳的感知时长,使其平均信道效率得到优化.