Sensor selection algorithm based on modified binary particle swarm optimization

Considering the problem of sensor selection for multi-target tracking in wireless sensor networks(WSN),a sensor selection algorithm based on binary particle swarm optimization(PSO) is proposed to maximize the tracking accuracy. The predicted coordinate of the target and the determinant of the Fisher information matrix (FIM) is used for sensor selection. A modified form of binary particle swarm optimization(MBPSO) is proposed to solve the model, which is designed by employing the binary vector coding manner, constraint satisfaction cyclic shift population initialization method, particle position updating rules with the V-shaped transfer function and guidance factor. Simulation results show that the proposed sensor selection algorithm can be efficiently applied in the multi-target tracking problem. Compared to the basic particle swarm optimization algorithm and genetic algorithm (GA), the modified algorithm achieves a balance between global optimization and local exploration, and can effectively avoid the local optimum. Moreover, the proposed algorithm is suitable for large-scale networks.     

改进粒子群算法在地下工程反分析中的运用

结合粒子群算法和变尺度法的特点,充分考虑二者的互补性,提出一种改进粒子群优化算法,并将其运用于地下工程增量位移反分析中.根据围岩松动圈的形成特点,提出采用分区分块的方法模拟围岩松动圈的影响,各分区的岩体力学参数不同并作为待反演参数.此法是反分析中考虑围岩松动圈影响的一种新途径.通过某大型水电站工程地下厂房的实例进行验证,得到比较合理有效的结果,反演得到的物理力学参数可信,可用于后期预测.该研究为地下工程反分析提供了一些切实可行的方法和思路.     

一类大规模系统的三层递阶最优控制算法

对大系统的最优控制问题，应用空间和时间分解，提出一个新的三层递阶控制并行算法．用平行变量尺度法（ＰＶＭ）求解第三层的算法；在第二层子问题中，其约束要求某一个小子系统的初始状态等于前一个子系统的终止状态，协调变量用修正的牛顿方法校正；而低层更小子问题用推广微分动态规划（ＤＤＰ）并行求解．数值结果显示，与ＤＤＰ方法比较，ＰＶＭ／ＤＤＰ算法具有明显的加快速度．     

基于Morlet小波变换和改进遗传算法的动态识别

如何合理地识别大型复杂结构的动力参数一直是工程领域关心的问题.为此,以Morlet小波变换和采用单亲遗传算子的改进遗传算法为基础,构造一结构动态参数识别模型.并且以C++为平台,通过计算机内部命令调用ANSYS等软件,实现识别模型的程序化.通过模拟算例计算,计算结果与理论值一致.同时,结合一水电站厂房现场振动试验,对该大型结构进行动态参数识别,识别结果与工程经验值基本吻合.     

改进PSO算法解决电力系统机组优化组合问题

机组组合优化问题是一个大规模、离散、非线性的混合整数规划问题,所以求解比较困难,不容易找到理论上的最优解。本文在基本粒子群算法（PSO）的基础上,使用一种空间收缩策略,加快了算法的收敛速度。同时,为了避免算法出现“早熟”现象,让粒子不仅根据自身和同伴中的最好个体进行调整自己的飞行速度,并且向其他个体学习,以及通过改进的粒子群算法（MPSO）进行仿真计算,证明了该算法的有效性。     

一类偏微分方程的几种并行迭代算法

许多工程和物理应用问题的求解通常都归结为求微分方程数值解,其核心是高效地求解线性方程组。基于单机性能不可能满足大规模科学与工程问题计算需求的考虑,针对一类偏微分方程,采用区域分解法给出了相应的并行差分格式,并在3种基本并行迭代求解算法的基础上提出了改进的红黑排序法和基于投影技术的并行算法,通过程序设计对这些迭代算法的加速比、并行效率等进行了分析,验证了算法具有良好的并行性和有效性。     

二阶伏特拉滤波器RLS算法改进

分析了二阶伏特拉滤波器的一种快速RLS算法,针对其存在的收敛速度与收敛精度之间的矛盾,构造了遗忘因子函数并取代该算法中的固定遗忘因子,得到改进的RLS算法。提出了遗忘因子函数的构造原则并分析了相关参数的选取方法。算例表明:改进的RLS算法能解决收敛速度与收敛精度之间的矛盾,有效地加快了收敛速度。     

应用双层混合遗传算法优化大规模换热网络

换热网络综合优化问题是典型的混合整数非线性规划(MINLP)问题,存在局部极值众多的特点,特别是对于大规模换热网络来说,要做到全局寻优,难度极大。混合遗传算法能够对换热网络进行优化,但对大规模的换热网络的优化效率并不高。本文采用先通过混合遗传算法对换热网络进行初步优化,然后划分换热网络为若干换热独立的子网络,对产生的子网络分别进行单性遗传进化。结果表明,该方法对大规模换热网络的优化具有较高的优化效率。     

文物监测中无线传感器网络数据压缩算法

文物监测数据具有结构单一、冗余性大、误差高容忍度的特点,使得无线传感器网络中现有的数据压缩算法在文物监测中显得计算复杂度高、计算能耗大．将轻计算量型的SDT(Swing Door Trending)算法应用到无线传感器网络的文物监测中并作了改进,分析了大规模情况下数据压缩和网络能耗之间的关系,将改进的SDT算法与目前无线传感器网络中有代表性的分布式小波压缩算法进行比较．实验表明,改进的SDT计算能耗较分布式小波压缩算法的能耗少73％,在压缩率小于25％时,改进的SDT压缩算法性能可与分布式小波压缩算法媲美．在长期、大规模的文物监测下,改进的SDT算法更适合于无线传感器网络数据压缩．     

基于双容差机制的快速暗原色理论雾天图像增强算法

针对经典暗原色理论算法在处理雾天图像时出现的色调和亮度失真问题,提出了一种基于双容差机制的快速暗原色理论雾天图像增强算法.该算法首先通过容差机制分割图像,并根据阈值判断图像的明亮和非明亮区; 然后引入改进的高斯平滑滤波对透射率图像进行平滑处理,以此优化透射率图像; 最后通过引入容差机制对透射率图像进行修正,以此得到更加清晰的图像.将本文方法与经典的暗原色算法进行对比表明,本文方法在亮度、颜色保真度和时间效率上均优于暗原色算法,因此本文方法可为雾天图像的处理提供参考.     

一种基于EM算法的快速收敛参数估计方法

将EM算法用于参数估计中,提出了一种在EM算法迭代中使用符号后验概率修正先验概率的快速收敛参数估计方法。通过分析参数估计的CRB与EM算法收敛速率的关系,指出通过降低参数估计的CRB可以提高EM算法的收敛速率。证明了修正之后的算法能加速算法收敛的机理,即降低了缺失数据的熵;同时证明了修正后的算法仍然收敛到修正前的似然函数。最后以载波相位估计为例与传统基于EM算法的相位估计方法进行比较,仿真结果表明,在不影响估计性能的前提下,算法收敛速率明显加快。     

考虑真实场景动态事件的动态取送货问题

实时城市配送决策高度依赖于环境的变化,须及时处理配送系统中由各种动态事件带来的需求和环境变化. 综合考虑新请求逐渐出现、旧请求修改或取消、交通拥堵状况和车辆抛锚4种动态事件对车辆路径规划和配送服务的影响,重新建立考虑实时场景多项动态事件的取送货（DPDP-MDE）动态车辆路径规划模型. 设计动态算法框架求解该模型,给出调度时域内静态子问题执行规则和计算规则;针对具体静态子问题,采用构造型启发式算法生成初始可行解,分别采用禁忌搜索算法和自适应大规模邻域搜索算法2种智能优化算法,改善初始可行解质量;在更新路径规划方案时,运用未固定动态插入法,解决处于规划中的未固定请求和新请求同步处理问题. 数值实验表明,所提出的模型及设计的动态算法框架能有效解决带时间窗的动态取送货问题（DPDP-TW）.     

求解大规模稀疏线性方程组的算法

给出了求解大规模稀疏线性方程组的一个实用算法;该算法能够保持矩阵的稀疏性和减少存贮量,并且能够求解一些大规模的问题．而这些问题所对应的系数矩阵可能不是稀疏的．     

一种数据驱动的三维流场流线特征化筛选方法

传统的流线可视化方法因视线遮挡和数据密集难以刻画流场特征,难以应对大规模数据,为此,从数据驱动的思路出发,提出了一种筛选三维流线的算法,实现对大规模精细流场的特征刻画.该算法对广泛撒点取得的流线集进行特征化,通过计算流线上各点的特征,并以此为依据对流线进行分段;基于所有分段的几何特征构建一组特征向量,并利用词袋方法建立一组词向量;以词向量为基础计算流线间的几何特征相似度,以评估各个流线间的相似性,实现对流线的筛选.通过在特定流线的查询和整体流线流场的压缩这2个典型应用场景上的应用,检验了该方法对流线筛选的效果.     

基于改进3D-ESPRIT算法的三维GTD模型参数估计

三维旋转不变子空间（3D-ESPRIT）算法估计三维几何绕射理论（GTD）的散射中心模型时,参数精度不高,噪声鲁棒性较差,为此,提出一种改进的3D-ESPRIT算法.通过构建原始回波数据的共轭矩阵、对协方差矩阵叠加、取平均、平方处理,可提高对目标原始回波数据的利用率,并增大信号特征值与噪声特征值之间的差距,增大了信噪比,从而提高参数的估计精度.基于不同算法估计得到的三维GTD模型参数,比较了不同算法估计的参数均方差.仿真结果表明,改进算法的参数估计性能及噪声鲁棒性均优于经典3D-ESPRIT算法和改进的免配对3D-ESPRIT算法.     

基于多重遗传算法的单核苷酸多态性特征选择

应用统计机器学习方法研究大规模单核苷酸多态性(SNP)与复杂疾病的关联关系面临着"维数灾难",首要的工作是把大规模SNP缩减为较小集合.为此,提出了多重遗传算法用于单核苷酸多态性的特征粗选择.该方法首次提出了用互信息衡量SNP与疾病间关联的紧密程度并作为遗传算法(GA)的适应值,通过多次运用遗传算法并合并寻优的结果得到候选的特征SNP集合.在SNP仿真数据上的实验及与最大熵(ME)方法性能比较表明,该方法最大可能丢弃了SNP集合中与疾病无关的SNP,同时保留了与疾病相关的SNP,为进一步研究提供了合适规模的SNP数据,本方法可用于规模中等或较大的SNP集合.     

基于遗传算法和禁忌搜索算法的混合策略及其应用

为了提高遗传算法的局部搜索能力,根据遗传算法和禁忌搜索算法自身的特点,通过分析2者的优势和不足,提出了一种将2者混合使用的求解优化问题的方法．本算法用遗传算法作全局搜索,用禁忌搜索算法作局部搜索,可以加快收敛速度,得到满意的计算结果．同时,为抑制早熟现象,避免收敛到局部最优点,提出了一种应对策略．实验结果表明,该算法在计算速度和计算结果方面都有改进．     

改进的Polar码的最小和译码算法

提出了改进Polar码的最小和译码算法,修正了最小和译码算法中的节点更新公式,即利用分段线性函数来逼近置信度传播译码算法中的函数lncosh（x）.相比于最小和译码算法,改进的算法在增加少许复杂度的情况下,增强了译码性能.相比于置信度传播译码算法,该算法在几乎不损失性能的情况下,大大降低了算法的计算复杂度,更易于硬件实现.该算法是基于最小和算法和置信度传播算法提出的,是在复杂度和性能上的一种折中.仿真结果表明,改进的最小和译码算法与置信度传播译码算法的性能几乎相同,比最小和译码算法的性能好.     

边界元通用大规模快速算法研究

针对传统边界元法受计算效率的限制,不适合求解大规模问题的问题,将ACA(adaptive cross approximation)算法用于边界元法的大规模快速求解,分析使用ACA算法的边界元求解计算复杂度和求解流程,数值研究ACA算法的计算精度和适用的求解范围,并与其他算法比较.结果表明,ACA算法与传统求解算法相比,在求解效率上有数量级的提高,同时可以控制精度,能够在单台普通微机上完成大规模复杂结构的边界元数值仿真.     

Unsupervised linear spectral mixture analysis with AVIRIS data

A new algorithm for unsupervised hyperspectral data unmixing is investigated, which includes a modified minimum noise fraction （MNF） transformation and independent component analysis （ICA）. The modified MNF transformation is used to reduce noise and remove correlation between neighboring bands. Then the ICA is applied to unmix hyperspectral images, and independent endmembers are obtained from unmixed images by using post-processing which includes image segmentation based on statistical histograms and morphological operations. The experimental results demonstrate that this algorithm can identify endmembers resident in mixed pixels. Meanwhile, the results show the high computational efficiency of the modified MNF transformation. The time consumed by the modified method is almost one fifth of the traditional MNF transformation.