基于粒子群算法的钻进参数多目标优化

为了使钻进过程达到最优,提出了基于机械钻速、钻头寿命和钻头比能的钻进参数多目标优化模型。参考典型的多目标优化进化算法NSGA-Ⅱ,提出了一种多目标粒子群算法(MOPSO)。采用一个钻进参数优化实例对优化模型和算法进行检验,得到分布均匀的Pareto最优解,一些最优解与传统的钻进参数单目标优化的解近似;讨论了算法中的种群规模、迭代次数和外部档案规模三个参数,得到一组兼顾解质量和计算时间的参数值,其计算时间的统计结果证明模型和算法满足钻进参数动态优化的要求。     

多目标量子编码遗传算法

如何使算法快速收敛到真正的Pareto前沿,并保持解集在前沿分布的均匀性是多目标优化算法重点研究解决的问题。该文提出一种基于量子遗传算法的多目标优化算法,利用量子遗传算法的高效全局搜索能力,在整个解空间内快速搜索多目标函数的Pareto最优解,利用量子遗传算法维持解集多样性的特点,使搜索到的Pareto最优解在前沿均匀分布。通过求解带约束的多目标函数优化问题,对该文算法的多目标优化性能进行了考察,并与NSGAII,PAES,MOPSO和Ray-Tai-Seows算法等知名多目标优化算法进行比较,结果证明了该文算法的有效性和先进性。     

基于伞布搜索法的贴片机贴装顺序优化算法

以多贴装头直列式贴片机为研究对象,对喂料器已指派情况的元件贴装顺序优化问题提出了一种新的基于伞布搜索算法(SS)的优化算法.首先介绍了SS算法初始种解的生成方法以及如何保证初始种解的多样性的方法.其次讨论了待评估解的改良算法的设计思路和实现方法.其后提出了SS算法种群参考解集的生成和合并规则以及重复解的判定方法.最后将本文提出的SS算法与GA算法用38块评估板进行比较,结果表明算法SS比GA优化效果更好.     

基于动态交换策略的快速多目标粒子群优化算法研究

本文提出了一种基于动态交换策略的快速多目标粒子群优化算法,通过把初始种群分割成Pareto和Non_Pareto集合,并在迭代过程中对Pareto解集进行动态调整,从而较好地完成了多目标优化算法对Pareto解集的搜索和逼近.实验和应用实例均表明了该算法的有效性和快速性,并通过性能指标ER的计算验证了本算法优于某些同类的多目标优化算法.     

正交免疫克隆粒子群多目标优化算法

该文基于抗体克隆选择学说理论,提出了一种求解多目标优化问题的粒子群算法正交免疫克隆粒子群算法(Orthogonal Immune Clone Particle Swarm Optimization, OICPSO)。根据多目标的特点,提出了适合粒子群算法的克隆算子,免疫基因算子,克隆选择算子。免疫基因操作中采用了离散正交交叉算子来获得目标空间解的均匀采样,得到理想的Pareto解集,并引入拥挤距离来减少获得Pareto解集的大小,同时获得具有良好均匀性和宽广性的Pareto最优解集。实验中,与NSGA-II和MOPSO算法进行了比较,并对算法的性能指标进行了分析。结果表明,OICPSO不仅增加了种群解的多样性而且可以得到分布均匀的Pareto有效解集,对于多目标优化问题是有效地。     

基于加窗SIFT和分布式优化的多图自动拼接算法

针对无先验信息传统算法中普遍存在的误差累计问题,提出基于加窗尺度不变特征变换(W-SIFT)和分布式优化的多图自动拼接算法。根据多图拼接应用的特性,对尺度不变特征变换算法进行修改,提出加窗SIFT算法更高效地提取待拼接图像的特征点。运用随机抽样一致(RANSAC)算法计算出两两图像的变换矩阵。之后,建立了一个分布式优化模型,求解出多图拼接的全局最优解。实验结果表明,基于加窗SIFT和分布式优化的多图自动拼接算法能够有效地消除误差累积现象,能够得到更加精确的多图拼接结果。     

一种基于边缘分布估计的多目标优化算法

该文提出了一种基于边缘分布估计的多目标优化算法,通过在每一进化代中估计较优个体的边缘概率分布来引导算法对Pareto最优解的搜索。通过与基于拥挤机制的多样性保持技术、基于非支配排序的联赛选择、精英保留等技术的有机结合,使得算法在具有良好收敛性能的同时,具有很好的维持群体多样性的能力。通过一组典型测试函数实验对该算法的性能进行了分析,并与NSGA-II、SPEA、PAES等知名多目标优化算法进行了比较,结果表明该文算法收敛速度较快,且得到的非支配解集分布均匀,适合于复杂多目标优化问题的求解。     

基于权值向量的偏好多目标优化方法

偏好多目标优化方法是多目标优化领域的一个重要分支,其主要目的是仅搜索Pareto前沿面上部分区域内决策者感兴趣的解.基于MOEA/D算法根据预先设定的均匀分布的权值向量搜索Pareto最优前沿面的思想,本文提出了一种基于权值向量的偏好多目标优化方法,该方法通过引入具有偏好信息的权值向量,使算法仅搜索偏好点附近的解.仿真实验结果表明,与现有偏好多目标优化算法相比,本文方法具有支持多偏好点、偏好区域大小可控、偏好点位置无特别要求及偏好解具有更好收敛性的优势.     

多峰函数优化的黄金分割斐波那契树优化算法

针对多峰函数优化问题，基于斐波那契树优化算法，结合黄金分割思想，提出一种黄金分割斐波那契树优化算法.该算法利用斐波那契树优化算法全局局部交替寻优特性，通过在寻优过程中对优化问题解空间进行黄金分割比例压缩，从而提高算法局部搜索能力与小峰值搜索能力.多峰函数优化的仿真结果表明，该算法多峰优化能力强、速度快、精度高.     

基于极坐标变换的改进NSGA-II算法

在实际工程中存在着大量的多目标优化问题,而由于大部分多目标优化问题有无穷多个最优解,且传统的数学方法如梯度下降法和牛顿法,无法求解一些不可微或表达式过于复杂的多目标优化问题。为避免以上局限,NSGA-II作为求解多目标优化问题的代表算法被提出,但NSGA-II算法仍存在着一些不足,如变异算子功能过于简单,降低了Pareto最优解的多样性。为增加Pareto最优解的多样性,文中设计了一种基于极坐标变换的改进NSGA-II算法,该算法可使得Pareto最优解分布更加均匀,并最终通过标准的测试函数验证了算法的有效性。     

无线传感反应网络中反应节点协调机制研究

从传感器网络衍生出来的传感反应网络是一种全新的信息获取和处理技术。这里简要介绍了传感反应网络的体系结构,讨论了无线传感反应网络中反应节点之间的协调以及任务分配机制。在单反应节点任务的分布式协调机制的基础上,运用多目标进化算法设计出了多反应节点的协调算法,为进一步提高系统效能提供了一种新的思路。     

基于多维变换的传感器网络节点改进定位算法

提出了两种基于多维变换的无线传感器网络节点的改进定位算法,改进算法一以相合分解代替特征值分解,能简化算法步骤并提高定位精度,时间复杂度为O（n3）,可以应用于对定位精度要求高的场合;改进算法二采用强迫正定Cholesky分解,虽然定位精度比前者稍差,但时间复杂度降为O（n2）,更适合于对实时性要求高的应用环境。仿真结果表明,两种改进算法都能实现高精度节点定位。     

认知WSN中基于能量有效性自适应观测的梯度投影稀疏重构方法

针对认知无线传感器网络中传感器节点侧的模拟信息转换器对本地感知数据进行稀疏表示与压缩测量,该文提出一种基于能量有效性观测的梯度投影稀疏重构(GPSR)方法。该方法根据事件区域内认知节点对实际感知到的非平稳信号空时相关性结构,映射到小波正交基级联字典进行稀疏变换,通过加权能量子集函数进行自适应观测,以能量有效的方式获取合适的观测值,同时对所选观测向量进行正交化构造测量矩阵。汇聚节点采用GPSR算法进行自适应压缩重构。仿真比较了GPSR自适应重构与正交匹配追踪(OMP)重构算法。仿真结果表明,在压缩比小于0.2的区域内,基于能量有效性观测的GPSR自适应重构效果优于传统随机高斯测量信号重构。在相同节点数情况下,GPSR自适应压缩重构方法在低信噪比区域内具有较小的重构均方误差,且该方法所需观测数明显低于随机高斯观测,同时有效保障了感知节点的能耗均衡。     

一种基于WSN时变性与节点剩余能量均衡的机会路由算法

 为了解决数据报文在无线传感网络中动态路由以及网络内各节点剩余能量均衡问题,该文提出了一种机会路由算法。首先,利用热力学第2定律描述数据报文在无线传感器网络中动态路由的传输过程,其中,为了表征网络内各节点状态的时变性以及剩余能量,提出了机会熵模型;其次,以机会熵模型作为选择下一跳节点的理论依据,并结合蚁群优化(ACO)算法,设计并实现了考虑网络中各节点时变性与剩余能量均衡的机会路由算法(ACO for Time Dependent Opportunistic-routing Protocol, ATDOP),使得数据报文在转发过程时,能够有效地选择下一跳节点,从而使网络内各节点的通信资源和能量资源达到负载均衡。最后,通过实验证明,相对于已有的机会路由协议,ATDOP具有报文成功传输率高、网络有效吞吐量大以及网络工作寿命长等优点。     

一种多传感器配准与目标跟踪算法研究

传统的多传感器误差配准技术多基于球极投影,没有考虑地球地形的影响,当传感器之间距离较远时将失去实际意义,无法对目标进行有效的跟踪;而现有的跟踪方法大多没有考虑传感器系统误差对跟踪精度的影响。基于地心坐标系,提出了一种Unscented卡尔曼配准与目标跟踪算法,充分考虑地球形状的影响,在跟踪目标的同时实现传感器配准。首先给出传感器数据配准几何坐标转换算法,详细推导了误差配准算法;接着建立目标的动态方程,将目标运动模型和传感器配准误差模型组合在同一个状态方程中,然后利用UKF进行估计。最后的Monte-Carlo仿真结果表明,该方法能同时有效地估计目标运动状态和传感器配准误差,为远距离的传感器配准与目标跟踪提供了一种新的解决方法,具有较大的工程应用价值。     

基于零相关区序列集的空时自适应处理地面运动目标检测算法

在多发单收的合成孔径雷达-地面运动目标检测(SAR鄄GMTI)雷达系统中,虽然多颗卫星之间不需要数据传送就能在接收卫星上实现地面运动目标检测,但存在由于空间发射互相正交的一组波形而导致SAR 成像相干积累的积分旁瓣过高的问题,从而影响对后续的图像域杂波相消性能。因此,文中提出了将空时自适应处理算法用于发射零相关区序列集(ZCZcodes)信号的星载多入单出系统,这样不用考虑积分旁瓣对SAR 成像质量和图像域杂波相消性能带来的影响,且计算量较SAR鄄GMTI 算法小,同样不需要数据传送也在接收卫星上实现了地面运动目标检测。仿真结果和性能分析验证了该方法的有效性。     

A local dynamic cluster self-organization algorithm in wireless sensor networks for rainfall monitoring

Wireless Sensor Networks for Rainfall Monitoring (RM-WSNs) is a sensor network for the large-scale regional and moving rainfall monitoring, which could be controlled deployment. Delivery delay and cross-cluster calculation leads to information inaccuracy by the existing dynamic collaborative self-organization algorithm in WSNs. In this letter, a Local Dynamic Cluster Self-organization algorithm (LDCS) is proposed for the large-scale regional and moving target monitoring in RM-WSNs. The algorithm utilizes the resource-rich node in WSNs as the cluster head, which processes target information obtained by sensor nodes in cluster. The cluster head shifts with the target moving in chance and re-groups a new cluster. The target information acquisition is limited in the dynamic cluster, which can reduce information across-clusters transfer delay and improve the real-time of information acquisition. The simulation results show that, LDCS can not only relieve the problem of “too frequent leader switches” in IDSQ, also make full use of the history monitoring information of target and continuous monitoring of sensor nodes that failed in DCS.     

InRout - A QoS aware route selection algorithm for industrial wireless sensor networks

Wireless sensor networks are a key enabling technology for industrial monitoring applications where the use of wireless infrastructure allows high adaptivity and low cost in terms of installation and retrofitting. To facilitate the move from the current wired designs to wireless designs, concerns regarding reliability must be satisfied. Current standardization efforts for industrial wireless systems lack specification on efficient routing protocols that mitigate reliability concerns. Consequently, this work presents the InRout route selection algorithm, where local information is shared among neighbouring nodes to enable efficient, distributed route selection while satisfying industrial application requirements and considering sensor node resource limitations. Route selection is described as a multi-armed bandit task and uses Q-learning techniques to obtain the best available solution with low overhead. A performance comparison with existing approaches demonstrates the benefits of the InRout algorithm, which satisfies typical quality of service requirements for industrial monitoring applications while considering sensor node resources. Simulation results show that InRout can provide gains ranging from 4% to 60% in the number of successfully delivered packets when compared to current approaches with much lower control overhead.     

传感器网络中基于数据融合的栅栏覆盖控制研究

该文采用概率性感知模型,并利用数据融合技术构造虚拟节点来增加节点覆盖区域。在此基础上,提出一种栅栏覆盖控制算法。算法借助分治法构造栅栏,以减少节点间通信开销;并调度传感器使冗余节点睡眠,达到减少能耗和延长网络寿命的目的。分析和实验结果表明,针对所提问题设计的模型和算法可有效增加节点覆盖范围及节点间最大间隔距离,且在栅栏数、网络寿命等性能上均优于基于节点监测数据未融合的栅栏覆盖控制算法。