基因表达式编程在分形图像压缩编码中的应用

针对目前存在图像压缩率不高、全局搜索或遗传算法寻找最优分形图像压缩编码速度慢的不足,将基因表达式编程应用于分形图像压缩编码,提高求解分形图像压缩编码速度和压缩比.首先从理论上对二值图像压缩编码的求解过程和基因表达式编程在压缩编码中的作用机理进行分析;然后,研究分形图像压缩编码的基因和染色体的表示方法,适应度函数设计以及选择、变异、插串、基因变换、基因重组等基因遗传进化操作过程.提出基因表达式编程的分形图像压缩算法,求解分形图像压缩编码的最优解.实验结果表明,基因表达式编程应用于分形图像压缩编码,具有较强的全局寻优能力,搜索最优解的速度比遗传算法快约2倍,图像压缩率高.     

大规模MIMO系统中低复杂度的预编码改进算法

针对大规模MIMO系统中线性预编码包含复杂的大维矩阵求逆运算,从而产生较大系统开销这一问题,提出了一种低复杂度的基于区域选择初始解的RZF-GS预编码算法.该算法是在RZF预编码的基础上,用Gauss-Seidel迭代算法代替矩阵的求逆运算,并将通常的零初始解向量优化为基于区域选择初始解的向量.实验结果表明,该算法使系统整体的复杂度降低一个数量级,同时,与Neumann级数预编码和零初始解的RZF-GS预编码相比,该算法均明显加快了其收敛速率,用较少的迭代次数就能逼近经典RZF预编码的最优误码率性能.     

噪声环境下遗传算法的性能评价

 为了评价遗传算法在噪声环境下的优化性能,提出"平均最优解"和"最优解分布标准差"两个指标,实验结果表明新指标可以有效地评价噪声环境下遗传算法的优化性能.研究了实数编码遗传算法在噪声强度递增环境下的性能.结果表明小生境策略和多种群策略可以改善遗传算法在噪声环境下的性能,单点交叉在噪声环境下的性能要优于混合交叉.     

求解TSP问题的离散型萤火虫群优化算法

基于求解TSP问题,提出一种离散型萤火虫群优化(DGSO)算法,该算法结合TSP问题特点,给出一种有效编码和解码方法,并定义适合编码的个体间距离计算公式和编码更新公式.同时,为增强算法求解TSP问题的局部搜索能力,加快算法的收敛速度,算法使用了操作简单的2-Opt优化算子.最后,通过对10个TSP问题进行仿真实验,实验结果表明本文提出的算法是在种群规模较小,迭代次数较少的情况下就可以收敛到已知最优解.在大规模TSP算例中算法获得的最优值与理论最优值的误差也在1%以下.     

一种最小变形度全景视频映射方法

全景视频需要经过采样映射转换成平面矩形视频,以便后续的压缩编码.针对现有映射方法存在的内容变形和采样不均匀问题,提出一种最小变形度映射方法(Minimum Deformation Projection,MDP).首先提出新的变形度计算公式求得最优解,其次结合像素排列为矩形的要求和人工边界等因素对最优解做近似,最后得到了最优的多边形映射形状和像素排列方案.实验数据表明,MDP的采样密度更均匀,结合使用x265,相对于ERP可以获得约14.47％的增益,优于其他映射方法.     

基于违约解转化法的遗传算法及其性能分析

遗传算法在求解约束优化问题时,面临的关键问题之一就是如何处理约束条件.本文提出了一种基于违约解转化法的遗传算法(CIFGA),也就是遗传算法在处理约束条件时,在每一进化代遗传操作后,把所有违反约束条件的个体逐个转化成满足约束条件的个体,整个遗传群体保持不变,经过一代代的进化,最终求出约束问题的最优解.对于采用二进制编码和实数编码的CIFGA,理论证明了其收敛性.测试试验结果表明:CIFGA有较好的算法性能和解决约束优化问题的能力.     

基于整体编码遗传算法的探地雷达全波形反演

探地雷达(GPR)的全波形反演(FWI)能精确刻画出地下介电常数模型,得到了广泛研究。但全波形 反演受初始模型、反演算法的影响,容易使结果陷入局部最优解,难以准确地反演出地下真实情况。为反演隧道衬 砌空洞的病害情况,文中提出了一种基于整体编码遗传算法(OCGA)的全波形反演方法。该方法在遗传算法的基础 上改进了编码策略,对个体的整体特征进行编码。实验表明,对于预设的圆形空洞(或钢筋)物理模型,整体编码策 略能使结果更接近真实解。该算法能在不依赖初始模型的前提下大大改善结果收敛于局部最优解的问题,并进一 步量化反演结果空洞的位置与大小。     

一种用于线性阵列综合的改进遗传算法

为了提高阵列综合收敛速度,实现目标函数局部最优,分析了现有的遗传算法存在的不足,提出了一种应用于线性阵列综合的改进遗传算法。该算法根据现有算法对实数编码搜索能力不强,容易陷于局部最优解的缺陷,提出了能够增强个体寻优范围的搜索方案,以跳出局部最优解,是解决问题的有效途径。仿真结果表明,改进后的算法能够使目标函数迅速跳出局部最优解,收敛速度至少增加了2¹0倍。     

基于CSD编码遗传算法的FIR滤波器优化设计

本文主要研究了采用CSD(canonic signed digit)编码的遗传算法对FIR(Finite Impulse Response)滤波器系数进行的有限精度优化,并对传统的CSD编码方法进行了改进,使之能够更快地收敛到最优解.针对CSD编码经过交叉、变异后可能出现的问题,提出了解码替代的解决方法.在级联滤波器的设计中,采用了波纹互相抵消技术使设计的级联滤波器通带内纹波大大降低.     

基于凸优化方法的认知雷达波形设计

针对认知雷达扩展目标检测的问题,提出了一种与目标散射特性相关的相位编码信号设计方法,利用半正定松弛将输出信噪比的优化问题松弛为一个凸优化问题,并利用一维交互迭代搜索逼近原问题的全局最优解。该方法具有收敛速度块、运算量小等优点,能够准确逼近全局最优解。