基于PC-PLC的电梯群控系统仿真平台的设计

利用面向对象技术分析了电梯群控系统功能和特点,建立了一种基于PC-PLC的新型电梯群控系统仿真平台.仿真平台采用PLC提供了实测客流数据的接口,实现了电梯群控仿真平台对实测客流数据进行仿真的功能.本仿真平台为电梯群控策略的研究提供了一个实用的软硬件仿真环境,有良好的实用性和推广价值.     

动态环境下几个改进微粒群算法的性能比较

微粒群算法是一种模拟动物群体行为的随机优化算法,而且已经提出了许多改进策略,然而,受各种不确定因素的干扰,现实世界中很少有系统是静态的,因此动态优化问题的研究更具有实际的工程意义。为此,在动态环境下,用最近提出的两个改进微粒群算法同标准微粒群算法以及其他两个高性能的改进微粒群算法进行性能比较和分析。通过比较,本文得出在不同的动态环境下,不同的算法表现出了相异的特点。     

异步随机微粒群算法

在研究微粒群算法生物特征的基础上,提出了一种异步随机微粒群算法——ASPSO．该方法是在微粒的进化过程中,采用异步模式使全局最好位置信息以异步方式在种群中传播。从理论上证明了ASPSO与同步模式微粒群算法SPSO相比较具有更快的局部收敛速度,并对四个经典测试函数进行了仿真测试,测试结果表明：与SPSO相比,ASPSO算法具有更快的收敛速度。     

箱型约束优化问题的免疫进化的微粒群算法

通过引入免疫进化项,提出一个求解箱型约束优化问题的新的算法—免疫进化的微粒群算法。该算法利用8个典型的测试函数进行数值实验,且与被动聚集的微粒群算法、全局版本的微粒群算法、局部版本的微粒群算法和具有压缩因子的微粒群算法进行计算比较,计算结果表明免疫进化的微粒群算法是求解箱型约束优化问题的一个高效的算法。     

基于R语言健康成本测算分析系统的设计开发

在健康成本统计分析与测算过程中,利用一般的统计分析工具进行数据处理步骤很繁琐,且缺乏统一的数据管理与共享,容易导致数据的不一致.浏览器/服务器(B/S)架构下的健康成本测算分析系统,基于R语言统计环境,采用Rapache实现Apache服务器与R语言系统的功能函数调用接口,结合多种R扩展包与ExtJS组件,依照模型、视图、控制器(MVC)的系统结构,设计了灵活扩展的指标管理结构和系统模块化管理,具有数据管理、多种统计分析功能和R语言扩展接口功能,为健康成本测算分析提供了高效的统计分析管理平台.     

油料装备故障智能诊断平台研究

为了解决油料装备故障智能诊断问题,构建由平台支持层、技术支持层、数据层和应用层组成的故障智能诊断平台.应用模糊神经网络、专家系统、微粒群优化算法和证据理论作为智能融合工具,对检测数据实现数据级、特征级和决策级三级数据融合,借助数据间互补信息,降低检测数据误差,消除冗余信息.建立基于案例推理CBR和规则推理RBR的故障诊断集成推理机.将最近邻方法与灰色关联理论相结合,提出分层检索匹配算法.     

中保财险数据集中系统的设计与实现技术

论述了基于触发器、日志表和可靠远程复制数据算法实现的数据集中系统,系统由数据捕获和数据复制两部分组成。可以在UNIX下可靠、高效地运行。该系统与应用取向基本无关,可以集中各种应用系统的数据,并能够自动检测网络连通性,且具有较强的容错机制。     

微粒群优化算法

微粒群算法是继蚁群算法之后提出的又一种新型的进化计算技术。具有典型的群体智能的特性．介绍了微粒群算法的基本原理及其改进算法。从群体组织与进化以及混合微粒群算法等方面对国内外微粒群算法的研究进展进行综述．     

基于混合遗传免疫粒群优化的网络拥塞控制方法

微粒群优化算法具有搜索速度快、易于实现等优点,然而在解决实际问题中它容易陷入局部最优.笔者通过给出一种混合的策略——遗传免疫粒群算法,将遗传算法,免疫算法引入到微粒群算法中,既能提高全局搜索能力,避免在搜索过程中陷入局部最优,又使算法保留了种群多样性的特点,提高算法的收敛速度.将该算法应用于网络拥塞控制中,提出一种基于混合遗传免疫粒群优化的网络拥塞控制方法来解决网络拥塞问题,通过仿真研究,验证了该方法的可行性.     

进化算法研究平台的设计与开发

设计和开发进化算法平台,对进化算法的研究具有重要的意义。利用MVC设计模式和面向对象的软件开发思想,提出了一个可扩展的进化算法平台。平台完成参数设置、算子导入、计算结果的存储与显示等功能,并提供了友好的人机交互界面。平台对各项功能进行封装,在算法运行中可动态加载,因此算法流程灵活多变;利用动态链接库实现了导入功能,不仅方便新算子集成到平台,而且有利于平台的扩展。     

基于策略模式的粒子群优化算法平台设计

为了扩大粒子群优化算法的应用范围和增强它的影响力,从软件重用的角度出发,考虑到算法流程的共性和个性,设计了一种基于策略模式的粒子群优化算法平台,此平台包含了基本的粒子群优化算法和经典的改进算法,可以解决连续优化和二进制组合优化问题.一系列的粒子群优化算法和优化问题被分别封装到相应的算法策略类和问题策略类中,这些类继承自一个具有统一接口的抽象基类.因此,该平台非常适合于粒子群优化算法的理论和应用研究,且易于维护和扩充.     

基于改进PSO算法的割刀驱动机构的优化设计

为提高立式割台的传动效率,减小振动,以半喂入式联合收割机的割刀驱动机构传动性能最佳和机构整体质量最小为目标建立数学模型,采用改进PSO算法进行割刀驱动机构的多目标优化设计。利用MATLAB-PSO工具箱验证了算法及所建数学模型的准确性和可行性; 利用VC++软件开发平台编制人机交互界面让操作者使用方便,数据显示直观。计算结果表明,在满足传动要求的情况下,最小传动角增加5.49%,机构尺寸减小23.07%。改进PSO算法多目标优化法能改善机构传动性能,减小机构尺寸,实现机构的性能优化和局部小型化。       

全局最优位置变异粒子群优化算法

针对粒子群优化算法的早熟收敛,容易陷入局部最优且搜索精度不高等缺点,在现有的粒子群优化算法的基础上对其进行了若干改进,提出了避免微粒群陷入局部最优的全局最优位置变异的粒子群算法,并与其他算法做了比较,体现了其优越性.     

基于C++平台下实现DES算法

DES数据加密算法具有很强的健壮性,在计算机密码学和数据通信领域中的发展发挥了巨大作用,也在一般的计算机数据传输活动方面提供了有力保障。文章在详细地介绍了DES对称密钥数据加密算法的原理基础上,研究该算法的机理并结合当前主流的程序设计平台在C++的平台下予以实现。     

基于COM的数据融合算法测试平台开发

建立了一个基于COM技术的数据融合算法测试平台,把数据融合算法封装到组件中,并定义了一种COM接口规范,为算法调用提供了一个统一的通用的接口,使得算法能以软件的形式进入测试平台.实验结果表明,借助该测试平台,既可以方便地对各种算法进行测试,又有助于方便地研究新的算法.     

混沌模拟退火粒子群优化算法研究及应用

针对粒子群优化算法容易陷入局部极值点、进化后期收敛速度慢、精度较差等缺点,提出混沌模拟退火粒子群优化(PSO)算法.引入混沌理论对粒子群优化算法的参数进行自适应调整,提高了算法的全局收敛性能|采用模拟退火(SA)算法,依据概率性的劣向转移,以一定概率接受劣解,使算法具有跳出局部最优而实现全局最优的能力.引入自适应温度衰变系数,使模拟退火算法能够根据当前环境自动调整搜索条件,从而提高算法的搜索效率.通过7个经典函数测试混沌模拟退火粒子群优化算法的性能,并将其应用于Job Shop调度问题.仿真实验结果表明,采用新算法有效地克服了停滞现象,增强了全局搜索能力,与遗传算法、粒子群优化算法相比寻优性能更佳.     

基于FPGA和PC机的客流统计系统设计

提出了一种基于FPGA和PC机的客流统计系统的设计方法。其中基于FPGA的下位机数据采集与处理电路模块采用Verilog HDL语言和原理图相结合的方式设计,上位机的人机交互界面及串口通信采用Visual C＋＋6．0设计完成。经模拟仿真和实际电路验证,结果表明该系统具有结构简单,成本低廉,计数准确率高的特点,能够很好地实现客流统计的功能,并可在不改变硬件平台的情况下对系统随时进行升级与重构,具有良好的适用性。     

基于粒子群优化模糊核聚类的电梯群交通模式识别

为了改善电梯群控系统的性能,使电梯群节能并高效运行,针对不同的交通模式采用合理的调度算法对电梯群进行优化调度,提出一种基于粒子群(PSO)的模糊核聚类算法(KFCM)的电梯交通流模式识别方法．利用基于梯度下降的粒子群优化算法代替KFCM算法的迭代过程,可使算法具有较强的全局搜索能力和局部搜索能力,并降低了KFCM算法对初始值的敏感度．利用核方法将低维特征空间的样本映射到高维特征空间,增加对样本特征的优化,并使样本特征在高维特征空间线性可分,更加容易聚类．采用在某办公楼采集的电梯交通流数据作为测试样本,仿真结果表明,与FCM聚类算法相比,该算法具有良好的性能指标,对电梯交通流的聚类效果更准确．     

基于QPSO-WNN在异常检测中的应用

介绍了遗传算法的基本原理和KDD99数据集,而后运用遗传算法,PSO算法以及QPSO算法分别对小波神经网络进行优化构建各自的模型.最后通过在KDD99数据集上分别进行各个模型的仿真实验,得出QPSO进化算法的效果明显优于另外两种算法.     

基于 PSO 原理的异孔径配水系统优化算法

为了实现穿孔配水系统均匀布水的快速优化设计,提出采用改进的粒子群优化算法(PSO)并结合水力模型工具作为系统均布优化决策制定的方法.该算法首先对常规粒子群算法进行了一定的改进,用于提高其算法的收敛性及收敛的速度;其次将改进后PSO与水力模型通过外部TOOLKIT接口进行整合,以模型计算后数值作为集群个体适应度的评估指标.算例研究表明:该方法可有效地实现限定条件下的均布配水系统快速优化设计.同时,结合配水系统的节点压力分区,可减小粒子群算法的维度,从而使算法的收敛速度得到较大的提高,迭代次数减少了83%,并能产生更符合工程实际的优化方案.