双自适应提升小波变换在PQD去噪中的应用

提出了一种新的电能质量扰动（Power Quality Disturbance,PQD）信号去噪方法。采用快速提升小波变换进行PQD信号的分解和重构,将自适应算法引入到更新算子和预测算子的设计中,提高了算法的快速性,满足了PQD检测实时性要求。综合软、硬阈值去噪的优点,提出了加权阈值去噪的概念,使得算法能同时很好地满足暂态PQD信号和稳态PQD信号的去噪。仿真结果表明,该算法能够提高去噪后信号的信噪比SNR,降低去噪后的均方误差百分值MSE,降低了算法的执行时间,且适宜于算法的DSP实现,具有一定的实用价值。     

一种改进的第二代小波算法及其在图像去噪中的应用

将提升格式与最小二乘的正交多项式拟合相结合,提出了一种改进的第二代小波变换算法,在设计预测(或更新)算子时,以正交多项式为基底,通过最小二乘的曲线拟合法,拟合小波分解的低频(或高频)信号,确定预测(或更新)算子,使预测和更新算子能够反映分析数据的特征.实验表明,将最优拟合估计的第二代小波变换与图像非线性增强算法相结合,能够有效的对图像、信号进行去噪,而且很好地保持了图像和信号的边缘,改进了软域值法去噪时边缘模糊的缺点,降噪效果优于其他类型的小波.     

约束优化问题的改进遗传算法设计

遗传算子是影响遗传算法优化效果的重要因素,针对目前遗传算法研究中对约束优化问题求解的不足,提出基于退火思想的退火选择算子和加权适应度算子,并给出了退火选择算子和加权适应度算子设计方法及其计算过程.在此基础上与现有的遗传算子结合,提出一种新的改进遗传算法,分析了改进遗传算法与基于罚函数遗传算法之间在原理上的区别.最后以两个测试函数为算例对算法进行了性能测试,结果表明改进的遗传算法具有良好的优化性能,能获得更好的优化结果.     

基于提升格式小波的磁浮间隙信号降噪处理

针对高速磁浮轨道不平顺检测中间隙信号的降噪问题,提出基于提升格式的小波滤波方法;通过Lagrange插值法设计预测算子,并根据小波消失矩的特性建立线性方程组求解出更新算子,该方法也适用于求解带有边界问题的预测算子和更新算子;仿真实验比较了采用不同小波分解层数时硬阈值和软阈值的降噪效果,结果表明对信号进行4层分解并采用硬阈值法对小波系数进行处理,可以更有效提高信噪比,并更好保留了间隙信号的脉冲尖峰特征;将其仿真结论应用于实测间隙信号的降噪处理中,结果表明该方法满足了轨道不平顺实时检测的要求。     

基于梯度的自适应更新提升小波及其应用

针对电厂汽轮发电机组振动信号的噪声抑制问题,采用提升小波变换的方法构造小波。在讨论了提升小波变换基本原理及特点的基础上,根据信号的局部梯度大小对提升格式的更新算子Ｕ（Update）进行自适应设计。用此方法对电厂汽轮发电机组的振动信号进行消噪处理,并通过实例仿真证明了该方法的可行性和有效性,从而为汽轮发电机组振动信号的故障诊断提供有力依据。     

混合量子差分进化算法及应用

量子进化算法基于量子旋转门更新量子比特状态影响了算法搜索性能．提出一种差分进化（DE）与和声搜索（Hs）相结合更新量子比特状态的混合量子差分进化算法（HQDE）．该方法采用实数量子角形式编码染色体,设计一种由差分进化计算更新量子位状态的量子差分进化算法（QDE）和一种由和声搜索更新量子位状态的量子和声搜索（QHS）,并相互机制融合,采用两种不同进化策略共同作用产生种群新量子个体以克服常规算法中早熟及收敛速度慢等缺陷;在此基础上,算法还引入量子非门算子对当前最劣个体以一定概率选中的量子比特位进行变异操作增强算法跳出局部最优解能力．理论分析证明该算法收敛于全局最优解．0／1背包问题及旅行商问题实例测试结果验证了该方法有效性．     

基于神经网络模型的空燃比非线性模型预测控制

采用基于径向基神经网络（RBFNN）模型的非线性模型预测控制方法,被控对象选择火花塞点火（SI）发动机的空燃比（AFR）高度非线性复杂系统,利用渐消记忆最小二乘法实现基于RBFNN的SI发动机AFR系统建模以及参数在线自适应更新。针对非线性模型预测控制中寻优问题,运用序列二次规划滤子算法对最优控制序列进行求解,并加入滤子技术避免了罚函数的使用。在相同的实验环境下,与PI控制算法和Volterra模型预测控制方法进行仿真对比实验,结果表明,所提算法的控制效果明显优于其他两种方法。     

OFDM多载波系统中子载波调制识别新方法

针对OFDM （Orthogonal Frequency Division Multiplexing）信号在非合作通信系统中,具有多种子载波调制类型且有些子载波调制类型难以被调制识别的问题,提出了一种对其子载波分类识别的新方法.此方法结合并改进了星座图聚类投影法和对数似然函数（Logarithmic Likelihood Function,LLF）算法,先对不同子载波调制信号进行星座图聚类投影从而识别出常规子载波调制类型,再进一步通过对数似然函数对常规子载波调制类型和偏移正交（Offset QAM,OQAM）调制类型进行分类识别,并在此基础上推导出子载波组的对数似然函数使其计算结果值更容易被判决门限分类.理论推导和计算机仿真结果表明这种方法能在信噪比高于15 dB的情况下完全识别子载波的调制方式.     

基于混合蚁群算法的冷链电动汽车车辆路径问题

用电动汽车进行冷链物流配送符合绿色物流的发展趋势。针对电动汽车冷链配送需消耗更多能源以维持低温环境,而电动汽车续驶里程短、充电时间长,致使运营成本高的现象,思考了电动汽车配送中的冷链车辆路径问题（REVRP）。考虑电动汽车能耗特点和社会充电站的充电需求,构建了以总配送成本最小为优化目标的线性规划模型,而目标函数由固定成本和可变成本构成,其中可变成本包含运输成本和制冷成本。模型考虑容量约束和电量约束,并设计混合蚁群（HACO）算法对其进行求解,其中重点设计了适合社会充电站的转移规则以及4种局部优化算子。在改进Solomon基准算例的基础上,形成了小规模和大规模两个算例集,并通过实验比较了蚁群（ACO）算法和局部优化算子的性能。实验结果表明,在小规模算例集中,传统ACO算法与CPLEX求解器均能找到精确解,而ACO算法在运算时间方面可节省99.6%;而在大规模算例集中,与ACO算法相比,结合4种局部优化算子的HACO算法的平均优化效率提升了4.45%。所提算法能够在有限时间内得出电动汽车REVRP的可行解。     

求解VRPSDP问题的改进模拟退火遗传算法

配送和回收一体化的车辆路径问题（VRPSDP）是一种非常复杂的NP难题。针对这一问题,设计了一种改进的模拟退火遗传算法ISAGA,采用非零自然数编码机制和弱可行解到强可行解的解码机制,将3PM交叉算子和退火选择相结合,形成贪心3PM交叉算子,引进insert 、swap和2-opt分别对解进行迭代优化,并将模拟退火算法和遗传算法巧妙地结合,使得遗传算法在前期发挥着全局搜索的强大功能;后期用模拟退火算法来处理遗传算法前期的全局较优解,充分利用模拟退火算法后期局部搜索的强大功能。经过国际公认的测试算例验证,ISAGA算法在Min算例、Salhi和Nagy算例中均找到了比现有算法已知最好解更优的解。     

基于AR模型的二维自适应提升小波变换算法

研究先更新再预测的经典自适应提升小波算法,提出一种基于自回归(AR)模型的二维自适应提升小波变换算法。根据图像局部特性选择自适应更新算子,利用更新后的系数位置关系给出基于AR模型的预测算子,使预测误差功率最小。实验结果表明,与使用最小均方误差标准的自适应预测算法相比,该算法能够降低高频系数能量,且峰值信噪比也有所提高。     

基于指纹库更新补偿的波束跟踪算法研究

针对拒止、复杂电磁环境下,高动态无人节点定向通信面临的坐标信息不精确、飞行姿态和轨迹变化剧烈等问题,为保持可靠的波束对准与跟踪,提出了一种基于卡尔曼滤波的指纹库更新补偿算法。首先,利用卡尔曼滤波算法对自身姿态进行预测更新,建立新的载体坐标系;利用改进的算法对波束指向进行预测更新,并利用指纹库对状态向量均值和协方差矩阵进行更新补偿,调节采样比例,并将新的数据存入指纹库对指纹库数据更新,然后进行二次状态信息预测,完成最终波束指向。整体设计的波束跟踪算法流程更加符合实际应用场景,满足无人机自组网的需求。仿真结果表明,在半波束宽度为3°,100个通信时隙中,维持正常通信的成功率有92%以上,相比传统跟踪算法提高了8%,具有更加稳定的通信质量。     

语义关系算子在群智能算法中的研究

在传统群智能算法框架的基础上,提出基于语义关系算子的群智能算法。与传统的群智能算法不同,该算法采用了一个语义关系算子进行关键参数的更新操作,并基于群体的历史状态对语义关系可进行更新。在语义关系库更新过程中,通过分析群体之前的历史状态信息,进行基于本体的语义关系挖掘,从而找到全局语义关系。以粒子群算法解组合优化问题为例,提出了基于语义关系算子的蚁群算法和粒子群算法。实验表明,基于该算子的群智能算法寻优能力有了一定程度的改进。     

基于自适应提升方案的激光探测系统消噪

本文通过采用自适应提升小波分析,根据处理信息的局部特征自适应地调整预测和更新算子,实现与处理信息的准确匹配,有效地降低信息小波分析的运算量和计算的复杂性,并且便于采用激光探测系统等实现;其次,根据激光测距探测系统中噪声的特点,分析了去噪阈值的选取,详细地讨论了小波的浮动阈值选取方法,并将这种方法应用于激光探测系统去噪,较好地满足在强噪声下检测微弱信号的要求。仿真结果表明,采用这些措施实现的激光探测系统去噪,做到滤去噪声的同时又有效地保留信号的细节,收到了较好的效果。     

基于共轭梯度法改进的人工鱼群算法*

在基本人工鱼群算法中引入共轭梯度法,得到改进的人工鱼群算法。基本人工鱼群算法对每条人工鱼分别进行聚群算子和追尾算子,若更新结果没有得到改善则进行觅食算子,由于觅食算子具有很大的随机性,这样不能保证每次更新都是有价值的,本文用共轭梯度法代替此时的觅食算子,也就是如果人工鱼利用聚群算子和追尾算子更新,如果没有得到改善,利用共轭梯度法对该条鱼进行更新。在人工鱼群更新过程中引入共轭梯度法,减少随机性,增强人工鱼个体的局部寻优能力,确保人工鱼每次更新都会得到改善,从而加快人工鱼群算法收敛速度。数值试验结果表明,所得改进人工鱼群算法具有更快的收敛速度,同时收敛精度也得到一定提升。     

Solving resource-constrained project scheduling problems: Conceptual validation of FLP formulation and efficient permutation-based ABC computation

In this paper, we propose two alternative approaches, applying the facility layout problem (FLP) concept and integrating the permutation-based artificial bee colony (PABC) algorithm, to effectively tackle the resource-constrained project scheduling problem (RCPSP). In the FLP formulation, the constraints are expressed to design the activities in the space constructed by resource and temporal restrictions, without violating the precedence relationships and overlaps between the activities. For dodging the difficulty of the FLP-based model to treat large-sized instances of NP-hard RCPSP, the permutation representation scheme of the PABC algorithm is in turn introduced utilizing the artificial bee colony (ABC) process to search the best solution for RCPSP. In the procedure, a crossover operator and an insert operator following the update equation of the ABC algorithm are devised to augment the effectiveness of computation, whereas a shift operator subject to the resource utilization ratio value is suggested to diversify the solutions. The makespan is then obtained and improved with the assistance of a serial scheduling scheme and a double justification skill. Subsequently, the computational experiments conducted substantiate the conceptual validity of the proposed facility layout formulation for RCPSP and the comprehensive simulation shows the effectiveness of the PABC algorithm for RCPSP.     

一类双正交小波构造及其压缩性能分析

在应用提升框架构造一类双正交小波中,W.Sweldens等给出了预测算子和更新算子的一种求法。论文从时域角度出发,应用多分辨率分析理论、完全重建条件和脉冲函数给出了预测算子和更新算子的另一种求解方法,进而得出了对偶小波函数、对偶尺度函数、主小波函数和主尺度函数的显式表达式,与W.Sweldens等的方法相比,该文的方法更为简单易行。仿真结果表明,论文构造的小波具有优良的压缩性能。     

自适应状态转移模拟退火算法及其应用

状态转移模拟退火算法(STASA)作为解决复杂优化问题的有效方法,其搜索效率依赖于搜索算子和参数值的选择,在一些高维复杂问题上出现效率低下的问题。提出一种自适应状态转移模拟退火算法(ASTSA),通过自适应算子和参数选择策略来提高算法的适用性和求解效率;借鉴群智能算法的均值更新方法对平移算子进行改进,增强算子的搜索特性。通过23个基准测试函数和8个工程设计问题进行实验验证并与其他算法对比,证明了ASTSA算法和改进策略的有效性。