基于信息素扩散机制的双种群蚁群优化算法

针对基本双种群蚁群算法在进化中容易出现早熟、停滞的现象,对算法进行了改进.在双种群蚁群分别独立进化、定期进行信息交换的基础上,提出一种新的蚁群优化算法,通过建立信息素扩散模型,并在每种蚁群的局部信息素更新上采用扩散模型,使蚂蚁更好的发挥了协作能力.以旅行商(Travel Salesman Problem,TSP)问题为例的仿真实验表明,该算法比基本双种群蚁群算法具有更好的收敛速度和寻优能力.     

一种用于SAR图像统计模型参数估计的蚁群算法

对合成孔径雷达图像统计模型的准确分析直接关系到目标的检测性能.本文借鉴蚁群算法的进化思想,提出了一种应用于合成孔径雷达图像分布模型参数估计的求解算法.该算法用相关熵作为目标函数,用蚁群算法进行分布参数寻优.在算法中,每完成一次循环,都对各路径点的信息量进行更新,再根据信息量的大小来决定蚂蚁的移动方向.仿真结果袁明,该算法可以得到较好的估计结果,吴有很强的灵活性、适应性和稳定性.     

无线传感器网络下静态水体中的近岸污染源定位

排放于水库湖泊中的污染物的扩散易受到边界影响.本文首先对静态水体中的近岸污染源扩散进行理论分析,提出了一种分段浓度模型.然后,研究了静态水体中靠近不透水边界的污染源定位问题,指出该问题中的未知参数不仅有污染源位置,还包括质量流率和初始扩散时间,分别给出了通用模型法、近似函数法、基于无迹卡尔曼滤波的估计方法求解参数估计问题.通用模型法与近似函数法分别通过求解基于原始扩散模型和分段扩散模型的约束非线性最小二乘算法获取参数估计.通用模型法可快速获取目标源相关信息,近似函数法有更稳健的参数估计性能,但需要经历多个采样时刻后才可执行.基于无迹卡尔曼滤波（Unscented Kalman filter,UKF）的估计方法结合扩散过程,可有效权衡数值计算复杂度与估计性能.在仿真实验部分,对近岸污染源扩散过程进行了水文模拟,根据模拟数据对比了不同算法的实验性能,说明了各算法的优势和不足.     

基于信息素扩散模型解耦控制策略的蚁群算法

蚁群优化是一种元启发式的随机搜索技术．信息素是蚁群进行交流并实现群集智能的媒介，所以信息素的更新策略一直是蚁群算法中的一个研究热点．针对信息素扩散的耦合特征，提出一种基于信息素扩散模型解耦控制策略的蚁群算法．对信息素扩散模型进行改善，建立以蚂蚁经过的路径（直线段）为信源的信息素扩散模型，通过分析信息素扩散浓度场的耦合性，引入去耦控制策略来修正信息素的更新公式，大量TSP（traveling salesman problem）问题的实验表明：该算法不仅能获得更好的解，而且能加快算法的收敛速度．     

一种快速求解旅行商问题的蚁群算法

蚁群优化是一种元启发式的随机搜索技术,是目前解决组合优化问题最有效的工具之一.将信息素更新和随机搜索机制的改进相结合,提出一种快速求解旅行商问题的蚁群算法.首先给出了一种新的信息素增量模型,以体现蚂蚁在不同路径上行走时所产生的信息素差异;然后以蚂蚁经过的路径(直线段)作为信息素扩散浓度场的信源,改进了信息素扩散模型,强化了蚂蚁间的协作和交流;最后采用较低复杂度的变异策略对迭代的结果进行优化.在大量通用数据集上的实验表明,该算法不仅能获得更好的最优解,而且收敛速度有显著的提高.     

基于信息素扩散的优化蚁群算法的研究

在蚁群算法实验性分析的基础上,对算法模型改进和信息素更新机制方面,首次引入了信息素扩散的概念,在信息素更新的时候更好地考虑了先前经过的节点,以尽力避免不必要的无用搜索,同时基于信息素扩散的蚁群算法具有不断获得新的最优解的能力,使得改进蚁群算法在不断的迭代过程后,可获得全局最优解,而不易陷入局部最优解.在解决实际旅行商问题时,首先对所有节点的坐标预处理,然后采取信息素扩散机制和蚂蚁泛滥技术来对蚁群算法进行改进,力求在相同的迭代次数内可以寻找到更短及代价更小的路径.最后,通过在vc++环境下实现改进蚁群算法程序,验证了改进后的蚁群算法的可行性以及改进后的蚁群算法求解的高效性.     

基于蚁群算法的软件可靠性模型参数估计方法

由于软件可靠性模型大多是非线性模型,导致其参数难于估计。总结了常用的软件可靠性模型的参数估计方法,提出一种基于蚁群算法的可靠性模型参数估计方法。通过对Musa软件可靠性模型分类方案中三个不同类型模型（G-O模型、Weibull模型以及M-O模型）的实验,发现本算法对不同模型具有很好的适应性,解决了应用传统数值计算方法时的无法收敛问题;与粒子群算法相比,本算法的收敛速度比粒子群算法快一倍以上,且对于部分实验对象的拟合结果精度比粒子群算法高一个数量级以上。     

短记忆性时间序列的建模分析及预测

AR模型作为时间序列模型的一种,由于其参数估计和定阶简单而广泛用于系统辨识.在多维AR序列的最小二乘建模的基础上,结合Kalman滤波算法,推导了应用Kalman滤波技术的多维AR序列参数估计方法.该算法无需保存历史数据,可对AR模型的估计参数进行实时的修正.在确定AR模型阶数时,提出了两步F检验法.选取上证某A股收益序列作为样本,利用时间序列相关性分析对该算法的有效性进行验证;对时间序列的RMSE和MAD指标进行比较,结果表明该算法大大减少了建模过程中的计算工作量,并具有较好的预测性.     

基于变异和信息素扩散的多维背包问题的蚁群算法

针对蚁群算法在求解大规模多维背包问题时存在的迭代次数过多、精度不高的不足,提出一种新的高性能的蚁群求解算法.算法将信息素更新和随机搜索机制的改进相融合.首先,基于对较优解的偏爱,采用Top-k策略从每次迭代的k个解中挖掘出对象间的关联距离;其次,以对象为信源借助关联距离建立信息素的扩散模型,通过信息素扩散的耦合补偿,强化了蚂蚁间的协作和交流;最后,利用一种简单的变异策略对迭代的结果进行优化.在通用数据集上的大量实验表明:与最新的蚁群算法相比,新算法不仅能获得更好的最优解,而且收敛速度有显著的提高.     

基于M-ACO算法的空气污染源反演

为了解决空气污染源反演的盲目性和低效率问题, 本文提出了一种基于改进型蚁群算法(modified-ant colony optimization, M-ACO)的空气污染源反演方法. 利用点源高斯扩散模型建立污染源反演模型, 采取蚁群算法(ant colony optimization, ACO)来求解. 针对蚁群算法中存在的缺点, 引入遗传算法的选择交叉思想, 从而丰富种群的多样性来避免陷入局部极值; 同时设计奖惩因子机制, 对信息素更新规则进行改进来使算法更快地收敛, 进而归纳为M-ACO算法. 通过对比实验, 证明了M-ACO算法相比于传统ACO算法来说, 能够使得污染源的反演结果更准确和高效, 为空气污染源反演的实际应用提供了有效的理论支撑.     

多算法结合的汽车参数和状态估计方法研究

为实时准确获取汽车参数及状态信息以提高汽车主动安全性能,提出了一种多算法结合的自适应估计算法。该算法将递推最小二乘算法、蚁群优化算法及容积卡尔曼滤波算法进行有效结合,同时将含有不准确模型参数及未知时变噪声的三自由度非线性整车模型作为标称模型。采用递推最小二乘算法实时估计汽车参数,引入蚁群优化算法实时跟踪容积卡尔曼滤波器的过程噪声及量测噪声,根据目标函数对噪声协方差进行寻优,以解决系统的噪声时变问题,从而获取汽车状态的准确估计。基于CarSim/Simulink的仿真实验结果表明,该算法的状态估计精度高,且具备汽车模型参数校正能力,可以满足系统的控制需要。     

采用蚁群算法及移动Agent的网格服务发现设计

在对网格进行分簇的基础上,设计了一种基于蚁群算法及移动Agent的网格服务发现机制模型。通过使用移动Agent技术收集网格服务信息,并将收集到的网格服务信息摘要进行跨簇缓存,以提高蚁群算法中信息素信息的准确性,并且在进行服务查找时采用之前缓存的服务摘要信息作为蚁群算法的启发因子,从而提高网格服务发现的准确性以及发现速度,进而提高网格使用效率。通过仿真实验验证了所述服务发现机制的有效性。     

The performance of a hybrid routing intelligent algorithm in a mobile ad hoc network

End-to-end delay, power consumption, and communication cost are some of the most important metrics in a mobile ad hoc network (MANET) when routing from a source to a destination. Recent approaches using the swarm intelligence (SI) technique proved that the local interaction of several simple agents to meet a global goal has a significant impact on MANET routing. In this work, a hybrid routing intelligent algorithm that has an ant colony optimisation (ACO) algorithm and particle swarm optimisation (PSO) is used to improve the various metrics in MANET routing. The ACO algorithm uses mobile agents as ants to identify the most feasible and best path in a network. Additionally, the ACO algorithm helps to locate paths between two nodes in a network and provides input to the PSO technique, which is a metaheuristic approach in SI. The PSO finds the best solution for a particle’s position and velocity and minimises cost, power, and end-to-end delay. This hybrid routing intelligent algorithm has an improved performance when compared with the simple ACO algorithm in terms of delay, power consumption, and communication cost.     

Modified diffusion model with multiple products using a hybrid GA approach

As technology advances, the speed in which new products are developed also increases. Due to such increases, product forecasting has become much more vital for a company. The Bass diffusion model is a demand-forecast model that explores the phases of a product’s life cycle that have been successful in the diffusion of forecasting innovation in new products. Recognizing the need for an efficient parameter estimation method for multi-product forecasting, we have conducted research using the hybrid genetic algorithm (HGA). The research conducted will provide an alternate approach to explore the forecasting capability of the diffusion models without having as many limitations as the original method. We used both published data and LCD-monitor global sales data to test and verify our method. Results show that the proposed model using a hybrid GA approach can improve the forecasting efficiency.     

Ant colony optimization with dynamic parameter adaptation based on interval type-2 fuzzy logic systems

A dynamic parameter adaptation methodology for Ant Colony Optimization (ACO) based on interval type-2 fuzzy systems is presented in this paper. The idea is to be able to apply this new ACO method with parameter adaptation to a wide variety of problems without the need of finding the best parameters for each particular problem. We developed several fuzzy systems for parameter adaptation and a comparison was made among them to decide on the best design. The use of fuzzy logic is to control the diversity of the solutions, and in this way controlling the exploration and exploitation abilities of ACO. The travelling salesman problem (TSP) and the design of a fuzzy controller for an autonomous mobile robot are the benchmark problems used to test the proposed methodology.     

基于Matlab的OFDM系统仿真与性能分析

正交频分复用技术(Orthogonal Frequency Division Multiplexing)是第四代移动通信技术的关键技术。文章首先简要介绍了OFDM的基本原理和主要结构,建立了系统仿真模型,对系统的载波同步和信道估计进行了分析。通过训练符号结构和频偏判决函数来完成频偏估计,给出了具体的算法并基于所建模型,给出了系统的星座图和短训练和长训练相关值曲线。仿真结果表明,所建模型能够很好地验证理论分析结果。     

INTELLIGENT MOTION CONTROL FOR OMNIDIRECTIONAL MOBILE ROBOTS USING ANT COLONY OPTIMIZATION

This article presents an intelligent system-on-a-programmable-chip-based (SoPC) ant colony optimization (ACO) motion controller for embedded omnidirectional mobile robots with three independent driving wheels equally spaced at 120 degrees from one another. Both ACO parameter autotuner and kinematic motion controller are integrated in one field-programmable gate array (FPGA) chip to efficiently construct an experimental mobile robot. The optimal parameters of the motion controller are obtained by minimizing the performance index using the proposed SoPC-based ACO computing method. These optimal parameters are then employed in the ACO-based embedded kinematic controller in order to obtain better performance for omnidirectional mobile robots to achieve trajectory tracking and stabilization. Experimental results are conducted to show the effectiveness and merit of the proposed intelligent ACO-based embedded controller for omnidirectional mobile robots. These results indicate that the proposed ACO-based embedded optimal controller outperforms the nonoptimal controllers and the conventional genetic algorithm (GA) optimal controllers.     

卫星移动通信信号处理同步技术研究

卫星移动通信信号处理同步技术很大程度上决定了通信的质量。针对卫星移动通信系统中突发信号符号长度短、独特码少的特点,对传统的基于最大似然准则线性相位内插相位估计算法和二次插值快速傅立叶变换频偏估计算法进行了研究,进行了线性相位内插算法和二次插值快速傅立叶变换频偏估计算法机理分析;根据噪声平均化原则,提出了一种低导频段数据情况下改进的线性相位内插算法;利用数据段信息和导频段信息整体做频偏估计的方法,提高了导频段个数较少情况下的频偏估计精度;仿真与试验结果表明：改进的线性相位内插算法比传统算法相位同步性能更高,利用整帧数据做频偏估计精度更高,并满足卫星移动通信终端信号处理的要求。     

Implementing support vector regression with differential evolution to forecast motherboard shipments

In this study, we investigate the forecasting accuracy of motherboard shipments from Taiwan manufacturers. A generalized Bass diffusion model with external variables can provide better forecasting performance. We present a hybrid particle swarm optimization (HPSO) algorithm to improve the parameter estimates of the generalized Bass diffusion model. A support vector regression (SVR) model was recently used successfully to solve forecasting problems. We propose an SVR model with a differential evolution (DE) algorithm to improve forecasting accuracy. We compare our proposed model with the Bass diffusion and generalized Bass diffusion models. The SVR model with a DE algorithm outperforms the other models on both model fit and forecasting accuracy.     

基于GSM/GPS/GIS车辆状态监控系统的设计与实现

本文给出了一种基于GSM/GPS/GIS技术的车辆运行状态监控模式,准实时地采集车辆的位置、速度及需要监控的物理参量,传送到监控中心进行统计分析。分析了基于MapX组件技术的开发模型及其在本系统中的应用,讨论了基于移动通讯网的远程数据采集方法以及本系统中远程数据采集的实现。系统中留有四路数据扩展口,具有较好的扩展性。