基于模糊逻辑控制器的自适应遗传算法

针对遗传算法中交叉概率和变异概率的缺陷，设计了一种基于模糊逻辑控制器的自适应遗传算法，实验结果表明，该算法具有较好的在线性能。     

有限元概率多重网格法

本文提出了一种求解椭园问题有限元方程的概率算法-有限元概率多重网格法.使用这种方法可以在不需要形成总刚矩阵的情况下计算出一个或少数几个网格点上的函数值,并证明此算法有二次元逼近精度。     

应用概率神经网络诊断自行火炮发动机的故障

目的 研究概率神经网络模型,并应用于故障诊断。方法 对基于概率统计思想和Ｂａｙｅｓ分类规则的概率神经网络模型、网络结构、算法及其特点进行分析,利用其进行故障诊断,并提出一种优化估计平滑因子的方法。结果 概率神经网络可很好地诊断自行火炮发动机进行中油路和气路的故障。结论 概率神经网络在模式识别和故障诊断领域中可取得良好的应用效果。     

海堤设防标准探讨

调查分析了国内外海堤设防标准，把海堤破坏归结为6种模式，并分析风浪与潮位（流）对各种模式的影响，提出风浪与高潮遭遇概率粗略算法；根据海堤结构特点及其破坏模式，提出一种基于风浪与高潮遭遇概率，综合反映结构功能、使用要求与潜在风险，三层次设防的海堤设计标准，在此基础上提供了一种基于风险理论的海堤优化设计方法。     

应用概率神经网络诊断自行火炮发动机的故障

目的　研究概率神经网络模型 ,并应用于故障诊断 .方法　对基于概率统计思想和 Bayes分类规则的概率神经网络模型、网络结构、算法及其特点进行分析 ,利用其进行故障诊断 ,并提出一种优化估计平滑因子的方法 .结果　概率神经网络可很好地诊断自行火炮发动机进行中油路和气路的故障 .结论　概率神经网络在模式识别和故障诊断领域中可取得良好地应用效果     

一种改进的广义概率数据关联跟踪算法

对于多目标跟踪问题,最近提出的全局次优的广义概率数据关联算法(GPDA)由于其新颖的可行性划分规则和较小计算存储需求而受到广泛关注。本文提出了一种基于广义联合事件分割组合的新关联算法。它通过引入目标的方向性信息,在基于新规则划分后,对进入有效域的传感器量测估计值权重系数进行调整,从而使最终的估计值更准确,关联精度得到进一步提高。利用该改进算法对杂波环境下多目标跟踪进行仿真实验,结果表明提出的关联算法继承了原有算法的优点,同时用较小的计算代价使得跟踪性能得到较大改善。     

基于RBF神经网络的低对比度图像自适应增强算法

针对低对比度图像增强问题,提出了一种将直方图修正与RBF神经网络相结合的图像对比度增强算法。首先由原始图像获得与其邻域存在对比度的像素的条件概率直方图,通过调整两个增强参数可以改变条件概率直方图和均匀分布直方图的权重,生成新的直方图对图像进行增强。采用RBF神经网络建立图像特征与两个增强参数之间的非线性映射关系。根据图像本身的特征快速获得增强参数,从而实现图像的自适应增强。该方法计算量小,实时性强,应用范围广,有较强的自适应性。     

一种动态识别瓶颈机床的前向启发算法

为了解决作业车间调度问题中的瓶颈漂移和动态识别问题,提出了一种动态识别瓶颈机床的前向启发算法.该算法引入搜索空间的概率分析方法,通过工序开工概率、工序对机床的独立需求概率、机床累计需求概率和3个量化参数,构造了以竞争高峰时段的机床负荷量大小为判定依据的瓶颈机床识别启发规则.实验结果表明该方法能够有效识别瓶颈机床,使得大规模作业车间调度的求解复杂度显著降低.     

改进动态规划算法在小目标检测中的应用

针对使用常规的基于能量累积最大化的动态规划算法累积能量时效果较差的缺点,结合已有的动态规划算法,提出一种新的基于状态稳定性的动态规划能量累积算法.该算法根据目标运动时灰度值的稳定性和运动轨迹的连续性,分别计算能量稳定概率和方向稳定概率;采用信息融合的思想计算出状态稳定概率;累积状态稳定概率最大的候选累积点的能量.实验结果表明,算法较好的解决了目标能量累积时的能量扩散问题,目标信噪比为2.5时能量扩散区域减少10倍;在累积5帧,目标信噪比小于2.5时,仍能稳定地使信噪比提高1.5倍;使用阈值分离目标时虚警点个数平均减少10倍以上.     

考虑员工风险偏好的概率型自选班次模型及其实践

概率型自选班次（probabilistic self-rostering,PSR）没有充分考虑员工风险偏好对选择班次行为的影响，增加了排班协调的难度。为了解决此问题，引入了员工风险偏好系数，刻画了员工在选择不同班次时表现出的对风险的喜好程度；构建以最小用工成本为目标的概率型自选班次用工模型，确定了概率型自选班次模型适用的员工风险偏好范围，确立了风险偏好范围不同的员工的选择行为；最后基于在某社区医院的实际应用情况，总结了考虑风险偏好概率型自选班次模型在实施中可能会存在的问题和解决问题的建议。本研究可以为需要轮班且工作内容基本相同的组织提供一种新的柔性用工方式。     

带时间窗的车辆路由问题的改进遗传算法

提出了一种改进的遗传算法,使用了一种新的染色体编码方式,和与之对应的启发式交叉算子,同时采取了竞争选择的淘汰机制,通过对Solomon提出的100个点的标准算例的计算验证,证明了该算法能够很好地解决各类带时间窗的车辆路由问题,通过和混和遗传算法的比较,证明了该算法在计算时间、收敛速度上都有大的优势.该算法计算得到的解在总行驶距离相差不大的情况下使用车辆数较少.     

FMS Scheduling Simulation Based on an Evolution Algorithm

A FMS（flexible manufacturing system) scheduling algorithm based on an evolution algorithm (EA) is developed by intensively analyzing and researching the scheduling method in this paper.Many factors related to FMS scheduling are considered sufficiently.New explanations for a common kind of the encoding model are given.The rationality of encoding model is ensured by designing a set of new encoding methods,while the simulation experiment is performed.The results show that a FMS scheduling optimum problem with multi-constraint conditions can be effectively solved by a FMS scheduling simulation model based on EA.Comparing this method with others,this algorithm has the advantage of good stability and quick convergence.     

A Grafted Genetic Algorithm for the Job-Shop Scheduling Problem

The standard genetic algorithm has limitations of a low convergence rate and premature convergence in solving the job-shop scheduling problem. To overcome these limitations, this paper presents a new improved hybrid genetic algorithm on the basis of the idea of graft in botany. Through the introduction of a grafted population and crossover probability matrix, this algorithm accelerates the convergence rate greatly and also increases the ability to fight premature convergence. Finally, the approach is tested on a set of standard instances taken from the literature and compared with other approaches. The computation results validate the effectiveness of the proposed algorithm.     

信号去噪阈值参数选择的自适应退火遗传算法

提出了一个用于小波阈值去噪中最优阈值参数选取的自适应退火遗传算法,提出一种新的自适应退火策略用于选择概率的计算以增强算法的收敛性,在交叉和变异概率的选取上也进行了自适应处理,以进一步改善算法的稳定性和收敛性.计算机仿真结果表明,该算法可稳定有效地选取最优的去噪阈值参数.     

变分不等式的并行算法

对于Lipschitz映射,一致强制性弱于强单调性,但强于单独的单调性.而伪一致强制性弱于一致强制性.本文给出了由双空间产生的映射的变分问题的并行算法.本质上,并行算法是利用辅助问题准则实行迭代计划.另外,本文还给出了这类算法的适当的收敛性条件,并证明了在伪一致强制条件下算法的收敛性.     

基于同伦延拓的冗余机械臂逆运动学优化算法研究

目的 针对偏置冗余机械臂的逆运动学,采用传统数值法存在依赖初始值、奇异位姿收敛性差等问题,提出一种改进数值法。方法 首先将非线性方程组转化为同伦方程组,引入同伦延拓算法能够有效避免依赖初始值的问题,同时能够获取逆运动学解空间。然后考虑奇异位姿,将同伦方程组转化为最小二乘问题,采用Levenberg Marquardt算法对同伦方程组进行路径追踪,以获取逆运动学解空间。最后将关节极限避免问题映射为解空间优化问题,引入二进制改进粒子群优化算法,获得最优逆运动学解。结果 实验结果表明,相较于传统数值法,文中所提数值法针对逆运动学求解具有更高的收敛率、更快的收敛速度,同时二进制改进粒子群算法能够有效避免关节极限问题。结论 采用文中所提数值法求解逆运动学的精度较高,能够满足实时性要求,对于机械臂用于包装作业具有一定的理论意义和工程应用价值。     

量子进化算法

进化算法是解决优化问题的一种有效方法,但在实际应用中也存在收敛速度慢、早熟等问题,大大影响了其应用效果。本文将进化算法和量子理论结合,提出一种新的理论框架-量子进化理论及其学习算法。算法借鉴量子理论,采用量子染色体的表示形式,能使一个染色体同时表示多个状态;模拟量子坍塌的随机观察能带来丰富的种群;同时构造具有量子特点的交叉变异算子,能在防止算法早熟的同时使算法更快收敛。本文不仅从理论上证明了这一理论框架的全局收敛性, 仿真计算也表明了此算法的优越性。     

多通道主动隔振中的通道窜扰抑制算法

多通道主动隔振是采用多个作动器协调控制的方法抑制系统的全局振动。作动器对振动进行控制同时,也对其它作动器产生干扰,通道窜扰是多通道主动控制的一大难题。将去耦合滤波器应用到抑制多通道主动控制的通道窜扰中。用去耦合滤波器滤掉控制误差信号中的通道窜扰信号,所得信号代替控制误差作为滤波-x LMS算法新的参考信号。通过仿真表明,采用耦合滤波器对多通道主动控制结果有重要影响,去耦合滤波器在通道窜扰为正反馈时依旧保证算法收敛,防止控制效果恶化。     

基于模拟退火并行遗传算法的Otsu双阈值医学图像分割

模拟退火和并行遗传算法是两种较好的改进进化算法性能的方法。将这两种思想有机地结合起来,利用遗传算法能全局寻优的优势和模拟退火算法的爬山性能,提出了一种基于模拟退火并行遗传算法的Otsu双阈值医学图像分割算法。在该算法中,进化在多个不同的子群中并行进行,利用模拟退火算法的爬山性能,避免单种群进化过程中出现的过早收敛现象,提高整个算法的收敛速度。实验证明,这种新的图像分割算法与并行遗传算法相比,不仅能够对图像进行准确的分割,而且具有更强的精确性和稳定性。其收敛速度明显比并行遗传算法的Otsu双阈值医学图像分割快。     

基于遗传算法的图关联着色算法

图的着色算法是一种典型的NP-完全问题。给出了一种用于图的关联着色的遗传算法。遗传算法用于进行全局搜索,从而有效的查找解空间。文中对关联色数为6的一个图进行了仿真实验,给出了该图的关联色数以及4种6-关联着色。用本文提出的算法,得到了完全图、完全多部图的关联色数。实验结果表明,本文设计的遗传算法可以很好的对关联着色猜想进行求解,获得问题的高质量的解。