工程约束优化的自适应罚函数混合离散差分进化算法

将离散约束优化问题转化为非负整数约束规划问题,开发求解该问题的离散差分进化算法。该算法采用基于混沌映射的种群初始化、双版本变异和带随机扰动项的取整运算等新策略。针对非线性约束条件,给出惩罚基数的计算方法和连续映射基函数的表达式,在此基础上设计处理非线性约束的自适应惩罚因子。提出一种刻画种群多样性的新测度——种群二次平均基因距离及基于新测度的依概率混沌移民算子。将自适应罚函数法、依概率混沌移民操作与离散差分进化算法有机融合,构造面向工程约束优化的混合离散差分进化算法。对3个离散约束优化实例进行验证,结果表明,混合算法具有良好的鲁棒性且优于离散粒子群算法。应用混合算法求解斜齿圆柱齿轮传动优化设计问题,结果优于遗传算法及其改进算法、离散粒子群算法,目标函数值较遗传算法及其改进算法分别下降41%和10%。     

基于轨道扰动的混沌单向散列函数设计

在分析针对数字混沌提出的伪随机扰动策略和变参数补偿策略的基础上,提出了基于轨道扰动的混沌单向散列函数设计方法。首先,将消息填充为64byte的整数倍,以提高短消息散列的安全性;然后,选取64byte的固定扰动向量,并将明文信息与固定扰动向量一起映射至数字混沌系统相空间的扰动空间;最后,将扰动空间内的元素输入至数字混沌系统进行多次混沌迭代,并在迭代结果中取出160bit作为最终散列值。该算法选用Logistic映射作为混沌映射,计算复杂度比高维混沌映射低,而轨道扰动的思想使得该算法比一般的低维混沌映射安全性更高。研究表明,该算法对初值极其敏感,且具有很好的混乱和扩散性质及较高的抗碰撞性。该算法采用256bit定点数运算,更易于软硬件实现。     

利用混沌人工神经元网络进行布局优化计算

将混沌人工神经元网络引用到布局的优化求解计算中。讨论了混沌人工神经元网络的模型 ,以及布局问题到混沌神经网络的映射 ,并结合 2维规则物体的布局问题通过软件模拟计算对所讨论的算法进行了验证。     

混合粒子群优化算法求解多车辆拖动货物问题

为确定码头卜集装箱运输到目标位置的顺序和运输的车辆,提出了多车辆拖动货物问题,该问题需要考虑空间约束对车辆调度过程的影响.针对该问题,建立了整数规划数学模型,证明了该问题为NP完全难题,提出了四种解的编码方式,并利用模拟退火算法与粒子群优化算法结合的混合粒子群优化算法进行求解.将计算结果与模拟退火算法、粒子群优化算法进行了比较,结果表明,使用混合粒子群优化算法并采用先到先服务规则的两部分编码方法计算得到的解最好.     

基于复合混沌系统的数字图像加密算法

提出一种整合了Henon映射与无限折叠混沌映射的复合混沌系统,并应用该系统生成的混沌序列进行数字图像的加密.算法以He-non映射的初值为加密系统的密钥.首先.固定无限折叠混沌映射的一个控制参数.输入密钥.迭代Henon映射,并将所生成的混沌序列的均值作为无限折叠混沌映射的另一个控制参数.然后.迭代无限折叠混沌映射以产生所需的混沌序列,最后,应用该混沌序列构建出置乱矩阵和变换矩阵,对图像进行加密.实验结果表明.该算法具有较好的加密效果和较高的安全性.     

基于多Agent的多任务协作时间调度算法研究

为了合理安排多任务合作中的时间,设计了基于多Agent通信的多任务协作时间调度算法,实现了额外代价最小化和窗口时间内完成任务最大化。其中,算法的求解过程利用了0-1背包问题的最优值和最优解;对0-1背包问题的求解利用了改进的编码和进化的遗传算法,提高了运算的准确性。多任务协作时间调度算法的应用,有效地最小化了系统的额外代价,实现了多Agent系统的优化。     

区间参数结构的一种分析方法

对结构不确定问题的区间有限元分析提出一种求解方法,将给定的区间映射到一个小的参数区间中,并对参数区间进行加法分解.对结构区间有限元方程中刚度矩阵的多变量区间非线性表达式利用泰勒公式线性化,将区间非线性运算转化成为区间参数的线性运算,在一定程度上减小了区间运算中的扩张问题,再利用区间参数摄动方法或区间的直接优化方法获得问题的解答.文中通过两个算例,给出该方法与未经线性化的区间数学算法结果的比较.     

基于混沌蚂蚁的传感器网络分布式任务分配

受蚂蚁的混沌行为和自组织行为启发,提出了一种基于混沌蚂蚁的无线传感器网络分布式任务分配算法,以延长无线传感器网络生命期、节省能量消耗和均衡网络负载,该算法的目标函数考虑了任务能耗和任务执行可靠性。任务分配的优化解通过任务映射、通信路由路径分配和任务分配方案优化3个步骤获得,任务映射由蚂蚁的混沌行为产生,通信路由路径分配由蚂蚁的邻居选择方法确定,用A*算法实现,任务分配方案优化由蚁群的自组织能力实现。通过仿真实验和应用实例比较与分析,表明了该算法能有效地均衡网络负载和延长网络生命期。     

三维可逆混沌映射图像加密方法及其优化算法

利用混沌拉伸和折叠的原理,提出了一种三维可逆混沌映射图像加密方法及其优化算法。将灰度图像用一个三维数据矩阵描述,根据提出的算法将该三维数据矩阵映射为二维数据矩阵。对此二维数据矩阵应用拉伸和折叠算法实现图像像素的置乱处理。最后将置乱后的二维数据矩阵还原为三维数据矩阵,得到加密图像。该加密方法是可逆的,可用于图像加密和解密。推导了加密和解密算法完整的数学表达式。由于图像数据量大,利用推导的数学表达式实现图像加密和解密时计算量较大,加密时间长,针对这个问题提出了一种优化算法。仿真结果表明该加密方法同时实现了像素置乱和像素混淆,抵御统计攻击的能力增强,密钥敏感度高,优化算法明显提高了加密速度。     

ABC算法在非线性系统辨识与控制中的应用

针对非线性系统辨识和控制器的设计,提出一种混沌映射产生初值的人工蜂群优化算法,并将该算法应用于非线性系统中的参数辨识和PID控制器的设计。参数辨识的仿真结果表明,基于混沌映射理论的人工蜂群优化算法比其他传统的算法具有更好的收敛特性和辨识性能;自动电压调节系统的仿真结果表明,基于混沌人工蜂群优化的PID控制自动电压调节系统是可行性的,且具有良好的动态调节性能。