基于蚁群算法的大型自动化立体车库计算机监控软件设计

结合具体工程项目实例，阐述了大型自动化立体车库的基本工作原理和关键技术，对计算机监控系统软件设计过程中的作业路径优化问题进行了详细讨论，最后介绍了监控软件的实现方法和基本功能。研究和应用结果表明，改进后的蚁群算法在作业路径优化方面具有较好的稳定性和收敛性，能够有效缩短出入库作业时间，提高作业效率。     

基于蚁群算法的MC供应链调度优化研究

为解决大规模定制模式下客户订单分离点后的动态供应链调度问题，提出了包括供应商选择及企业合作时序安排的优化调度模型，设计了基于蚁群算法的求解过程。通过多组数据实验及结果比较分析，对模型算法的有效性、稳定性进行了验证。     

用于视频交通检测监控系统的车牌自动识别算法研究

针对视频交通检测监控系统对车牌自动识别算法的要求,提出了基于Hough变换改进的几何失真矫正方法以及基于马尔可夫随机场模型和遗传算法的函数优化二值化算法.实验表明,采用这两项改进算法能够有效地提高车牌自动识别的正确率和识别速度,其功能和技术指标满足视频交通信息检测监控系统的要求.     

秩排序非线性滤波器的自适应优化算法

在图像处理中，秩排序非线性滤波器具有非常重要的作用。本文从加权顺序统计滤波器的自适应优化算法出发，导出了加权中值滤波器、秩选择滤波器和置换滤波器等几种重要的秩排序非线性滤波器的自适应优化设计算法，这些算法采用迭代计算实现，并可以在MAE、MSE和／Z准则下得到最优解。模拟实验表明，这些算法具有非常好的收敛效果，并可以很好地用于类似图像的非平稳信号的处理。     

基于多目标竞争遗传算法的模糊变结构控制的研究

基于多目标竞争遗传优化算法,结合变结构控制和模糊逻辑技术的特点,提出一种优化模糊变结构控制方法.以滑模开关函数及其变化量作为模糊调节器的输入量,滑模面边界层宽度作为输出量,设计了一个二维模糊调节器,同时,引入了多目标竞争遗传优化算法,优化了边界层宽度模糊调节.液压伺服系统的位置控制实验结果表明,所提出的模糊变结构控制稳态控制精度高,同时削弱了抖振,在系统鲁棒性与稳态控制性能之间较好地实现了综合平衡.     

关于简单遗传算法变异率的理论分析

本文主要目的在于通过对状态方程解的研究,讨论简单遗传算法中变异率的取值对算法收敛性态的影响,所得结果蕴含着“当变异算子的作用率很小时,算法收敛于早熟集的概率几近于1”的结论。同时,我们对于算法收敛于早熟集的概率给出了一个下界估计。     

基于消息传递的移动EJB对象强迁移构件模型的研究

移动计算环境下的Agent对象迁移包括强迁移和弱迁移技术。在特定的多环境中，一个重要的问题是合理地为移动Agent对象实现异地迁移计算提供有效的管理和支持，目前使用的支持系统有基于传统解释语言的、基于CORBA平台的和基于Java语言的。在移动Agent对象强迁移技术的理论基础上，提出了一种基于消息传递的移动EJB对象强迁移构件模型，分析与改进了适合强迁移对象进程消息发送的同步消息传递算法，使得该构件模型的消息传递具有很好的同步机制，从而提供了一种良好的移动Agent对象迁移构件化管理支持方式。     

一种基于蚁群算法的Snake模型与MRI分割

Snake模型以其收敛快速、精确度可达到亚像素等优点，被广泛地应用于医学图像分割，但该模型依赖于初始曲线的选取，易于收敛到局部最优且难以达到凹陷区域。为此提出一种基于蚁群算法的Snake模型，首先利用区域内灰度统计特征自动进行Snake初始化，然后在Snake演化过程中加入一向心力，使其能进入凹陷区域，最后用蚁群算法对演化结果进行优化，使其收敛到全局最优，获得最终的分割结果。实验结果表明，改进的模型在MRI分割中可以得到较好的分割结果。     

一种改进的混沌优化算法

为了克服遗传算法的早熟现象以及混沌优化的搜索时间过长的缺点,将遗传算法、混沌优化和变尺度方法相结合,提出了一种改进的混沌优化算法.该算法利用混沌的随机性、遍历性和规律性来避免陷入局部极小值,从而也克服了遗传算法中的早熟现象,同时引入了变尺度方法提高该算法的搜索速度.本文还给出了算法的收敛性分析.对典型测试函数的仿真结果表明此算法优于变尺度混沌优化和遗传算法.     

智能优化算法求解TSP 问题

TSP（旅行商）问题代表组合优化问题，具有很强的工程背景和实际应用价值，但至今尚未找到非常有效的求解方法．为此，讨论了最近研究比较热门的使用各种智能优化算法（蚁群算法、遗传算法、模拟退火算法、禁忌搜索算法、Hopfield神经网络、粒子群优化算法、免疫算法等）求解TSP问题的研究进展，指出了各种方法的优缺点和改进策略．最后总结并提出了智能优化算法求解TSP问题的未来研究方向和建议．