融合佳点集机制的动态搜索烟花爆炸搜索算法

为了克服烟花爆炸搜索算法容易早熟的弱点,提高其求解性能,提出一种融合佳点集变异机制的动态搜索烟花爆炸算法。首先为了提高算法的求解精度,每一次迭代过程均针对当前最佳个体执行动态随机搜索,加强对当前最佳的局部搜索。另一方面,当种群的拥挤程度超越设定的阈值λ时,除保留10%的优秀个体外,其余个体基于佳点集机制进行重新初始化,帮助种群摆脱局部最优的约束。最后,在6个Benchmark函数上的实验表明,该算法能快速收敛、克服早熟,并且具有较佳的鲁棒性。     

融合边缘检测和递归神经网络的视频表情识别

为有效解决传统视频人脸表情识别通常只关注单张视频帧的空间特征,而忽略了相邻帧之间隐藏的时间特征的问题,提出一种结合边缘检测和递归神经网络的视频表情识别方法,利用梯度边缘检测准确地提取输入图像的纹理信息,同时提出一种分片交叉LSTM结构,提取出图像序列中隐藏的时空特征。实验在CK+和MMI视频库上进行,在OCNN-RNN网络中分别取得88.4%和69.7%的识别率,在GCNN-RNN网络中分别取得89.8%和73.6%的识别率,最终使用提出的加权随机搜索方法融合GCNN-RNN和OCNN-RNN两个网络之后,分别取得了94.6%和79.9%的识别率,均优于单流网络算法,证明了所提算法的有效性。     

基于动态随机搜索和佳点集构造的改进粒子群优化算法

针对粒子群优化算法局部搜索能力不足和易出现早熟收敛的问题,提出一种基于动态随机搜索和佳点集构造的改进粒子群优化算法。该算法通过引入动态随机搜索技术,对种群当前最优位置进行局部搜索;采用佳点集构造对陷入早熟收敛的种群重新初始化;引入负梯度方向直线搜索来加速算法寻优。仿真实验结果表明,与标准粒子群优化(SPSO)算法和耗散粒子群优化(DPSO)算法比较, 提出的改进算法具有快速的收敛能力而且能有效地跳出局部最优, 优化性能得到明显提高。     

基于混合差分进化算法的并行机批处理调度问题研究

考虑到实际生产中产品多、批量小的特点,建立了一种带工艺约束的并行机批处理调度优化模型。为解决调度中的分批问题,提出了一种新的基于产品需求量的批量划分方案及批量染色体编码方式,采用两级差分进化算法来解决批量划分和批次调度问题;针对标准差分进化算法收敛速度慢、易出现早熟现象等问题,引入动态随机搜索和随机变异的局部搜索策略,以增强标准差分进化算法的局部搜索能力。测试算例及调度实例的仿真结果表明,该算法能有效地提高算法收敛速度,平衡其全局搜索和局部探索能力。     

基于随机搜索变异策略的人工蜂群算法

针对人工蜂群算法存在的收敛速度慢、易陷入局部最优等缺点,提出了一种基于随机搜索策略的人工蜂群算法(RMABC).首先,采用随机选择的方式进行变异和扰动操作,增加种群的多样性,平衡算法的局部搜索能力和全局搜索能力;其次,改变侦察蜂阶段的搜索策略,将limit次不更新的蜜源替换为它的反向蜜源,加快算法的收敛速度.选取9个标准测试函数进行数值仿真实验,结果表明本文提出的算法具有较快的收敛速度和较高的求解精度,对复杂的数值优化问题寻优效果很好.     

一种改进RRT的多机器人编队路径规划算法

多机器人路径规划是机器人领域的一个热点问题,相比于单机器人路径规划,其算法难度和复杂度都有所增加,在规划时需要兼顾多机避障、相互协作等难点问题.本文提出一种改进快速扩展随机树的多机器人编队路径规划算法,用于解决多机器人在复杂环境下的编队路径规划问题.针对多机器人在编队规划中的位置约束问题,定义机器人之间的领航-跟随结构,并对机器人队形建模.针对规划过程中编队朝向变化问题,建立搜索树扩展方向与队形方向之间的联系,通过调整队形方向改变规划时的编队朝向.针对具有质点模型和非完整约束动力学模型两种不同模型的多机器人系统,分别进行了仿真实验.仿真结果表明该算法在处理多机器人编队路径规划问题时可以取得良好的效果.     

径向搜索方法在电路容差优化设计中的应用

文本采用 R.Spence 的径向搜索方法进行电路的成品率估测及标称点中心设计,并对原方法中的成品率估测公式进行了重要修正,在此基础上通过引入新的概念对公式进行了证明,从而为这种设计方法提供了充足的理论依据.另外,在计算机软件实现过程中,对原迭代方法进行了必要的补充和修改,以保证其精确收敛.最后就某些具体的电路和模型进行了实际设计,并就其设计结果及本方法的特点进行了讨论.     

邻香兰素二肽息夫碱Co(Ⅱ)配合物分子构象研究

邻香兰素二肽息夫碱配合物可以作为辅酶Ｂ６的模型化合物。采用ＳＹＢＹＬ６．３分子模拟软件中包中分子力学和分子动力学两种方法,分别对合成的５个邻香兰素二肽息夫碱Ｃｏ（Ⅱ）配合物分子构象进行研究。