从调查问卷分析计算机辅助设计应用面临的问题

针对计算机辅助建筑设计的应用现状,对广东地区建筑设计单位进行了一次问卷调查。通过对该问卷的统计分析,提出当前计算机辅助建筑设计的应用在观念更新、应用扩展、教育支持等方面所面临的问题。     

基于一类混合PSO算法的函数优化与模型降阶研究

为了克服传统微粒群优化(PSO)算法容易早熟收敛和陷入局部极小的缺点,通过对PSO算法特点和行为的分析,提出一类有机结合模拟退火(SA)算法和PSO算法的混合算法.混合算法不仅利用PSO的机制进行群体全局搜索,而且利用模拟退火的思想恰当地选择微粒的最好历史位置,保障了群体多样性,并有效平衡了算法的探索和趋化能力,进而改善了算法的优化性能.基于典型复杂函数优化问题和模型降阶问题的仿真结果表明,所提混合算法具有很好的优化质量、搜索效率和鲁棒性.     

噪声环境下参数估计和模型降阶的一种有效方法

针对噪声环境下的非线性系统参数估计和模型降阶问题,提出了一种带假设检验的微粒群优化算法(PSOHT),以最小化平均平方误差为目标,结合统计意义下的评价和比较,通过微粒群操作进行参数估计.基于典型非线性时滞系统的仿真实验,验证了所提算法的有效性和抗噪声能力.     

CAN总线控制器模型的快速测试

文章主要就Basic-CAN总线控制器模型的产生过程进行了探讨.首先将该控制器模拟为一个分级有限状态机,通过它自动生成一个VHDL行为描述,然后使用基于FPGA的仿真系统模拟这个控制器.硬件功能块的模型可以在几周内完成,从而证明了这种快速测试系统模型方法的可行性.     

一种多目标资源受限项目调度问题的教学算法

针对多目标资源受限项目调度的特性, 基于结合活动列表和资源列表的编码设计了合理的交叉操作, 提出一种多目标教学算法. 为了在个体间有效交互信息, 在教师阶段非支配个体作为教师与学生执行交叉, 而在学生阶段学生间执行交叉, 同时在每个阶段通过前向-反向改进增强局部搜索能力, 并用Pareto 档案集存储和更新非支配个体.基于标准测试集的数值仿真及与现有最好算法的比较, 验证了所提出算法的有效性.

     

基于敏捷方式的Java代码生成方法的设计

为了使程序员在软件开发过程中能够加快开发的速度,减少人为的错误,提高整个项目开发效率,提出了基于敏捷方式的Java代码生成方法.该方法结合XSLT技术与模板引擎技术,通过创建装配容器,读取模板文件,灵活地自动生成代码,实现代码的复用.经过测试,该方法提高了生成代码的效率,可较大地提高代码的复用度并有效地降低代码的出错率,这对实现敏捷化管理具有较大的实际意义,可运用于大量的企业应用开发.     

基于混合双种群差分进化的电力系统经济负荷分配

针对电力系统经济负荷分配本质上的非线性约束优化问题,提出一种双种群混合差分进化算法.采用两个种群且以较小的计算量实现目标函数的寻优并保持解的可行性,同时引入单纯型法来提高算法的局部搜索能力.基于典型算例对该算法的进化行为进行测试,并通过仿真和比较验证了所提出算法的有效性.     

基于模糊PI控制的无刷直流电机调速系统仿真

针对传统PI控制方法在对稀土永磁无刷直流电动机进行控制时鲁棒性差、精度低等缺点,提出了一种参数自整定模糊PI控制方法,即采用传统的PI控制与模糊控制相结合的新型控制方法。将方法应用于永磁无刷直流电动机双闭环调速系统的转速闭环中,并利用MATLAB软件中的模糊控制工具箱进行了系统的辅助设计与仿真。仿真结果表明,参数自整定模糊PI控制方法改善了电机的动静态性能,系统的鲁棒性和精度也大大提高。     

并行智能优化算法研究进展

基于种群迭代搜索的智能优化算法在农业、交通、工业等很多领域都取得了广泛的应用.但是该类算法迭代寻优的特点使其求解效率通常较低,很难应用到大规模、高维或实时性要求较高的复杂优化问题中.随并行分布式技术的发展,国内外很多学者开始着手研究智能优化算法的并行化.本文首要介绍了并行智能优化算法的基本概念;其次从协同机制、并行模型以及硬件结构3个维度综述了几类常见的并行智能优化算法,详细分析阐述了它们优点及不足;最后对并行智能优化算法的未来研究进行了展望.     

求解不相关并行机调度的一种自适应分布估计算法

针对不相关并行机调度问题, 提出一种基于信息熵的自适应分布估计算法. 根据问题特性, 设计了面向工件机器分配的概率模型及其基于增量学习的更新方式, 学习速率基于信息熵进行调整. 为了增强算法局部寻优能力, 采用基于关键机器的邻域结构进行局部搜索; 同时讨论了信息熵与学习速率的关系, 并探讨了关键参数对算法性能的影响. 基于标准算例的测试结果与算法比较, 验证了学习速率的自适应调整机制以及所提出算法的有效性.