一种基于迭代局部搜索的和声搜索算法

为了改进原始和声搜索算法的全局搜索性能,提出了基于迭代局部搜索的和声搜索算法.该算法在充分利用和声记忆库中信息和提高搜索效率的同时,对于不满足停止准则的新和声采用基于改进kick策略移动的迭代局部搜索算法进行寻优,从而使新算法具有较强的"爬山"能力.针对4个benchmark函数对新算法做了测试,并与粒子群优化算法以及已有的几个算法进行了比较,结果表明该算法跳出局部极值点的能力较强、收敛速度更快、寻优精度较高;最后将新算法应用到焊接梁的优化设计问题中,仿真结果验证了该算法在求解焊接梁最小造价问题时优于原始的和声搜索算法、遗传算法等方法.     

互联网路由寻址架构的扩展及其解决方案的研究

单一的地址空间、多宿主和流量工程造成了DFZ中的路由表的规模迅速增长。为了解决这一问题,IETF提议通过分离终端系统标志和路由标志的地址空间来重新考虑互联网的寻址体系结构。论述了最近提出的几个地址空间分离的方案,并对这些方案所带来的优势和缺点进行了比较和总结;最后,探讨了互联网路由寻址体系结构研究中需要进一步考虑的问题。     

一类不确定线性时滞系统的输出反馈鲁棒H∞ 控制

研究具有防射参数不确定性的线性时滞系统的鲁棒H∞输出反馈控制器设计问题,得到了一些二次矩阵不等式,证明了如果它们有解,则从它们的解可以构造全阶严格真动态输出反馈控制器,它能保证闭环系统二次稳定且具有H∞范数意义下的干扰抑制能力,进一步证明了在某些情况下,这些二次矩阵不等式可以化为线性矩阵不等式来求解。     

一类不确定线性时滞系统的输出反馈鲁棒镇定

研究一类不确定线性时滞系统的输出反馈鲁棒镇定问题,其中不确定性不必满足匹配条件。以二次Lyapunov泛函保证系统的渐近稳定性,利用线性矩阵不等式给出了系统可以利用动态输出反馈鲁棒镇定的充分条件。当此条件成立时,基于线性矩阵不等式的解构造了全阶动态输出反馈镇定控制器。     

求解函数优化问题的混合进化规划算法

提出一种混合进化规划算法,将进化规划与免疫进化中的克隆扩增相结合.该算法一方面用自适应变异步长的进化规划来有效地控制种群的整体进化,以在全局范围内进行搜索;另一方面,对于当前代中最优个体本身,利用免疫进化中的克隆扩增算子,来进行小邻域的局部细搜,从而形成两层领域搜索机制,以保证全局和局部搜索能力.仿真结果表明,该算法收敛速度快,搜索精确度高,并具有良好的全局搜索能力.     

一类线性参数变化时滞系统的H ∞控制

研究一类线性参数变化时滞系统的H∞控制。这类系统的状态空间矩阵是一些时变参数的仿射函数,而这些时变参数是可以实时测量的。以线性矩阵不等式的形式给出了存在依赖于参数的动态输出反馈H∞控制器的充分条件。当满足这些条件时,基于线性矩阵不等式的解可以构造出一种依赖于参数的动态输出反馈H∞控制。     

一类线性参数变化时滞系统的H_∞控制

研究一类线性参数变化时滞系统的 H∞ 控制问题。这类系统的状态空间矩阵是一些时变参数的仿射函数 ,而这些时变参数是可以实时测量的。以线性矩阵不等式的形式给出了存在依赖于参数的动态输出反馈 H∞ 控制器的充分条件。当满足这些条件时 ,基于线性矩阵不等式的解可以构造出一种依赖于参数的动态输出反馈 H∞ 控制器     

一种新的基于进化策略的多目标优化算法

用进化策略求解多目标优化问题时，为了提高解在决策变量空间中的搜索能力和保证Pareto前沿的多样性，提出了一种新的基于进化策略的多目标优化算法。运用自适应变异步长的进化策略，使解在决策变量空间中进行全局和局部搜索；并引入非劣解按一定比例进入下一代的方法，使完全被占优的个体有机会参与到下一代的繁殖，保持了解在Pareto前沿的多样性。该算法在保证解在决策空间多样性的同时，也保持了Pareto前沿的多样性。仿真实验表明，该算法具有良好的搜索性能。     

具有时变不确定性的线性时滞系统的鲁棒H_∞控制

研究具有一般形式的不确定线性时滞系统的鲁棒 H∞ 状态反馈控制器设计问题 .基于二次 H∞ 性能概念 ,首先证明了若存在鲁棒 H∞ 动态状态反馈控制器 ,则必存在鲁棒 H∞ 静态状态反馈控制器 ,然后利用线性矩阵不等式给出了鲁棒 H∞ 静态状态反馈控制器存在的充分条件和构造方法 ,最后给出一个算例验证本文方法的有效性     

基于遗传算法的QoS组播路由多目标优化*

现有的路由算法一般只优化单个QoS目标,存在很大的局限性。提出了基于遗传算法的QoS组播路由多目标优化算法,在每次进化中搜索组播路由树的MultiPareto最优解集。仿真实验表明,该方法有很高的成功率,能在有限代内搜索到一组有效的供用户自由选择的组播路由树,克服了单目标优化的缺陷。