基于LPC1100的温度检测网络节点设计

基于NXP公司LPC1100系列处理器设计了一种温度检测网络节点。介绍了网络系统的整个设计方案和温度检测网络节点的硬件设计,并给出功耗管理、温度传感器和ZigBee三个软件模块的具体软件设计方法。     

粒子群优化算法的发展与展望

对粒子群优化算法的产生背景、基本算法、改进算法、研究热点及应用领域作了简要的综述,并对其发展方向作了展望。     

含维变异算子的粒子群算法

提出了一种新型的PSO算法———含维变异算子的粒子群算法(PSODMO),该算法在变异开始后到迭代结束之前的每一次迭代中,计算每一维的收敛度,以一定的概率对收敛度最小的维进行变异:让所有粒子在该维上的位置重新均匀分布在可行区域上.通过对4个多峰的测试函数所做的对比实验,表明所提出的PSODMO增强了全局搜索能力,搜索成功率大为提高,克服了原始的PSO算法易于收敛到局部最优的缺点.也明显优于对原始PSO进行传统变异的方法.     

一种新的PSO变异策略

提出了一种新型的PSO变异策略———CPg变异,该变异策略的首先定义了全局收敛度最大位置C,并在搜索循环的每次迭代中,以一定的概率交替使用C和Pg来代替原迭代公式中的Pg。通过对4个多峰的测试函数所做的对比实验表明,CPg变异增强了搜索能力,求得全局最优的成功率和收敛到速度大为提高,克服了原始的PSO算法易于收敛到局部最优点的缺点,也明显优于对原始PSO进行传统变异的方法。     

含边界变异的粒子群算法

提出了一种新的粒子群优化算法（PSO）——带边界变异的PSO，其原理是：在迭代的过程中，当粒子的位置超出可行域时，带边界变异的PSO让粒子的位置重新均匀分布在边界附近；当粒子的速度超出可行域时，则使其均匀分布到整个可行区间，而不是像原始PS0那样在这2种情况下都只是简单地取边界值。从理论和实验2个方面论证了这种引入了边界变异的PSO可以获得更快的寻优速度和更好的解精度，有一定的推广价值。     

字模式打印技术在运载车辆中的应用研究

车载打印机经常处于振动状态,采用针式打印机往往容易断针,因而考虑采用字模式打印机应用于运载车辆。对于出租车,用于打印发票的针式打印机,不仅存在由振动导致断针的问题,同时注意到所打印的字符数量很少,因而提出采用字模式打印机应用于出租车。研究用于出租车的微型字模式发票打印机的总体设计方案,分析打印工作流程及结果,对控制部分的设计进行了详细研究,并给出了控制程序。设计过程充分考虑硬件的简化及高速控制。     

一种新型的粒子群算法

针对原始PSO算法存在的各种缺点,论文提出了一种新型的PSO算法。该算法在搜索的中期进行变异,并依据搜索开始后的收敛情况来决定首次变异的时机、依据每次变异后的收敛情况来决定下次变异的时机,以便最大限度地增加变异次数,并充分利用每次变异带来的避免局部最优、求得全局最优的机会,从而提高搜索成功的概率;在后期则在一定的循环次数内不变异,以确保搜索精度。每次变异只选择那些收敛程度相对比较大的维来进行,这样可以在不破坏粒子群的结构的情况下扩大搜索空间、提高收敛速度。通过对四个多峰的测试函数和一个问题空间为非凸集的实例所做的对比实验,表明改进的PSO算法增强了全局搜索能力,搜索成功率大为提高,克服了原始的PSO算法易于收敛到局部最优点的缺点。     

ARM Cortex-M微控制器的教学平台建设

ARM Cortex-M微控制器已逐渐进入了国内各高校的MCU教学中。对笔者所在教学团队开展的ARM微控制器教学中的一些经验进行了总结,包括与8051教学的对比、教学实验平台的建设、与其他相关课程的教学的结合等。最后,对存在的困难和问题进行了分析。     

改进的速度变异粒子群算法

论文提出了一种新的PSO算法——改进的速度变异粒子群算法(iPSOVMO)。其变异策略是:在每次迭代循环中,对具有m个粒子的粒子群的每一维d上的速度的绝对值｜v1,d｜,｜v2,d｜,…,｜vm,d｜最小的速度vTd,d以一定的概率进行变异:使vTd,d随机而均匀地分布于[-vmax,vmax]上。对四个多峰的测试函数所做的对比实验表明,无论是全局版还是局部版,iPSOVMO都大大优于原始的PSO和传统变异PSO,也优于速度变异PSO(PSOVMO)。