基于两阶段分层组合优化算法的电力系统机组组合

机组组合是一个调度问题,由于机组状态(启动和停止)的二元决策变量的存在而变得复杂.因此,机组组合问题是一个大规模的非线性混合整数组合问题,传统的优化算法不适用于求解大型电力系统.针对大型电力系统机组组合求解速度慢的问题.本文以机组耗煤成本和启停成本最小为优化目标,并考虑线路安全能力等约束条件.首先采用转移因子法求解线路...     

基于并行粒子群优化的三维点云配准算法

针对基于群智能优化的点云配准算法计算时间长的问题,提出一种基于CUDA的并行粒子群配准算法.以点对点距离最短为适应度函数,利用粒子群算法各粒子天然的并行性,将运算过程分配到GPU的各个线程中计算变换参数.由于GPU多个线程运算同时执行互不干扰,极大地提高了粒子群的运算速度,从而可以实现点云的快速、精确配准.实验结果表明,该算法既克服了ICP算法对点云初始位置要求高的缺点,又有效解决了基于群智能优化的点云配准算法计算时间长的问题.     

基于决策树求解非线性规划问题的算法

针对群体智能优化算法具有随机性、盲目性、可编程性差的问题,提出了一种简单有效且不具有随机性的全局搜索算法,用于求解非线性规划问题。通过对每个决策变量的可行域离散化处理后得到的数据构建决策树,采用深度优先的规则对最优解进行搜索,搜索的同时用指数衰减函数调整搜索步长,从而逐步缩小搜索范围,直到结果收敛。算法不具有随机性,不需要编码、解码、交叉、变异等复杂操作,也不需要随机生成初始种群,可编程性强。对非线性规划的六个测试函数进行求解,并与文献中报道的结果对比,结果表明基于决策树的遍历搜索对解决非线性规划问题有效,对于多决策变量的复杂优化问题,采用分组搜索的策略既能保证求解精度,也能保证收敛速度。     

基于两点的红外图像非均匀性校正算法应用

红外焦平面探测器像元响应存在非均匀性,工程应用中需采用相应的非均匀性校正技术。虽然基于场景的非均匀性校正算法很多,但两点校正算法仍是最为成熟和最容易实现的算法之一。介绍了两点非均匀性校正算法,并对1×128线列红外探测成像系统基于FPGA和DSP平台,进行了工程实现及应用,效果良好。     

一种基于规范矩阵因式分解协同过滤推荐模型的并行改进

基于矩阵因式分解的协同过滤推荐模型具有很高的推荐精度和可扩展性,而其中大多数都是基于串行训练过程构造参数的,如能将其训练过程并行化,能进一步提高可扩展性.为解决上述问题,该文提出一种基于规范矩阵因式分解的协同过滤推荐(RMF)模型的并行改进(P-RMF)模型.P-RMF 模型应用交替随机梯度下降法取代随机梯度下降法训练参数,从而消除用户特征和项目特征在训练过程中的相互依赖,实现训练过程的并行化改进.实验表明,对比现有同类模型,P-RMF 模型在求解协同过滤推荐问题时,具有更快的速度和可扩展性.     

非线性几何规划的几种算法

介绍了非线性规划的数学模型(即具有不等式约束条件的求解目标函数最优化解的一类优化问题)以及现今求解这类非线性规划问题时,运用最为广泛的罚函数内点算法,同时介绍了解决几何规划问题的两种算法,内点路经跟踪法和序列二次规划法。通过实例,对比了文中所介绍的内点路径跟踪法和序列二次规划法的运算结果,最终给出结论。     

预想事故安全约束最优潮流问题的并行多中心校正内点算法

对预想事故安全约束最优潮流(expected security cost optimal power flow,ESCOPF)问题模型进行讨论,探讨了内点法求解该问题的修正方程的特殊结构,并根据该修正方程结构,结合带权多中心校正内点技术,设计了一个并行多中心校正内点算法.算法可以进一步提高模型求解速度,具有良好的加速比和可扩展性.     

双维度交叉特征点协同匹配的点云拼接算法

为提高结构光三维重构系统的点云匹配速度及精度,提出二维视图及三维点云交叉特征点协同匹配的方法.首先,通过投影变换及维度映射关系实现待拼接投影图像的归一化,经预处理后提取端点及分叉点作为关键点,对同类点进行三角划分及相似匹配得到初始点集,并将其映射至三维空间.其次,利用kd-tree搜索得到双邻域质心,根据三点构成的三角...     

基于两点法的红外图像非均匀性校正算法及其DSP实现

介绍了非均匀性校正的方法,分析了红外焦平面(IRFPA)探测器两点法非均匀性校正的原理,介绍了嵌入式实时两点法校正算法的标定与校正过程.在此基础上设计了基于DSP的实时两点法校正硬件模块和软件算法,在此平台上对实际IRFPA进行了实时两点法校正试验,给出实验结果及分析.实验证明该方法可行.     

基于内点法的动目标检测滤波器组设计

雷达系统常采用基于快速傅里叶变换的方法实现动目标检测(MTD)滤波器组,其关键是通过加窗降低滤波器副瓣,但普遍存在加窗的结果使滤波器零点产生偏移,不能保证非零速滤波器在零频形成真正零点。文中基于窗函数的理想频率响应构造了简化的目标函数,以零频形成零点为约束实现滤波器峰值旁瓣电平比最大化,采用内点法求解该问题,并推导了窗函数系数的显式表达式。同时,引入了扰动因子,以保证迭代过程的收敛性。仿真表明MTD滤波器组满足地杂波抑制的需求,且峰值旁瓣电平为-41 dB。该方法为MTD应用提供了一种新思路。     

基于半正定优化的阵列波束综合

首先对方向图的综合问题进行描述,然后介绍了半正定优化方法,并结合半正定优化理论给出了一种线性阵列天线方向图的数值合成方法。将方向图的综合问题,经过数学推导,转换为半正定优化(Semi definite Programming,SDP)问题,通过内点方法获取最优权值。最后进行一组仿真实验,并对结果进行分析。实验结果表明了该方法的有效性和稳健性。     

一种求解非线性整数规划的分布估计算法

分布估计算法是遗传算法和统计学习的结合,通过统计学习的手段建立解空间内个体分布的概率模型,对概率模型随机采样产生新的群体,如此反复进行,实现群体的进化。将分布估计算法推广应用到整数规划的解空间中,提出一种求解整数规划的新算法,经数值实验表明该算法有效。     

行阶梯观测矩阵、对偶仿射尺度内点重构算法下的语音压缩感知

基于语音信号在离散余弦域上的近似稀疏性,针对采用随机高斯观测矩阵及线性规划方法进行语音压缩感知与重构时,重构零(近似零)系数定位能力差而导致重构效果不好的缺点,本文提出一种新的行阶梯矩阵做观测矩阵,用对偶仿射尺度内点重构算法对语音进行压缩感知与重构,并对该算法下的重构性能进行理论分析.语音压缩感知仿真结果表明,在离散余弦基下,压缩比(观测序列与原始序列样值数之比)为1∶4时,行阶梯观测矩阵下的平均重构信噪比比随机高斯观测矩阵下提高9.73dB,平均MOS分比随机高斯观测矩阵下提高1.22分.     

一种基于动态规划的并行构件资源选择算法

当前,多种硬件体系结构并存,传统的并行构件资源管理却不能充分利用并行构件的属性以适应底层硬件的多样性,可扩展性比较差.在研究基于CCA规范的并行构件执行集成平台的基础上,本文提出了一种层次化并行构件资源管理模型,并提出了一种基于动态规划的并行构件资源选择算法.实验结果表明,相对于通常使用的CPU频率优先、CPU Cac...     

约束非线性规划问题的L1精确罚函数神经网络方法

 优化计算是神经网络的一个重要应用领域.针对已有神经网络求解约束非线性规划问题时,不能兼顾网络规模、计算效率、精确性的问题,本文提出了一种基于精确罚函数的约束非线性规划问题的神经网络计算方法.将约束非线性规划问题的一种L₁精确罚函数作为神经网络的能量函数,利用该能量函数的最速下降原理构造了神经网络的动力学方程并给出了其稳定收敛性说明.理论分析及算例仿真表明,所提出神经网络动力学方程能够全局、精确收敛于原规划问题的一个局部最优解.特别是,该神经网络动力学方程易于映射为动态电路,是一种工程优化问题的实时计算方法.     

结构网格CFD应用程序在天河超级计算机上的高效并行与优化

对多区结构网格大规模CFD流场模拟的高效并行方法进行了研究,以天河超级计算机平台的CPU同构计算环境和CPU+MIC异构计算环境为例,重点讨论了CFD应用特点与超级计算机运行环境相适应的性能优化与改进策略,发展了一系列多层次并行与性能优化方法.通过在天河2高性能计算平台上进行了多个算例的数值模拟,验证了这些优化方法的并行效果;在CPU+MIC异构平台上模拟的最大CFD问题规模达到6800亿个网格单元,共使用137.6万CPU+MIC处理器核,测试结果表明在CPU+MIC异构平台上移植优化后的程序性能提高2.6倍左右,且具有良好的可扩展性.     

生物地理学算法求解一类非线性线性双层规划

用生物地理学优化算法的实数编码来求解下层为凸规划的非线性双层规划问题。基于上层目标函数设置了一种新的适宜度函数,可以简单区分不同类型的解;对下层问题先用坐标轮换法求解,然后利用基于下层问题的KKT最优性等价条件来检验求解结果。分别运用4种不同的迁移率模型来求解问题,实验结果表明,生物地理学优化算法求解这类双层问题是稳定、有效的。     

进化规划方法在最小化拖期任务数并行机调度问题中的应用

随着ＣＩＭＳ技术的发展,生产线调度问题的研究显得日益重要,最小化拖用期任务数并行机调度问题是一类重要的生产线调度问题,但迄今为止,在解决工件和机器数较多的大规模并行机调度问题还存在着许多困难,进化规划方法与遗传算法一样是一种重要的进化计算方法,它具有描述简单,使用灵活,运行效率高,鲁棒性强,较少受初始条件限制等优点,这使得它有很高的实用价值,但与遗传算法相比,进化规划方法的应用还刚刚开始,特别是在