一种保持群体多样性的多目标遗传算法

提出一种保持群体多样性的多目标遗传算法.该算法采用一种基于信息熵的测度,以衡量群体在多日标空间下的多样性,并利用该测度将群体当前的进化状态(多样性)与算法的运行机制相关联,设计了若干种增强算法探索力度的策略,有效地开拓了算法的搜索范围,提高了进化过程中群体的多样性,防止了算法早熟收敛.对所提出算法的计算复杂度进行了理论分析.仿真实验表明,所提出的算法具有较好的收敛性能和分布特性.     

鲁棒线性优化问题研究综述

鲁棒优化（ＲＯ）是从计算复杂性的角度研究不确定优化模型鲁棒最优解的数学方法．从单阶段鲁棒优化和多阶段鲁棒优化两个方面对鲁棒线性优化（ＲＬＯ）理论的研究进展进行综述,前者的研究主要基于不同形式的不确定集合,后者的研究则基于前者的方法．研究多阶段不确定决策中决策变量受不确定参数实现值影响的情况,其核心是影响函数连续时的仿射可调鲁棒对应模型和函数离散时的有限适应性模型．最后对ＲＬＯ 的研究前景作了展望．

     

目标与机会平衡规划法

提出一种目标与机会平衡规划法．基于待决策问题的有效决策前沿曲线形状的全局信息,通过权衡决策目标收益和实现机会两个因素的数值关系以及二者沿有效决策前沿曲线变化速度的对比关系,最大限度地提高决策效用．该方法能以更合理、更全面、更灵活的方式分析处理随机优化问题,有效解决期望值模型、机会约束规划法和相关机会规划法之间的矛盾．最后通过算例表明了所提出方法的主要特点和有效性．

     

多目标混沌差分进化算法

将差分进化算法用于多目标优化问题,提出了多目标混沌差分进化算法(CDEMO).该算法利用混沌序列初始化种群,并用混沌备用种群进行替换操作.该操作不仅起到了维持非劣最优解集均匀性的作用,而且增强了算法的搜索功能.对CDEMO的性能进行研究,数值实验结果表明了CDEMO的有效性.

     

基于对象的扩展Petri网协同设计过程分析

针对协同设计中任务的执行流程缺乏柔性,不利于分析实际设计过程的现状,提出一种单元调用变迁对与决策变迁相集成的基于对象的扩展Petri网,扩展了Petri网的可达图以适应分析OEPNs模型.采用OEPNs中的过程网和单元网对协同设计过程建模,利用模型中的单元调用变迁对和决策变迁对过程本身和可能状态进行分析.最后与相关的研究工作进行比较并给出了结论.

     

一种辨识Wiener-Hammerstein模型的新方法

针对非线性Wiener-Hammerstein模型,提出利用粒子群优化算法对非线性模型进行辨识的新方法.该方法的基本思想是将非线性系统的辨识问题转化为参数空间上的优化问题;然后采用粒子群优化算法获得该优化问题的解.为了进一步增强粒子群优化算法的辨识性能,提出利用一种混合粒子群优化算法.最后,仿真结果验证了该方法的有效性和可行性.

     

钢铁企业集团订单分配模型研究

在集团统一销售的管理模式下,如何将订单在多个成员企业之间进行分配是钢铁企业集团需要研究的重要问题．为此,在对钢铁企业集团订单分配原则进行归纳总结的基础上,建立了以集团订单排产量最大和集团利润最大为目标的钢铁企业集团订单分配多目标优化模型;同时结合问题的特点,提出了模型求解的算法流程;最后,通过应用实例验证了模型和算法流程的可行性和有效性．

     

基于区间数的多目标灰色局势决策模型

基于区间数的距离和灰熵分析,将灰色局势决策拓展到决策信息为区间数的情况,给出了灰色局势决策目标权重的优化方法.考虑各局势的效果测度与正理想效果值的接近性以及目标权重本身的不确定性,建立了多目标优化模型,利用拉格朗日乘子法求解该模型,得到了灰色局势决策的目标权重表达式.利用区间数的可能度对每个事件的局势进行排序,进一步完善了传统的灰色局势决策理论.最后通过实例验证了该模型的有效性和实用性.

     

基于偏好信息的多目标微粒群优化算法研究

在实际决策过程中,决策者可能并不需要完全获悉所有的决策方案,而是只对一些特定方案产生兴趣,对此,提出指定目标间重要关系和给定目标空间参考点情况下的多目标微粒群优化算法.以格栅作为解的多样性保持策略,对于给定目标间重要关系的偏好信息,可以获得特定区域的多个解;对于给定参考点的偏好信息,可以同时获得多个特定区域中的多个解,有利于决策者进行更有效的决策.通过对典型测试问题的仿真实验,验证了本算法的正确性和有效性.

     

基于局部敏感直方图的时空上下文跟踪

针对当前目标跟踪算法在目标区域光照剧烈变化、长时间遮挡或者平面内旋转时会发生偏移甚至跟丢这一现象,提出了基于局部敏感直方图的时空上下文跟踪算法.该算法以贝叶斯框架为基础,利用生物视觉特性,结合底层灰度特征,基于局部敏感直方图提取光照不变特征,建立目标与背景的统计相关模型来实现跟踪,使跟踪时偏移较小且不会跟丢目标.在对不同视频序列的实验表明:基于局部敏感直方图的时空上下文算法和多示例学习算法相比,在光照变化、平面内旋转或者遮挡时都表现出比较好的跟踪效果且中心误差较小,具有较强鲁棒性.     

Design and analysis of target‐sensitive real‐time systems

A significant number of real‐time control applications include computational activities where the results have to be delivered at precise instants, rather than within a deadline. The performance of such systems significantly degrades if outputs are generated before or after the desired target time. This work presents a general methodology that can be used to design and analyze target‐sensitive applications in which the timing parameters of the computational activities are tightly coupled with the physical characteristics of the system to be controlled. For the sake of clarity, the proposed methodology is illustrated through a sample case study used to show how to derive and verify real‐time constraints from the mission requirements. Software implementation issues necessary to map the computational activities into tasks running on a real‐time kernel are also discussed to identify the kernel mechanisms necessary to enforce timing constraints and analyze the feasibility of the application. A set of experiments are finally presented with the purpose of validating the proposed methodology. Copyright © 2015 John Wiley & Sons, Ltd.     

基于移动目标防御信号博弈的容器迁移策略

容器作为虚拟机的轻量级替代产品,以其灵活、高效的特点促进了云计算的发展,但同时也面临着同驻攻击、逃逸攻击等安全威胁。针对云环境中的容器安全威胁,构建了基于移动目标防御的信号博弈模型,并提出了多阶段最优防御策略求解算法,通过博弈模型和求解算法选取最优策略,同时通过容器调度方法对容器进行调度,可以增强容器安全性。仿真实验结果表明,提出的迁移策略获取的防御收益相较于Kubernetes自带迁移策略提升了3.6倍,同时容器同驻率降低了79.62%,对现实容器云环境下的防御策略选取和安全性增强具有一定的借鉴意义。     

基于QCM的不同形貌ZnO的湿敏性能研究

通过水热法制备了粒状和片状两种不同形貌的ZnO,以这两种形貌的ZnO修饰QCM作为湿度传感器,结合饱和盐溶液法(相对湿度:11％～95％RH)和H2O分子在ZnO上的吸/脱附机制对此新型压电传感器的湿敏性能(线性度、响应时间和回复时间)进行评价和研究.实验结果表明:粒状ZnO修饰的QCM传感器相较于片状ZnO修饰的QCM传感器线性度更好,响应时间和恢复时间更短,且该型传感器在低湿条件(33％,55％ RH)恢复时间大于响应时间而在高湿条件(75％,85％,95％ RH)恢复时间小于响应时间.实验和理论研究说明:ZnO微观形貌对该型传感器湿敏性能至关重要,而H2O分子在ZnO上的吸/脱附机制决定了其恢复/响应时间随湿度变化的技术特点.     

基于决策树的敏感词变形体识别算法研究及应用

针对网络中敏感词变形体识别效率不高的问题,提出了基于决策树的敏感词变形体识别算法。首先,通过分析汉字的结构和读音等特征,研究敏感词及变形体;其次,基于敏感词库构建敏感词决策树;最后,通过多因子改进模型,对微博等新媒体的文本敏感程度进行计算。实验结果表明,该算法在识别中文敏感词及变形体时,查全率和查准率最高分别可达95%和94%,与基于确定有穷自动机的改进算法相比,查全率和查准率分别提高了19.8%和21.1%;与敏感信息决策树信息过滤算法相比,查全率和查准率分别提高17.9%和18.1% 。通过分析,该算法对敏感词变形体的识别和自动过滤是有效的。     

基于温度场一致性的红外目标移植方法

针对红外背景与目标建模难度较大等问题,提出了基于温度场一致性将真实红外目标图像移植到红外背景图像的方法。首先,根据目标图像与背景图像灰度反演目标与目标周围背景以及需植入目标的新背景的辐亮度,并根据辐亮度计算目标与背景的黑体等效温度。利用温度关系,计算出目标在新背景下的温度,进而求出目标在新背景下的像素灰度值。考虑到目标边缘与周围环境的相互辐射影响,通过卷积过程融合目标边缘与背景像素点。采用高斯核矩阵来模糊目标与背景边缘像素。相关实验结果证明,该方法可有效移植目标,移植后的图像清晰度较高,纹理信息保留程度较好,而且是基于温度场的融合方法,比较真实可靠。该研究有望从一个新的角度完成目标移植。     

针对新学习策略的弱小目标检测方法

基于深度卷积神经网络的目标检测在应用中展现出了良好的性能,然而,将其应用于弱小目标检测上依然性能欠佳。本文提出一种有效的弱小目标检测方法,使用改进的特征提取方法,利用尺度匹配策略选取合适的尺度进行小目标检测。同时在神经网络中设计自适应的融合模块,通过融合特征与接收域以增强目标环境特征。提出的方法在检测速度和精度上都具备良好的性能。有效解决了一般的框策略无法准确获取小目标的问题,新的策略使用自适应参数确定检测框。实验结果表明,提出的方法在视频数据中能够有效检测弱小目标,优于其它先进的目标检测方法。     

基于边缘粒子滤波的目标跟踪算法研究

为了提高目标跟踪过程中粒子滤波结果的精度,将边缘粒子滤波算法应用于目标跟踪。首先将目标运动状态向量划分为线性和非线性两个子向量,然后,采用卡尔曼滤波方法处理线性状态子向量,采用粒子滤波方法处理非线性状态子向量。使用边缘粒子滤波算法和标准粒子滤波算法对目标进行跟踪仿真。仿真结果表明：将边缘粒子滤波算法应用在目标跟踪过程中,能够取得更高的跟踪精度;时间复杂度增加仅6%;在粒子数相对较少的条件下,仍能够保持较好的滤波性能。     

多基阵纯方位非机动目标跟踪可观测性研究

可观测性分析是跟踪系统进行目标跟踪的前提和基础,只有满足可观测条件才能对系统进行正确求解,从而实现对目标的有效跟踪。针对多(三部或以上)基阵纯方位非机动目标跟踪系统的非线性特点,将观测方程伪线性化后,应用线性系统可观测性判定定理对系统的可观测性进行系统分析,并得到该系统的可观测性判定条件,仿真验证了所得结论的正确性。     

点目标和扩展目标联合跟踪算法

随着信息化改革的不断深入,目标跟踪问题越来越受到人们的重视。特别是在国防领域,如雷达对飞机、轮船和导弹等机动军事目标的精确探测和定位很大程度上决定了战争武器的有效性。针对点目标和扩展目标同时存在的特殊情况,提出基于随机集的点目标和扩展目标联合跟踪算法。该算法探索基于随机有限集的扩展目标滤波器对于点目标跟踪的不足,并尝试通过放宽约束条件的方式对其进行改进。仿真结果表明,在点目标和扩展目标同时存在的情况下,本文所提算法相比于已有基于随机集理论的扩展目标跟踪算法具有更好的鲁棒性。