蚁群算法的收敛速度分析

蚁群算法(ACO)作为一类新型的机器学习技术,已经广泛用于组合优化问题的求解,同时也应用于工业工程的优化设计.相对于遗传算法(GA),蚁群算法的理论研究在国内外均起步较晚,特别是收敛速度的分析理论是该领域急待解决的第一大公开问题.文中的研究内容主要是针对这一公开问题而开展的.根据蚁群算法的特性,该研究基于吸收态Markov过程的数学模型,提出了蚁群算法的收敛速度分析理论.作者给出了估算蚁群算法期望收敛时间的几个理论方法,以分析蚁群算法的收敛速度,并结合著名的ACS算法作了具体的案例研究.基于该文提出的收敛速度分析理论,作者还提出ACO-难和ACO-易两类问题的界定方法;最后,利用ACS算法求解TSP问题的实验数据,验证了文中提出的分析结论,得出了初步的算法设计指导原则.     

求解第二类广义旅行商问题的虚顶点遗传算法

按照费用函数满足约束条件的不同,可以把广义旅行商问题(GeneralizedTravelingSalesmanProblem,简称GTSP)分为两类。目前,对GTSP解法的研究主要是面向费用函数满足三角不等式的第一类问题,而对于费用函数不满足三角不等式的第二类问题,则研究的比较少。文章针对第二类GTSP问题,提出了在广义染色体中加入虚顶点的新遗传算法。经过14个TSP问题库内的基准问题的测试表明,新算法是有效的。     

瞬时对称分量法及其在故障暂态测距中的应用

传统基于频域范围的对称分量法不适于电力系统故障暂态变化过程的实时分析.针对该问题,提出一种基于时域分析的瞬时对称分量法,即根据三角函数变换的理论,构造旋转相量并对其进行简单的移相处理,从而获得序分量的瞬时值.以此为基础,结合故障边界条件,提出了利用瞬时故障电压和电流求取故障距离的方法.即联立各序网的时域微分方程得到故障...     

高频感应加热对TC4钛合金组织和硬度的影响

TC4钛合金经高频感应加热1.4、1.5、1.6 s后水冷,然后分别在350、400、450℃时效处理6 h。采用光学显微镜、显微硬度计研究感应加热淬火及时效处理对显微组织和硬度的影响。结果表明,TC4钛合金经感应加热淬火处理后可获得呈梯度分布的显微组织,表层组织以马氏体α′相为主,心部组织为原始双态组织。时效处理后TC4钛合金显微硬度从表层到心部递减,呈梯度分布。随着时效温度降低,显微硬度增加,强化效果提升。此外,随着感应加热时间的增加,TC4钛合金时效处理后的显微硬度也有所增加。     

基于脉振高频注入的永磁同步压缩机无位置传感器控制

为了提高永磁同步压缩机无位置传感器控制的低速性能,提出采用脉振高频注入法估算低速下的转速与位置,论文讨论了实现脉振高频注入法的关键技术,并在单转子压缩机上进行了实验,结果表明,脉振高频注入法能应用在变频空调低速场合,对不同参数的电机适应性好。     

非线性TP的PSO求解

运输问题自提出后,人们因其在各个领域的广泛应用进行了大量研究.尤其是线型运输问题,已经设计出了多种有效解法,但它们均不能直接处理非线性运输问题.本文在经典粒子群算法PSO的基础上设计了新算法PSO-NLTP,它通过改进PSO的粒子飞行速度和飞行位置更新方程,及设计出负修复算子,既满足TP的约束条件,又扩大了搜索空间.针对经典PSO算法容易在局部最优解过早停止搜索的不足,我们添加了自适应的变异算子,以防止PSO-NLTP过早停止搜索.通过仿真实例证明,与遗传算法GA-NLTP和带惩罚策略的EP进行比较,PSO-NLTP能在较短的时间内找到更优解,结果验证了新算法的有效性.     

基于自适应混合差分的快速视频目标检测法

目标检测是视频跟踪过程一项重要的处理技术.目前,国内外常用主流的目标检测方法有基于统计的方法和差分法.基于统计的方法(如GMM等算法)计算量较大,而且不适用于快速移动的刚性物体分析;差分法容易造成跟踪对象重叠部分的较大空洞,造成分割结果不连通,而且大多需要人工给定参数阈值.本文针对以上方法的不足,提出了一种适用于分析快速移动刚性物体的目标检测方法:自适应差分法.新方法采用了混合差分策略提高了对象分割质量,并用高斯初始化策略实现了阈值的自适应选取.实验结果表明:自适应差分法比GMM算法、相邻差分法和间隔差分法效果更优且抗噪能力更强,更易应用于实际.     

求解多场景护士分配问题的扰动变异遗传算法

针对当前经典的护士排班问题中的一个重要分支——护士分配问题,分析了病人护理等级的特点、护士和病人的配合关系、护士技术职称等方面对护士的工作负荷的影响,建立了一个改进的随机规划模型,使模型更符合中国医院的情况。然后根据问题解的结构,设计了一个扰动变异遗传算法,在解内部的每一个向量以一定概率添加扰动实现变异。实验结果显示,与最新的随机贪心算法、基于Benders分解的启发式算法对比,扰动变异遗传算法能在30min内得到更高质量的解,为护士每班次减少超过8.9%的工作负荷。特别地,在求解多场景、多约束,而且解的优势并非块状连续的护士分配问题中,扰动变异遗传算法优势更加明显。     

进化算法漂移分析基本定理的改进与证明

漂移分析的基本定理存在缺陷：条件过严、证明有误且不够严格等, 而这些缺陷一直未见指出。鉴于该定理是漂移分析的核心和理论基础, 很有必要加以严格化。指出了该定理的不足之处, 以测度论为工具, 对该定理进行了适当的修正与改进, 并且给出了一个新的严格的证明。     

Lévy变异进化规划算法的计算时间分析

连续型进化算法的计算时间分析是目前国内外研究的难题,对此研究了Lévy变异进化规划(evolutionary programming based on Lévy mutation,LEP)算法的计算时间分析理论。具体的分析步骤如下:首先在将LEP算法建模为吸收态Markov过程的基础上,证明了LEP算法的收敛性;然后,结合LEP算法选择算子的特点,以首达最优解的期望时间作为计算时间分析的主要指标;最后,利用Lévy分布的近似变形给出LEP算法计算时间的估计式。研究结果表明,最优解空间的Lebesgue测度、算法的种群规模和搜索范围对计算时间有直接影响。