基于均匀设计的多目标进化算法

现实生活中的很多决策问题都要考虑同时优化若干个目标,多目标优化算法就是要从所有可能的方案中找到最合理、最可靠的解决方案。如何在Pareto界面稀疏区域求得更多非劣解,则使所求出的解的分布更加均匀。如何求出距Pareto界面更近的非劣解以使所求出的解的质量更高。论文基于加权平均法和均匀设计方法设计了一种解决多目标优化问题的新算法。首先,为了找到在Pareto界面上尽可能多、且均匀分布的点,利用均匀设计方法设计了一个交叉算子,该算子让稀疏部分的相邻点进行均匀交叉,以使算法在稀疏部分能找到更多的非劣解,从而使其所求解分布更加均匀。其次,为了克服加权平均法不能找到Pareto界面非凸部分解的缺点,考虑到非劣解界面上相邻距离较远的一对点之间有可能是非劣解界面上非凸部分之一的情况,分别将此两点与距其最近的非劣解集外的点进行交叉,以期在该两点之间找到新的非劣解,这样可能在非劣解界面的非凸部分找到更多的解。最后对两个测试问题进行了数值试验,并和著名的NSGA-Ⅱ算法用算法性能评价的三种度量进行了比较,结果表明了本文算法是有效的。     

基于恒虚警率的门限判决系数寻优研究

在雷达信号检测系统中,对于一定的检测门限,如果噪声或杂波电平增大一点,虚警率便会大大增加,同时使发现概率降低,这样便降低了雷达系统发现目标的能力,因此在现代雷达信号检测系统中,为了保证一定的发现概率,一般采取恒虚警率(CFAR)处理,在雷达系统进行恒虚警处理时,由于杂波强度可能偏离统计平均值而产生起伏,此时采用理论的门限判决系数将使虚警率大大增加。通过对雷达信号检测恒虚警性能的研究,分析了有限参考单元数对虚警率及发现概率的影响,同时提出一种有效的寻优算法在恒虚警检测中对实际的门限判决系数进行实时的动态寻优,使检测系统始终保持在恒虚警的工作状态中。     

不断进化的新概念复眼车

通过4个摄像头360°显示汽车周围的状况。通过2个摄像头测定汽车与障碍物或行人之间的距离,并控制制动器和加速器。利用多个摄像头实现新功能的汽车也将陆续登场。随着低成本车载摄像头和高性能车载处理器的出现,复眼车将会不断进化。     

3D NoC测试规划研究与实现

针对3D NoC资源内核的测试,采用NoC重用测试访问机制和XYZ路由方式,建立功耗模型,并通过云进化算法将IP核的测试数据划分到各TAM上进行并行测试,从而降低了测试时间。实验以ITC 02标准电路作为测试对象,其结果表明,文中方法可以有效地减少测试时间,提高了测试效率。     

基于潜在博弈的认知无线电频谱分配研究

为解决认知无线电网络中认知用户、授权用户共存情况下的频谱分配问题,提出了一种基于潜在博弈的认知无线电频谱分配模型,该模型以最小化系统总干扰水平为目标,认知用户采用避免机会浪费的改进型策略动态调整规则进行频谱选择,经过有限改进路径快速收敛到博弈的纳什均衡点。在30个认知用户和2个授权用户共存的场景下进行仿真实验,算法以较快的收敛速度实现了频谱分配的目标,证明了模型及算法的可行有效。     

复数自适应进化规划及模糊规则基的自动提取

提出一种新的二进制和复数混合编码的自适应进化规划方法.用两层染色体来表示模糊规则基,第一层染色体采用二进制编码,对模糊规则基的结构进行描述;第二层染色体采用复数编码,对模糊规则基的参数进行描述.利用自适应进化规划同时优化规则基的结构和参数.在无先验知识的情况下,对非线性系统语言模糊规则基和模糊PID控制器规则基进行自动提取实验,结果表明了方法的有效性.     

小与大的博弈——飞利浦HTS4750DVD家庭影院套装

DVD家庭影院套装虽然不是专业音响组合．但它迎合了普通家庭对影音的基本需要,弥补了一般大屏幕电视音响效果差强人意的弊端,良好的工业设计也比较容易与家居搭配。     

基于博弈的协作路由算法

协作虚拟多输入多输出（VMIMO）传输是一种有效的无线传输性能优化技术。将物理层协作VMIMO技术和网络层路由选择技术相结合,设计跨层VMIMO路由选择方案可以利用VMIMO的分集增益,显著地降低网络传输能耗。如何设计VMIMO协作路由协议抵抗无线网络的自私节点和欺骗行为,保证高数据转发率和低传输能耗成为路由设计中的重大挑战。为了提高自私网络的VMIMO路由性能,提出了一种基于重复路由博弈的VMIMO协作路由算法。该算法将网络划分成多个Group、Group间使用VMIMO传输数据。将Group间路由选择过程建模为重复路由博弈过程。为了提高数据转发的成功率,提出适用度函数评估节点参与数据分组转发的信誉。以此为基础,提出基于适用度的路由选择子算法和路由转发子算法。理论证明所提重复路由博弈可达到帕累托最优。仿真实验结果表明本算法可以促进自私节点相互合作,可获得较高的数据转发率,较好地减少数据传输时延以及能量消耗。     

基于动态参数差分进化算法的多约束稀布矩形面阵优化

针对多约束条件下稀布矩形平面阵列天线的优化问题,该文提出一种基于动态参数差分进化(DPDE)算法的方向图综合方法。首先,对差分进化(DE)算法中的缩放因子和交叉概率引入动态变化控制策略,提高搜索效率和搜索精度。其次,改进矩阵映射方法,重新定义映射法则,改善现有方法随机性强和搜索精度低的不足。最后,为检验所提方法的有效性进行仿真实验,实验数据表明,该方法可以提高天线优化性能,有效降低天线的峰值旁瓣电平。