用于约束多目标优化问题的双群体差分进化算法

首先给出一种改进的差分进化算法,然后提出一种基于双群体搜索机制的求解约束多目标优化问题的差分进化算法.该算法同时使用两个群体,其中一个用于保存搜索过程中找到的可行解,另一个用于记录在搜索过程中得到的部分具有某些优良特性的不可行解,避免了构造罚函数和直接删除不可行解.此外,文中算法、NSGA-Ⅱ和SPEA的时间复杂度的比较表明,NSGA-Ⅱ最优,文中算法与SPEA相当.对经典测试函数的仿真结果表明,与NSGA-Ⅱ相比较,文中算法在均匀性及逼近性方面均具有一定的优势.

求解多目标优化问题的多智能体遗传算法

目的 在求解多目标优化问题时,总是希望获得尽可能多的Pareto解,且这些解能够较均匀地分布在目标空间的Pareto边界上。方法 通过引入智能体的概念,并将多个智能体组成的多智能体系统与经典遗传算法相结合,给出了一种求解多目标优化问题的多智能体遗传算法。结果 对每个智能体在其邻域内进行局部Pareto寻优操作,而不是在整个群体中进行Pareto寻优,从而保证了群体的多样性,并在一定程度上抑制了种群的早熟现象。结论 该方法能够找到问题的分布较均匀的Pareto最优解。

基于免疫的多峰极值遗传搜索算法

寻找多极值点是一个具有广泛应用价值的问题。在传统遗传算法基础上,引入免疫算子用来搜索多峰函数的极值点,其中免疫算子依次通过疫苗提取、接种疫苗和免疫选择三个步骤来完成。实验测试结果表明,该算法对一元函数和多元函数都有很好的效果。

基于自适应邻域选择的多目标免疫进化算法

在分析以往求解多目标进化算法中个体选择方法的基础上,给出了一种基于个体邻域的选择方法,分析表明这种选择方法可有效地维持群体的多样性,且个体的适应度在选择过程中将随着该个体邻域中所包含个体数目作自适应调整,文中称之为基于个体邻域的自适应校正选择方法。此外,由于每一个待求问题本身或多或少都有自身一些基本的、显见的特征信息或知识。因此,在求解过程中忽视问题本身的特征信息或舍弃可供应用的信息,有时并不是一个明智之举。基于以上考虑,在传统进化算法的基础上又引入免疫算子,其中免疫算子依次通过疫苗提取、接种疫苗和免疫选择3个步骤来完成,进而设计了一种基于邻域选择的多目标免疫进化算法。最后,用算法分别对2个变量和30个变量的双目标优化问题进行数值模拟的结果表明,算法都能够找到所给问题的分布较均匀且涵盖范围较宽广的Pareto最优解集,显示了算法的有效性及可行性。

求解互补问题的磨光方法

利用互补问题的等价关系可将其转化为一非光滑方程组 ,但非光滑方程组不易求解 .为此采用计算机辅助几何设计中的有理二次B啨ｚｉｅｒ曲线对该非光滑方程组进行磨光求解 .讨论了算法的收敛性 ,数值算例也表明了该方法的可行性 .

“共轭方向法”课堂教学与设计

共轭方向法是《最优化方法》中的重点和难点之一,本文结合笔者的理解和教学体会浅谈对该内容的课堂教学与设计.

浅谈最优化方法教学的点滴体会

针对最优化方法教学及学习过程中出现的一些问题或现象,结合教学过程中的体会,给出了一些教学及学习过程中的建议或做法。

多元函数定点处偏导数的求解方法

针对多元函数定点处偏导数的计算,采用不同知识点、思路给出了此类问题的四种解法.

一类有效的脆弱型数字水印技术

数字水印是多媒体数字产品版权保护和内容抗篡改的重要技术之一 .本文在对以往脆弱型数字水印分析基础之上 ,给出了三种基于混沌系统的脆弱型数字水印技术 ,充分利用混沌系统对初值敏感和伪噪音等特性 ,使得相同子块在不同混沌状态下可能隐藏不同的水印信息 ,从而克服Holliman攻击和矢量拼贴攻击 ,有力的增强该脆弱型水印技术抵抗恶意攻击的能力 .实验结果表明该算法在不破坏宿主图像视觉质量基础上 ,可精确地检测和定位对图像内容的局部恶意篡改 ,同时该算法很容易推广到其他数字媒体 .

基于非下采样Shearlet和方向权值邻域窗的非局部均值SAR图像相干斑抑制

非局部均值算法将传统的图像去噪算法由局部计算模型推广到非局部计算模型,取得了良好的效果.但对于合成孔径雷达图像,使用观测值和各向同性邻域窗来度量相似性,缺乏鲁棒性和方向性,不利于捕获图像边缘结构信息.提出了基于非下采样Shearlet特征描述子和方向权值邻域窗的非局部均值算法.实验表明,该算法不但有效地去除了相干斑,而且很好地保持了图像的几何结构信息,为后期SAR图像的理解与解译奠定了良好的基础.

基于方向增强邻域窗和非下采样Shearlet描述子的非局部均值图像去噪

非局部均值(Non-Local Means,NLM)是一种有效的图像去噪方法。然而它仅关注图像的几何结构信息而忽略了图像表面模型和方向信息,其相似性度量鲁棒性差。针对这些缺点,该文首先提出了一种基于非下采样的Shearlet的描述子(NSSD),它能更好地描述图像块的特征,基于此构造的相似性度量具有较强的鲁棒性。本文基于此描述子与非局部计算模型提出了一种更加有效的非局部均值去噪算法(SNLM)。其次,针对明显包含纹理和方向的图像块,提出了一种方向增强邻域窗,使得邻域窗内主导方向像素点在相似度计算中权重增加。实验结果证明,新方法在自然图像去噪中优于传统的NLM算法。特别地,对于纹理图像去噪,基于方向增强邻域窗的算法,能够在去除噪声的同时很好地保留纹理边缘等细节信息。

求解非线性方程组的信赖域方法

用信赖域方法求解非线性方程组问题 ,计算中仅使用目标函数及其一阶导数信息 ,通过BFGS校正方法构造 Hessian阵的近似 ,最后给出了相应的数值结果。

具有混沌差分进化搜索的人工蜂群算法

针对人工蜂群算法的不足,结合差分进化算法中的变异思想,提出一种改进的人工蜂群算法。其基本思想是在标准人工蜂群算法中观察蜂更新蜜源的阶段,使用差分进化算子对蜜源进行更新,在差分变异算子中引入混沌序列,以提高观察蜂在此阶段的局部搜索能力,最终获得最优蜜源。仿真结果表明,引入混沌差分进化搜索的蜂群算法无论在解的求解精度上还是算法的收敛速度上均优于标准人工蜂群算法,适合于复杂函数的全局优化问题。

基于感兴趣区域的图像认证技术

信息认证是网络安全的一个重要方面,其目的在于判断信息的完整性和可信性。该文在对以往的图像认证技术分析的基础之上,给出了一种基于感兴趣区域的图像认证算法。首先将要认证的图像分割成一定大小的基本图像块,然后根据用户给出的感兴趣区域,后续分割每一个基本图像块,并提取相应各子块的签名信息并保存分割附加码,最后将签名信息隐藏于图像子块的中频系数中。实验结果证明算法不仅对偶然攻击具有较强的鲁棒性,而且对恶意攻击具有较高的检测、定位能力,同时具有较强的自适应能力。

由《联合国反腐败公约》反思引渡问题

近年来,腐败问题成了全球性问题。《联合国反腐败公约》的出台无疑对世界各国联合起来同腐败作斗争打了一支强心剂。对我国严惩贪污腐败犯罪、引渡外逃贪官及收回大量流失国外的国有资产提供了前所未有的保障。但同时我们也要认识到,我们要达到这些目的,我国法律要同世界接轨,就不得不反思《公约》中的有关引渡的问题与我国相关法律制度的矛盾及不相容之处。

从刑罚人道主义看死刑

死刑存废本身不能表明一国的刑罚人道与否,笼统的讨论死刑存废是基于刑罚人道主义的考虑的提法是值得商榷的;如果仅仅是出于刑罚人道主义的考虑的话,一个国家有权也应该根据国情选择保留或者废除死刑。当然,由于死刑的严厉性,如果规定和适用不当,更容易引起违背刑罚人道主义的情形,因此各国对于死刑的规定和适用都应慎重。

龚建平“黑哨”案无罪辩——从刑事立法、司法的多元视角分析

喧嚣一时的"黑哨"事件似乎已随着龚建平受贿案的二审维持有罪原判而尘埃落定,但涉及此案的种种法律问题的争议却余音未绝。司法上定性并不能给学理上的探讨划上休止符,此时我们仍有理由用清晰冷静的头脑对"黑哨"事件的始末进行再审视,以重申刑事司法及立法中的某些基本立场,而它们是现代法治主义所不可或缺的。

凸函数课堂教学设计

在最优化方法教学中,笔者结合自己的理解和体会对凸函数的课堂教学进行了设计,并举例说明函数的凹凸性在不等式证明中的应用.

外点罚函数法的课堂教学和设计

从外点罚函数法的思想、构造及性质出发,结合自身教学中的体会与理解对该内容进行了相关设计与安排.

基于多种群的高维多目标混合进化算法

目的基于多种群的高维多目标混合进化算法求解高维多目标优化问题。方法使用K-means聚类将初始种群划分为若干个子种群,引入粒子群优化算法加快种群的收敛速度;引入遗传算法提高解的质量;引入差分进化算法维护种群的多样性。此外,提出基于角度选择的存档机制进行子种群间的信息交流,进一步增加了种群的多样性。结果与结论在DTLZ标准测试集函数上进行仿真实验,数值结果表明MaOEA_MP在大多数测试实例上具有较好的收敛性与多样性。