基于汉语语音音节特点的N-Best改进算法

连续语音识别中，由于各声学单元之间没有明显的间隔或声学标志，匹配和搜索算法成为影响系统实时性能的核心问题．基于汉语语音的特点，提出了一种改进的Ｎ－Ｂｅｓｔ搜索算法．该算法大大降低了传统Ｎ－Ｂｅｓｔ程序搜索空间而不至于失去最优解，有利于算法的实时实现．

联合SIFT特征点和CS-LBP特征描述子的复制粘贴篡改检测

针对现有数字图像复制-粘贴篡改检测中尺度不变特征变换(Scale Invariant Feature Transform,简称SIFT)算法计算复杂度高的问题,文章提出一种将SIFT特征点和中心对称局部二进制模式(Center Symmet-ric-Local Binary Pattern,简称CS-LBP)描述子相结合的篡改检测方法。首先提取SIFT关键点,再对每个关键点生成CS-LBP特征描述子,并利用K-D(k-dimensional)树和BBF(Best-Bin-First)搜索算法寻找符合特征匹配关系的匹配点对,判断是否存在图像区域的篡改。实验表明,与同类算法相比,所提出算法在不损失检测精度的同时有效地减少了运算量。

基于多阶段调度框架的麻雀搜索优化算法

本文提出一种多阶段调度框架,实现对麻雀种群的初始位置、觅食、侦查与反捕食不同阶段的多策略调度.利用Halton序列与Tent映射提升种群个体质量与初始位置的分布均匀性.在觅食阶段,针对发现者与加入者因位置争夺导致种群质量劣化,设计最佳适配比调控二者数量关系,对超出适配比的加入者采用碰撞反弹算子改变其优化轨迹.满足适配比后则通过侦查判断是否存在天敌,若有则进入反捕食阶段,并利用Levy飞行并结合指数分布设计随机迁移机制,生成潜在的全局最优解区域;当连续多次没有发现天敌时为避免种群陷入局部极值,建立模拟预警机制并采用蝗虫算法进行多路径开发,避免寻优方向单一化.不同策略与机制的交替运行、协同调度,平衡了算法的多样性与收敛性.实验结果表明,与最近麻雀变体算法和元启发改进算法相比,该算法在寻优效率与收敛精度上显著优于对比方法.

带全局-局部最优步长比例因子的布谷鸟搜索算法

布谷鸟搜索算法利用Lévy Flights随机走动和Biased随机走动过程完成全局搜索和局部开发.针对原始的Lévy Flights随机走动仅采用固定的常数步长因子,介绍了一种使用每一代中个体的全局和局部最优适应值动态设置步长因子的方法,并提出了一种带全局-局部最优步长比例因子的布谷鸟搜索算法.在测试函数上的运行结果证明,该方法是可行的,且能够全面有效地加强布谷鸟搜索算法的收敛速度和求精能力,其性能总体上比采用固定因子、基于均匀分布随机数或基于贝塔分布随机数比例因子的布谷鸟搜索算法更优.

基于象群-蚁群算法改进的小车路径规划

社会发展对智能机器人运行要求不断提高,单一蚁群算法已经无法满足路径规划的要求。针对蚁群算法存在探索和开发不平衡的问题,本文提出一种改进蚁群算法。首先采用栅格法建立环境模型;其次使用最佳优先搜索算法预搜索次优路径,来初始化蚁群算法的信息素浓度,以提高算法前期收敛速度;利用象群算法优化蚁群算法参数,以减小参数设置对算法影响,从而提高蚁群算法搜索性能。将改进蚁群算法进行仿真实验,并与传统蚁群算法进行对比。实验结果证明,改进蚁群算法搜索效率更高,迭代次数减少近65%。

Intervention decision-making in MAV/UAV cooperative engagement based on human factors engineering

Aiming at the intervention decision-making problem in manned/unmanned aerial vehicle（MAV/UAV） cooperative engagement, this paper carries out a research on allocation strategy of emergency discretion based on human factors engineering（HFE）.Firstly, based on the brief review of research status of HFE, it gives structural description to emergency in the process of cooperative engagement and analyzes intervention of commanders. After that,constraint conditions of intervention decision-making of commanders based on HFE（IDMCBHFE） are given, and the mathematical model, which takes the overall efficiency value of handling emergencies as the objective function, is established. Then, through combining K-best and variable neighborhood search（VNS） algorithm, a K-best optimization variable neighborhood search mixed algorithm（KBOVNSMA） is designed to solve the model. Finally,through three groups of simulation experiments, effectiveness and superiority of the proposed algorithm are verified.

改进混沌麻雀搜索算法及其在冗余机械臂逆运动学求解中的应用

针对冗余机械臂不满足Pieper准则,无法获得逆运动学封闭解的问题,提出一种自适应混沌麻雀搜索算法(ACSSA)。首先,利用佳点集均匀分布特性生成初始化种群;其次,引入自适应动态权重,用于平衡全局和局部搜索能力,提高种群多样性,改善陷入局部最优的问题;最后,引入高斯变异,加强局部搜索能力,同时产生Tent混沌序列,防止陷入局部最优。将ACSSA应用到冗余机械臂逆向运动学求解中,分别对空间点到点运动和空间连续轨迹跟踪两种工况进行仿真,并与CSSA和SSA进行对比。结果表明:在第一种工况下,ACSSA在收敛精度上提高了2个数量级,在算法稳定性上比CSSA、SSA分别高出2、3个数量级;第二种工况下,在计算值与理论值的绝对误差精度和稳定性这两个评定指标上,ACSSA较CSSA提高了1个数量级,较SSA提高了6个数量级。充分说明了ACSSA具有精度高、收敛速度快的特性。

基于贪婪最佳优先搜索算法的方形件排样优化问题研究

方形件排样优化问题是运筹学应用的重要领域,也是实现产品个性化定制的关键,如何提高材料利用率是制造企业的一大难题。文章针对该问题充分考虑各种情形下的约束条件,建立了以板材原片利用率及生产效率最大为目标的混合整数规划模型。运用Matlab进行仿真,针对多个数据集,采用贪婪最佳优先搜索算法求解出其最优的方形件排样方案,验证了模型的有效性和可行性。实验结果表明,文章的算法可以有效减少板材用量,且计算时间满足实际应用需要,能够为实际生活中制造企业涉及到的玻璃、钢材切割等问题提供新的启发和思路。

网络爬行技术研究

阐述了基于整个W eb的爬行器、增量式的爬行器、基于主题的爬行器等不同类型网络爬行器的功能及优缺点;分析了近年来国内外网络爬行器的遍历算法,包括深度优先算法、广度优先算法、主题优先算法等.分析结果表明:基于遗传算法的爬行策略能够有效地加快抓取网页的速度和扩大搜索范围.

汽车运行状态识别方法研究(一)——特征参数选择

提出了一种将自适应遗传算法和浮动搜索算法相结合的混合搜索算法。首先通过自适应遗传算法对汽车运行状态特征参数之间的边界进行搜索,再依据获得的边界得出汽车运行状态特征参数全集特征;然后以浮动搜索算法对全集进行搜索,进而选择出汽车运行状态特征参数最优子集。在混合搜索算法中,浮动搜索的起始点采用个体间遗传的方式,使其始终保持最优,最大程度避免无效搜索,缩短搜索时间。通过计算得到了由8个参数组成的汽车运行状态特征参数最优子集。

基于本体的主题爬虫技术研究

最好优先搜索算法在主题页面附近搜索时能够表现出良好的性能,但算法只关注能"立即回报"的链接而容易遗失那些有远期价值的链接,导致当搜索位置距离主题团较远时容易迷失搜索方向。在最好优先搜索算法基础上,引入了本体帮助主题爬虫识别那些"未来回报"的链接,对抛弃的主题无关链接再基于领域本体进行一次其他主题相关度的判断实验。实验结果表明,基于本体的主题爬虫能够抓取大量主题相关度高的网页,提高了主题资源覆盖率,有效解决了传统算法无法穿过隧道的问题。

全局最优导向模糊布谷鸟搜索算法及应用

针对标准布谷鸟搜索算法探索能力强而开发能力较弱、收敛速度慢及计算精度较差等问题,提出了具有全局最优导向的模糊布谷鸟搜索算法。在鸟窝更新公式中引入全局最优导向策略,在产生新的鸟窝位置时利用到当前最优鸟窝位置信息,以保持鸟窝的多样性并提高算法的开发能力。另外,采用模糊逻辑规则对布谷鸟算法中的搜索步长和外来鸟蛋被发现概率这2个重要参数进行自适应调整,以提高算法的全局收敛性能和求解精度。通过2个经典结构可靠性分析极限状态方程测试该算法的性能,并将其应用于某飞机舱门锁定机构可靠性分析中。实验结果表明,与粒子群算法、标准布谷鸟搜索算法和改进布谷鸟搜索算法相比,所提出的全局最优导向模糊布谷鸟搜索算法在进行可靠性分析中,能够有效地提高解的精度并增加收敛速度,寻优效果更优。

自适应最优搜索算法的网络蜘蛛的设计与实现

主题搜索引擎NonHogSearch改进了采用最优搜索算法的网络蜘蛛的搜索过程,控制了搜索的贪婪程度;并引入网页信噪比概念,从而判断网页是否属于所要搜索的主题页面;进一步,NonHogSearch在爬行过程中自动更新链接的权重,当得到主题相关页面时产生回报,将回报沿链接链路逆向反馈,更新链路上所有链接的Q值,这样避免了网络蜘蛛过早陷入Web搜索空间中局部最优子空间的陷阱,并通过并行方式实现多条链路的同时搜索,改进了搜索引擎的性能。实验证实了该算法在查全率与查准率两方面都有一定的优越性。

一种用于多峰函数优化的改进混合遗传算法

针对遗传算法在处理复杂多峰函数优化问题中存在的一些缺陷,提出了一种改进型的混合遗传算法.它在小生境技术的基础上引入单纯搜索算法、最优保存算法和近优淘汰算法,并使之相互结合.经编程实践证明,这种改进的混合遗传算法在处理复杂多峰函数优化问题时,局部搜索能力和克服过早收敛能力方面都显著优于标准遗传算法,并在实际应用中取得了较好的效果.

基于BtW的和声搜索算法在BP网络优化中的应用

针对和声搜索算法参数影响其优化BP神经网络的性能问题,提出了一种可有效提高BP神经网络收敛速度和准确度的基于BtW参数动态变化的改进和声算法,同时用于BP网络优化。算法根据和声搜索参数的特点,采用以BtW为自变量的非线性函数变换方法,对微调概率PAR和微调幅度BW进行动态调整,利用改进的和声搜索算法对BP神经网络的连接权和偏置值进行优化。实验结果表明,该算法有效改善了和声搜索算法在BP神经网络优化中的性能,提高了BP网络的训练速度和预测的准确度。

全局最优引导的差分演化二进制人工蜂群算法

针对基本二进制人工蜂群算法开采能力弱、收敛速度慢的缺点,提出一种全局最优引导的差分二进制人工蜂群算法。算法仿照粒子群优化,将全局最优参数引入二进制人工蜂群算法中以提高开采能力;同时受差分演化算法中"交叉"操作的启发,提出多维邻域搜索方式,加快收敛速度。采用0-1背包问题进行仿真,实验结果表明与传统算法相比,提出算法不仅寻优能力增强且收敛速度明显提高。对于10维背包问题,提出算法的收敛速度比基本二进制人工蜂群算法提高近10倍。

正弦选择概率模型的全局最优引导人工蜂群算法

针对人工蜂群算法收敛速度慢以及蜜源的选择概率区分度不够等缺点,提出了一种新的改进人工蜂群算法。依据当前最优蜜源、最差蜜源、当前蜜源建立正弦选择概率模型,并结合全局最优引导策略,构成新算法。概率模型以最优、最差蜜源适应值之差为尺度,衡量当前蜜源适应值所占比重,随后将比重值带入sin函数,即可得当前蜜源的选择概率值。在30、100维上,22个基准测试函数的仿真实验结果表明,正弦选择概率模型能克服后期蜜源区分度不够的问题,为观察蜂跟随雇佣蜂提供正确的引导。与知名的改进人工蜂群算法比较,该算法具有很好的优势。

自适应策略的混沌局部搜索遗传算法

提出了一种自适应策略的混沌局部搜索遗传算法(ACLSGA),它是遗传算法中每一代的所有个体经过一次遗传操作之后得到一个最佳个体,通过自适应策略决定是否在最佳个体附近进行混沌局部搜索。4个基本的测试函数优化结果表明:ACLSGA比具有精英保留选择机制的实数编码的遗传算法(RGA)的全局搜索能力强,收敛速度快。

一种GPS周跳探测与修复的组合算法

周跳是影响GPS定位精度的一个重要因素,对周跳的探测与修复一直是个重要问题。首先研究了电离层残差法、宽巷相位减窄巷伪距法两种经典方法的优缺点,提出了一种探测周跳的组合算法。根据周跳的整数特性,利用搜索整数解的思想确定周跳的大小进而修复周跳。经实测数据检验,该算法有效可行,有很强的实用性。

GA易≠GA能快速寻优

该文通过对一类问题的计算指出有的问题即使是GA-易的,采用遗传算法也不能保证快速找到最优点。GA-欺骗性分析和Walsh分析等方法不能解释这种现象。该文提出基因座影响系数和含最优串模式的基数两个概念,对这类现象做了初步分析,指出其主要原因在于GA对这类问题的局部寻优能力比较弱。