采用小生境技术的混合蛙跳算法

混合蛙跳算法是一种新兴的启发式全局优化算法。本文研究了其寻优机制,提出了一种采用小生境技术的混合蛙跳算法:运用RCS小生境技术,使各子种群动态形成了互相独立的搜索空间;在解的更新公式中,设计了一种自适应因子来调节移动步长;采用种群淘汰机制,随机初始化已陷入局部最优的子种群。实验结果表明:本文给出的算法有效提高了寻优精度和收敛速度。

一种新型全局优化算法在直线电机优化设计中的应用

把一种新型全局优化算法—区域消去法引进到电机的优化设计中 ,并针对电机优化问题的具体特点 ,提出将混合罚函数法和修正的鲍威尔法用于其中的局部寻优。应用该算法对直线电机进行优化设计 ,较大提高了直线电机的力能指标 ,且具有收敛速度快的特点。

一种新型全局优化算法在电机设计中的应用

将一种新型全局优化算法——区域消去法 ( DEA算法 )引进到电机的优化设计中 ,并针对电机优化问题 ,提出局部寻优时采用混合罚函数法把非线性约束问题转化为无约束问题 ,用修正的鲍威尔法求解局部最小点。文中将 DEA算法应用于带辅助极永磁起动机的优化设计 ,显著降低了有效材料成本 。

运动估计搜索算法的CUDA优化与实现

针对H.264压缩编码中计算量大以及最为耗时的运动估计搜索算法的特点,利用图形处理器的并行优化思想,研究基于CUDA计算平台的运动估计搜索算法GEA(全域消除算法)的并行化处理方法,并对其中的并行设计、数据处理、结果反馈等关键技术问题,进行了详细论述。最后通过实验数据对算法运行效率进行对比分析。实验结果表明GPU中的GEA搜索算法运动搜索性能较之CPU中有显著提高。

改进的区域消除法及在电磁场逆问题中的应用

借助“记忆”已搜索过的可行空间并将其中状态与当前随机产生状态的对比、分析，以及引入局部寻优算法，本文给出了一种多极值点连续变量函数全局优化的智能化新算法一改进的区域消除法。典型函数验证和应用计算实例表明，改进算法的收敛速度优于模拟退火算法。因此，本文为电磁场逆问题的求解计算提供了一种可供选择的全局优化算法。

改进的区域消去法在电机优化设计中的应用

将一种新的全局优化算法一区域消去法（ＤｏｍａｉｎＥｌｉｍｉｎａｔｉｏｎＡｌｇｏｒｉｔｈｍ），引入电视优化设计领域。针对电视优化问题的具体特点，提出将混合罚函数法和修正的鲍威尔法进行组合用于其中的局部寻优。典型函数验证和在永磁起动机优化设计中的应用证明该方法适于工程问题的全局优化，且具有收敛速度快的特点。

基于CUDA的运动估计算法研究

运动估计是H.264视频编码器中复杂度最高、耗时最长的模块.本文介绍了运动估计的基本原理以及全搜索算法FS(Full Search)和钻石搜索法DS(Diamond Search)等经典的运动估计算法,并引入了基于CUDA的运动估计算法:全域消除GEA算法和基于CUDA的并行FS算法,有效地提高了H.264视频编解码速度.

遗传算法中参数选取及其在数据全局寻优中的应用

对基于遗传算法的基本原理及其关键参数的选择进行了讨论,提出了在遗传进化的选择过程中使用淘汰率和保护率的改进方案,并分析了两类参数的选择对遗传算法收敛速度的影响。最后通过将其与Matlab软件结合,实现遗传算法在数据全局寻优中的应用。

基于“优胜劣汰”原则的差异算子

借鉴生物学中“优胜劣汰”的原则,引入一种新的遗传算子,从而对传统的遗传算法(GA)进行改进。该算子的引入达到了扩大搜索空间、提高收敛速度、保持群体中个体多样性的目的。通过函数优化测试,结果表明:算子提高了GA对全局最优解的搜索能力和收敛速度。进一步对其相关参数设置的研究,将会使GA在众多实际的优化问题上具有更广泛的应用前景。