基于改进麻雀搜索算法的北疆春玉米产量预测方法

针对新疆北疆地区在玉米生产中存在的生产效率低下问题,提出一种基于改进麻雀搜索算法的北疆春玉米产量预测方法。为改善麻雀搜索算法全局搜索能力弱的缺陷,加入Kent映射丰富初始种群的多样性,结合反向学习策略调整跟随者位置更新策略;为增强易麻雀搜索算法跳出局部极值点的能力,引入融合柯西变异和高斯变异的食物源机制。通过数值实验将改进后的麻雀搜索算法与4种相关算法对比,结果表明,改进后的麻雀搜索算法在收敛速度及精度上更具优势。将改进的麻雀搜索算法与径向基神经网络结合构建玉米产量预测模型,并设计仿真实验验证了模型的有效性。

一种改进的多目标粒子群优化算法

为了增强多目标粒子群优化算法的收敛性与多样性,提出一种改进的多目标粒子群算法.采用Kent映射对种群进行初始化,并将目标空间均匀划分为若干扇形区域;基于一种新的多样性和收敛性判定标准,选取合适的收敛性最优解和多样性最优解,并提出一种改进的粒子群更新公式进行全局搜索;采用聚类算法对外部种群与坐标轴夹角进行分析,维护外部种群.通过标准测试函数的仿真实验,与多目标优化算法基本MOPSO(Multi-objective Par-ticle Swarm Optimization Algorithm)和NSGA-II(Nondominated Sorting Genetic Algorithm II)进行对比,结果表明了该改进算法的有效性.

混沌序列的数字发生及其在通信中的应用

本文针对一种特定的离散时间混沌序列─—帐篷映射序列，讨论了其数字发生方法及其相关特性，提出了将帐篷映射序列用于保密通信的具体应用，结果表明，经二值量化的映射序列具有较理想的相关特性，将其作为加密序列，可获得较理想的保密特性，即使校长的明文－密文对被截获，也难以破译整个加密通信系统。

基于像素置乱和比特替换的混沌图像加密算法

分析了当前一类基于混沌系统的图像加密算法,指出普遍存在安全性方面的不足.基于此,提出了一种全新的基于像素置乱和比特替换的混沌图像加密算法.该算法采用了Kent映射和Logistic映射,并且使加密过程与明文图像的大小及像素值总和等特性密切相关.首先,使用Kent映射产生混沌序列使得明文图像位置的全局置乱;然后,使用Logistic映射产生两组混沌序列,将位置置乱后的图像序列巧妙地融合到两组混沌序列中产生两个中间密文,使得明文图像信息得到很好的隐藏.通过实验仿真表明,该算法不仅能较好地抵抗差分攻击、统计特性分析,还能有效地抵抗选择明文(密文)攻击,而且密钥空间大、加密效果好.

基于Kent映射的混合混沌优化算法

针对混沌优化算法易陷入局部最优、收敛慢和精度低的缺点,提出一种改进的变尺度混合混沌优化算法。为保证算法的全局收敛性,采用具有更好遍历性的Kent混沌映射代替传统的Logistic混沌映射;为提高收敛速度和解的精度,引入新的变尺度因子,在搜索最优解的末期使用Nelder-Mead单纯形法。通过数值实验对相关的4种算法进行比较,比较结果表明,该算法可以保证解的全局最优性、提高算法的收敛速度并提高获得的最优解精度。

一种新的基于比特置乱的超混沌图像加密算法

提出了一种新的基于超混沌和比特替换的图像加密算法.算法所采用的混沌系统为Hyperhenon映射和Kent映射,而且在加密过程中引入了与图像本身特性密切相关的参数.首先是利用Kent映射所产生的一组混沌序列来对明文图像位置进行置乱;再通过Hyperhenon映射产生的混沌序列,结合该混沌序列的特性来对每个像素进行内部比特置乱和像素扩散,从而使明文图像达到更好地加密效果.实验仿真结果显示,新的加密算法既能较好地抵抗统计特性分析和差分攻击,又能有效抵抗选择明文(密文)攻击,还具有密钥空间大、加密效果好等优点.

基于无序分割投影策略与重力模型的图像加密算法

目的解决当前图像算法因其像素置乱和扩散操作与明文无关,导致其抗明文攻击能力较弱,且其置乱过程存在周期性,使其安全性不佳等问题。方法提出基于无序分割投影策略与重力模型的图像加密算法。首先对输入明文进行无序分割,获取重叠子块,并构建每个子块的位置坐标计算模型,输出图像子块的位置;根据明文像素量计算Kent映射的初值,通过迭代Kent映射获取随机序列组;定义位置置乱机制,对重叠子块进行混淆;再引入分割投影策略,互换每个置乱子块中的像素位置,再对其重组,输出置乱密文;通过设计像素质量变化函数替换重力模型的固定质量,改进重力模型,对置乱密文完成像素加密。结果实验结果显示与当前图像加密技术相比,文中算法具有更高的安全性,输出密文中的相邻两像素间的关联度最低,具有更强的抗明文攻击与剪切攻击性能。结论所提加密算法能够较好地用于图像信息安全传输,具有较好的应用价值。

融合禁忌搜索的混合果蝇优化算法

基本果蝇优化算法(FOA)种群初始位置分布不均匀,搜索后期常跳入局部最优,导致寻优速度慢、寻优精度低,为此融合禁忌搜索的"禁忌"与"特赦"思想进行搜索更新,提出融合禁忌搜索算法(TS)的果蝇优化算法(TSFOA)。将Kent混沌映射的序列作为果蝇种群初始位置,保证果蝇群体在搜索空间中的均匀性、多样性;利用果蝇优化算法进行前期寻优,定义群体适应度方差判断其局部收敛状态;达到局部收敛状态时,引入禁忌搜索,继续深度寻优,提高寻优精度和寻优速度。设计仿真实验测试5个经典标准函数的寻优性能,实验结果表明,TSFOA在寻优精度、寻优速度上均优于基本FOA算法。

求解非线性问题的改进社会认知优化算法

针对社会认知优化算法中知识点的更新过程遍历性不强,不利于快速获得最优解的问题,通过引入一维Kent映射函数和混沌因子,对算法中的邻域搜索过程进行优化和改进,使得更新的知识点数值更合理,分布更均匀。实验数据表明,使用该社会认知优化算法在求解非线性问题时,较遗传算法和标准社会认知优化算法收敛速度更快,准确率更高,函数目标值更接近理论值。

一种改进的猴群算法

猴群算法是一种新的群体智能优化算法,该算法可以有效地求解线性、非线性、非凸和复杂高维函数的优化问题,目前已得到了许多学者的研究和关注.为了进一步提高猴群算法的求解精度,给出了一种改进的猴群算法.首先,采用均匀分布的Kent混沌映射产生猴群算法的初始可行解.然后,在该算法的爬过程中采用递减的因子作为爬步长.最后,在仿真实验中,与已有方法进行比较,结果显示了所给改进猴群算法的求解精度明显得到改善,即所提算法是可行的.

RDWKCPSO-PCA-BPNN的汽车燃油消耗预测

针对不同乘用车综合工况下理论百公里燃油消耗数据,文章提出了一种基于主成分分析(principal component analysis,PCA)和BP神经网络(back propagation neural network,BPNN)的燃油消耗预测模型;通过PCA方法对选取影响理论燃油消耗的24个因素进行压缩,简化模型结构,再利用BPNN算法,构建燃油消耗预测模型;由于神经网络中的权值和阈值对预测模型效果影响较大,采用基于随机动态惯性权重和Kent映射的混沌粒子群算法(RDWKCPSO)优化PCA-BPNN模型中的权值和阈值。对3种标准函数的寻优测试结果表明,RDWKCPSO优化算法更容易跳出局部最优实现全局寻优,提高了模型适应能力及预测精度。

基于滑块与矩阵旋转的混沌图像加密算法

针对当前混沌图像加密算法存在的安全缺陷问题,提出了一种基于滑块与矩阵旋转的混沌图像加密算法。在像素位置置乱过程中根据明文图像自身特点,产生与明文图像紧密相关的混沌系统控制参数;旋转图像子矩阵块来打乱整个图像,使所有像素点均匀分布。最后,在像素值替代过程中,利用滑块加密方法,使每一个像素点的加密结果都会影响滑块内的其他若干像素点,从而使加密图像所有像素点的加密结果相互关联,提高了加密图像的安全性。实验仿真结果表明,该加密算法能够有效的抵抗统计特征攻击、差分攻击,具有较高的安全性和良好的加密效果。

基于高斯变异的蚁狮算法及其在组合优化中的应用

针对蚁狮(ant lion optimizer,ALO)算法在寻优后期种群数量减少、精英蚁狮影响权重减小导致算法收敛速度较慢且易陷入局优的问题,提出基于高斯变异的蚁狮(Gaussian mutation based ALO,GALO)算法。首先引用Kent混沌对初始蚂蚁种群进行扰动,提高蚂蚁种群多样性作为蚁狮寻优的基础;其次在精英蚁狮的位置更新方式中引入上一代精英蚁狮,提高算法全局搜索的能力,并通过动态切换概率平衡算法局部和全局探索的能力;最后引入高斯变异的方法,加强后期算法跳出局部最优的能力。通过10个测试函数来评估算法的寻优能力,并将其应用到0-1背包问题、桁架尺寸和动力学优化问题中,验证了GALO算法应用于组合优化问题中收敛速度更快、精度更高,为结构优化提供了一种新的方法。

基于Kent映射的混沌调频雷达波形设计

设计了一种基于Kent映射的混沌调频雷达波形,给出了如何通过Kent映射方程构造混沌调频雷达波形的方法,分析了其模糊函数特征及时频分布。理论分析与计算机仿真结果均表明,混沌调频波形是一种伪随机的雷达信号,具有"图钉型"模糊函数,具有很强的灵活性和反侦察性,具有更窄的压缩主瓣宽度与更低的副瓣电平。研究成果为雷达波形设计提供新的思路。

使用双向耦合映像格子改进的并行混沌Hash函数

针对一种并行混沌Hash函数只能单向扩散以及低维混沌系统所存在的一些问题,提出使用双向映像格子进行改进的并行时空混沌Hash函数。该函数在消息矩阵组间采用并行结构,在组内采用迭代次数与矩阵元素值成负相关的双向耦合映像格子模型,该模型中的格子映射为参数值随矩阵元素位置而变化且迭代次数等于当前元素值的Kent映射,并行计算得出各分组中间值,最后异或各分组中间值得出最终Hash值。仿真实验表明,算法既提高了Hash的初值敏感性、混乱和扩散性,又拥有高效的并行性。

基于混沌优化的无线定位算法研究

本文提出一种抗NLOS干扰的TDOA定位算法。基于混沌优化算法对TDOA算法做了改进,采用混沌优化算法计算初值,再利用Taylor级数展开法进行定位。根据产生混沌序列的两种映射Logistic映射和Kent映射的特点,提出了Kent-Logistic模型修正Logistic映射用于定位。在移动台距服务基站较近时,直接采用该模型进行定位。通过和传统蜂窝定位算法的仿真结果进行比较,表明提出的算法能够提高NLOS传播环境下的定位精度。

混沌扩频序列的数字产生及其DSP实现

针对一种特定的离散时间序列———帐篷映射序列,讨论了其数字产生方法并分析相关特征.仿真结果表明,这种序列较适合于用作扩频通信系统中的扩频地址码和保密通信系统中的加密序列.最后详尽地说明了用DSP产生这种混沌序列的可行性及其实现方法.

基于改进郊狼优化算法的充电站选址定容规划

针对郊狼优化算法全局搜索能力不足、易陷入局部最优的缺陷进行了研究,在郊狼优化算法寻优进程中引入变形的精英保留策略,并在郊狼成长过程中加入环境影响因子,再将成长后的郊狼代入Kent映射遍历搜索空间,强化算法的开采能力和搜索性能,提出了一种改进郊狼优化算法,数值实验表明该算法具有较优的性能。以全社会经济成本和碳排放量为决策目标,构建了一个电动汽车充电站选址定容双层规划模型,并将改进后的郊狼优化算法求解该规划模型,验证了该算法的可行性和有效性。

基于改进细菌觅食算法的测试用例生成方法

针对测试用例自动化生成技术中效率较低的问题,尝试引入新的细菌觅食算法,并结合测试用例生成问题提出了一种基于细菌觅食算法的改进算法(IM-BFOA)。IM-BFOA首先采用Kent映射来增加细菌的初始种群和全局搜索的多样性,其次针对算法中趋化阶段的步长进行自适应设计,使其在细菌趋化过程中更加合理化,并通过实验仿真验证其合理性,最后根据被测程序构造适应度函数来加速测试数据的优化。实验结果表明,与遗传算法(GA)、粒子群优化(PSO)算法和标准细菌觅食优化算法(BFOA)相比,该算法在保证覆盖率的前提下,在迭代次数和运行时间方面都是较优的,可有效提高生成测试用例的效率。

基于混沌组合的LT编译码算法

传统的LT编译码算法多采用线性同余法(LCG)对编码信号的度和度邻接信号进行随机均匀选择,但线性同余法产生的随机数列具有独立性差,周期与计算机的字长有关的缺陷.针对该问题,将混沌映射引入LT码,构建基于混沌组合的LT编译码算法,使编码信号的度和度邻接信号得到更好的随机均匀选择.仿真结果表明,该算法具有分组头部开销少,便于实现的特点,并且译码效率高于线性同余法.