针对多目标不相关并行机混合流水车间调度问题,建立以最小化最大完工时间、机器总能耗和机器加工成本为目标的多目标数学模型。提出一种改进的基于分解的多目标进化算法(Improved multi-objective evolution algorithm based on decompo...针对多目标不相关并行机混合流水车间调度问题,建立以最小化最大完工时间、机器总能耗和机器加工成本为目标的多目标数学模型。提出一种改进的基于分解的多目标进化算法(Improved multi-objective evolution algorithm based on decomposition,IMOEAD),采用均匀设计表生成初始权重向量,提高种群多样性,利用正态分布交叉并设计了自适应高斯变异来提高算法的全局搜索能力和局部搜索能力,在权重向量邻域中选择个体产生新解,运用非支配等级和拥挤距离更新外部档案。以反世代距离、世代距离和非支配解个数为性能指标,通过大量案例仿真,与非支配排序遗传算法Ⅱ和基于分解的多目标进化算法进行对比,结果验证了该算法的有效性。展开更多
实数编码的多目标进化算法常使用模拟二进制交叉(simulated binary crossover,称SBX)算子.通过对SBX以及进化策略中变异算子进行对比分析,并引入进化策略中的离散重组算子,提出了一种正态分布交叉(normal distribution crossover,称NDX...实数编码的多目标进化算法常使用模拟二进制交叉(simulated binary crossover,称SBX)算子.通过对SBX以及进化策略中变异算子进行对比分析,并引入进化策略中的离散重组算子,提出了一种正态分布交叉(normal distribution crossover,称NDX)算子.首先在一维搜索空间实例中对NDX与SBX算子进行比较和分析,然后将NDX算子应用于Deb等人提出的稳态多目标进化算法ε-MOEA(ε-dominance based multiobjective evolutionary algorithm)中.采用NDX算子的ε-MOEA(记为ε-MOEA/NDX)算法在多目标优化标准测试集ZDT和DTLZ的10个函数上进行了实验比较.实验结果和分析表明,采用NDX的ε-MOEA所求得的Pareto最优解集质量明显优于经典算法ε-MOEA/SBX和NSGA-Ⅱ.展开更多
为降低低密度奇偶校验(LDPC:Low-Density Parity-Cheek)码译码算法的复杂度,同时提高通信系统性能,在研究对数似然比置信传播(LLR-BP:Log-Likelihood Ratio Belief Propagation)算法及其简化的译码算法基础上,提出了一种基于归一化最小...为降低低密度奇偶校验(LDPC:Low-Density Parity-Cheek)码译码算法的复杂度,同时提高通信系统性能,在研究对数似然比置信传播(LLR-BP:Log-Likelihood Ratio Belief Propagation)算法及其简化的译码算法基础上,提出了一种基于归一化最小和(NMS:Normalized Min Sum)算法的改进算法。深入研究了Gamma-Gamma分布模型,并将Gamma-Gamma分布作为仿真的信道模型,应用Matlab仿真比较了LLR-BP及其简化算法在不同湍流强度信道下的性能。仿真结果表明,无论在AWGN(Additive White Gaussian Noise)信道还是不同湍流强度的Gamma-Gamma信道下,改进算法在几种算法中都有较好的译码性能,尤其是在中湍流和强湍流信道下改进算法的性能优势更为明显。通过码长对BER(Bit Error Rate)影响的仿真结果表明,适当增加码长可有效改善算法的性能。展开更多
在简单遗传算法的基础上,针对无功优化的动态、多目标、多约束以及非线性特点,提出了基于简单遗传算法的改进算法.改进遗传算法中采用了个体适应度函数的线性变换、归一化的选择方法,以及定向变异策略的应用.以ward & Hale 6节点标...在简单遗传算法的基础上,针对无功优化的动态、多目标、多约束以及非线性特点,提出了基于简单遗传算法的改进算法.改进遗传算法中采用了个体适应度函数的线性变换、归一化的选择方法,以及定向变异策略的应用.以ward & Hale 6节点标准测试系统为例对该算法进行了有效性验证.仿真结果表明,该方法对电力系统的无功优化效果良好.展开更多
为了满足预见性巡航控制(predictive cruise control,PCC)系统对重型卡车质量的精度要求,针对传统重型卡车质量估计算法的不足,设计了重型卡车的质量估计系统。开发了基于车辆纵向动力学和基于高精度地图的卡车质量估算策略,采用归一化...为了满足预见性巡航控制(predictive cruise control,PCC)系统对重型卡车质量的精度要求,针对传统重型卡车质量估计算法的不足,设计了重型卡车的质量估计系统。开发了基于车辆纵向动力学和基于高精度地图的卡车质量估算策略,采用归一化最小均方(normalized least mean square,NLMS)算法对估计质量进行了平滑性处理;完成了质量估计系统的硬件设计;搭建了质量估计算法的Simulink模型,采用基于模型设计的方法进行了系统软件的开发;实车验证了整个系统的可靠性以及质量估计算法的精确性。试验结果表明:与实际的卡车质量相比,质量估计系统计算得到的卡车质量的误差在9%以内。展开更多
文摘针对多目标不相关并行机混合流水车间调度问题,建立以最小化最大完工时间、机器总能耗和机器加工成本为目标的多目标数学模型。提出一种改进的基于分解的多目标进化算法(Improved multi-objective evolution algorithm based on decomposition,IMOEAD),采用均匀设计表生成初始权重向量,提高种群多样性,利用正态分布交叉并设计了自适应高斯变异来提高算法的全局搜索能力和局部搜索能力,在权重向量邻域中选择个体产生新解,运用非支配等级和拥挤距离更新外部档案。以反世代距离、世代距离和非支配解个数为性能指标,通过大量案例仿真,与非支配排序遗传算法Ⅱ和基于分解的多目标进化算法进行对比,结果验证了该算法的有效性。
文摘实数编码的多目标进化算法常使用模拟二进制交叉(simulated binary crossover,称SBX)算子.通过对SBX以及进化策略中变异算子进行对比分析,并引入进化策略中的离散重组算子,提出了一种正态分布交叉(normal distribution crossover,称NDX)算子.首先在一维搜索空间实例中对NDX与SBX算子进行比较和分析,然后将NDX算子应用于Deb等人提出的稳态多目标进化算法ε-MOEA(ε-dominance based multiobjective evolutionary algorithm)中.采用NDX算子的ε-MOEA(记为ε-MOEA/NDX)算法在多目标优化标准测试集ZDT和DTLZ的10个函数上进行了实验比较.实验结果和分析表明,采用NDX的ε-MOEA所求得的Pareto最优解集质量明显优于经典算法ε-MOEA/SBX和NSGA-Ⅱ.
文摘为降低低密度奇偶校验(LDPC:Low-Density Parity-Cheek)码译码算法的复杂度,同时提高通信系统性能,在研究对数似然比置信传播(LLR-BP:Log-Likelihood Ratio Belief Propagation)算法及其简化的译码算法基础上,提出了一种基于归一化最小和(NMS:Normalized Min Sum)算法的改进算法。深入研究了Gamma-Gamma分布模型,并将Gamma-Gamma分布作为仿真的信道模型,应用Matlab仿真比较了LLR-BP及其简化算法在不同湍流强度信道下的性能。仿真结果表明,无论在AWGN(Additive White Gaussian Noise)信道还是不同湍流强度的Gamma-Gamma信道下,改进算法在几种算法中都有较好的译码性能,尤其是在中湍流和强湍流信道下改进算法的性能优势更为明显。通过码长对BER(Bit Error Rate)影响的仿真结果表明,适当增加码长可有效改善算法的性能。
文摘在简单遗传算法的基础上,针对无功优化的动态、多目标、多约束以及非线性特点,提出了基于简单遗传算法的改进算法.改进遗传算法中采用了个体适应度函数的线性变换、归一化的选择方法,以及定向变异策略的应用.以ward & Hale 6节点标准测试系统为例对该算法进行了有效性验证.仿真结果表明,该方法对电力系统的无功优化效果良好.
文摘为了满足预见性巡航控制(predictive cruise control,PCC)系统对重型卡车质量的精度要求,针对传统重型卡车质量估计算法的不足,设计了重型卡车的质量估计系统。开发了基于车辆纵向动力学和基于高精度地图的卡车质量估算策略,采用归一化最小均方(normalized least mean square,NLMS)算法对估计质量进行了平滑性处理;完成了质量估计系统的硬件设计;搭建了质量估计算法的Simulink模型,采用基于模型设计的方法进行了系统软件的开发;实车验证了整个系统的可靠性以及质量估计算法的精确性。试验结果表明:与实际的卡车质量相比,质量估计系统计算得到的卡车质量的误差在9%以内。