基于两级算法的对偶控制

考虑具有未知参数的随机系统的最优控制问题.采用包含新息方差指数项的损失函数优化系统的性能.新的损失函数由两部分组成:第一部分反映了对输出的调节作用;第二部分反映了辩识系统中未知参数应尽可能多地收集系统信息的需求.提出了一种两级优化算法.该算法首先把不可分问题转化为可分的两目标优化问题,再从两目标优化的非劣解集中挑出原问题的最优解.该控制律易于实施且具有对偶特点.仿真结果表明本文所得的控制律的有效性.

张拉整体结构预应力优化设计的序列两级算法

研究了张拉整体结构的预应力优化设计问题。采用奇异值分解法计算结构的自应力模态 ,以自应力模态组合系数和构件截面面积为设计变量 ,建立了优化设计的数学模型 ,提出了求解该问题的序列两级算法 ,算例表明了该方法的有效性和正确性。

基于两级算法的混沌控制

提出了一种两级算法,可以解决连续混沌系统的最小能量控制问题,首先,给出一个二次目标函数,同时把混沌系统分解为线性部分和非线性部分.上级算法对混沌系统中的非线性部分进行预估,并把整个原系统表为带有常系数的线性系统;下级算法用极小值原理解决这个典型线性二次最优控制问题,并把解返回到上级算法,上级算法根据下级的解对非线性部分重新预估.这样通过两级间不断的信息交换,最终得到混沌系统的最优控制律.该方法不仅实现了对混沌系统的控制,而且在整个控制过程中保证控制能耗为最小.证明了算法的收敛性和闭环系统的稳定性.对统一混沌系统的仿真结果表明了控制策略的有效性.

提高混合实时任务确定性的两级调度算法

为提高混合实时任务的确定性,提出了一种两级调度算法。先给出了调度算法的架构,通过增加一个调度模块实现周期性实时任务调度,非周期性实时任务则由系统内核调度。然后建立了任务模型,并对调度算法、任务集可调度性和抖动等进行深入研究。将提出的调度算法应用到基于Windows CE.NET的液压机控制系统中,分析了控制系统的硬件平台和任务划分。最后对调度算法进行验证,结果表明,该算法能保证混合实时任务的确定性,减小抖动,从而提高控制系统的精度。

工艺路线可变车间作业调度的两级遗传算法

车间作业调度问题是一个著名的 NP难题 ,而工艺路线可变的车间作业调度是一个更一般意义的问题 .算法研究是车间作业调度问题的一个重要研究方向 .最近几年 ,遗传算法开始在调度问题中得到广泛应用 .分析了工艺路线可变的车间作业调度问题的特点 ,并建立了相应的优化模型 .提出了一种两级遗传算法 ,重新设计了算法的遗传编码方案以及选择、交叉和变异算子 .通过实例仿真 。

新的遗传算法模型——两级种群竞争消亡算法研究

对种群竞争消亡算法进行了遗传算子和控制参数对搜索性能影响的研究,并在此基础上提出一种新的模型——两级种群竞争消亡算法:主级GA用于实现目标函数的优化;亚级GA用于实现对主级GA的控制参数和遗传算子的组合优化。对3个经典的优化测试函数的实验结果表明,与种群竞争消亡算法和简单遗传算法相比,两级模型可得到更好的寻优搜索结果。

两级递阶遗传算法优化稀布直线阵列

非均匀稀布直线阵列通常具有较高的旁瓣,为了降低旁瓣,对传统遗传算法进行改进用于阵列优化。为了更好的解决早熟收敛问题,利用两级递阶遗传算法THGA(Two-level Hierarchic Genetic Algorithm)在各阵列电流激励幅度相同的情况下对阵元位置进行了优化,最大旁瓣降低至-15.2498dB。在各阵列电流激励幅度不同的情况下,提出了“微调”“粗调”的思想对激励和阵元位置同时进行优化。仿真结果表明,对于一个孔径为50λ的25个阵元组成的稀布直线阵列,可获得了更低的旁瓣,最大旁瓣可降至-22.5955dB。

存在常值偏差的卫星自主导航系统滤波算法

由于敏感器系统误差对导航精度影响较大,因此有必要对其进行标定。针对系统误差为常值偏差的情况,考虑到传统常偏扩维算法计算量大,且可能出现数值病态的问题,本文在UKF算法的基础上提出了两级UKF算法,该算法对状态和偏差实施分离估计,不仅能够精确标定常值偏差,而且还可以提高导航精度。利用该算法对存在常值偏差的月球卫星自主导航系统进行仿真,仿真结果验证了该算法的有效性。

考虑关键件加工质量的双资源约束车间调度算法

在工人异质性和机床类型多样的资源约束型车间中,针对资源抢占使加工质量向非关键件倾斜从而导致关键件加工质量无法保障的情况,建立了以完工时间为主要优化目标,以关键件加工质量、整体加工质量为辅助优化目标的双资源(工人/机床)约束柔性作业车间调度问题模型,并提出一种两级嵌套蚁群算法。首先采用工件候选集、资源候选集生成满足关键件加工要求的可行调度解;然后为工序寻找更合适的开工时间,针对机床类型、人机时窗差异设计了基于时窗的活动调度策略以提高算法的局部寻优能力;进而提出了一种保质策略,使关键件和总体工件加工质量水平持续提高;最后,通过算例测试验证了保质策略和两级嵌套蚁群算法的有效性。

有砟轨道扣件缺失识别算法的研究

针对有砟轨道扣件缺失问题,提出了基于fast PCA和bag of words的两级分类扣件图像缺失识别算法。考虑到算法的可移植性和拍摄角度的不同,图像中钢轨和轨枕的方向并不一定是垂直的,单扣件定位识别具有局限性,提出采用双扣件图像作为样本。通过第一级分类器判断扣件是否缺失,进而得到扣件的具体位置。通过第二级分类器判断缺失扣件的类型,进一步得到扣件缺失的数目。该识别算法可达到较好的识别效果,有效地解决了拍摄角度不同的情况下有砟轨道缺失扣件的检测问题。

不可分动态离散系统的两级最优控制算法

讨论了不可分动态系统的最优控制问题 .提出了一种两级最优控制算法 .该算法首先把不可分问题转化为多目标最优控制问题 ,并用加权 Lagrangian公式产生非劣解 ,然后从非劣解集中挑出最优解 .建立了算法的理论基础 ,证明了算法的收敛性 .对两个例子的仿真结果表明算法是有效的 .

自压式树状管网神经网络优化设计

应用Hopfield神经网络模型的优化计算原理与方法 ,建立了自压式树状管网神经网络优化设计模型 ,并用计算机软件模拟方法求解 .研究表明 :人工神经网络法是快速求解自压式树状管网非线性规划模型的一种新方法 。

双层肋环式球面网壳结构预应力优化设计

以拉索预应力空间网壳结构的预应力值P、杆件横截面尺寸变量Ab和拉索截面尺寸变量A(?)以及工程中常用的两种球节点体积为设计变量,以结构自重为目标函数,采用分级优化算法对预应力空间网壳结构进行了优化设计,并采用Algor软件对设计结果进行了验证。通过对比分析,验证了该方法的正确性和有效性。

俯冲段大斜视SAR子孔径成像二维空变校正方法

俯冲合成孔径雷达(SAR)常采用大斜视子孔径成像来满足平台机动性和处理实时性;而大斜视模式下距离方位的严重耦合、斜视角沿距离向的空变及3维速度和加速度的存在会导致距离包络和方位相位的2维空变,严重影响成像质量。针对这些问题,该文提出一种新的两级频域滤波算法,在预处理后,首先引入第1级频域滤波因子以校正距离包络沿方位位置的空变以实现距离徙动统一校正,然后采用第2级频域滤波校正方位多普勒参数的空变实现方位相位统一聚焦。仿真实验验证了该算法的有效性。

基于时间Petri网和THBA的3D NoC测试规划

针对三维片上网络（3D NoC）中IP核并行测试任务复杂、测试效率较低的问题,结合3D NoC测试的特点建立了一种时间Petri网模型,将变迁激发序列作为并行测试任务规划方案。为了获得最短的测试时间,设计拆分编码,在测试路径分配基础上进行顺序调度优化,采用两级递阶蝙蝠算法对变迁激发序列集进行搜索,将测试资源合理有效的分配给各IP核。仿真结果表明,所提模型可以有效地描述3D NoC测试规划问题,算法能够以较大的收敛概率迅速收敛到最优解,缩短了测试时间,提高了测试效率。

证据计数法在落子类机器博弈中的应用

详细阐述了基于"与或树"的证据计数法原理,综述了证据计数法在一些落子类博弈系统中的应用;论述了证据计数法和PN2算法的缺陷.基于PN2算法,提出了一种两级的PN算法,即PN-DFPN,其中第一级采用标准的PN算法,第二级采用一种深度优先的PN算法代替PN2算法中的第二级PN算法,弥补了PN2算法存在的不足.将PN2和PN-DFPN算法应用于求解7×7和9×9棋盘的六子棋开局局面上,实验证明,PN-DFPN在搜索效率和求解能力上都明显优于PN2.

轮辐式航线网络下机型分配与舱位控制的协同优化研究

对于航空公司来讲,机型分配是影响其运营成本的关键因素,而航班舱位控制是其在运营管理过程当中,采用收益管理这一手段来实现最大化收益的核心部分。本文将两者综合考虑,通过建立双层规划模型,来解决轮辐式航线网络下如何合理地分配机型和控制各航班不同等级舱位座位数问题,并设计了两级遗传算法对模型进行求解。计算结果证明本模型有效,表明在轮辐式航线网络下利用双层规划模型可同时解决航空公司机队指派和航班舱位控制优化问题。

基于边界扫描的存储器BIST技术

近年来,随着信息化装备复杂度的增加和现场级快速测试诊断需求的增加,迫切需要基于边界扫描的BIST技术;在这种应用模式中,基于边界扫描的BIST技术能解决现场级快速测试诊断需求;存储器在板级模块上经常使用,其BIST是板级BIST的重要组成部分;文章紧密联系应用需求,并以工程应用作为参考目标,提出了一种易于实现的基于两级移位"1"算法的SRAM簇测试算法,该算法在保证测试安全的前提下能够实现所有可检测故障的100%覆盖,并给出了基于该测试算法的SRAM簇测试BIST架构。

基于分数阶Fourier变换的多分量LFM信号的检测和参数估计

提出了一种基于分数阶Fourier变换的多分量LFM信号的检测与参数估计的方法,针对分数阶Fourier域上的优化搜索问题,提出了基于拟Newton法的两级搜索算法,在不影响估计精度的前提下,降低了计算的复杂度,对于多分量信号的检测,提出了分数阶Fourier域上的信号分离技术,有效地抑制了检测过程中强信号分量对弱信号分量的影响。并给出了估计误差的统计分析,使得这一方法在理论上更加趋于完善,仿真结果也证明了其有效性。