具有二级搜索和高斯学习的粒子群优化算法

针对微粒群算法(particle swarm optimization)收敛速度慢和早熟收敛的问题,提出一种基于二级搜索(Two steps search)和高斯学习(Gauss learning)相结合的粒子群优化算法(TGPSO).该算法借鉴人工蜂群算法能有效地进行局部搜索和全局搜索,并能在陷入局部极值时跳出局部极值的特点,从两方面对微粒群算法进行改进:通过二级搜索,强化较优粒子的局部搜索能力,可加快收敛速度;应用高斯学习的自适应逃逸能力,可有效地逃离局部最优点.在典型测试函数集上的仿真实验结果表明本文算法有较好的寻优性能并能快速地找到最优解.

基于二级代理搜索的UCAN网络体系研究

为提高UCAN体系结构的性能,本文提出了基于二级代理搜索的UCAN结构体系。详细阐述了二级代理搜索的原理与应用。理论分析显示,在UCAN结构体系引入二级代理搜索,能在延长代理节点工作寿命的同时节约整个网络的能量消耗。

基于一种新混合群算法(MOHO-SA)的结构主动控制多目标优化研究

基于粒子群(PSO)算法和差分进化(DE)算法提出了一种新的多目标混合群优化算法,对结构主动控制系统的作动器位置、数量与控制器参数进行同步优化.首先,分别采用PSO算法与DE算法进行对应种群的进化,使用庄家法则构造非支配解集,并引入边界点几何中心leader选择机制,同时利用模拟退火算法完成个体进化的二级局部搜索;以随机地震激励下反映结构振动控制效果和控制策略优劣的双指标作为优化目标函数.最后,针对ASCE 9层benchmark模型,采用本文提出的具有二级搜索功能的多目标混合群算法(MOHO-SA)对其主动控制系统进行优化设计,并分别与多目标差分进化算法(MODE)、多目标粒子群算法(MOPSO)、普通多目标混合群算法(MOHA)的优化结果进行对比分析,表明其Pareto解集具有更优的收敛曲线及分布性.

MIMO超声波传感器阵列风速风向测量方法

为了提高测风系统的抗干扰能力及实时处理能力,本文设计了一种基于反射的多输入多输出传感器阵列风速风向测量系统。该系统由发射阵列、反射物、接收阵列、处理单元等部分组成,各发射阵元发射相位相差90°相互正交的余弦超声波信号,信号经反射后,接收阵列同步采样并匹配滤波处理,构成多发多收超声波传感器阵列测风系统。该结构合成了虚拟阵元,增大了阵列孔径,采用二级空间的多重信号分类算法,实现了风参数的快速估计。与原有阵列测风结构以及测风算法相比,本文所提风速、风向测量方法在信噪比为0 dB时仍能进行风速、风向的无差估计,而且将算法的乘法次数由216 961降到了54 922,降低了算法计算量。理论分析和仿真结果验证了该方法的可行性和有效性。

弦支双曲扁网壳结构的鲁棒构型分析及试验研究

针对不良拓扑布置导致的结构鲁棒性不佳问题,以系统传递函数的H2范数为基础,建立结构鲁棒性定量评价指标和鲁棒构型求解方法。以单元相对密度为设计变量,采用变密度模型描述材料的刚度,将结构的鲁棒设计转化为连续体拓扑优化,并对大爆炸算法进行二级搜索的改进,进而求解连续体拓扑优化模型。以四点支承的弦支双曲扁网壳结构为例,分析不同荷载作用下的鲁棒构型,探索不同参数的大爆炸算法优化效果,通过静力试验和冲击试验,对优化后模型和未优化模型进行对比分析。结果表明,二级搜索的大爆炸算法可以有效地应用于弦支结构的鲁棒设计中,改进的大爆炸算法加快了收敛速度,依据鲁棒构型进行杆件布置,可显著提高结构的力学性能和抗干扰能力。

Found in Translation

Internet search giant Baidu won a second-level prize at the China 2015 National Science and Technology Awards for its technological advancement of machine translation in early January.