基于多参数分段变异遗传算法的红外图像配准方法

图像配准的关键是要找到配准的水平位移、竖直位移和旋转角度三个参数。遗传算法将这三个参数统一编码,配准时变异是按单一参数变异操作,这样会导致三个参数变异的概率不均匀,出现过变异和欠变异的问题,且容易陷入局部极值。针对此问题提出多参数独立编码、独立分段变异的遗传算法搜寻最优参数,之后用得到的配准参数进行图像配准。仿真实验表明,与常见的单一编码遗传算法相比,分段编码、分段变异算法使各个参数变异概率均匀,搜索的准确率更高,速度更快。

具有分段和变异特性的蚁群算法求解TSP问题

常规蚁群算法具有搜索时间较长,易于过早地收敛于非最优解的缺陷。为了提高蚂蚁一次周游的质量,采用具有轮盘赌方式的最大最小蚁群算法(MMAS+RW),即在依据概率选择下一个城市时采用轮盘赌的方式。提出一种具有分段和变异特性的蚁群算法。该算法融合了分段的分而治之思想和遗传算法中的变异,有利于保持群体多样性的特性,是在采用轮盘赌方式的最大最小蚁群算法陷入局部最优解的情况下,引入随机分段和遗传算法的变异操作来优化当前最优解,改善解的质量,改进蚁群算法易于过早地收敛于非最优解的缺陷。仿真实验表明取得了较好的效果。

基于DPBBO算法的智慧云仓UAV盘库作业优化

针对智慧云仓货物信息量大、易出现账物不符等库存管理问题,迫切需要将无人机(unmanned aerial vehicle, UAV)和工业物联网(industrial Internet of things, IIoT)集成起来,为仓储精细化管理提供解决方案。首先,分析盘库作业数据采集与信息交互运行机制,以危险避障和数据采集为约束函数,考虑了UAV在加速、减速、匀速、转角等飞行条件下的能耗差异,并以能耗最低和时间最短为目标函数构造UAV盘库作业数学模型;然后,设计了差分迁移-分段变异生物地理学优化(differential migration-piecewise mutation-biogeography-based optimization, DPBBO)算法对上述模型进行优化解算;最后,进行了仿真实验验证。结果表明:DPBBO算法对解决该盘库作业问题的效果较优,可以提升库存抽检任务的时效性和库存管理的准确性。

基于遗传模糊推理系统的截击点智能解算方法

由于传统截击引导需要人的参与才能完成截击任务,截击方案生成速度要受到人反应速度的限制,成为提高作战速度的一个瓶颈。针对空中战场态势变化快、依靠人工制定拦截方案难以适应未来空战的问题,构建基于模糊推理系统的空战截击点智能解算模型,并采用分段变异和变步长寻优的遗传算法对模型进行训练,实现了对截击方案的快速估算,得到在解空间内性能可以达到甚至超越人类的截击点智能解算模型。

动态输电网络规划的组合编码遗传算法

针对动态输电网络规划过程中需要考虑时间决策量的问题,提出了组合编码方式。组合编码方式将多阶段输电网络规划中的时间决策量隐含在编码中,从而使得多阶段的动态输电网络规划问题能够转换成静态规划问题进行求解。该编码方式满足表现型和基因型的1对1映射,及表现型空间与基因型空间距离上的一致性,从而保证了遗传算法的搜索效率。此外,针对动态输电网络规划的特点,对遗传算法的交叉算子、变异方式、适应度函数、惩罚系数等方面进行了改进,进一步改善了遗传算法求解多阶段输电网络规划问题的性能。以19节点系统为例对算法进行了验证,结果表明能够在较短的进化代数内得到问题的最优解。

生丝匀度仪的单片机系统研究

本文介绍了＂生丝匀度仪＂的原理，软、硬件结构，以及其检验方法。