基于加权离散帝国竞争算法的密文优化系统研究

为了使图像加密系统具备优化功能;且能有效地解决离散问题,并可优化所有迭代结果,保证密文在每次迭代加密算法过程中都能有效地抵抗各种攻击,提出了一个加权离散帝国竞争算法和分段加密机制;构造了"初始加密-密文优化"的密文优化新结构。根据分段加密机制对图像进行分段加密;然后将密文作为加权离散帝国竞争算法的初始种群,通过该竞争算法对密文进行优化,选择出具有最大信息熵和最低相关系数的密文作为最终输出密文。仿真数据显示:该加密优化系统高度安全;且与其他加密系统相比,处理后的密文,其熵值最大,相关系数最低;且密钥空间巨大,可有效抗击各类攻击。

二进制检测模型耦合离散加权帝国竞争算法的WSN覆盖机制研究

针对当前无线传感器网络(WSN-Wirelessless Sensor Network)覆盖优化机制都忽略了节点检测误差,且其感知重叠区与覆盖空洞面积大,易陷入局部最优等不足,并同时兼顾高的覆盖率和较低的能耗,提出了二进制检测模型耦合离散加权帝国竞争算法的WSN覆盖优化机制。引入误差检测因子,设计二进制检测模型,构建WSN联合覆盖率模型;并定义了均匀三点交叉算子,嵌入权重理论,以节点利用率和联合覆盖率构造适应度函数,提出了离散加权帝国竞争算法,显著提高了收敛速度。通过仿真手段检验了机制的优越性。仿真结果表明:与其他几种机制相比,机制覆盖质量最好,显著降低了感知重叠区与覆盖空洞面积;其收敛速度与覆盖率更高,且稳定性更好。

基于计算机视觉技术和支持向量机的手势识别算法研究

针对现有的手势识别方法在复杂环境中识别效率不理想的情况,提出一种双通道卷积神经网络模型,该模型同时采用灰度世界算法和离散小波变换对输入数据进行预处理,减少照变化对图像的影响并提高识别效率和模型稳定性。然后通过高维特征融合模块将提取的图像信息进行融合,再利用帝国竞争算法对支持向量机分类器进行优化,提高分类效果。实验结果显示,在实验环境中,该模型的平均识别率达95%,收敛速度快,效率高。经过消融实验对比,性能比基准模型提高4%以上。在实际测试中,对于简单手势的识别率均在90%以上,对于复杂收手势的识别率在80%以上。

市场化的电动汽车充电站规划布局研究

电动汽车充电站作为城市公共基础服务设施,其布局应根据实际的充电需求进行选址和定容。以市场化的充电站规划建设为背景,构建了以投资运行商和电动汽车充电用户成本最小化为目标的选址优化模型。考虑基于累积前景理论的用户路径选择模型,引入随机用户平衡配流模型,模拟规划区内需要充电的电动汽车数量,建立充电需求模型、定容优化配置模型。分析影响充电站规划建设的因素,进行权重分配,通过加权Voronoi图实现服务范围划分,应用帝国主义竞争算法实现充电站的优选。算例分析表明,所提出的模型和方法对于充电站规划建设的合理性和有效性。

基于绿色生产的混合流水车间调度问题研究

针对绿色可持续发展问题,通过量化绿色指标评价方法,构建最小化最大完工时间、碳排放和噪声的多目标混合流水车间调度模型,并提出一种混合离散多目标帝国竞争算法(hybrid discrete multi-objective imperial competition algorithm,HDMICA)对模型进行求解。采用基于混沌反向学习策略的种群初始化方式提高初始化种群的多样性;基于本文模型设计3种有效的局部搜索策略以提升算法局部搜索能力;通过实验验证所提算法的有效性及优越性。