基于动态双子群的集成电路瞬态干扰信号识别方法

由于传统方法在集成电路瞬态干扰信号识别中应用效果不佳,不仅信号错误识别数量较多,而且识别时间较长,无法达到预期的识别效果,故本文提出基于动态双子群的集成电路瞬态干扰信号识别方法。利用无线传感技术采集到集成电路信号样本,采用小波分析技术对信号小波分解提取到信号特征,根据特征利用动态双子群算法搜索到瞬态干扰信号,以此完成基于动态双子群的集成电路瞬态干扰信号识别。经实验证明,设计方法信号错误识别数量占总样本的比例在1%以内,识别时间在1s以内,在集成电路瞬态干扰信号识别方面具有良好的应用前景。

双目标流水线调度的动态双子群离散果蝇算法

提出了一种基于动态双子群的离散果蝇优化算法,求解以最大完工时间和机床空闲时间的最小化为目标的无等待流水线调度问题。与传统的果蝇算法不同,该算法采用基于工序的编码方式,并用改进的NEH方法进行初始化,提高初始解的质量;根据算法在进化过程中个体的进化水平,动态地将整个群体划分为先进子群和后进子群,简单但有效地插入方法在先进个体邻域内进化精细搜索,贪婪迭代进化机制用于优化后进个体,以此平衡算法的全局开发能力和局部搜索能力;为了提高算法效率,快速算法用于计算函数目标值和判断更新非支配解。仿真试验表明了所提果蝇算法的有效性和高效性。

采用动态双子群策略改进的灰狼算法及其在心电信号识别中的应用

针对基本灰狼优化算法(GWO)易陷入局部最优的缺点,将双子群策略引入灰狼算法,提出一种采用动态双子群策略改进的灰狼算法(DDGWO)。该算法动态的将灰狼种群划分为较优子群和较差子群,较优子群与较差子群采用不同的非线性收敛因子,在进行全局搜索时,能够有效避免陷入局部最优。本文将DDGWO应用于SVM参数优化,并建立DDGWO-SVM模型进行心电信号识别实验,并与其他算法进行性能测试对比。结果表明,DDGWO具有更好的寻优特性,所建立的DDGWO-SVM模型获得了更高的心电分类识别精度。