基于Boltzmann机制的双子代竞争差异演化算法

差异演化（differential evolution，DE）是Storn和Price（Technical ReportTR-95-102，International Computer Institute，Berkely，1995）提出一种基于个体差异重组思想的演化算法，适合于求解连续空间的最优化问题．和其它演化算法相比，差异演化算法在求解非凸、多峰、非线性函数优化问题时表现出极强的稳健性，且在同样的精度要求下，算法收敛的速度快,但过早收敛和陷入局部最优是包括差异演化在内的演化算法面临的一个重要问题,提出一种基于Boltzmann生存机制的双子代竞争差异演化算法,为避免算法过早收敛，利用交叉操作生成两个新个体以增加群体多样性，然后与父代个体竞争形成子代个体．在选择操作中引入Boltzmann机制，以一定概率接受较差解，使算法能跳出局部最优，最终达到全局最优解．利用Brest et al．（Evdutionary COmputation，2006，10：646-657）中的21个测试函数，分别与标准DE算法、jDE算法进行性能比较．实验结果表明，该算法的平均性能值、最优性能值以及最优解质量都优于标准DE算法和jDE算法．

基于双子代差分演化和自适应分块机制的多聚焦图像融合算法

基于分块的多聚焦图像融合算法是多聚焦图像融合领域中的一个重要算法。基于差分演化的多聚焦图像融合算法将图像分块大小作为差分演化算法的种群,通过多次演化,最后获得使融合图像效果最好的图像分块。为克服标准差分演化算法由于丢失父代种群的部分信息导致收敛速度变慢、全局搜索范围较小,以及当对应图像块的清晰度相等时该算法的处理方式会改变源图像的像素值的缺点,在原算法的基础上,引入双子代机制和自适应分块机制,提出一种基于双子代差分演化和自适应分块机制的多聚焦图像融合算法。在演化过程中生成两个子代种群,最大程度上保留父代种群的信息,扩大全局搜索范围,提高算法的收敛性能;利用自适应分块机制,当出现图像块清晰度相等的情况时,将图像块分解成更小的图像块,然后再进行清晰度的比较,使改进算法获得的融合图像比原算法获得的效果更好,而且不会改变源图像的像素值。实验结果表明,基于双子代差分演化和自适应分块机制的多聚焦图像融合算法可以获得比原算法效果更好的融合图像,而且收敛性能更好。

捷联惯导姿态更新的双子样二次迭代优化算法研究

推导了捷联惯导姿态更新算法中双子样迭代算法,提出以锥误差最小为优化标准的双子样迭代优化算法,并对双子样、三子样、双子样迭代算法在锥运动条件下的情况做了仿真分析。

溴代联吡啶双子表面活性剂的合成

以联吡啶和溴代烷为主要原料,在乙醇溶剂中反应,合成双子表面活性剂N,N′-二烷基-溴代联吡啶。用红外光谱和核磁共振对目标产物进行了结构表征。20℃时目标产物水溶液的临界胶束浓度(CMC)可达0.5 mmol/L,在此浓度下对应的表面张力(γ_(cmc))为23.2 mN/m。合成方法简单,反应条件温和,操作简便,协同性能优良。

自适应调整控制参数的差异演化算法

控制参数选取是包括差异演化在内的演化算法设计时所面临的一个重要问题,对算法的性能有着重大影响。针对差异演化算法参数选取问题,提出一种利用个体适应度作为参数调整决策依据,并结合一定的调整概率对F和CR进行自适应调整的方法,解决了手工设置控制参数的不便。同时利用交叉操作生成双子代个体与父代个体竞争形成新一代种群,加快了算法的收敛。对标准测试函数的仿真实验结果表明,该算法无论在最优解质量和收敛速度上都优于相关算法,尤其对于高维函数而言。