改进流向算法的无线传感器网络覆盖优化

针对标准流向算法易陷入局部最优和收敛精度低等问题,提出一种融合莱维(Levy)飞行和入侵杂草策略的改进流向算法.首先,该算法在选择水流流向时引入Levy飞行机制,使水流沿最优水流位置方向做Levy飞行运动,避免陷入局部最优;其次,利用入侵杂草策略,对每一代水流进行繁殖、空间扩散和竞争操作,增加水流的多样性,扩大搜索范围,提高全局寻优能力.最后,将改进流向算法应用于无线传感器网络覆盖优化中,并与标准流向算法及其他改进算法进行实验对比.仿真结果表明,相比标准流向算法及其他改进算法,所提改进流向算法的覆盖性能有大幅提升,覆盖率可达98.52%,可实现更均匀的节点分布和更低的部署成本.

引入相量算子和流向算子的天鹰优化算法

针对天鹰优化算法搜索效率不足,容易陷入局部最优的缺点,提出多策略改进天鹰优化算法(MIAO).引入广义正态分布优化算法(GNDO),将该算法得出的结果与天鹰优化算法第1阶段得出的结果进行比较,筛选出这2种优化算法下的最优值.该操作扩大了搜索空间,提高了解的质量.引入相量算子,将第2阶段变为自适应的非参数优化,提高算法的高维优化能力.针对天鹰优化算法在迭代后期存在种群多样性降低、局部开发能力不足的问题,在天鹰算法的第3阶段引入流向算子,使信息可以在每个个体间相互传递,提高种群信息的利用率,增强天鹰优化算法的开发性能.通过对16个测试函数寻优对比分析以及Wilcoxon秩和检验可知,MIAO的寻优能力和收敛速度都有较大的提升.为了验证MIAO算法的实用性和可行性,采用所提算法求解减速器设计问题,通过实际工程优化问题的实验对比分析可知,MIAO算法在处理现实优化问题上具有一定的优越性.

基于不同流向算法的地形湿度指数模型差异性分析

土壤侵蚀是全球性的主要环境问题之一,不但会导致土壤退化、土地生产力降低和耕地面积减少,直接影响农业生产的食品安全,而且随径流泥沙转移对异地生态环境带来严重的影响。文章选取冬季云南元谋秃秃脊梁子地区的侵蚀沟区作为研究对象,基于高精度无人机航摄所得的数字高程模型(DEM),利用4种流向算法(Rho8、D8、Dinf和MFD-md)得到地形湿度指数(TWI)在3种分辨率下的运算结果,分析不同流向算法的地形湿度指数模型的差异性。研究结果表明:不同流向算法的差异主要集中在侵蚀沟坡面细沟区域;单流向算法可以有效展示沟道坡面细沟,多流向算法可以展示研究区整体汇水趋势;分辨率越高,算法的差异会越明显。文章进一步指出地形湿度指数对流向算法、DEM分辨率参数具有强烈的依赖性。

面向输沙过程模拟的改进流向算法

流域中的输沙过程是地貌学和地表动力学的重要研究内容。前人通过流向算法和实测地形变化来推测输沙率的空间分布,但是简单地应用流向算法会造成模拟过程中出现质量不守恒的情况。因此,设计了面向输沙过程模拟的改进流向算法,判断模拟过程中质量守恒情况,即输沙率是否为负值,若存在,则将负值输沙率重设,阻止负值输沙率向下游传播。对经典的D8、MFD-se、MFD-md 3种流向算法进行了改进实验。结果表明:(1)改进后的D8单流向算法相较于改进前的性能平均提升了1.26%。(2)改进后的MFD-se单流向算法相较于改进前的性能平均提升了4.17%。(3)改进后的MFD-md单流向算法相较于改进前的性能平均提升了4.54%。

基于改进流向算法的无线传感器网络三维覆盖优化

针对传统算法无法很好地解决无线传感器网络(wireless sensor network,WSN)三维非均匀覆盖的问题,文章提出一种基于改进流向算法(improved flow direction algorithm,IFDA)的无线传感器网络三维覆盖优化算法。其首先引入Gauss映射对节点初始化分布进行处理,使节点分布更为均匀,提高了传感器网络对事件的覆盖率;其次,将T分布扰动融入流向算法,使得算法的全局搜索能力进一步提高;最后提出了一种基于随机数的越界处理方法,以优化节点的越界重定位。将所提出的优化算法与虚拟力算法(virtual force algorithm,VFA)、未知目标精确覆盖算法(exact cover algorithm,ECA)和人工势场算法(artifical potential field algorithm,APFA)在事件呈T型不均匀部署和线型不均匀部署两种情况下进行对比实验,结果表明,在事件呈T型不均匀分布下,IFDA算法的覆盖效能较VFA算法、ECA算法、APFA算法的分别有3.0%、4.2%和6.3%的提高;在事件呈线型不均匀分布下,IFDA算法的覆盖效能较其他3种算法的分别有5.1%、6.2%和7.1%的提升,能够较好地解决无线传感器网络在三维非均匀覆盖情况下节点的分布问题。

基于栅格DEM的多流向算法述评

基于栅格DEM的流向算法是数字地形分析的重要研究内容之一。在分布式水文模型、土壤侵蚀等领域中,当需要获取与流向直接相关的水文参数(如汇流面积、地形指数等)的详细空间分布时,多流向算法(MFD)明显优于单流向算法(SFD)。根据所采用的水流分配策略,将现有MFD分为四类:(1)固定水流分配权重的MFD;(2)水流分配权重随汇流面积变化的MFD;(3)水流分配权重随局域地形特征变化的MFD;(4)基于局域形态单元的MFD。从模型合理性、算法复杂度和易用性、对DEM误差的敏感性等方面进行的分析表明,水流分配权重随局域地形特征变化的MFD优于其他三类MFD。目前对MFD采用人造DEM数据集的直接定量评价研究还十分不足,文章以一个例子来体现直接定量评价MFD的可行性及有效性,同时也定量反映出水流分配权重随局域地形特征变化的MFD具有更低的计算误差。目前通用的针对流向算法的DEM洼地平区预处理算法多针对SFD而设计,不适合MFD的实际应用,本文对适用于MFD的DEM预处理算法所应具有的特征也进行了讨论。

水流分配策略随下坡坡度变化的多流向算法

提出了一种新的多流向算法方法(MFD-fg),其基本思想是水流分配策略应在空间上随着与下坡坡度相关的地形参数而变,从而地形对水流分配的影响可以得到合理、有效的建模。比较分析表明,MFD-fg采用以最大下坡坡度的线性函数对水流分配进行加权,是较好的水流分配策略。应用实验表明,与目前具代表性的单流向算法与多流向算法相比,MFD-fg方法的结果可获得更合理的汇流面积。

基于改进型多流向算法的地形指数空间尺度变化分析

地形指数ln(α/tanβ)是流域径流源面积和地下水水位空间分布特征的近似表征,是地形特征参数化的重要指标。基于改进后的地形指数多流向计算方法,在0.5°×0.5°的区域气候模式尺度框架下,探讨了地形离散和平滑效应分别对地形指数尺度变化的影响程度;研究了地形指数在100和1 000 m栅格尺度上的相关性,给出两者在空间尺度上的转换关系;分析区域尺度和全球尺度下地形指数尺度转换的差异及原因。研究结果可以增强地形信息在大尺度水文模型及陆面水文过程中的适用能力。

基于模拟退火粒子群算法的河道洪水反流向演算

简单介绍了洪水演算的几种常用方法,提出了洪水反流向演算的困难,提出了采用模拟退火粒子群优化算法与马斯京根算法相结合解决洪水反流向演算的策略,并用实例证明是可行而有效的。

单一流向算法和多流向算法下的地形指数比较研究——以山西吉县蔡家川小流域为例

在地理信息系统平台———美国Micro Images公司开发的TNTmips6.9上,以山西吉县蔡家川小流域1/10000地形图为原始数据,经一系列处理得到该小流域的数字高程模型。使用自行开发的基于单一流向算法和多流向算法的地形指数计算程序,以生成的DEM为源数据,计算出蔡家川小流域的地形指数。通过对两种算法下地形指数的分析比较发现:多流向算法下得到的地形指数其最大值、中值、最小值均小于单一流向算法下的值,而且分布区间也偏小。

考虑多阶段多流向的冷轧生产计划模型及算法

针对冷轧生产流程多阶段库存和批次多流向的特点,在满足工艺约束的基础上建立了以合同超期和提前的总惩罚费用最小、中间库存量超出和不足的总惩罚费用最小并确保成品库成本最低为目标的多阶段多流向冷轧生产计划模型,采用改进的遗传算法进行求解。算法通过参数的合理设定,解决了交叉、变异概率在一定区间内取固定值、断点处函数值跳跃大和出现不合理值的问题,使两种概率可根据适应值进行自适应调整。以国内某冷轧企业为案例对模型和算法进行了验证,实验结果表明该冷轧生产计划模型能够保证合同交货期和降低库存成本。

大数据背景下基于Apriori算法的学生成绩与就业流向研究

大数据时代正在驱动很多行业产生深刻的变革,也为高等教育教学管理的改革带来了机遇和挑战。学生的成绩数据是高校教学大数据的一个重要表现,引入大数据技术充分挖掘学生成绩大数据中潜在的规律是当前教学管理的一个改革方向。针对这一现状,分析研究Apriori算法及其实现步骤,将学生成绩数据预处理和离散化之后结合Apriori算法,充分挖掘学生成绩大数据与就业流向之间的关联规则,实现将沉睡中的成绩大数据转化为有价值的数据资源,为高校就业管理工作提供理论指导,进而有效提高教学管理水平和质量。

分散搜索算法求解基于小流向平衡的合同计划问题

建立了基于小流向平衡的钢厂合同计划的整数规划模型,模型以提前/拖期惩罚、小流向平衡惩罚、合同取消惩罚总惩罚最小为目标;根据模型特点,构造了分散搜索(SS)算法进行求解,并针对非可行解设计了启发式修复策略。为了检验算法的效率与效果,同时采用了遗传算法对模型进行求解,并用某企业的实际合同数据进行实验,对比分析了两种算法的结果,验证了模型和SS算法的有效性;另外,仿真实验也对参数设置进行分析,确定了适合本问题的最佳参数组合。

基于局部地表形态的可变过水宽度多流向算法

流向是地形分析中的重要内容之一,在分布式水文模型等研究中起着重要作用。文章提出基于局部地表形态的多流向算法,即对每一个DEM栅格,在以其为中心的3×3窗口中进行局部地形分析,确定基于随坡度和过水宽度而变化的水流分配系数。该方法被应用在实际数字地形模型上,并以汇水面积和比汇水面积为研究指标,与目前流行的D8、Dinf等算法进行了相似性分析。结果表明,该方法能够获得更为符合实际的水流汇集的空间分布。

栅格流向算法在山丘区水系提取中的应用评价

流向算法对于流域特征提取和分布式水文模型研究起着关键作用。选取3个研究区(夺底沟、姜湾、杜家湾研究区),使用30 m分辨率DEM数据,从集水面积灰度图、集水面积累积频率分布、相对差系数、实际效果以及运行时间5方面对目前常用的6种流向算法(D8、D8-LTD、rwflood、MFD、Dinf和MDinf)进行的对比分析结果显示,不同算法之间的相似性存在着较大差异;多流向算法还原河道的准确性优于单流向算法,rwflood算法准确性最差;不同流向算法运行时间差距明显,流向算法的选取应综合考虑精度与速率需求。

基于数字高程模型的混合流向算法

从数字高程模型提取的汇水网络和汇水区等信息是分布式水文模型及应用分析的基础参数,基于地表汇水模拟的算法是提取该类信息的主要方法,其中,水流方向的确定对提取结果有着直接的影响。单流向算法因其易于实现、易于确定上游汇水区等特性,得到了广泛应用,然而单流向算法在坡度平缓区域会产生不自然的平行径流,能模拟地表水流分散径流特点的多流向算法可以在一定程度上避免此问题,但多流向算法使得不同区域的汇水单元可能存在交叉。本文结合两类流向算法各自的优点和适用性,设计实现了一种混合流向算法,以期在不同的地形条件下模拟得到更加合理的水流分配。首先,使用基于模板的形态检测方法,在给定阈值的基础上,对数字地形进行了分类,DEM被划分为山谷、山脊、鞍部、缓坡和陡坡5类。对陡坡、山谷和山脊区域运用单流向算法;对缓坡和鞍部区域采用多流向算法确定径流方向并进行水量分配。本文选取了黄土地貌和中低山丘陵的两个流域作为研究区,利用并采用了30m和90m两个分辨率的DEM。本文研究将混合流向算法与现有其他算法的结果进行比较。相比于多流向算法,该算法结果中的分散效应受到明显的抑制,相比于单流向算法,非自然的平行径流也大幅减少。同时,混合流向算法在较大分辨率DEM上(30m)改进效果更加明显。

基于元胞自动机的城市地表径流流向优化算法

在考虑城市地表复杂水力梯度特征的前提下,提出了一种基于元胞自动机的城市径流流向优化(UCA)算法,通过坡面流模拟试验选出不同流态的最优水量分配权重,并将UCA算法与D8、4+4N以及FMFD算法进行不同数学曲面上的单位汇流面积对比试验,选择相对误差、均方根误差和平均绝对误差对算法性能进行评价。结果表明:UCA算法中适用于城市陡坡汇聚流态和缓坡漫散流态模拟的最优水量分配权重取值分别为2.0和1.1,在凸坡、凹坡、山脊和直坡面上,UCA算法的单位汇流面积模拟结果与理论值的相对误差和均方根误差均最小;UCA算法既适合模拟城市平坦地形上的缓坡漫散流,又适合模拟城市水力梯度较大地形上的陡坡汇聚流,可为城市地表径流模拟提供更优的求解思路。

基于多流向算法的数字河网自动提取系统研究

从DEM数据中自动提取流域数字河网结构是分布式水文模型研究的基础。由于DEM数据中存在误差数据,这些误差数据的存在会影响面状水体提取的准确度。文章详细论述了基于多流向算法的面妆水体提取过程中面状水体与伪洼地的识别、多流向算法、集水面积计算、面状水体提取等关键技术,文章提出的面状水体提取方法可为进一步开发分布式水文模型提供技术基础。

基于替代模型和流向算法的地下水污染源反演识别

应用模拟-优化的理论和方法,对地下水污染源的相关信息、模拟模型的渗透系数以及抽水井的抽水量进行同步识别.首先,根据假想例子构建地下水污染数值模拟模型.然后,分别运用BP神经网络(BPNN)方法和核极限学习机(KELM)方法构建模拟模型的替代模型,优选出拟合精度更高的替代模型嵌入到后续的优化模型中,以此减少计算负荷并提升替代模型对模拟模型的逼近精度.最后,采用流向算法(FDA)对优化模型进行求解,得到反演结果,同时,将其分别与麻雀搜索算法(SSA)和粒子群优化算法(PSO)得到的反演结果进行对比.结果表明:相比于KELM替代模型,BPNN替代模型的拟合精度较高,确定性系数、平均相对误差和均方根误差分别为0.9999、0.1723%和0.5625;与PSO和SSA相比,FDA的收敛速度更快,对优化模型的求解精度更高,其识别结果的平均相对误差小于7%,提升了地下水污染源反演识别的精度和效率,能够为地下水污染修复、风险评定和责任认定提供可靠的依据.

基于流向算法的协同雷达-NOMA通信系统布站优化

研究了协同雷达通信系统的布站优化问题,通信系统搭载在无人机(Unmanned Aerial Vehicle,UAV)上,采用非正交多址接入(Non-Orthogonal Multiple Access,NOMA)技术服务多个地面用户,雷达系统为多基地雷达,其多个接收机和发射机分置,雷达系统和通信系统存在部分频谱重叠共享。建立了UAV通信系统发射机和雷达接收机的联合布站优化模型,目标是在通信传输速率约束下,实现通信系统平均传输能耗最小化、通信发射机-雷达接收机信道的信噪比最大化以及雷达定位几何精度因子(Geometric Dilution of Precision,GDOP)最小化。引入流向算法(Flow Direction Algorithm,FDA)进行最优化求解,仿真结果表明,相对于通信系统未采用NOMA技术时,所提出的布站优化方案平均传输能耗更低,且FDA较其他常用智能优化算法的精度和寻优效率更高。