基于多重遗传算法的中央空调能效优化

为提高中央空调制冷系统能效比,实现不同工况下最优能效比,提出一种基于多重遗传算法的中央空调制冷系统能效优化方法。该方法通过灰色关联度分析(GRA)筛选出对中央空调能效比影响较大的关键运行参数,利用神经网络建立关键运行参数与能效比间的能效预测模型,通过Apriori关联规则算法获取关键运行参数间的关联规则,将预测模型作为多重遗传算法的适应度函数,关联规则作为遗传算法种群进化的约束条件。分别采用多重遗传算法和传统遗传算法进行能效比优化,结果表明,多重遗传算法比传统遗传算法能效比平均提高了5.75%,优化效果明显。

基于多重聚类算法的高校职业规划课程教学资料智能分类方法

当前高校职业规划课程教学资料分类存在计算资源占用较多和分类效率及准确率较低等问题,基于此提出多重聚类算法的智能分类方法。该方法通过将高维资料转化为低维样本集合、构建教学资料特征树和运用SL层次聚类算法等步骤降低计算资源占用,提高了教学资料分类效率及准确率,进而实现了高校职业规划课程教学资料的智能分类。

基于多重检测的复杂网络监控场景目标跟踪算法研究

铁塔视联业务正在数字镇街治理中发挥越来越大的作用。针对目前复杂网络监控场景中单一双目视觉相机监控存在目标对象遮挡不佳等问题,提出适用于小范围区域的相机与雷达融合的图像目标跟踪检测方案。首先,基于激光雷达的扇形区域内目标反射信号探测原理,监测与输出多目标位置数据和动态噪点信息;然后,使用卡尔曼滤波算法剔除虚假的干扰噪声信号,对周期内动态目标状态进行更新,同时基于可视摄像机拍摄动态目标,将相机坐标系下的图像转换为世界坐标系对应的位置图像;最后,采用YOLOv5对灰度化处理后的融合图像目标进行检测识别。实验结果表明,基于YOLOv5深度学习算法的目标跟踪检测准确率为95%左右,可满足公共空间场域下运动目标的检测识别需求。

流域地貌形态特征多重分形算法研究

为研究流域地貌形态特征的量化指标,提出基于高程分布概率的多重分形计算模型,结合大理河岔巴沟流域和大堡岔流域DEM数据进行多重分形计算,对流域地貌形态特征多重分形谱的表征意义进行了探讨。结果表明:流域地貌形态特征多重分形谱可以更加敏感、更加全面地对流域地貌形态的总体特征进行描述;多重分形谱的顶点对应简单分形的容量维,多重分形谱的宽度可以定量表征流域表面的起伏程度,多重分形谱的端点维数的差别可以间接地反映流域峰谷数目的比例;流域地貌形态特征多重分形谱能够分层次地刻画流域内部的精细结构,从而更加突出地表现异常局部地貌变化特征;流域地貌形态特征多重分形谱的无标度区间的合理范围,应该确定为DEM像元尺度到流域最大高程值的1.5倍左右最为合适。

基于多重朴素贝叶斯算法的未知病毒检测

提出了一种基于多重朴素贝叶斯分类算法的检测方法来实现对计算机病毒的近似判别。该法可以克服病毒特征代码扫描法不能识别未知病毒的缺点。在该检测方法的基础上,设计了一个病毒检测网络模型,该模型既可以实现对已知病毒的查杀,又可以对可疑程序行为进行分析评判,最终实现对未知病毒的识别。

弹性波场数值模拟的隐式差分多重网格算法

为了得到稳定的弹性波数值模拟 ,而不得不选择隐式差分方程 ;为了提高解的精度 ,又不得不增加节点数目 ,但同时也降低了隐式迭代求解的收敛速度 .为此 ,本文使用隐式差分的多重网格算法进行弹性波数值模拟 ,多重网格算法通过粗网格收敛较快的迭代过程求出近似解 ,以近似解为初值使用细网格进行精确的迭代求解 ,从而加速了隐式迭代求解的过程 ,能够以较高计算速度、精度。

基于混沌序列的多重数字图像水印算法

采用一维混沌映射 ,根据不同的混沌初始条件生成多个互不相关的混沌实值序列 ,进而得到性能良好的多重数字图像水印信号 ,有效地解决了多重数字图像水印信号的构造问题 .同时采用二维混沌映射将各水印信号置乱 ,随机均匀地叠加在图像小波变换的中低频系数上 ,各水印信号的嵌入和提取可以互不干扰 ,解决了多重数字图像水印的嵌入问题 .实验结果表明 ,该算法对各种常见的攻击均具备了一定的抵抗能力 ,可有效地解决数字图像产品的多著作权问题 .

考虑颗粒碰撞的多重Monte Carlo算法

从减少计算代价和改进碰撞算法出发,提出了考虑颗粒碰撞的多重MonteCarlo算法,它采用直接模拟MonteCarlo算法来考虑颗粒碰撞,并与求解颗粒拉氏Langevin方程的MonteCarlo算法耦合起来,跟踪比实际颗粒数目小得多的虚拟颗粒.提出了时间步长选定标准、虚拟碰撞伙伴所在控制容积的判断准则、颗粒碰撞发生的判断准则、虚拟碰撞伙伴的选择、基于随机碰撞角度的碰撞动力学,构成了考虑颗粒碰撞的完整多重MonteCarlo算法.对理想工况的细微颗粒流和粗重颗粒流进行了数值模拟,颗粒碰撞率的模拟结果与理论分析解和DNS结果均符合很好,颗粒场演变的细节信息,如时间平均和特定时刻的颗粒数密度,速度和颗粒湍动能等,均与DNS结果符合很好.数值模拟结果证明该算法不仅具有较低的计算代价,而且能够达到足够的计算精度.

ElGamal型多重数字签名算法及其安全性

以美国数字签名标准 DSA为基础 ,设计了有序多重数字签名和广播多重数字签名 ,其安全性是基于求解离散对数问题的 .这两种方案签名具有随机性 ,初始化过程简单 ,能检测和防止签名者的欺骗行为 ,且比广播多重数字签名方案具有更低的通信成本 ,因而有较高的安全性和实用性 .

基于NSCT-DWT-SVD的强鲁棒多重数字水印算法

目的提出基于NSCT-DWT-SVD结合的复合数字水印算法,实现水印信息的隐蔽嵌入,提高水印的鲁棒性。方法首先对水印信息进行Arnold置乱,对载体图像进行NSCT变换,将产生的与原载体图像大小相同的低频子带进行小波变换,后对小波变换的低频部分进行SVD分解,确定嵌入强度后将水印信息叠加到奇异值矩阵中,实现水印的嵌入。结果经仿真实验发现,该算法在保证水印嵌入信息量的前提下,满足了水印信息的隐蔽性,PSNR值达到30 d B以上,NC值达到了1,同时该算法对压缩、滤波、剪切攻击的鲁棒性较强,NC值均达到0.92以上,抵抗旋转攻击时仍能提取出较清晰的水印图像。结论该算法满足了数字水印技术要求的隐蔽性和稳健性,并且可以对数字产品起到版权保护的作用。

多重系统聚类挖掘算法及其实现

基于统计的系统聚类分析是一种重要的数据挖掘算法,但单纯的样本系统聚类有一些局限；该文提出一种多重系统聚类模型及其算法实现,将变量聚类和样本聚类结合起来,使分类性能有了较大提高.

用多重蒙特卡罗算法研究超细微颗粒物同时发生的凝并和破碎

超细微颗粒物的尺度分布由通用动力学方程(GDE)描述,该文发展了求解同时考虑凝并和破碎的GDE的一种多重MonteCarlo(MMC)算法,该算法可以抛弃当前MonteCarlo算法中广泛采用的“子系统”的概念,引入了加权的“虚拟颗粒”的概念,且基于时间驱动,模拟过程中保持虚拟颗粒数目和计算区域体积不变。首先详细描述了MMC算法,包括时间步长的确定方法、同时处理凝并和破碎的方案、凝并和破碎事件发生的判断准则、凝并伙伴的确定、处理凝并和破碎事件的后果时保持虚拟颗粒数目恒定的方法等;然后利用MMC算法对几种特殊工况进行了数值模拟,模拟结果与理论值符合很好,验证了MMC算法的计算精度,且该算法具有较小的计算代价。

基于Floyd算法的多重最短路问题的改进算法

路径分析是网络分析最基本的问题,其核心是对最短路径的求解。Floyd算法是一种求取最短路的经典算法。分析发现,两点间可能存在多条权重相同的最短路径,而这一点Floyd算法没有涉及。以无向联通图为研究对象,设计了基于Floyd求解多重等价最短路算法,并分析计算了一个实际算例。计算结果表明,基于Floyd的多重等价最短路算法可以有效解决多重等价最短路问题。

压缩感知的多重测量向量模型与算法分析

压缩感知(Compressed Sensing:CS)技术是信号处理领域中数据获取和重构的新方法,其在理论上保证了只要源信号在时域或某种变换域中具有稀疏性,可以以远低于Shannon/Nyquist采样定理的采样率对信号进行采样而不至于引起信息丢失,同时,还可以以高概率重构源信号。CS现有算法大都从单重测量信号中恢复稀疏信号源,即为单重测量向量(SMV)模型。而在实际应用中,存在大量的多重测量向量情形,从多重测量向量中恢复未知的具有相同稀疏结构的联合稀疏信号源的模型称为CS的多重测量向量(MMV)模型。本文首先对CS-SMV和CS-MMV模型的基本数学原理进行了详细介绍,讨论了两种情况下稀疏源信号恢复的存在性与唯一性,然后在此基础上重点对近年来出现的各种联合稀疏信号的恢复算法进行了综述,分析了各种算法的性能,较全面的讨论了MMV模型的应用前景。最后对CS-MMV模型的发展趋势进行了总结和展望。

基于中子多重性方法的^(252)Cf中子强度测量算法及实验研究

252 Cf中子发射强度的获取在核技术应用中具有重要意义,为测量其绝对发射强度,分析了一种可能的替代测量算法,该算法基于252 Cf自发裂变的中子多重性分布,并结合中子在测量系统内的衰减时间行为,在不依赖测量系统探测效率和被测样品任何信息的条件下,可给出其中子强度测量值。利用5个252 Cf镀膜中子源在中子多重性测量装置上进行了实验测量,通过测量算法获取的中子强度值与账面记录值最大相对偏差为1.41%,其结果初步验证了该算法的正确性。

应用邻接多重表存储结构的配电网可靠性评估算法

结合复杂配电网的特点,提出基于邻接多重表的复杂配电网可靠性评估分块算法。首先给出适合于配电网数据存储的邻接多重表构造方法及存储结构,解决了网络搜索的空间、时间复杂度问题。基于此提出配电网前推回代潮流计算方法及配电网可靠性评估的分块形成算法。该算法可使配电网潮流计算与可靠性评估分块算法采用同种存储结构,简化了配电网可靠性计算程序的编制,并可节省计算时间。应用该算法对RBTS-BUS6及实际工程系统进行了可靠性评估,算例表明该算法可有效减少计算时间,具有较高的工程实用价值。

基于多重分形主曲线模型多目标演化算法研究

为了克服目前模型多目标演化算法多采用PCA,local PCA等线性建模方法,存在模型拟合效果不理想、对建模参数敏感等问题,提出一种基于多重分形的主曲线模型多目标演化算法(multifractalbased principal curve multi-objective evolutionary algorithm,MFPC-MOEA).算法采用主曲线方法对解集分布进行非线性建模,通过建立种群个体分布概率模型,生成目标空间均匀分布的个体,保证优化结果的多样性.另外算法通过多重分形方法分析个体在解集空间中的分布,设计了基于多重分形谱的模型演化多目标算法建模开始评测标准,同时采用多重分形方法评估算法收敛程度,设计相关的演化多目标优化算法停止策略.新算法采用国际公认的ZDT,DTLZ测试函数进行实验验证,并与NSGA-II,MOEA/D,PAES,SPEA2,RM-MEDA经典演化多目标优化算法进行了实验比较.实验结果表明,该算法在HV,SPREAD,IGD,EPSILON性能指标上均有较好的表现.说明通过引入多重分形策略和主曲线建模方法,在一定程度上提高了解的质量,为求解多目标优化问题提供新的思路.

一个多重约束目标问题的遗传算法求解

该文针对一个多重约束目标问题,用改进的遗传算法较快地求得问题的解。并针对求解该问题的遗传算法,作了大量的实验,研究了种群规模逐渐变小,使用单一的遗传操作方式,采用不同的选择策略,以及在算法执行过程的不同阶段不同的变异算子的使用,对该算法性能的影响。

采用多重启发蚁群优化算法的无人机航迹规划

为解决复杂环境下的无人机航迹规划问题,提出了一种多重启发蚁群优化算法.该算法综合考虑无人机当前位置与待选位置之间的距离和威胁分布,以及待选位置与目标位置之间的距离和威胁分布,将这些已知信息构造为蚂蚁状态转移的多重启发信息,指导蚂蚁的搜索行为.文中对多重启发蚁群优化算法的收敛性进行了分析,并针对航迹不可行和任务区域内存在的突发威胁,分别给出了航迹平滑方法和在线航迹再规划方法.仿真结果表明:所提方法能够有效地增强蚁群优化算法的航迹规划能力,提高收敛的速度和精度,得到最优的飞行航迹.

基于多重迭代算法的梯级水库群调度图优化方法

基于梯级水库群中各水库的常规调度图,建立了以梯级水库群多年平均发电量最大为目标的梯级水库群调度图优化数学模型,提出了基于多重迭代实现高维模型降维的求解算法,即以轮库迭代法实现空间多水库降维,以轮线迭代法实现单一水库多调度线降维,以逐次优化算法实现调度线状态降维。万安溪-白沙梯级水库群的算例计算结果表明,该优化方法能获得形态合理的优化调度图,并能有效提高水库群发电量。