利用二维分段线性插值计算粮食平衡点湿度

介绍了利用分段线性插值的理论在二维数据场进行插值算法的设计方法,并举例说明了用C语言实现的过程。

基于改进粒子群算法的高效船体分段制造优化

针对船体分段制造计划通常受到分段装焊场地、作业设备和作业工序等因素限制,以按需拉动、负荷平衡、缩短周期为优化目标,构建了高效分段制造作业计划优化模型。考虑作业优化模型变量离散和非线性问题,采用改进的粒子群算法,对优化模型进行求解。通过对某船厂实例分析,经Matlab编程运行,表明优化算法对提高分段制造产能、缩短建造周期具有较为明显的效果。

低调节性能水库防洪优化调度分段试算法改进

基于水库实时防洪调度的操作流程,以最大化实时调洪库容为准则,提出腾库预泄段、过渡维持段、削峰蓄洪段、安全消落段、期末消落段等5阶段划分原则;以最大削峰准则为目标,构建各分段优化出库过程的确定方法,形成低调节性能水库防洪优化调度改进分段试算法。以富春江水库为对象,开展改进分段试算法模拟调度并与原分段试算法进行对比,实例结果表明:改进分段试算法与原分段试算法相比优势明显,克服了原方法调洪计算中频繁突破库容、泄流能力上下限的问题,算法稳定性能良好;减少了闸门操作频次,增强了优化调度方案的可操作性;削峰效果更加显著,同等条件下削峰率提升13.3%。

一种改进变步长的自适应电磁干扰对消算法

针对已有最小均方(LMS)自适应干扰对消算法初期收敛速度慢且整体误差偏大的问题,提出一种改进变步长LMS算法。该算法在保证收敛速度和误差精度要求下,简化了步长因子μ(n),且采取分段迭代的方法,克服算法初期收敛慢的缺点。在误差|e(n)|较大时,文中提出通过调整系数ε调节步长μ(n)的变化速度,增强了迭代稳定性。仿真结果表明:与正态分布曲线步长等算法相比,使用文中算法后,宽带与窄带电磁干扰信号的收敛速度至少提高13%,干扰对消后期望信号的输出信噪比至少提高26%。该算法可用于复杂电磁环境下的电磁干扰消除。

基于改进GA的分段堆场计划调度方法研究

针对船舶分段堆场在调度过程中周转效率低、调度滞后以及调度成本高等问题,以进出场分段在堆场中的调度为研究对象,考虑船舶分段堆场调度过程中的扰动因素,采用基于事件触发式的重调度方法,结合分段质量和移动距离建立数学模型,以移动分段所需的成本为优化目标,提出利用改进遗传算法来选择分段在堆场中停放位置的较优方案,并构建启发式规则来确定分段最优进、出场路径。利用某船厂实际数据对模型进行验证,表明该方法可得到较优的堆场作业计划,实现堆场资源的高效利用。

改进免疫算法在电力系统电源规划中应用

目前,遗传算法作为一种基于人工智能技术的优化算法在电力系统电源规划中已经得到广泛应用。然而其遗传操作繁杂、计算量庞大,易产生退化、早熟收敛等问题,使其应用受到局限。提出一种基于自然分段式编码的改进免疫算法MIA(Modified鄄ImmuneAlgorithm),该算法具备全局多峰搜索能力,通过使用该算法可以大大简化电源规划的计算量、提高计算效率,并充分利用特征信息灵活求解,具备了更加优异的收敛特性,同时避免了退化、早熟收敛问题发生。

插值算法在嵌入式系统中的应用

长久已来,插值算法已被广泛地应用于生产实践各领域中,并随着计算机科学的发展而日益完善。插值算法种类繁多,可以针对具体的实际问题和应用领域使用和设计具体的插值算法。文章讨论了逐步线性插值算法的特性及其在嵌入式系统应用过程中为满足实际要求所需的改进,如动态分段、列表函数扩值处理等。在算法的设计和实现中给出了具体的C语言描述。

含阀点效应最优潮流问题的改进原始蚁群算法解

基于原始蚁群的猎食行为提出一种新型的算法,称为改进原始蚁群算法,用于求解最优潮流问题。新算法只考虑离散变量,以降低计算时间,同时使用序列二次规划法求解连续变量。通过运用曲线分段的方法,使改进算法能处理含大量约束条件的各种目标函数并有效地搜索全局最优解。通过IEEE-30节点系统的仿真计算验证了该算法的有效性。

一种适用于机载数据融合的改进时间对准算法

对机载多传感器数据融合的时间对准算法进行了研究,对时间不同步导致的对准误差进行了理论分析。在此基础上,为提高内插外推的精度,对数据时间差异很大的时间对准问题提出了一种改进的分段线性插值算法。对红蓝对抗场景下的数据链与机载火控雷达的数据融合处理进行了仿真分析,仿真结果表明该算法对机载多源数据融合处理具有良好的适应性。

基于分段可逆矩阵变换的超光谱图像无损压缩算法

提出了一种新的分段可逆矩阵变换去除谱间冗余算法,结合CDF(2,2)DWT去除空间冗余,去冗余效果好于3D-CDF(2,2)DWT,改进的EBCOT算法进行编码。实验结果表明,无损压缩性能远好于JPEG-LS、WinZip、ARJ、DPCM、中国科学院一小组、NMST、MST的结果,以JPL的Canal测试图像为例,平均而言无损压缩比分别比上述算法提高了43%、38%、36%、31%、17%、13%、10%左右。该算法运算速度快,便于硬件实现。

改进的两阶段算法求解差别费率车辆调度问题

针对车辆在负载和空载状态下不同的成本核算模型,提出了两阶段算法求解最小配送成本:第一阶段用改进的扫描算法求得满足问题约束条件的若干组非同质化的初始解;第二阶段采用这些解作为多样化的初始种群,并用改进的单亲遗传算法进行全局、大范围搜索,最终求得满意解.实例计算表明,算法能在较短的时间内求得理想解,满足了物流配送企业深挖内部潜力、有效控制成本的现实需要.

基于道格拉斯改进的雷达回波数据简化算法

为提高雷达模拟器生成物标回波的效率,提出一种基于道格拉斯改进的雷达回波数据简化算法。首先,提取电子海图岸线数据,分析人工岸线和自然岸线的特征;其次,对数据进行预处理,去除冗余点;随后,通过提取岸线数据特征点,将岸线按特征点分段;最后,基于改进的道格拉斯算法,设置压缩比自适应控制各分段的简化阈值,实现各分段数据的简化。经实验验证,该方法能够有效保持岸线地貌特征,并可达到简化的效果。

基于改进蚁群算法的移动机器人路径规划研究

针对传统蚁群算法在移动机器人路径规划中存在收敛速度慢、易陷入局部最优和规划路径不平滑等问题,提出一种用于移动机器人路径规划的改进蚁群算法。首先在状态转移概率中引入平滑函数,使蚂蚁在进行路径节点选择时,考虑路径的平滑性。然后在对路径信息素更新时,引入多目标评价函数;同时提出一种基于熵权的分段信息素更新方式,每次迭代规划路径按多目标评价函数数值进行排序并分段,对不同的分段,引入不同的信息素强度放大系数,提升了算法的收敛速度。最后对规划路径进行二次优化,即先对路径节点进行优化,减少不必要的转弯节点,减小了路径转弯角度以及路径长度;再利用贝塞尔曲线对节点优化后路径的转弯拐点处进行平滑。在20×20的简单和复杂栅格环境中进行仿真实验,结果表明,改进蚁群算法规划出的路径长度更短、转弯角度更小和路径更加平滑,同时改进蚁群算法的迭代收敛速度更快,验证了改进蚁群算法在移动机器人路径规划中的优越性。

基于改进蝙蝠算法的机械臂时间最优轨迹规划

为了对SCARA 6自由度机械臂的运动过程实现时间最优轨迹规划,课题组提出一种基于改进蝙蝠算法的时间最优3-5-5-3分段多项式插值轨迹规划算法。首先对机械臂构造3-5-5-3分段多项式;然后在角度、角速度和角加速度的约束条件下,以时间最短作为优化的目标函数,采用改进的蝙蝠算法对分段多项式的结果进行优化;最后在MATLAB软件中进行模拟运算。仿真结果表明:改进的蝙蝠算法在收敛性以及优化性方面均优于传统的蝙蝠算法,而且在局部收敛方面也有明显的改善;各关节的角位移、角速度和角加速度曲线相对平滑,不存在突变等情况的发生,充分证实改进算法具有可行性。

基于改进蛙跳算法的图像对比度增强方法

为改善图像对比度,提出了一种基于改进蛙跳算法的图像对比度增强新方法。该方法利用分段线性变换增强图像的原理,对蛙跳算法进行深入分析并进行改进后,将改进蛙跳算法与二维Otsu法相结合,利用蛙群的并行搜索机制自动选取图像的双阈值,然后再以图像的对比度作为改进蛙跳算法的适应度函数,自适应地搜索分段线性变换的斜率,并以之增强图像。实验结果表明,该方法有效改善原图像的对比度,且优于直方图均衡化法及基于基本蛙跳算法和人工鱼群算法的增强方法。

改进双边滤波和阈值函数的图像增强算法

针对基于单尺度Retinex算法产生的图像泛灰现象和光晕现象、基于双边滤波Retinex算法的泛灰现象及噪声放大现象。提出基于小波变换的改进双边滤波的Retinex图像增强算法和改进阈值函数去噪算法。该方法对图像进行小波分解,获得图像的低频和高频系数;采用改进双边滤波的Retinex算法对图像低频系数进行处理,采用改进阈值函数对高频系数进行处理;采用离散小波反变换得到增强后的重构图像;对重构图像进行分段性线性变换,增强图像对比度。实验结果表明,该方法避免了图像泛灰和光晕现象,并有效去除了噪声,细节丰富,对比度强,为图像后续处理奠定基础。

基于改进非洲秃鹫优化算法的图像阈值分割研究

针对非洲秃鹫算法(AVOA)全局搜索能力不足与局部搜索策略冗杂的缺点,提出一种改进非洲秃鹫算法(β-PAVOA)。算法采用分段线性混沌映射(PWLCM)初始化种群,增强种群多样性。引入β分布与基于饥饿率的搜索策略,增强算法全局搜索能力。改进原算法局部搜索策略,帮助算法及时跳出局部最优。通过8个测试函数验证算法的有效性,并将其应用于二维Otsu图像阈值分割模型。实验结果表明,在测试函数上,β-PAVOA相比较于非洲秃鹫算法(AVOA)、金豺狼优化算法(GJO)、灰狼算法(GWO)、鲸鱼优化算法(WOA)和粒子群算法(PSO)有着更好的精度与收敛速度;在二维Otsu图像阈值分割模型上,β-PAVOA在搜到最优解的情况下收敛速度也仍然领先,这也证明了改进算法的有效性。

基于改进粒子群算法的钻车机械手轨迹规划研究

钻车机械手是防突防冲钻车的重要装置,关系着钻车是否可以正常钻进及真正实现无人化。为确保钻车机械手快速、准确、平稳运行,其轨迹规划优化尤为重要。现有钻车机械手轨迹规划存在阶次较高、优化算法易早熟等问题。针对上述问题,提出了一种基于改进粒子群(PSO)算法的钻车机械手时间最优轨迹规划方法。首先,利用标准Denavit-Hartenberg(D-H)构建钻车机械手三维模型,通过蒙特卡洛法得到钻车机械手的工作空间,从工作空间中选取4个途径点作为插值点。然后,为了使钻车机械手能够快速平稳地到达指定位置,在关节空间中采用3-5-3分段多项式插值构造其轨迹。最后,通过改进PSO算法对构造的轨迹进行时间最短优化,得到钻车机械手的时间最优轨迹规划。Matlab仿真结果表明:基于改进PSO算法的钻车机械手时间最优轨迹规划方法可以在保证钻车机械手各关节运行平稳的同时,使运行时间从3.168 5 s减少到2.385 4 s,整体运行时间较优化前减少约25%,提高了机械手的工作效率。

一种改进SWOMP的大规模MIMO信道估计算法

针对大规模多输入多输出系统(massive MIMO)波束域信道估计中传统算法在低信噪比条件下无法保证较高的估计性能问题,设计了基于改进灰狼优化的分段弱正交匹配追踪(IGWO-SWOMP)压缩感知算法.该算法基于改进的灰狼优化(IGWO)算法自适应获取到大规模多输入多输出系统波束域信道中最小均方误差对应的迭代数与阈值,达到参数自适应设定的目的.仿真结果表明,与传统算法相比,IGWO-SWOMP算法的估计性能明显提高;在波束域角度扩展改变时,IGWO-SWOMP算法实现了自适应信道估计,能够保证较高的估计性能.

基于改进蚁狮算法的间歇反应釜优化方法研究

针对蚁狮算法易陷入局部极值点和收敛速度慢的问题,提出一种基于自适应边界调节策略和分段搜索策略的改进型蚁狮算法。通过引入自适应调节因子对蚂蚁围绕蚁狮游走时的范围进行自适应改变,提高了算法的全局寻优能力和寻优精度。融合粒子群算法的记忆保存思想和柯西变异算子对蚂蚁位置进行分段搜索,丰富了蚂蚁种群的多样性,解决了算法易陷入局部最优的问题。将改进的算法应用于乙酸乙酯生产过程的间歇式反应釜,并与蚁狮算法进行比较,实验表明改进后算法收敛速度更快,对间歇式反应釜生产过程中的反应温度、产物浓度和反应时间等参数的优化效果明显。