基于邻域正交交叉算子的人工鱼群算法

将邻域正交交叉算子引入到基本人工鱼群算法中,提出了一种基于邻域正交交叉算子的人工鱼群算法。该算法采用动态调整人工鱼视野和步长的方法,较好地平衡了全局搜索能力和局部搜索能力。将人工鱼的邻域极值与该人工鱼进行正交交叉运算,产生少量的具有代表性的较优个体,而新产生的个体不仅利用了本身的有用信息,同时利用了邻域极值的最优信息,加快了算法的收敛速度,增强了算法的寻优能力。仿真结果表明,该算法具有较高的优化性能。

带外部存档的正交交叉布谷鸟搜索算法

布谷鸟搜索算法是一种新兴的仿生优化技术,其迭代使用Lévy flights随机走动和Biased随机走动搜索新的个体.在Biased随机走动中,随机交叉搜索方式具有一定的盲目或无效率,这将可能削弱布谷鸟搜索算法的搜索能力.为了改善布谷鸟搜索算法的搜索能力,提出带外部存档的正交交叉布谷鸟搜索算法(orthogonal crossover cuckoo search algorithm with external archive,OXCS).正交交叉被嵌入于Biased随机走动中以提高交叉搜索的效率.外部存档维护一定时期内的种群历史信息,并为正交交叉操作提供一个父本.实验结果说明提出的策略能够有效地改善布谷鸟搜索算法的搜索能力,并提高求解连续函数优化问题的收敛速度和解的质量.

基于正交交叉操作的遗传算法及在水轮机调速器参数优化中的应用

为了确保获得最优参数 ,本文借助正交试验的设计思想 ,定义了正交交叉操作 ,并将基于正交交叉操作的遗传算法应用于水轮机调速器参数优化过程 ,仿真试验结果表明了算法的有效性和鲁棒性。

正交交叉和指数交叉相互协作的蝙蝠算法

蝙蝠算法是一种模拟蝙蝠回声定位行为的新型启发式智能搜索算法,其随机游走于最佳解附近的局部搜索导致算法的搜索效率低且易陷入局部极小值.针对此不足,提出一种正交交叉和指数交叉相互协作的局部搜索策略.正交交叉操作是在父个体空间内基于正交设计的一种有系统的精细化搜索,能有效的避免随机游走的盲目性,指数交叉用于弥补正交交叉受限于父个体空间的不足,使种群保持足够的多样性,正交交叉和指数交叉相互协作使蝙蝠算法能有效地平衡搜索的集中性和多样性.实验结果表明改进的算法能够有效地提高蝙蝠算法的搜索能力,在求解多维函数优化问题上是具有竞争力的.

基于坐标交叉正交设计的空时分组码

提出了基于坐标交叉正交设计的空时分组码(CIODSTBCs).与复数正交设计空时分组码(CODSTBCs)相比,具有相同的译码复杂性,但速率为1的CIODSTBCs对2～4个发射天线都存在,而CODSTBCs仅仅对2个发射天线存在;速率为3/4的CIODSTBCs对5～8个发射天线都存在,而广义COD(GCOD)STBCs仅仅对3、4个发射天线存在.最后分别对它们进行了仿真.

改进正交边界交叉算法及其在高频电磁场逆问题中的应用

针对高频电磁场逆问题分析复杂、求解缓慢等现有问题,以给定方向增益最大化,同时副瓣电平最小化为目标,建立10个同性线性点源天线阵模型,并提出一种改进的正交边界交叉(normal boundary intersection,NBI)算法。为克服原NBI算法收敛速度慢、一次运行只得到一个Pareto解等固有缺陷,该文将理想平面分化为若干子区域,将每个种群个体投影到理想平面上,根据其在理想平面上的投影进行分类及评估,并将分类及评估结果体现在母代选择中,以实现一次运行搜索得到全部Pareot解平面;其次,为避免早熟现象和增加种群多样性,提出双重外部档案概念,并引入一种新的精英策略。给出的典型数学函数验证了该文算法的快速性和有效性,高频电磁场逆问题的数值计算结果说明了该文算法的优越性和工程应用价值。

基于邻域正交交叉算子的混合蛙跳算法

混合蛙跳算法(SFLA)是一种全新的群体智能优化算法。针对基本混合蛙跳算法优化精度低、收敛速度慢的缺点,引入邻域正交交叉算子的概念,提出了一种基于邻域正交交叉算子的混合蛙跳算法(SFLA-OCO)。通过对基准函数进行测试,实验结果证明改进的算法提高了算法的收敛速度,增强了算法的寻优能力。

南龙铁路端西隧道斜井与正洞交叉口段挑顶开挖施工技术

南龙铁路端西隧道进口位于高砂镇渔珠村,出口位于高砂镇官庄村,隧道全长6216m,最大埋深约250.8m。端西隧道设计行车速度为200km/h.为双线无砟轨道,洞室开挖跨度达13.6m,地质条件复杂。隧道设一座斜长414.83m的斜井,斜井位于线路前进方向右侧,与正洞交于2461m处,交角为59°,综合8.69%,双车道无轨运输。端西隧道斜井与正洞叉口段开挖跨度大,施工过程中干扰大、围岩稳定控制难度大,开挖支护方案的精选、监测数据及时采集和分析、过程中的支护方案的及时调整等施工手段的实施,最终完成了端西隧道斜井与正洞交叉口段挑顶开挖施工。

鞍马交叉动作动力学研究

鞍马的交叉动作虽然不是创新和高难动作,但无论在规定还是自选动作中都必须有交叉动作。男子体操评分规则规定,鞍马的编排“至少有两个以任何方式连接的交叉。”否则要扣分:“只做了一个交叉扣0.3分,没有做交叉扣0.6分,。国际体操评分规则在不断地修改。

求解大规模优化问题的正交反向混合差分进化算法

差分进化算法简单高效,然而在求解大规模优化问题时,其求解性能迅速降低。针对该问题,提出一种正交反向差分进化算法。首先,该算法利用正交交叉算子,加强了算法的局部搜索能力。其次,为防止过强的局部搜索使算法陷入早熟收敛,利用反向学习策略调节种群多样性,从而有效地平衡算法的全局和局部搜索能力。利用11个标准测试函数进行实验,并和差分进化算法的四种优秀改进版本进行比较,实验结果表明提出的算法求解精度高、收敛速率快,是一种求解大规模优化问题的有效算法。

求解高维优化问题的正交动态差分进化算法

为解决差分进化算法求解高维优化问题时效率低下的问题,提出一种正交动态差分进化算法(ODDE),通过动态差分进化框架增强全局搜索能力,利用基于正交实验设计的正交交叉算子加强局部空间搜索能力。基于9个标准测试函数,选择30,100,300,500这4种维度对差分进化算法、动态差分进化算法、正交差分进化算法和ODDE算法进行对比实验,结果表明,ODDE算法的求解精度和收敛速率均优于对比算法,可广泛用于求解工程应用中的高维优化问题。

Ⅷ烈度震区复杂地应力隧道横洞进正洞施工技术研究

随着我国高速公路建设的快速发展,国内隧道施工技术也在不断提高,并逐步走向成熟,同时,大量软弱围岩隧道在施工过程中也会遇到各种类型问题。在汶川地震后,震区地应力场结构发生了复杂的变化,在该地质条件下隧道建设施工过程中,因受应力集聚影响,横洞进正洞施工是整个隧道工程施工的难点。如何控制好软弱围岩隧道横洞转正洞施工是该隧道亟待解决的问题之一。通过对薛城1号隧道横洞进正洞环向拱架支撑托梁、正洞临时支撑门架的施工技术和要点进行研究总结,可为类似隧道挑顶施工提供参考。

基于ICS算法的旅行商问题研究

旅行商问题(Traveling Salesman Problem, TSP)是一个NP问题。为了能够获得最优的路径长度以及降低运行时间,文章使用改进的布谷鸟算法(Improved Cuckoo Search, ICS)进行旅行商问题的优化。首先阐述了TSP问题的定义,其次采用布谷鸟算法(Cuckoo Search, CS)进行优化:使用混沌映射进行种群初始化,提高种群多样性;利用量化正交交叉算子对每一次迭代后的个体进行筛选,保证了算法解的质量。仿真实验中与ACO、PSO和CS对比,该文算法在TSP的最优路径和最短时间方面具有一定的效果。

一种函数优化问题的混合遗传算法

将传统的局部搜索算法和遗传算法相结合，可以较好地解决遗传算法在达到全局最优解前收敛慢的问题．文章给出一种结合可变多面体法和正交遗传算法的混合算法．实验表明，它通过对问题的解空间交替进行全局和局部搜索，能更有效地求解函数优化问题．

基于反学习和正交交叉算子的元胞差分进化算法

提出了一种基于正交交叉算子的元胞差分进化算法.进化初期采用反学习初始化方法获得初始候选种群,利用元胞结构的局部搜索方法替代控制参数调节差分进化算法的选择压力,从而平衡差分进化算法的探索能力和开发能力,利用元胞自动机的并行演化机制保持种群的多样性,从而避免陷入局部最优.该算法利用无交叉因子的正交交叉算子,通过多元素重复试验加速种群收敛速度.对多个典型测试函数的仿真实验结果表明,所提出的算法相较于多个差分进化改进算法具有更快的收敛速度和更好的计算精度.

一种新的免疫进化算法在函数优化中的应用

针对克隆选择算法在求解高维函数优化问题时易陷入局部最优以及收敛速度较慢的弱点,本文基于生物免疫系统内部学习优化机制以及进化算法,提出了一种新的免疫进化算法,它包括正交交叉、单形交叉、克隆、多极变异和选择。新算法将进化计算的思想融入到克隆选择中,提出了一种新的变异算子,在保证种群多样性的同时提高了算法的全局寻优能力。理论分析证明了算法的收敛性,并将算法应用于不同的测试函数进行仿真实验。结果表明,该算法是有效的。

基于量化正交交叉的量子衍生布谷鸟搜索算法

为提高布谷鸟搜索算法的优化能力,从研究布谷鸟算法的实现机制入手,提出一种量子衍生布谷鸟搜索算法.算法中的鸟窝位置采用双链结构的量子比特编码,引入量化正交交叉策略,通过子空间分割完成初始种群的解空间均匀分布.根据莱维飞行随机走动控制量子旋转门幅角大小,对发现个体和量子Pauli-Z门变异个体实施量化正交交叉操作,在正交区域中实施局部精细搜索.函数极值优化的仿真结果表明,与标准布谷鸟算法相比,所提算法的寻优能力有明显提高,从而验证了算法的有效性.最后实际应用到泥页岩多矿物组分反演问题中,反演精度提高6个百分点.

一种函数优化问题的混沌遗传算法

混沌作为一种非线性动态系统中的现象 ,受到了人们的重视。给出一种结合混沌优化方法和遗传算法的混沌算法。实验表明 ,它通过对问题的解空间交替进行全局和局部搜索 ,能更有效地求解函数优化问题。

一类高效的混合遗传算法

提出了一类用于求解函数优化问题的实数编码混合遗传算法。该算法由全局搜索和局部搜索模型组成,并将正交交叉运用于遗传操作产生的后代个体。一方面,本文提出的混合遗传算法能够有效地保持群体的多样性;另一方面,正交交叉能够产生高质量的个体。四个测试函数优化结果显示它在求解高维优化问题和复杂多极值优化问题方面有优势。

一种混合遗传算法及其应用

给出一种结合梯度法和正交遗传算法的混合算法。实验表明，它通过对问题的解空间交替进行全局和局部搜索，能更有效地求解函数优化问题。