斜拉桥结构可靠度分析的混沌混合算法

根据可靠度指标的几何意义,联合应用混沌算法和BFGS算法,提出了基于混沌混合算法的可靠度分析方法。该方法将可靠度求解问题转化为最优化问题,利用混沌混合算法的全局收敛性实现可靠度问题的求解。利用数值算例和实际斜拉桥结构的可靠度分析对该方法的有效性进行了验证。在此基础上,对苏通长江大桥钢箱梁的可靠度进行了研究,探讨了随机变量的不定性和钢箱梁的不同组成部分对可靠度的影响。结果表明:所提出的方法为结构可靠度分析和钢箱梁的优化设计提供了新的思路和方法,能够有效弥补传统可靠度分析方法的不足,具有更高的精度。

混沌-Powell混合算法在机械优化设计中的应用研究

基于机械优化设计问题 ,提出了一种混沌 Powell混合算法。计算实例表明 :该算法具有优化效率高、全局收敛性好、无需求导等优点 。

加速混沌变尺度混合优化算法

提出了一种加速混沌变尺度混合优化算法 (SCOA- DFP) .首先利用加速混沌算法(SCOA)找到一点比较满意的“初始最优点”,再以此点为初始值使用变尺度方法 (DFP)进行迭代 ,两种方法交替进行 .算法简单明了 ,性能良好 .

混沌粒子群混合算法估计各向异性含水层参数

通过用粒子群算法代替混沌序列优化算法的细搜索,可以提高算法的收敛速度及精度。将混沌粒子群混合算法用于分析抽水试验数据,估计各向异性含水层参数,可以有效解决各向异性函数优化问题。与其他算法比较,混沌粒子群混合算法其具有计算精度高、与实测数据拟合效果好及寻优率高等优点。为估计各向异性含水层参数及建立相应的预测和评估模型提供了操作简单、高效且准确的方法。

基于并行混沌遗传混合算法的多用户检测

基于传统遗传算法的多用户检测器易陷入局部最优解且收敛较慢,影响实时性。本文利用混沌优化算法的优势来弥补遗传算法的这一缺陷,使两种算法优势互补,同时采用具有“迁移策略”的并行搜索机制,提出了一种新的次优多用户检测方法———并行混沌遗传混合算法(PCGA),并在同步CDMA系统中对其性能进行了研究。仿真结果表明,我们提出的这种算法能有效克服传统遗传算法易陷入局部极小的问题,计算量小,收敛速度快,在抗干扰与克服“远-近”效应方面均有明显的优势。

求解有约束非线性规划的混合混沌算法

针对带有约束的非线性规划问题,提出了一种新的算法.首先把有约束的非线性规划转化为含有2个目标的无约束的优化问题,然后利用混沌优化算法和最速下降法来混合求解.数值计算结果显示,该算法是可行有效的.

基于混合混沌磷虾算法的短期水火电调度研究

短期水火电调度(STHS)是一个非线性、多约束且时变的优化问题,当将阀点效应引入后该问题变得非凸从而更加复杂。为提高磷虾算法(KHA)在STHS问题中的寻优能力,引入混合混沌映射来改善KHA的全局收敛速度。为避免算法过早收敛,通过记录每代最优个体的燃烧费用值保持不变的次数,决策对非位置占优的个体在其可行域内进行位置突变,从而提出混合混沌磷虾算法(HCKHA),并将提出的HCKHA和KHA、CKHA分别应用于标准的4水3火和4水10火测试系统。仿真结果表明:HCKHA的寻优能力、系统的燃烧费用值和网络损耗值优于KHA、CKHA和相关其他文献的优化方法。

基于混合混沌算法的电力系统无功优化

提出了一种基于混沌算法的主动禁忌混合混沌算法(RTSCOA),该算法结合了混沌算法的全局遍历性和禁忌算法的“记忆”功能,利用主动禁忌法的反馈机制控制管理禁忌表长度,能够有效地跳出局部极小点。分别对IEEE 6和IEEE 30节点进行仿真,并与标准遗传算法/改进遗传算法(SGA/AGA)进行比较,以证明该算法在电力系统无功控制中应用的有效性。经比较,该方法较其他算法在计算速度、寻优能力上有一定的提高。

混沌遗传混合算法在配电网重构中的应用

指出网络重构是配电系统运行和控制的手段,也是配电管理系统的重要内容。考虑配电网运行特点,建立了以有功网损最小为目标的配电网重构数学模型,并计及潮流、电压、容量及辐射状运行等约束条件。针对该模型的特点,采用一种新型混沌遗传混合算法对配电网进行重构计算,该算法既具有遗传算法的全局性和并行性,又具有混沌搜索的遍历性和快速性。将该算法用于IEEE33节点系统重构计算,并与重构前、单一遗传算法重构结果进行比较,证明了所提出混沌遗传混合算法的有效性和快速性。

基于混合混沌大爆炸算法的三维片上网络低功耗映射

三维片上网络(3D NoC)被认为是提高多核处理系统性能的一种方式。对于3D NoC的设计,如何将给定应用特征图(APCG)上的IP核适当地分配到3D NoC架构中是IP核映射的关键问题。一种优秀的映射算法及一次合理的映射可以大幅改善片上网络的通信功耗、发热、延时等指标。大爆炸算法(BB-BC)是一种新型的元启发式群体智能优化算法;混合混沌大爆炸(HCBB-BC)算法是在大爆炸算法基础上进行改进的一种算法,它具有参数简单、收敛速度快等优点。文中提出将混合混沌大爆炸算法用于解决三维片上网络映射问题,这是首次用大爆炸算法的相关算法来解决3D NoC映射问题。仿真实验结果证明,与现有的3D NoC映射算法相比,所提方法可以用更少的迭代次数和时间来找到更好的解决方案,同时有效地降低3D NoC的映射功耗。在经典任务图映射条件下,混合混沌大爆炸算法与遗传算法(GA)相比,收敛速度提高了36.73%,与粒子群算法(PSO)相比,收敛速度提高了22.45%;同时,混合混沌大爆炸算法的平均功耗比遗传算法的平均功耗的最大值低5.75%,并且比粒子群算法的平均功耗的最大值低3.90%。在随机任务图映射条件下,混合混沌大爆炸算法仍然能够保持稳定的功耗优化效率和更快的收敛速度。

基于C-FS混合算法的微电网经济调度

为了引导储能设备进行深度充放电,提高其使用寿命,利用雨流计数法得到每次充放电对储能设备寿命的影响,建立起了考虑储能设备运行成本的微网经济调度模型。文中针对自由搜索算法(FS)收敛速度慢、易陷入局部最优等缺点,结合混沌理论和精英策略,提出了一种混沌自由搜索混合算法(C-FS)对微网经济调度模型进行求解。通过对14节点辐射状微网系统进行仿真分析,结果表明,考虑储能设备运行成本能有效提高储能设备使用寿命。同时,与传统算法相比,混沌自由搜索混合算法能迅速跳出局部最优解和快速收敛。

异步CDMA并行混沌遗传算法的多用户检测

基于传统遗传算法的多用户检测器易陷入局部最优解且收敛较慢,影响实时性。利用混沌优化算法的优势来弥补遗传算法的这一缺陷,使2种算法优势互补,同时采用具有“迁移策略”的并行搜索机制,提出了一种新的次优多用户检测方法——并行混沌遗传混合算法(PCGA),并在异步CDMA系统中对其性能进行了研究。仿真结果表明,提出的这种算法能有效克服传统遗传算法易陷入局部极小的问题,收敛速度更快,在抗干扰与克服“远一近”效应方面均优于传统遗传算法,有较明显的性能优势。

基于空间信息的射频隐身数据链最优能量控制算法

为提高数据链的低被截获性能,提出了一种基于空间信息的射频隐身数据链最优能量控制算法。以数据链目标飞行区域的威胁因子为先验知识,基于数据链的实时空间信息,分析了影响数据链性能的各个参数,将辐射功率、开机时刻作为优化变量,以最小化辐射功率函数和最小化能量消耗函数作为目标,利用混合混沌粒子群优化算法对数据链通信模型进行优化,选取使两个目标函数最小的解作为最优解。仿真结果表明,算法与目前常见的数据链恒定功率辐射方法相比,在满足可靠通信的前提下,辐射功率较小,消耗能量较少,具有较好的射频隐身性能。

混合混沌量子进化算法

针对量子进化算法计算量大、收敛速度慢以及容易出现早熟等问题,提出混合混沌量子进化算法.该算法采用混沌初始化方法产生初始种群,使种群具有较好的多样性;采用简单量子旋转门更新当前种群中的非最优个体,降低算法的计算量;提出混合混沌搜索策略以提高算法的收敛速度和全局搜索能力.大量的测试表明,与量子进化算法、实数编码量子进化算法和混合量子遗传算法相比,所提出的算法具有较快的收敛速度和较好的寻优能力.大量的测试也表明,若将混沌引入量子进化算法,则混合混沌搜索策略的综合性能明显优于载波混沌策略,在大多数情况下优于混沌变异策略.本文提出的算法是惟一的每次测试都收敛的算法,且实现简单,便于工程应用.将其用于求解城市道路的交通信号配时优化问题,实际效果令人满意.

跳频周期和跳频间隔的最大条件熵射频隐身设计方法

为提高跳频通信系统的被截获性能,该文以跳频周期和跳频间隔为研究对象,提出一种基于最大条件熵的跳频周期、跳频间隔射频隐身联合设计方法。该方法以跳频系统先验数据为样本空间,以拉格朗日乘子为优化粒子,利用混合混沌粒子群优化(HCPSO)算法对最大条件熵的对偶规划进行优化计算。与单阈值方法(STM)和双阈值方法(DTM)的对比仿真结果表明:该文提出的最大熵方法(MEM)具有最大的跳频周期、跳频间隔不确定性和最小的截获概率,且针对不同威胁因子具有较高的环境区分度。因此,MEM具有较好的射频隐身性能,可以有效提高搭载平台的生存能力。

基于混合迁移策略的生物地理学优化算法

为提高生物地理学优化算法(BBO)的性能,提出一种基于混合迁移策略的生物地理学优化算法(HMB-BO).该算法通过动态选取待迁出种群个体,平衡对解集搜索过程中的选择压力.采用混合迁移策略改进迁移机制,增强算法对解的搜索能力,避免引起过早收敛.并加入分段Logistic混沌机制对个体进行变异,提高算法的收敛精度.基于标准测试函数的仿真实验表明,HMBBO算法可有效避免早熟收敛,在收敛速度和收敛精度上较标准BBO算法有较大提高.

一种计及需求侧竞价的非合作信息完全环境下的发电机组竞价方法研究

为了充分考虑需求响应对发电机组竞价策略的影响,提出了一种计及需求侧竞价的非合作信息完全环境下的发电机组竞价模型,考虑了自身成本、对方的报价行为、需求侧用户的报价行为及电网运行等限制约束。上层模型描述了在发电商非合作信息完全博弈环境下的收益,下层模型描述了不计入网损安全约束经济调度出清。并同时提出了一种基于混合混沌萤火虫-粒子群算法的博弈理论方法求解该双层模型,用于提高算法的收敛性能及更好地反映发电商的报价行为。最后,采用标准IEEE30节点系统验证了所提算法在求解计及需求侧竞价的发电侧策略双层模型时的优越性,为计及需求侧竞价的发电机组竞价方法提供验证。

基于现场可编程门阵列的手机短信息混沌加密系统设计方案及硬件实现

手机的普及使得个人信息安全问题受到广泛关注,其中手机短信息的安全性尤为重要.本文致力于设计实现手机短信息加密与安全传输的硬件系统,采用混沌A5/1混合算法,提出一种基于现场可编程门阵列(FPGA)的手机短信息加密系统设计方案.使用由Logistic混沌序列做初始密钥而改进的A5/1混合算法作为加密算法,分析其伪随机性并证明圆周相关与线性相关的关系;采用SIM300模块设计实现手机功能,仿真普通手机短信息和加密短信息的传输;开发一套软件测试平台,可以在计算机上呈现硬件系统的测试结果.经测试表明,本文提出并实现的硬件系统可以加密手机短信息并保证其正常传输,从而提高了手机短信息的安全性.

基于最大条件熵的射频隐身数据链猝发通信模型

为提高数据链的低被截获性能,以数据链发射时刻的不确定性为对象,提出了一种基于最大条件熵的射频隐身数据链猝发通信模型。该模型以先验数据为训练样本空间,以拉格朗日乘子为优化粒子,将最大条件熵的对偶规划问题作为目标,利用混合混沌粒子群优化(HCPSO)算法进行优化计算,最终确定最大条件熵概率分布模型。与单阈值方法 (STM)和双阈值方法(DTM)的对比仿真结果表明:利用最大熵方法(MEM)自适应生成的发射规划,不仅具有最大的发射时刻条件熵,射频隐身性能最好,而且MEM的通信总时间、通信占空比也最大,对环境约束特征的适应性最好,因此,MEM具有最优的综合性能。