任务并行编程模型下排列熵算法的并行实现

排列熵算法随着嵌入维数的增大,运算规模将会呈平方级数增大,计算时效性问题突出,亟待解决。为此,提出一种基于任务并行编程模型的线程级并行方法,通过任务并行运行系统(StarPU)将密集型计算划分为多个独立的任务,再由调度器将任务调度到不同的CPU上执行,实现排列熵算法的并行化。基于StarPU的排列熵并行算法与串行程序相比较,加速比为23.79倍,相较于OpenMP(一种用于共享内存并行系统的并行计算方案),在分配28个线程时,加速比为1.17倍,结果表明该方法能够有效实现排列熵算法的加速执行。

基于熵算法的水封洞库项目降尘系统诊断分析研究

洞室群开挖作业特点是洞室粉尘浓度居高不下,给作业人员的身心健康及企业安全高效生产带来了严重威胁,而水幕降尘技术是施工中首要防尘措施,以其操作简便、经济、降尘效果较好受到广泛应用。以A水封洞库项目为例,利用熵算法分析探讨了开挖面积大的洞室群施工中水幕降尘系统运行诊断分析。通过调整降尘参数优化降尘设备设置,消除洞室内粉尘这一隐形灾害,保障地下洞室的作业安全、改善作业环境和维护作业人员的身心健康,为相关项目提供借鉴。

基于排列熵算法的混沌伪随机序列复杂性分析

运用排列熵算法分析了离散混沌系统产生的混沌序列和混沌伪随机序列的复杂性,讨论了混沌系统参数对序列复杂性的影响情况。研究表明:多次粗粒化后得到的混沌伪随机序列保持了原有混沌序列的复杂性特点;与Logistic系统和Henon系统相比,TD-ERCS系统产生的混沌伪随机序列的复杂性大且相对稳定,是一个极具密码学应用价值的安全混沌系统。

基于排列熵算法的电力系统故障信号分析

电网故障的快速准确诊断对加快事故处理和系统恢复进程、保证电力系统的安全运行具有至关重要的作用。分析了目前应用于电力系统故障诊断的数据来源,提出采用广域量测的电气量信息进行电力系统的快速诊断方法。首先将广域量测系统采集的数据进行小波变换,通过相关系数法滤噪处理,以此来重构信号,采用排列熵算法对重构的信号进行排列熵分析。由于排列熵反映了一维时间序列的复杂度,对信号变化具有较高的敏感性,可以应用于电力系统故障信号分析方面。相比传统的小波分析方法,该方法不存在选取小波基问题,且算法简单,编程易实现,能够满足在线故障诊断条件。通过对IEEE10机39节点标准测试系统的故障仿真分析,结果表明了该方法的有效性和实用性。

基于改进交叉熵算法多目标不等间距阵列综合

将模糊C均值聚类算法与传统交叉算法相结合,提出改进交叉熵算法.利用该算法成功完成阵元个数分别为6、8、10、12不等间距阵列综合,解决了不等间距阵列综合中峰值旁瓣电平和波束宽度的多目标优化问题,得到了对应情况下不等间距阵列的峰值旁瓣电平和波束宽度的平衡曲线.优化结果表明,给定波束宽度,阵元个数相同的不等间距阵列的峰值旁瓣电平比均匀阵列下降近30%.在均匀阵列超出截止间距时,可以更加有效准确地找寻峰值旁瓣和波束宽度的折中点.

凝汽器故障诊断的模糊交互熵算法

针对凝汽器故障诊断中的复杂性和不确定性,对凝汽器故障征兆集与故障论域进行改进。基于信息论中模糊交互测度(fuzzy cross entropy method,FCEM)的概念,提出一种广义的距离测度,计算凝汽器典型故障模糊模式与未知故障模糊模式之间的差异程度。通过对典型故障集的细化和扩充,提高了故障诊断的准确率。最后,将该方法用于600和300MW火力发电厂汽轮机组凝汽器故障诊断中,结果表明该方法准确率达95%以上,且易于工程实现,证明了该方法的有效性。

基于独立分量分析的自适应最大熵算法对脑电干扰的识别与剔除

目的提出一种在脑电信号采集过程中自动识别和剔除各种干扰的新方法。方法将独立分量分析(ICA)最大熵算法和非线性参数阈值设定相结合。首先对ICA最大熵算法进行自适应改进,并将其用于对包含肌电、眼动等各种干扰的19导脑电信号进行独立分量分解;然后对各独立成分进行3个参数的非线性分析,通过设定的阈值,自动识别出其中的伪迹成分;在去除识别出的各伪迹的独立成分后,将其余独立成分反投影到头皮各电极处,得到去除干扰后较为纯净的脑电信号。结果研究表明,基于盲源分离技术的自适应最大熵算法实现了脑电信号与其中所包含的多种干扰成分的分离,通过信号的重建可实现对不同来源干扰的剔除。结论自适应最大熵算法是生理信号消噪研究中一种有潜力的方法。

基于最大熵算法的图像几何与辐射校正研究

在图像辅助导航中,航空照片都具有不同程度的几何畸变和辐射畸变,给图像内容的辨别带来误辩,通过灰度差值算法,把系列航空图像变换为同一坐标系下的图像几何畸变,再通过改进的最大熵算法,实现图像辐射畸变校正,使图像"热点"区域明显。

高速列车周期性开行方案优化模型与交叉熵算法

中国高速铁路不同车站之间,旅客对乘车时间、频次、直达与中转等列车服务要求的异质特征明显.如何在一个周期内(如1 h或2 h)用有限的列车起讫点和停站方式组合,满足多样化客流需求是制定周期性列车开行方案所面临的问题.建立整数规划模型,确定一个周期内大站停、隔站停多个层级列车的起讫点、停站、开行频率和编组,保证站间直达率,满足旅客异质需求.模型从按特定规则生成的备选列车集合中优选列车,同时决策其开行频率,实现列车开行成本最低.针对问题特点设计交叉熵算法,与CPLEX软件的实例求解结果和计算效率进行对比.结果表明,所提算法能有效求解大规模实际问题,列车开行方案服务指标较优.

基于改进排列熵算法的电力系统设备状态智能识别研究

针对传统电力系统设备运行状态监测方法存在监测精度低、延时长等问题,提出基于改进排列熵算法的电力系统设备状态智能识别方法。在电力系统设备参数分布强度和控制参数约束下,更新电力系统设备故障特征信息分布传输序列,通过构建电力系统设备运行状态的量化参数模型,对电力系统设备状态约束参量进行辨识;通过信息熵的优化排序方法,获取电力系统设备状态监测和优化特征,采用小扰动抑制方法,结合小信号扰动识别,实现电力系统设备状态智能识别。试验结果表明,采用所提方法识别电力系统设备状态的精度始终高于90%,且耗时较短。

基于交叉熵算法的唯相位控制方向图零点生成

为消除特定方向的干扰,天线阵列零点生成成为信号处理的关键技术。本文将重要度采样策略的交叉熵算法应用到唯相位控制的天线阵列方向图零点生成。该算法每次迭代的候选样本来源于参数化概率密度分布,保证了样本的多样性,使样本集更加趋近最优结果。有效的克服了早熟现象,计算速度较快。仿真结果表明,该算法在方向图的主瓣附近、旁瓣区、对称主瓣两侧都能生成零点,零点生成范围较大。零功率宽度为12^0,最大副瓣电平为-12dB时,平均零陷深度达-190.12dB,是免疫算法的3倍。

基于改进交叉熵算法的概率最优潮流计算

分布式发电并网所表现出的随机性使传统的优化运行无法做出准确计算,因此概率潮流理论成为了含分布式发电系统分析运算的基础。针对分布式发电随机性以及概率潮流概率化运行特点,在运用概率潮流应对分布式发电随机性的基础上提出了基于改进交叉熵算法的概率最优潮流运算方法。通过建立计及分布式发电的总发电成本和系统的稳定性双目标优化模型,完成含分布式发电的配网侧整体优化运算。最后与传统的遗传算法在相关算例上完成仿真对比运算,证明所提方法的高效性与精确性。

改进最大熵算法重建日像仪太阳图像

通过对SB算法在搜索方向上的改进,使原算法由于近似而产生较大误差时可以自动得到校正,达到了快速与准确的和谐统一;利用两种算法对中国科学院国家天文台拟建的日像仪进行了仿真.结果显示,改进算法的重建图像分辨率得到明显提高而时间效率与原有算法相当,大量仿真则证明了算法收敛的稳定性.

基于交叉熵算法的自抗扰控制器参数整定方法

为解决自抗扰控制器参数难以整定的问题,提出基于交叉熵算法的自抗扰控制器参数优化设计方法。通过适应交叉熵算法选择适应度函数,对其中的五个重要参数β01、β02、β03、β1、β2进行了优化分析。仿真结果表明:交叉熵算法比免疫遗传算法的自抗扰控制器超调量更小,响应时间更快。

基于排列熵算法的自动化机械设备运行状态监测

为提高自动化机械设备运行状态监测能力,提出基于排列熵算法的自动化机械设备运行状态监测。构建自动化机械设备运行状态监测的特征分析模型,提取机械设备运行状态特征;采用模糊信息方法,检测设备运行状态排列熵特征;结合排列熵方法分析设备运行状态,提取设备运行状态特征;通过排列熵组合,实现自动化机械设备运行状态监测。测试结果表明,采用该方法可有效实现自动化机械设备运行状态监测,提高运行状态可靠性分析能力。

基于网格的最小交叉熵算法在PET图像重建中的应用

基于内容的自适应三角形网格模型是描述图像的一种有效方法,本文将网格模型与最小交叉熵算法相结合,并加入先验解剖信息,用于PET图像重建.在本文提出的新算法中,先将投影数据用滤波反投影方法(FBP)生成参考图像,再对参考图像提取网格节点,用加入先验解剖信息的最小交叉熵算法对网格节点灰度值进行迭代计算,最后利用迭代后的网格节点灰度值对象素点进行插值得到重建后的图像.在仿真实验中,将该算法与最大似然方法(MLEM)等算法作比较,并分析了参数对重建结果的影响.

一种最大熵算法的硬件实现

从工程角度讨论了最大熵算法的硬件实现问题，给出了硬件实现的原理方框图和最终实验结果。

一类线性规划问题的区间调节熵算法

本文将熵函数的思想和区间分析相结合,构造了一类线性规划问题的区间调节熵算法,讨论了调节熵函数的区间扩张及其收敛阶,以及相关的区域删除检验原则,证明了算法的收敛性,给出了数值算例。理论与数值结果表明该方法是可靠和有效的。

基于改进最大熵算法系统传输速率优化研究

研究系统速率优化提高问题。随着用户对系统的传输速率要求越来越高,传统的系统优化传输速率算法由于参数设置难,而造成算法复杂度特别高,使得系统的传输速率降低,为了解决上述问题,在基于误比特率和功率的分析基础上,提出了一种改进的最大熵算法优化系统传输速率方法。方法首先给出系统模型并提出自适应最大熵调制算法理论,然后在发送端和接收端能够完全知道信道状态信息的情况下,给出了最大化传输速率的低复杂度比特和功率分配算法。仿真结果表明,提出的算法可以有效地满足系统地误比特率要求,同时大大降低了系统的计算复杂度,是一种有效地系统传输速率优化方法。

一种求解全局优化问题的修正相对熵算法及其收敛性

相对熵算法是一种应用随机模拟技术求解组合与连续全局优化问题的高效率方法.本文给出一个修正的求解全局优化问题的相对熵算法(MCE),并在假设所求解的问题仅有一个全局最优点的条件下,给出了修正算法的渐近收敛性.数值结果显示,MCE算法至少和CE算法具有同样的有效性.