改进秃鹰搜索和K均值混合迭代的点云简化算法

针对激光雷达的固有特性和复杂环境易造成点云噪声和冗余点云,以及传统点云简化算法忽略了点云固有特征等问题,提出了一种基于改进秃鹰搜索和K均值聚类(KMC)混合迭代的点云简化算法(IBESSA)。首先,通过秃鹰搜索(BES)算法迭代阶段的竞争融合(CFBES),提高其收敛速度和优化精度;其次,通过CFBES和KMC算法的混合迭代,实现了点云数据的聚类;然后,在k近邻(k-NN)实现点云簇密度估计的基础上,结合香农熵实现点云信息量化;最后,删除信息量化值小于阈值的聚类簇,完成点云数据简化。使用UCI国际标准数据集和斯坦福点云数据集分别对CFBES-KMC算法的聚类效果及点云的简化效果进行验证,结果表明:与改进飞蛾扑火的K均值交叉迭代、K-means++、模糊C均值聚类算法的聚类效果相比,CFBES-KMC算法的聚类准确率分别提高了1.02%、12.31%、14.72%;在斯坦福点云数据集上,IBESSA算法在有效滤除冗余点云的基础上保留了原本点云的细节和形状特征,不失为一种高效的点云简化算法。

基于IronPython语言的牛顿迭代算法及其工程应用

本文将牛顿迭代算法应用于仿真优化设计中,提出了一种基于IronPython寻根的闭环算法,并在Ansys Workbench平台以某容器内气流混合过程为例,验证了该算法的可行性和实施效果。该方法能够找到输出特性结果性能参数所对应的输入参数设计点,实现了CAE仿真平台上的“数学求根”,即由既定的输出性能结果参数寻找对应的输入参数设计点。该方法能够快速地实现寻优,提高了工程优化设计的效率,缩短了优化工作的周期,开创了新的设计思路,对现代科技研发具有一定的参考价值。

抵御恶意攻击的无线传感网络安全梯度下降安全与牛顿迭代安全定位算法

本文主要研究了基于梯度下降和基于牛顿迭代两种安全定位算法,在无线传感网络抵御恶意攻击中的应用策略。基于梯度下降的安全定位算法,采用梯度下降法求最小二乘解,使估计值接近真实值,然后进行异常检测,剔除检测到的恶意锚节点,从而提高定位精度,保证网络安全;基于牛顿迭代的安全定位算法,采用牛顿迭代法缩小定位误差,然后使用差分自适应策略进行异常检测,滤除恶意锚节点后提高定位精度。在此基础上设计了对比实验,将RSSI测量值与两种算法下的仿真值进行对比。结果表明两种安全定位算法都能较为准确地定位节点,基于牛顿迭代的安全定位算法定位精度更高,在无线传感网络抵御恶意攻击方面有更好的应用效果。

改进迭代贪婪算法求解可重入流水车间调度问题

可重入混合流水车间是在混合流水车间的基础上增加了可重入特性,具有更高的调度复杂性。为了求解可重入混合流水车间调度问题,首先建立了调度优化模型,优化目标为最小化最大完工时间,然后提出一种带精英调整的学习型迭代贪婪算法(LIG-EA)。LIG-EA算法采用基于工件的编码方式,对重组后的染色体进行解码。种群分为精英个体和普通个体两部分,对精英个体进行精英破坏重建和基于关键工件的染色体调整,对普通个体进行学习机制的构建和普通个体的破坏重建。为提高初始种群质量,采用NEH启发式算法进行种群初始化,并针对可重入混合流水车间的重入特性,在重建操作中增加了插入有效性判断,提高了算法的运行速度。通过大量实验表明LIG-EA算法能够有效求解可重入混合流水车间调度问题。

基于改进的鲸鱼优化迭代算法的水下传感器网络节点定位方法

针对水下无线传感器网络中锚节点较少、迭代误差大导致节点定位精度低的问题,文章提出了一种基于改进的鲸鱼优化-牛顿迭代的水下三维节点定位算法(Improved Whale Optimization-Newton Iteration,IWONI)。该算法首先使用牛顿迭代算法对节点距离远近关系建立对应法则,并利用目标位置估计值和修正因子为改进的鲸鱼优化算法提供动态搜索区域;其次,建立以测量误差为权重的适应度函数作为判断基准,采用改进的鲸鱼优化算法进行迭代求解,以获得最优解;最后,利用定位方程得到网络节点位置。为了验证IWONI算法的性能,将IWONI算法与时间差定位算法(TDOA-CHAN、TDOA-Taylor)、测距定位算法(最小二乘法、高斯牛顿迭代法)和牛顿迭代算法进行定位误差、收敛性能和定位成功率对比实验,并验证了节点数量对定位精度的影响。实验结果表明:(1)IWONI算法的定位误差和收敛速度明显优于其他对比算法。(2)IWONI算法在测量噪声大时的定位成功率高达92%,明显优于其他对比算法。(3)在通信半径不变的情况下,选择5~7个传感器节点可以在IWONI算法中实现定位精度与成本开销的平衡。

基于竞价模式和智能迭代模式的边缘协作缓存算法研究

为了让用户更快地获取内容,提出一种基于竞价模式和智能迭代模式的综合式边缘协作缓存算法。在竞价算法部分,采用熵权法计算中间值、访问热度、缓存空间和内容热度的权重,并综合计算节点上内容的缓存分数,根据缓存分数进行缓存替换。在迭代算法部分,将网络空间划分为多个子域,每个子域通过混合遗传算法进行周期性计算,并得出子域内内容缓存方案。实验结果表明,所提算法在降低云服务器负载、减少请求平均跳数方面具有明显的优势。

基于混合迭代贪婪算法的分布式车间调度研究

分布式协同生产已逐渐成为经济全球化和生产国际化背景下的主要生产方式。以总装配时间为优化目标,提出一种混合迭代贪婪(HIG)算法,求解分布式装配阻塞流水车间调度问题(DABFSP)。在HIG算法的初始化阶段,采用问题驱动的构造启发式方法生成初始解。在HIG算法的破坏-重构阶段,采用基于邻域信息的扰动策略更新可行调度序列。在HIG算法的局部搜索阶段,使用基于邻域结构的插入操作进一步更新可行解。以一定概率接收较差调度序列进入下一代,从而避免算法早熟收敛。在试验阶段,选取了以不同工件数、机器数、工厂数和产品数为组合的共计900个问题实例,测试、比较了HIG算法和其他8种先进对比算法的性能。通过统计学分析得出结论:在求解DABFSP时,所提出的HIG算法具有显著的优势。

基于牛顿-拉普森迭代和零阶优化算法的悬索结构找形研究

基于牛顿-拉普森迭代对悬索体系的找形进行了研究,同时采用零阶优化算法对迭代进行优化控制,并对影响求解精度的因素进行了分析。在此基础上,针对恒载状态下的润扬大桥悬索桥进行了算例分析,并与膜理论计算结果和竣工试验中的实测数据进行了比较。算例表明,利用优化算法对控制点的标高变化进行控制,可以更加准确地得到主缆的线形及其内力。该方法不仅可以应用于悬索桥主缆的找形,同样也适用于其它大跨缆索结构的找形和施工控制。

混合总体最小二乘的迭代解算算法

总体最小二乘估计能够同时顾及线性模型中系数矩阵A和观测向量L的误差,平差理论相对更为严密。如果系数矩阵A的部分元素没有误差,这种总体最小二乘模型为混合总体最小二乘模型。针对混合总体最小二乘(Least squares-total least squares,LS-TLS)解算问题,应用测量平差中的原理和方法,推导了混合总体最小二乘的迭代逼近解算公式,通过与奇异值分解法分析比较,分析了两种解算方法具有等价性,最后通过实验数据分析得出迭代算法的有效性和合理性。

牛顿迭代一致性算法及其在板弹塑性有限元分析中的应用

本文简略讨论了有限载荷增量弹塑性有限元分析中传统切线刚度法丧失精度和牛顿迭代平方收敛速度的原因,并提出保持牛顿迭代平方收敛速度、保证一阶精度和无条件稳定性的一致性算法.一致性算法具备以下两个特征:1)采用路径无关计算格式;2)采用一致弹塑性切线模量。根据一致性算法构造出以弯矩和曲率为基本变量的弹塑性板弯曲有限元NIDKQ元。数值结果表明NIDKQ元具有令人满意的精度,同时验证了有限载荷增量下牛顿迭代一致性算法的平方收敛率特性,而传统切线刚度法随着塑性区的扩展将大大降低收敛速度。

解广义混合似变分不等式的预测校正迭代算法

研究了一类广义混合似变分不等式,应用辅助变分不等式的技巧,在非紧假设条件下,用新的迭代方法,提出了求解广义混合似变分不等式的预测 校正迭代算法,并讨论了由算法所生成迭代序列的收敛性.

基于牛顿迭代算法的分形艺术图形设计

分形艺术图形是分形艺术最主要的表现形式之一,分形艺术图形的生成需要借助计算机,并通过数学模型和程序才能完成。文中主要利用牛顿迭代算法、特效处理算法和着色算法生成分形艺术图形,其中牛顿迭代算法是核心算法,为创作分形艺术图形提供素材;着色算法也是不可缺少的,为创作分形艺术图形提供调色板,决定了生成的分形艺术图形的精美程度;特效处理算法是可选的,对分形艺术图形进行二次加工,也在一定程度上决定了分形艺术图形的精美程度。笔者利用Visual C++6.0开发工具编制了一个分形艺术图形生成软件,生成了大量绚丽多彩的分形艺术图形,这说明该算法是有效的。

关于单调混合变分不等式的带有误差的Mann迭代算法

研究了单调混合变分不等式的一些新的带有误差项的Mann迭代算法以及在实Hilbert空间中的收敛性.

涉及无限族严格伪压缩映象的广义混合平衡问题的混合迭代算法

用KKM技巧研究了涉及无限族严格伪压缩映象的广义混合平衡问题解的迭代逼近,得到了该迭代算法强收敛于无限族严格伪压缩映象的公共不动点集与广义混合平衡问题的解集之公共元素的结论.

全模型迭代重建算法在头颈CT血管成像中改善图像质量的应用

目的探讨全模型迭代重建(FIRST)算法对100 kV低剂量头颈CT血管成像(CTA)图像质量改善的价值。资料与方法回顾性收集2021年9—10月在北京医院行头颈CTA检查的患者32例,对其原始数据进行重建并分为滤波反投影(FBP)算法图像组、混合迭代(AIDR 3D)算法图像组及FIRST算法图像组。比较3组图像头颈部主要血管(颈总动脉,椎动脉,颈内动脉C1、C4段,大脑中动脉M1、M3段,大脑前动脉A1、A3段)、背景(肌肉、脑组织)的平均CT值、噪声、信噪比及各血管的对比噪声比,并比较3组图像质量的主观评分。以数字减影血管造影(DSA)为“金标准”,评估各重建算法对头颈部血管狭窄的检出情况。结果与AIDR 3D组、FBP组相比,FIRST组显著降低了头颈部血管以及背景(肌肉、脑组织)的图像噪声(t=-13.19~-7.28,P均<0.001),其信噪比、对比噪声比明显高于FBP组与AIDR 3D组(t=2.17~9.67,P均<0.001)。颈总动脉、颈内动脉C1、C4段,大脑中动脉M1段、大脑前动脉A1段FIRST组的CT值高于AIDR 3D组(t=1.28~3.60,P均<0.05);FIRST组背景(肌肉、脑组织)的CT值显著低于FBP组与AIDR 3D组(t=-7.63~-4.03,P均<0.001),差异有统计学意义。对于头颈部血管的显示,FIRST组与AIDR 3D组图像满足诊断要求,主观评分均高于FBP组图像(P均<0.05),且FIRST组图像评分高于AIDR 3D组(P<0.05)。与DSA相比,FBP算法对于轻、中度狭窄诊断效能不佳,FIRST、AIDR 3D算法对血管狭窄程度评估结果与DSA一致。结论在100 kV低剂量头颈CTA联合扫描中,与传统FBP、AIDR 3D算法相比,FIRST算法可以有效改善头颈CTA图像质量,满足头颈部血管疾病的诊断要求。

求解多值广义混合隐似平衡问题的迭代算法

引入和研究了一类新的多值广义混合隐似平衡问题,这类平衡问题包含了许多已知的广义混合隐似变分不等式问题和广义平衡问题作为特例,同时也引进了新概念局部松弛N-g-联合伪单调.运用辅助原理技巧提出和分析了求解这类多值广义混合隐似平衡问题的预测校正迭代算法.所提出算法的收敛性仅需要映射的连续性和局部松弛N-g-联合伪单调.

Hilbert空间中包含(H,η)-单调映像的广义非线性集值混合拟变分包含的扰动近似点迭代算法

引入和研究了Hilbert空间中包含(H,η)-单调映像的一类新的广义非线性集值混合拟变分包含.使用(H,η)-单调映像的预解算子技巧,提出了一类新的扰动近似点迭代算法来逼近此类变分包含的解.进一步讨论了由此扰动迭代算法产生的迭代序列的收敛特征.这些结果延伸和推广了文献的许多结果.

解非线性混合似变分不等式的预测-校正迭代算法(英文)

对映象引入了部分松驰η 强单调性概念.应用辅助变分不等式技巧,建议和分析了求解非线性混合似变分不等式的预测 校正迭代算法.算法的收敛性证明仅需要映象的部分松驰η 强单调性,此性质比η 余强制性更弱.这些算法的收敛性结果是新的且推广了文献中某些已知结果.

基于子图像偏差纠正的迭代混合算法

为了提高水印系统的鲁棒性,通过理论分析和实验研究了现有迭代混合算法中混合次数的有限性和鲁棒性问题,指出弱鲁棒性的主要原因在于对误差的累积放大.进而提出了基于子图像间偏差纠正的迭代混合算法.该算法通过修正混合图像的改变来降低攻击带来的影响,同时将水印在密钥控制下进行多份嵌入.新算法的优点为:对于强相关性的攻击的抵御能力强,特别是对于区域性局部攻击,该算法可完全消除攻击对提取水印的影响.结果表明,文中所提出的的改进算法是正确的,其鲁棒性优于原迭代混合算法.

Banach空间内一类广义混合隐平衡问题组解的存在性和迭代算法

在Banach空间内引入和研究了一类新的广义混合隐平衡问题组.首先,对广义混合隐平衡问题组引入了Yosida逼近映射概念.利用此概念,考虑了一个广义方程问题组并证明了它与广义混合隐平衡问题组的等价性.其次,应用广义方程问题组,建议和分析了计算广义混合隐平衡问题组的近似解的迭代算法.在相当温和的条件下,证明了由算法生成的迭代序列的强收敛性.这些结果是新的并且统一和推广了这一领域内的某些最近结果.