组织进化数值优化算法

基于经济学中“组织”的概念 ,该文提出一种新的进化算法———组织进化算法 ,来解决无约束和有约束的数值优化问题 .该算法与传统遗传算法、进化规划、进化策略的运行机制完全不同 ,其进化操作不直接作用于个体上 ,而作用在组织上 ,为此 ,该文定义了三种组织进化算子———分裂算子、吞并算子和合作算子来引导种群进化 .理论分析证明组织进化算法具有全局收敛性 .实验中 ,用 4个无约束和 6个有约束标准函数对算法进行了测试 ,与 3个新算法作了比较 ,并对组织进化算法的性能作了深入分析 .结果表明 ,该文算法无论在解的质量上还是在计算复杂度上都优于其它算法 .对于有约束问题 ,只用了简单的静态罚函数就得到了良好的效果 ,这表明该文算法的搜索机制非常有效 ,不易陷入局部最优 .最后 ,参数分析的结果表明该文算法具有性能稳定、成功率高。

一种组织进化的遮挡点恢复算法

为了有效恢复遮挡点的真实位置,提出了一种组织进化的遮挡点恢复算法,该算法利用所有图像点构成一个秩4矩阵的特性,将遮挡点当作变量,建立遮挡点恢复的目标函数;然后利用组织进化算法对遮挡点进行全局搜索,将搜索的值作为遮挡点的位置,再利用所构造的目标函数对种群中的个体进行评价.经过多代进化,最后取最优值作为遮挡点的真实图像位置.该算法的优点是不需要取初始值,且平等地看待了来自同一场景中的所有图像及图像点.模拟实验和真实实验结果表明,该算法能够较好地恢复出遮挡点的位置,具有较小的重投影误差.

组织协同进化分类算法

提出了一种有效的用于数据挖掘分类任务的方法———组织协同进化分类算法 (OrganizationalCoEvolution aryalgorithmforClassification ,OCEC) ,与现有遗传分类方法的运行机制不同 ,它的进化操作直接作用于数据而不是规则 ,进化结束后再从各组织中提取规则 ,这样有利于避免在进化过程中产生无意义的规则 .提出了三种组织进化算子———增减算子、交换算子与合并算子和一种组织选择机制 ,给出了属性重要度的进化方式并基于此定义了组织适应度 .作者将算法用于UCI数据集 ,并与现有的基于遗传和非遗传的分类方法进行了比较 .实验结果表明该文方法获得了更高的预测准确率 ,产生了更小的规则集 ;对同一数据集进行k 次交叉验证 ,其预测准确率的波动较小 。

基于投影寻踪的多维地磁匹配融合算法

单一地磁特征匹配算法容易受到特征量区域缓变特性的影响,从而降低了算法的定位精度。针对单一特征量匹配算法的区域性不可靠问题,提出了一种多维地磁匹配融合算法;该算法在建立多维地磁匹配特征量投影寻踪分类模型的基础上,采用组织进化数值优化算法对模型进行求解,算法根据采样数据的特点自适应获得各匹配特征量的定位贡献权重(可信度),将经过加权融合的匹配位置作为最终定位位置,避免了单特征量匹配的区域性不可靠问题。仿真结果表明,采用多维地磁匹配融合算法较单一特征匹配算法大大减小了全局匹配定位误差,验证了算法的有效性。

基于投影寻踪的自适应地磁/地形匹配导航

针对单一特征量匹配导航方法所带来的区域性不可靠问题,提出了一种自适应多维特征量匹配算法。在建立基于投影寻踪的多维地磁/地形匹配特征量选取模型的基础上,将模型转化为组织进化数值优化问题并进行求解,实现载体运行过程中分区域对匹配特征量进行自适应选取,从而避免了匹配导航的区域性不可靠问题。通过对算例进行验证,并进行实际数据仿真表明,采用自适应特征量匹配导航可以带来更小的全局导航误差,进而验证了该方法的有效性。

高阶张量信号的稀疏表示

为了有效地压缩多线性信号,提出了高阶张量信号的稀疏表示框架。基于提出的张量信号的稀疏性度量准则,建立了张量信号稀疏表示的模型。并对于所建立的模型,设计了交替式求解方法。在交替式方法中,先将每个优化问题分解为若干个有次序的非凸子优化问题,再利用组织进化算法来求解这些子优化问题。实验结果表明,当交替式方法运行信号的阶数次时,模型的解已非常接近平稳点,同时有效地获得了信号的稀疏表示。