基于高阶累积量ESPRIT算法的指数衰减正弦信号参数估计

工程应用中环境噪声多表现为高斯有色噪声,而针对高斯白噪声进行处理的算法失效问题,提出了一种高斯色噪声环境中用于多分量衰减正弦信号频率和衰减因子估计的四阶累积量ESPRIT算法。首先,推导出四阶累积量与观测样本中的自相关矩阵和互相关矩阵之间的关系,求出其四阶累积量矩阵。其次,通过对四阶累积量进行广义特征值分解,根据广义特征值即可得到信号衰减因子和频率的估计值。最后对所提算法进行了仿真实验验证,在混合信噪比为0 dB时,所提算法针对多分量衰减正弦信号角频率和衰减因子的平均估计误差分别为0.002 0πrad和0.002 0。在高斯白噪声和高斯色噪声背景下与ESPRIT算法和Prony算法相比具有更强的噪声抑制能力和更高的估计精度。

粒子群算法在多种数据联合反演断层三维滑动速率的应用研究

建立多种大地测量数据联合反演的数学模型。利用青藏高原东北缘地区的GPS、水准、重力三种观测数据,结合附有LDW策略的惯性权重的粒子群算法,反演龙首山断裂的三维滑动速率。结果表明:龙首山断裂主要以右旋、逆冲为主,兼具挤压趋势,且具有空间分布不均匀性的特征。相比单一数据的反演结果,多种数据联合反演更具稳定性和规律性。

基于遗传算法的南瓜联合干燥工艺优化

[目的]优化南瓜热风—真空联合干燥最佳工艺参数。[方法]对南瓜进行热风干燥、真空干燥及热风—真空联合干燥试验,以单位能耗、复水比及色差为评价指标,对比其干燥特性,以BP神经网络模型结合遗传算法,基于熵权结合加权评分法对南瓜热风—真空联合干燥进行多目标综合优化。[结果]同等条件下,热风干燥效率最高;当干燥温度为55℃,含水率转换点为30%时,联合干燥时间比真空干燥缩短了52.63%;真空干燥单位能耗最低;热风干燥的复水性能最差;真空干燥的色泽最好;结合BP神经网络模型的遗传算法得到最优干燥参数为热风干燥温度65℃,转换点含水率50%,真空干燥温度56.0509℃,此时单位能耗、复水比和色差值与验证实验值的平均相对误差分别为2.5%,5.53%,4.84%,均<6%。[结论]南瓜热风—真空联合干燥兼具热风干燥和真空干燥的优点,且结合BP神经网络遗传算法模型可以优化其工艺参数。

基于QR分解的类Jacobi联合对角化算法

为提高实矩阵集的近似联合对角化的盲源分离性能,避免平凡解,提出了一种基于QR分解的类Jacobi联合对角化算法.利用QR分解的数值稳定性,采用Jacobi旋转矩阵,将分离矩阵分解为多个初等三角矩阵和正交矩阵的乘积,利用Jacobi旋转矩阵的结构及矩阵变换后的相关元素求解最优参数,将高维矩阵最小化问题转化为一系列低维矩阵子问题,提升源信号恢复精度.通过求解简化的Frobenius范数目标函数降低算法复杂度.混合心电信号仿真结果表明,与QRJ2D,LUCJD,EGJLUD算法相比,本文算法在分离精度和收敛速度方面均有一定优势.

采用PSO-LSTM联合算法的MEMS陀螺仪温度误差补偿方法

MEMS陀螺仪是一种用来测量角速度的惯性器件。是一种具有成本低、体积小、性能好、可靠性好等优点的微机械陀螺仪,可广泛应用于微惯性导航系统、军事、汽车、消费电子等领域。然而,由于MEMS陀螺仪的材质特性,其输出数据受温度影响较大,这一问题限制了其在工业生产领域的进一步应用。通过对MEMS陀螺仪温度误差补偿模型中所用算法的对比分析,结合用于优化人工神经网络的PSO粒子群优化算法提出了一种采用PSO-LSTM联合人工神经网络算法的MEMS陀螺仪温度误差补偿方法,并通过多种数据检测函数进行了仿真对比实验,基于RMSE和MAE两项参数验证了优化后算法的有效性,以期为MEMS陀螺仪工作过程中的温度误差补偿模块设计提供新思路。

MEC动态联合服务缓存和请求调度优化算法

针对移动边缘计算(MEC)中边缘服务器资源有限,服务提供商面临如何充分利用稀缺的边缘资源最大化系统性能的问题,提出一种基于李雅普诺夫优化的动态优化算法。建立服务缓存和请求调度模型,得到在满足服务缓存成本的长期预算约束时最小化系统延迟的优化函数模型;利用李雅普诺夫优化技术将长期优化问题转化为多个连续时隙的实时优化问题,设计对偶分解算法求解实时优化问题。通过仿真实验验证了所提算法的有效性。

基于嵌套蚁群算法的机器人拣货作业联合优化

针对物流仓储中心拣货作业过程中系统订单分批和拣货路径分步拣选效率低的问题,提出一种基于嵌套蚁群的订单分批和路径优化的联合拣货策略。首先,建立以最小化总路径为目标的订单分批与拣货路径联合优化模型;然后,考虑双重优化的复杂性,设计一种嵌套蚁群算法对模型进行求解,以订单分批模型为基准不断优化订单分批结果,得出最优分批集合单,其优化集合单再嵌套蚁群算法实现拣货路径优化。为验证该算法对随机订单有效性,抽取某一天17:00-18:00时段内既有货架区货物又有地堆区货物的43个订单算例进行仿真实验,与传统订单分批和拣货路径分步拣选策略相比,基于嵌套蚁群算法的拣货作业联合优化模型的随机订单拣货路径更短、拣货时间更少,经过联合优化后,机器人总拣选距离缩短了170 m。基于嵌套蚁群算法的拣货作业联合优化模型和其求解算法可以有效解决订单分批与拣货路径联合优化问题,为配送中心拣选系统的优化提供依据。

一种多特征联合分布的Camshift目标跟踪算法

针对Camshift算法在纹理与颜色相似干扰、目标遮挡等复杂背景中鲁棒性不高、易出现跟踪丢失等问题,提出了一种多特征联合分布的Camshift目标跟踪算法。新的算法选择等价模式LBP纹理,色调与饱和度为多特征,图像从RGB空间的转化为ULBP-H-S空间。选取图像中运动目标作为目标模板,计算目标模板的ULBP-H联合概率分布图与H-S联合概率分布图,通过自适应系数将两个联合概率分布图按位与运算后到目标的联合概率分布图。在每次迭代搜索中,通过自适应搜索窗口算法预测下一帧的搜索窗口位置与大小,在预测的搜索窗口中使用Camshift算法对目标连续跟踪。实验结果表明,改进的算法能在纹理与颜色相似干扰与目标遮挡复杂环境中,对运动目标跟踪有较高的准确性与鲁棒性。

基于PSO联合运动补偿的ISAR成像算法

在传统的逆合成孔径雷达(ISAR)成像中,目标的运动补偿通常需要先进行包络对齐实现一维距离像对准,再进行相位校正,这种补偿方法称为级联运动补偿。低信噪比下的级联运动补偿容易增加误差积累,最终导致图像模糊散焦,严重影响成像质量,针对该问题文中提出了一种基于粒子群优化(PSO)联合运动补偿的ISAR成像算法,该算法分解目标的运动模型,通过高阶次展开,设置参数向量,通过图像的锐化度作为代价函数,寻找向量参数的最优值进行目标的联合运动补偿,使得ISAR成像得到最佳效果。在最优参数求解过程中,本文采用PSO算法,运算时实现更快收敛,该算法提高了模型的求解速度,得到聚焦效果更好的ISAR成像。通过仿真数据和外场实测数据验证了算法的有效性。

基于RL-GSK算法的光储联合电站运行策略研究

光伏电站配置储能可以促进光伏的最大消纳,减少“弃光”。此外,针对光伏出力和负荷情况合理分配储能充放电功率不仅能满足系统运行要求,还能利用峰谷套利提高光伏并网收益。该文以光储联合电站为研究对象,以电力市场环境下光储联合电站利润最大化为目标,充分考虑光伏系统与储能系统运行时的各项约束条件,建立了光储联合电站优化运行模型。同时,针对原始知识获取共享算法收敛性能较弱的问题,采用强化学习构建一套系统的个体更新选择机制,提出了强化学习知识获取共享算法,并用来求解光储联合电站的优化运行策略。通过对南方某地区实际数据进行仿真研究,分析了联合电站的优化策略和经济效益模式,并验证了所提方法的有效性。

联合方程算法对水泥半终粉磨系统生产成本的节约优化

为有效加强水泥半终粉磨系统的管理,降低系统生产成本,文中依据水泥半终粉磨生产流程,提出一种改良联合方程算法,在产量一定的情况下,实现生产费用最低化。结果显示,文中提出的联合方程算法能够优化生产流程,节约生产成本,改进幅度约为10%~20%。由此可见,联合方程算法能够优化水泥半终粉磨系统。因此,文中提出的联合方程算法适用于水泥生产企业的成本优化,可减少运营成本与生产成本,满足实际的成本生产需求。

基于黑猩猩算法的风光蓄火联合发电系统优化调度

为了提高风光蓄火联合发电系统的经济效益,降低弃风弃光量,以联合发电系统的收益最大为优化目标,全面考虑系统约束条件,建立了风光蓄火联合发电系统优化调度模型,采用黑猩猩优化算法(Chimp Optimization Algorithm,COA)对调度模型进行求解。将该模型用于我国西南地区某联合发电系统的优化调度,结果表明,通过COA算法对联合发电系统的优化,增加了风电、光伏的出力,这样既提高了联合发电系统的经济效益,同时又减少了对环境的影响。将COA算法与GWO算法、PSO算法和GA算法进行比对,其收敛代数、计算时间、最大发电收益均优于其他对比算法,验证了COA算法在对联合发电系统优化调度时的优势。

基于模糊粒子群算法的配网指令调度联合优化方法

配网指令调度的联合优化可以保证配电网的安全稳定运行。为了提高配网指令调度的联合优化能力,提出基于模糊粒子群算法的配网指令调度联合优化方法。根据配电网的物理架构组成,给出配电网与通信网的连接结构,通过分析配电网的负荷特征和储能特征,挖掘出配电网的运行特征。依据分布式电源在微电网系统中的出力,计算燃料消耗费用、发电设备的维修折旧费用、停电赔偿费用和电能交易费用,以发电费用最低为目标,建立配网指令调度的目标函数。通过粒子群算法的模糊处理,利用模糊粒子群算法设计配网指令调度的联合优化算法,实现配网指令调度的联合优化。算例结果表明,所提方法可以降低配电网的损耗,并保证系统负荷的稳定性。

基于改进磷虾群算法的风-光-水-火联合系统优化调度

为了提高可再生能源的利用率,减少弃风弃光量,提出了一种基于改进磷虾群算法的风-光-水-火联合系统优化调度方法。以综合成本最小为目标函数,综合考虑各种约束条件,建立了风-光-水-火联合系统优化调度模型。利用Logistic混沌映射、余弦控制因子和柯西变异等3种策略对磷虾群算法进行改进,提高了其全局搜索性能。采用改进磷虾群算法对风-光-水-火联合系统优化调度模型进行求解。通过算例证明,改进磷虾群算法的迭代次数、收敛时间和求解精度均优于磷虾群算法和PSO算法。

基于改进惯性权重PSO算法的水库防洪联合调度研究

针对望谟县洪灾频发的现状,基于改进惯性权重的PSO算法,以动用新屯、纳坝水库的防洪库容最小为目标,建立了水库防洪联合调度模型。在保证水库工程安全和控制断面低于保证流量的前提下,通过防洪联合调度,两库(纳坝、新屯)库堤结合方案使望谟县城市防洪标准由现状20年一遇提高到50年一遇,50年一遇洪水削峰率约为33.7%。其中,纳坝水库50年一遇洪水的安全下泄量为23.5 m^(3)/s,新屯水库50年一遇洪水的安全下泄量为16.5 m^(3)/s。实例应用可为水库群防洪联合调度研究提供参考。

改进鲸鱼算法求解分布式装配柔性作业车间生产与配送联合调度问题

针对一类先加工后装配的离散生产模式,研究分布式制造环境下的装配柔性作业车间生产与配送两阶段联合调度问题。结合实际的生产情况,考虑供应链下生产与配送过程所产生的库存成本,以最小化生产和配送的总成本为联合调度优化目标,提出一种改进鲸鱼算法。针对联合调度的多阶段调度过程,设计了一种基于工序、产品、工厂、机器和车辆的五层编码策略;根据各阶段的特点提出了相应的混合种群初始化策略,以提高解的质量;以加强种群中领头鲸鱼个体与普通鲸鱼个体的联系为导向,改进了鲸鱼觅食的搜索操作并提出四种邻域结构,以增强算法的全局探索和局部搜索能力。最后,通过仿真实验,对比相关研究领域的多种算法来验证所提算法在收敛速度和求解质量等方面的优势,并且将联合调度与分阶段调度进行实验对比,验证了联合调度的优越性。

考虑水土互馈关系的区域水土资源联合优化配置

针对水土资源空间不匹配、水资源总量不足及土地资源利用程度不高等问题,以二元水循环理论为基础,构建考虑水土互馈关系的区域水土资源联合优化配置模型。该模型包括产水模块、水土联合配置模块和土地模拟模块,以GDP最大和基于生态绿当量的区域植被覆盖率(EGE-RVC)最高为目标函数,并提出了一种耦合约束法、逐次逼近法和非线性规划的三层嵌套算法进行求解。以河南省洛阳市为例对模型和方法进行验证,结果表明,洛阳市可利用水量增加了4463万m^(3),GDP提高了12.5%,EGE-RVC增加了2.6%,各用地类型缺水率不同程度下降。研究成果能够为区域水土资源优化配置研究提供新的思路和技术参考。

基于改进联合概率数据关联的AUV定位算法

基于水下无线传感器网络的位置估计是解决水下自主机器人定位问题的有效方法,然而由于水下无线传感器网络中的传感器节点一般部署在开放水域中,外来的恶意节点在基于到达时间的网络信道中注入恶意噪声延迟会对定位精度产生不利影响。针对这个问题,本文提出了一种改进联合概率数据关联算法。首先,我们考虑了一种异构的网络架构,包括水面浮标节点、水下信标节点和待定位的AUV目标节点,并获取网络架构中信标节点和AUV之间的距离测量;然后,我们设计了一种基于矩阵相似度的恶意噪声识别机制,识别并丢弃受恶意噪声污染的距离测量,并且对检测为未受到恶意噪声污染的距离测量进行分组,利用最小二乘法完成对AUV的初步定位;接着,为了丰富所得到的样本测量点以提高AUV的定位精度,我们在预测点以及检测出未受到恶意噪声污染的测量点的附近生成一系列服从高斯分布的虚拟测量;最后,对这些测量点进行数据关联处理与更新,完成对AUV目标节点的精确定位。仿真结果表明,所提出的定位方法与其他工作相比,在有恶意噪声攻击的情况下仍能保持较好的定位精度。

多策略融合的蛇优化算法及其应用

针对蛇算法寻优阶段交互性差,初始种群随机程度严重,易陷入局部最优解等问题,提出了一种多策略融合的蛇优化算法(multi-strategy snake optimizer, MSSO)。首先,利用正交矩阵对蛇种群进行初始化,使个体分布更加均匀;其次,设计探索开发阶段切换的自适应方程,用以替换原有的食物量与温度阈值,使算法进行自适应阶段切换;最后,使用联合反向选择策略替换算法原有的新个体孵化方法,提高算法收敛精度的同时加快算法收敛效率。选取10个基准测试函数从不同角度对MSSO算法进行实验,测试算法性能,分析各策略的有效性,并使用Wilcoxon秩和检验来证明算法显著性,通过两个工程应用仿真实验来验证MSSO的实用性。各实验结果表明MSSO较比较算法综合表现更优,证明MSSO算法改进在寻优能力、鲁棒性、实用性等方面均有所提升。

电商订单拣选与配送的联合调度优化——基于考虑货箱卸货顺序约束的改进模拟退火算法

在电商物流环境下货箱在送货车辆中的堆码方式会影响订单拣选与配送的整体服务效率,文章综合考虑了配送过程中的卸货顺序约束,分析了不同堆码方式对卸货效率、拣选顺序和分批方案的影响。以拣选时间和卸货时间最短为目标,构建了考虑货箱卸载顺序约束的订单拣选与配送联合调度模型(IOPDS-BUS),并设计了改进的模拟退火算法(ISA)以获得更高效的堆码方式、分批方案与拣选顺序。结果表明,ISA算法能够解决IOPDS-BUS问题,且优于传统算法;IOPDS-BUS可以提高物流中心的整体配送效率。同时,在物流配送实践中,很难同时优化拣选时间和卸货时间,但可以拣选时间为代价优化卸货时间,从而降低物流成本,提高整体配送效率。