一种自适应随机反走样算法

分析了光线追踪中造成物体锯齿状边缘的原因,讨论了几种反走样方法,在此基础上设计了一个自适应随机反走样算法。实践证明该算法能有效地消除物体的锯齿状边缘。

自适应随机共振算法的立铣刀磨损信号检测

在对刀具磨损信号的检测过程中,强噪加工环境使得所需特征信号显得非常微弱,给提取微弱特征信号带来了难题,基于此问题提出了利用自适应随机共振算法对立铣刀在磨损过程中产生的磨损信号进行检测,用加速度传感器和力传感器采集振动信号和切削力信号,再将提取的信号进行时频域的特征值提取,以此来分别建立遗传算法和粒子群算法优化的自适应随机共振模型,最后将这两种模型都用在对立铣刀的磨损检测中。实验结果表明,遗传算法和粒子群算法均可检测出立铣刀转动频率和刀齿切入频率,以及这两种频率下所对应的立铣刀磨损信号,为日后立铣刀磨损状态在线监测系统的建立奠定了基础。

自适应随机搜索算法在水文模型参数优选中的并行效率研究

水文模型参数的快速率定是山洪以及中小河流洪水预报预警中的重要研究内容之一。参数自动优选功能可以极大地提高水文模型的使用效率,随机搜索算法是大多数参数全局优选算法基础,但却因为耗时较长而应用较少。以Brooks的自适应随机搜索算法(adaptive random search method)为对象、利用.NET的Parallel对象进行了CPU并行改造,利用英伟达的CUDA对象进行了GPU+CPU并行改造,并以缅甸境内其培河子流域上的新安江模型为优选对象,比较了优选效果和计算效率。研究表明:ARS算法和SCE-UA的优选结果相当,并行改造后的ARS算法计算效率有显著提高。研究成果对水文模型应用时参数优选算法的比选具有重要的参考价值。

贪婪随机自适应灰狼优化算法求解TSP问题

对于求解TSP问题,提出一种贪婪随机自适应灰狼优化算法(GRAGWO)。GRAGWO算法基于贪婪随机自适应搜索算法(G RASP),采用其构造阶段生成初始解,在局部搜索阶段采用灰狼优化算法(GWO)对结果进行优化。GWO算法不能直接用于求解离散问题,易陷入局部最优,导致后期收敛速率较低。根据TSP问题的特性,针对易形成局部最优路径和随着迭代次数增进而导致种群多样性减退这两个缺陷,重新定义灰狼编码方式,与GRASP启发式算法相结合,应用于求解TSP问题。采用TSPLIB中的多组不同规模的TSP问题作为实验用例,并将GRAGWO算法与其他仿生算法进行对比,结果表明在求解准确率、稳定性和解决大型城市问题方面具有相对优势。

有风险控制的log-最优投资组合问题的一个黎曼几何随机算法

针对有风险控制的log-最优投资组合问题,提出了一个自适应的随机算法.该算法通过引进松弛变量,把对风险控制的不等式约束化为等式约束;再通过引进罚参数,运用罚函数法对风险控制的等式约束进行处理,从而将原来的问题化为一系列新的随机优化问题,再利用黎曼流形上的随机优化算法对其进行自适应求解.最后,使用该算法对上海证券交易所的实际数据进行了模拟计算,得到了很好的计算效果.

基于运输安全的自适应多目标路径优化算法

为使运输距离最短和安全性最高,构建了一个双目标函数,提出了一种综合风险度量方法,设计了一种自适应随机多目标路径选择算法。在连续运输时间中,用综合风险度量方法来选择替换两节点间路径,用更新的成本矩阵求解该车辆路径问题。通过数据集测试5种不同K c和K d值的求解,结果表明:条件1与条件5相比,路径距离长26%,安全值高47.7%;从条件1到条件5,决策者冒险更多,安全值呈下降趋势,而距离是线性变化关系;当安全的权重K d从1减小到0时,安全值降低了47.6%,运输距离缩短了27.7%。

基于峰度自然对数最大化的信号盲分拣算法和盲波束形成

该文基于峰度自然对数最大化准则,提出了一种自适应一元信号盲分拣算法,提出的算法可以用于一元信号盲分离和进行盲波束形成,与基于峰度值最大化准则的KMA算法相比,收敛速度快,有较强的稳健性,将非线性函数引入学习速率的调节,算法自动选取学习步长,避免了人工选取学习速率不当而导致算法发散。同时,提出了两种复数抽气算法,配合一元信号盲分拣算法可以依次分离多个信号源,仿真试验验证了算法的有效性。用提出的算法在四元线阵上盲分离两个水声信号,结果发现,一元信号盲分离实现的盲波束形成波束图与最优波束接近。

基于并行GRASP的不正常航班调度算法

将并行计算与GRASP结合,设计了一种新的基于并行GRASP的不正常航班调度算法,给出了详细的算法流程与步骤;同时考虑了使用备用飞机、延误航班与取消航班等不正常航班调度策略,通过并行GRASP算法优化了构造的飞机路线和取消路线组成的初始解,给出了每架飞机新的航班路线和航班取消路线。国内一家中等规模航空公司实际算例的结果证明了算法能有效降低以往算法的时间复杂度,明显提升运算效率,可用于较大规模的不正常航班调度运算。

基于改进的PSO算法的电力系统无功优化研究

电力系统无功优化是保证电力系统安全、经济运行的重要措施,粒子群优化算法(PSO)具有模型简单、收敛速度快、参数简洁等优点,但用于求解高维复杂优化问题时易陷入局部最优,针对此缺陷,在PSO算法的基础上提出了自适应随机变异粒子群优化算法(AMPSO),将该算法用于求解电力系统无功优化问题,并以IEEE30标准节点系统为算例进行验证。结果表明,与PSO算法相比,AMPSO算法有效降低了系统网损,显现出良好的全局收敛特性。

主动式队列管理中ARED算法的分析研究

主动式队列管理(AQM)是用于网络拥塞控制的一种机制.介绍了主动式队列管理中的ARED算法,重点说明了ARED算法的原理,对算法进行了描述,分析了算法中的参数设置问题,并对算法本身的优点和不足之处进行了分析研究.

基于客户满意度的车辆路径问题的混合蝙蝠算法

车辆路径问题对现实有着良好的指导意义,自提出以来便吸引了企业界和学术界的广泛关注。然而,传统车辆路径问题仅仅将车辆行驶里程最短作为目标,忽视良好的客户体验对于企业的重要性。考虑客户满意度这一目标,建立以客户满意度和车辆行驶里程最短为目标的多目标优化模型,根据车辆路径问题的具体特征,改变基本蝙蝠算法的编码方式。为克服基本蝙蝠算法求解精度低、易陷入局部最优的缺陷,加入贪婪随机自适应启发式算法提高求解精度,引入病毒进化机制以增强蝙蝠算法跳出局部最优的能力。算例分析表明:病毒进化混合蝙蝠算法相比于基本蝙蝠算法,在求解精度上有较大幅度提高,是一种有效求解车辆路径问题的方法。

混合量子进化算法在110kV变电站规划中的应用

针对城市电网中110 kV变电站规划这一组合优化问题,给出一种基于混合量子进化算法的变电站规划优化方法。该方法融合了量子进化算法收敛速度快,擅长全局搜索的优点和贪婪随机自适应算法局部搜索能力强的长处。将此方法应用到四川某县110 kV变电站容量规划中,计算结果表明该方法很好地完成了对该县变电站数量、主变容量的优化规划。结果符合该地区电力需求和未来电网建设形势,对该县电网下一步规划建设有重要参考意义,表明了方法的有效性。

结合部件动态变化度求解最小碰集的GRASP算法

针对最小碰集求解问题,提出一种改进的GRASP算法。在算法构造解阶段,提出一种结合部件动态变化度d-covered的打分机制,用来选择可能是最小碰集的部件,避免非最小碰集部件的加入,并能较早地得到最小碰集;在算法局部搜索阶段,结合部件动态变化度drcovered给出锦标赛策略,进而从当前解对应的冗余部件中删除较可能是非最小碰集的部件。此外,还给出了完备算法和不完备算法的时间复杂度分析。实验结果表明:与现有完备算法相比,本文算法能够在较短的时间内找到最优解;与现有不完备算法相比,本文算法可以找到更短长度的最小碰集。

基于GRASP算法的飞机旅客一体化恢复优化研究

针对航班调整中较常用的手段——航班取消⁃合并方法,对飞机旅客一体化恢复问题进行研究。首先,基于连接网络和旅客转机网络建立数学规划模型,然后基于贪婪随机自适应搜索方法(Greedy randomized adaptive search procedure,GRASP),设计启发式算法求解该问题,并且在算法的每一次迭代中,都能得到基于航班调整的旅客转机的最优方案。最后,通过案例证明了算法的有效性,并且说明了相对飞机和旅客先后进行恢复,飞机和旅客的一体化恢复能够有效降低恢复成本以及受干扰的旅客数量。

移动机械臂牵引卷装纱线的动态建模与控制

随着纺织工业的智能化转型需求,应用于纺织产业的工业机器人技术不断发展。针对在复杂的纺织加工环境下,机器人对柔性纱线直接操纵存在的纱线形态感知困难与空间局限性,以移动机械臂对织造领域整经纱架上卷装线头的牵引操纵为例,提出一种集成机器人避障运动规划策略的卷装纱线牵引操纵控制框架。构建了卷装纱线系统的动力学模型,解析了机器人与纱线间的运动耦合关系和机器人牵引纱线的运动控制方程,提出了基于纱线轴向应变约束的改进自适应引导快速扩散随机树算法,保障机器人避障运动的同时防止纱线被过度拉伸。通过数值仿真验证了该控制框架的有效性,实现了机械臂对卷装纱线从起点到目标点的无碰撞柔顺牵引操纵。

基于自适应随机森林算法的极端天气下配电网灾损预测

近年来台风、暴雨灾害对配电网基础设施造成了极大破坏,亟须提高配电网灾前损失预测研判水平,因地制宜做好电网差异化应急准备,提升电网防灾减灾水平,减少停电损失。针对台风和暴雨2种易造成配电网大范围损毁的典型极端天气,对灾害天气、配电线路及设备和地理环境3类成灾变量进行数据处理和筛选,并对随机森林算法的决策树构建和投票机制进行改进优化,提出一种双重加权改进的自适应随机森林算法的极端天气下配电网灾损预测方法。以台风“山竹”造成的某地市级配电网杆塔损失为例,验证了该算法模型的运算速度和有效性,综合预测准确率达到90%以上,并根据预测结果分析了配电线路及设备损毁与成灾因素间的作用规律,为电网差异化灾害应对提供理论依据。

家庭护理人员协同调度与路径规划研究

随着我国老龄人口数量的不断增长以及家庭护理观念的普及,用户日渐青睐居家接受个性化的家庭护理服务。然而护理服务资源在不同区域、机构的配置程度存在差异,单一机构难以满足用户快速增长的多样化、个性化需求。为缓解护理服务资源供需不均衡情况,将协同服务思想引入家庭护理,提出家庭护理人员协同调度与路径规划问题,考虑多个护理中心协同服务同一客户的不同需求。在现有护理资源不变的条件下,通过对资源统筹优化,提高护理资源利用率,使得护理人员的调度方案更加灵活合理,在满足客户需求的前提下达到降低护理中心运营成本的目的。为了研究该问题,首先建立了以护理人员启用、行驶、正常工作、加班工作总成本最小,包含客户需求、护理人员工作时长等约束的家庭护理人员协同调度的数学规划模型;其次,考虑护理人员和客户需求所具备的特性,根据贪心、随机、自适应思想,结合贪心随机启发式和迭代局部搜索等多种方法设计了具有自适应反馈机制的混合贪心随机自适应搜索算法;最后,基于标准算例的仿真实验测试评估所设计算法的性能。实验结果表明:设计的算法相比优化软件GUROBI和标准GRASP能够更加高效、高质量地求解家庭护理人员协同调度与路径规划问题;同时引入协同思想能够大幅缩减运营成本并提高护理人员利用率。

基于Arena的车间作业排序问题建模方法及其仿真优化系统设计

针对车间作业排序问题的固有复杂性和目标函数难于解析求解等特点,建立了一个优化与仿真的集成系统框架,并提出了一种新的建模求解思路:首先,以通用仿真工具Arena为平台,提出虚拟抢占规则,实现了车间作业排序问题的仿真建模。然后,以贪婪随机自适应搜索算法为基础,结合高级语言VB,利用面向对象编程思想,通过Arena类库,设计了一个通用的车间作业排序问题的仿真优化系统框架,从而实现了优化和仿真的外部集成。在该框架下,可引入各种随机因素,提高对实际系统的建模与求解能力。最后,通过实例验证了该方法的有效性。

基于突发污染事件的管网水质监测点优化布置

针对城市供水系统中突发的污染事件,提出了供水管网水质监测点布置方法.利用混合整数规划模型表达了多目标水质监测点布置,通过模拟管网发生的水质污染事件,计算管网发生污染事件时对用户带来的影响值,利用改进的贪心随机自适应性搜索算法对模型求解,并结合ZJ市管网,验证了该算法对模型的求解效率,提出了该市基于突发污染事件的管网水质监测点优化布置方案.

基于可信性理论的输电网规划

建立了基于可信性理论的输电网规划模型,得到模糊不确定负荷下的电网规划方案。将可信度的概念引入模型中,作为评价模糊不确定负荷下电网规划方案优劣的指标,该指标具有明确的物理意义和严格的数学理论基础。利用最小切负荷问题的负荷边界特性,证明了给定可信度指标下输电网规划模型的求解可等价于区间负荷下输电网规划模型的求解。使用结合区间至多切负荷量理论的贪婪随机自适应搜索算法求解该模型,可求得给定可信度指标下的输电网规划方案。新模型的求解不受模糊负荷下实际数学模型的限制,具有较好的适用性和明确的物理意义。46节点系统算例的计算结果验证了该模型和算法的有效性。