基于状态转移算法和U-net的医学图像分割

U-net在医学图像分割领域应用广泛,但存在小目标分割精度低、模型收敛慢等问题,且其结构和超参数的设定对网络性能有很大影响。为此,本文提出基于混合状态转移算法的U-net结构设计方法,以获取不同分割任务下的较优的U-net体系结构。首先,提出一种可变深度的编码策略来表示U-net中不同的构建块和潜在的最优深度;其次,通过混合状态转移算法优化网络结构中的超参数和连接权重初始值;再次,设计一种新的交互操作来生成具有潜力的个体,利用迁移学习策略和减少epoch的方法加速网络个体的进化;最后,在心脏MRI、肝脏LiTS这2个医学图像数据集中进行测试,验证本文方法的有效性。研究结果表明:与经典的语义分割网络相比,本文所提方法在Dice、Jaccard、VOE等分割性能评价指标中有更好的表现,验证了本文所提算法的可行性和有效性。

基于离散状态转移算法的无等待流水车间调度研究

针对制造行业中广泛存在的无等待流水车间调度问题,提出一种改进的离散状态转移算法进行求解。基于流水车间调度问题的特性,设计工件的编码方式,采用基于工件加工时间标准差为优先级的NEH(Nawaz-Enscore-Ham)方法构造初始解,设计基于插入和交换的多邻域组合搜索策略以提高初始解的质量;提出一种基于群状态的离散状态转移算法,并利用带二次状态转移操作的三种离散操作算子扩大算法的搜索范围;为进一步提高离散状态转移算法的求解性能,设计了基于莱维飞行的破坏重构局部搜索方法,对全局搜索发现的优质解进行细致搜索。仿真实验表明,改进的离散状态转移算法能够有效求解无等待流水车间调度问题。

一种求解旅行商问题的离散状态转移算法(英文)

本文提出了一种求解旅行商问题的离散状态转移算法,设计了交换、平移、对称等3种转移算子,讨论了算法的收敛性和时间复杂度等问题,研究了参数对算法的影响.实验结果表明,与模拟退火算法及蚁群算法等经典组合优化算法相比,该算法具有耗时短、寻优能力强等优点,这也表明了状态转移算法的适应性很好.

基于改进状态转移算法的不确定混沌电力系统参数辨识

电力系统参数的准确性是电网安全稳定运行和科学合理实现电网调度的前提,而混沌电力系统的参数常是未知的或是不稳定的,致使难以获取精确的混沌电力系统参数。针对混沌电力系统参数辨识难度大、易受外界干扰等问题,提出一种基于改进状态转移算法的混沌电力系统参数辨识方法。首先分别分析了二阶混沌电力系统和四阶混沌电力系统的数学模型及混沌状态;然后利用状态转移算法进行未知参数的辨识,其中设定陷入局部最优判别机制用于判断状态是否出现早熟现象,若发生早熟现象,加入逆向转移机制使状态跳出早熟状态,增加群体的多样性,避免陷入局部最优解;最后将该改进状态转移算法分别用于二阶和四阶混沌电力系统的参数辨识。仿真结果表明,改进的状态转移算法对于不确定混沌电力系统的参数辨识不仅具有很好的辨识速度,而且也具有很高的辨识精度。

基于原对偶状态转移算法的分数阶多涡卷混沌系统辨识

未知分数阶混沌系统参数辨识问题可转化为函数优化问题,是实现分数阶混沌系统同步与控制的关键.结合正交学习机制和原对偶学习策略,提出一种原对偶状态转移算法,用于解决分数阶混沌系统的参数辨识问题.利用正交学习机制产生较优的初始种群增加算法的收敛能力,并引入原对偶操作增加状态在空间的搜索能力,提高算法的寻优性能.在有噪声和无噪声情况下以分数阶多涡卷混沌系统的参数辨识为研究对象进行仿真.结果表明了该算法的有效性、鲁棒性和通用性.

基于状态转移算法的极限学习机

目前极限学习机在训练模型时存在占用计算资源多和模型精度低等问题.为了解决上述问题,提出了一种基于状态转移算法的极限学习机,可提升算法计算效率和模型精度.利用状态转移算法的全局搜索特性求解线性方程组,得到极限学习机的输出权重矩阵,进而完成建模.在分类和回归数据集上与极限学习机和其他主流算法进行对比,所提方法可以利用较少的隐藏层节点得到高精度的模型,同时具有更好的学习准确率.这种高性能的建模方式弥补了极限学习机的不足.

基于混沌策略状态转移算法的混沌系统参数辨识

针对混沌系统的参数辨识是一个多维参数的优化问题,提出了基于混沌策略状态转移算法的混沌系统参数辨识方法。该方法是在初始化时以混沌序列初始化种群,在搜索过程中引入混沌变异机制,利用遍历性对状态进行变异操作,避免了过早收敛,提高了全局搜索能力。利用该算法辨识Lorenz混沌系统参数,并与基本状态转移算法和粒子群算法进行比较。仿真结果表明,在有无噪声干扰的情况下,该算法比粒子群算法和基本状态转移算法具有更好的辨识精度,且比粒子群算法具有更好的收敛速度。证明了该算法的有效性和抗干扰性,对混沌理论的发展有重要的意义。

基于改进状态转移算法的电力系统两阶段动态无功优化

针对混合整数非线性规划的电力系统动态无功优化问题,提出两阶段动态无功优化模型以降低计算规模。第1阶段为非线性规划,以系统网损和节点电压偏移综合最小为目标。第2阶段为混合整数规划,在满足设备全天调节次数等约束的基础上,以电力系统网损增量最小为目标。鉴于常规罚函数法处理约束条件会出现罚因子选取不当而影响最终结果的情况,提出混合滤子技术的改进状态转移算法。该算法采用双种群并行搜索方式,将个体适应度和约束违反度构成滤子对作为评价指标以替代罚函数。最后,以IEEE 14节点系统和某地级电网实际系统为例,将所提算法、传统状态转移算法和多种群蚁群算法分别求解模型,通过对比分析仿真结果验证了所提模型与算法的正确性。

基于量子状态转移算法的作业车间调度问题

针对传统优化方法存在种群多样性受限、寻优能力差等问题,提出一种量子状态转移算法求解作业车间调度问题。构建以最大完工时间最小为目标的数学模型;利用量子状态转移算法进行问题求解,通过状态转移算法中的旋转、伸缩、平移和坐标变换操作对量子旋转角进行更新,从而实现状态转移框架下的量子旋转、量子伸缩、量子平移和量子坐标变换操作;为提高算法的局部和全局探索能力,提出将移位解码和位置交换编码相结合对解空间进行映射,并提出非局部最优解容忍机制可有效避免算法早熟及丰富解的多样性以提高收敛精度。通过对12种基准算例进行仿真,结果表明,该算法与传统算法相比可有效缩短最大完工时间且具有精度高、寻优能力强及可跳出局部最优等优点。

一种求解企业员工指派问题的离散状态转移算法

员工指派问题是运筹学中的一类整数规划问题,为了寻找最佳的员工指派方案,使得完成所有任务的总成本代价最小,本文研究了一种新的离散状态转移算法.在一次状态转移的基础上提出了二次状态转移的概念,从而扩大了候选解集的范围,并提高候选解集的多样性.为了克服算法在迭代后期更新缓慢的缺点,提出了停滞回溯策略,即当算法陷入局部最优解时进行回溯操作,从历史停滞解中随机选择一个更新当前最优解.通过与模拟退火算法进行测试比较实验,证明了本文所提出算法的有效性,同时该算法提高了求解员工指派问题的成功率与稳定性.

状态转移算法原理与应用

状态转移算法是基于状态和状态转移的概念及现代控制理论中状态空间表示法提出的一种智能型随机性全局优化方法,由于其优良的全局搜索能力和快速收敛性,在许多优化问题中得到了很好的应用.本文系统地阐述了状态转移算法的基本原理和内在特性,详细介绍了状态转移算法的演变与提升,包括离散、约束与多目标状态转移算法,状态转移算法参数分析与优化、算子拓展与智能化策略等内容,并从非线性系统辨识、工业过程控制、机器学习与数据挖掘等方面重点介绍了状态转移算法的应用.

基于改进状态转移算法的串级平推流反应器动力学参数估计

实际化工过程反应系统通常由若干个相互关联的平推流反应器串级构成,要建立其机理模型,并估计其动力学参数,就必须反复求解大规模非线性微分方程组,计算代价较高。针对智能优化算法在求解昂贵优化问题时计算成本过高,而工业过程模型往往只需要找到一组满意解即可的特点,提出了一种基于改进状态转移算法的串级平推流反应器动力学参数估计方法。该算法在保留标准状态转移算法全局寻优能力和快速收敛能力的同时,利用对立算子优化初始种群,并根据误差阈值判定满意解中止条件,可有效节约计算时间。以实际炼油企业的加氢裂化装置为研究对象,采用所提方法对其反应系统的动力学参数进行估计,仿真结果表明了所提方法的有效性。

应用改进状态转移算法优化多阈值图像分割

针对多阈值图像分割中阈值求解效率低、精度不足的问题,提出了一种基于改进状态转移算法的图像多阈值分割方法。改进状态转移算法的伸缩变换采用一种方差自适应的正态分布策略,增强了算法在初期包含全局最优解的可能性,以及算法在后期的收敛性。另一方面,通过精英解集加权和来确定邻域中心,增加了群体间的交流,能充分利用精英解集间的信息实现启发式搜索,同时"贪婪准则"最优解保留机制保证了算法的收敛。实验表明,相比其它算法,上述方法在收敛效率和精度方面有显著优势。

基于改进的状态转移算法单相逆变器参数辨识

针对基本状态转移算法容易陷入局部最优的问题,将改进的Tent混沌加入到基本状态转移算法中,采用改进的Tent混沌映射来初始化种群,Tent混沌序列的随机性、规律性等特性抑制了算法的局部早熟,使种群快速跳出局部最优,从而提高寻优的精度。通过物理实验证明该算法的有效性,用改进的状态转移算法实现单相逆变器中关键元器件的参数辨识,算法可以有效辨识单相逆变器中关键元器件的参数。与基本状态转移算法进行比较,改进的状态转移算法辨识精度高。

一种求解无线传感器网络定位问题的改进状态转移算法

基本状态转移算法求解一些高维复杂优化问题时,局部搜索能力较差,收敛速度慢。针对这一缺陷,本文提出了一种改进的状态转移算法。所提算法在最优算子参数选择的基础上,首先采用二次插值技术替换平移算子来提高局部开发能力,其次采用随机变异策略来增加算法跳出局部最优解的概率。最后采用基于梯度的技术对算法进行加强,进一步提高算法后期的搜索效率,并通过几个无线传感器网络定位问题,验证了所提方法的有效性和优势。

状态转移算法及其在电液比例调速系统中的应用

针对电液比例调速阀的性能特点，应用状态转移控制算法，可以大大提高电液比例调速阀的稳态控制精度，因而为提高整个控制系统的性能和结构简化提供了理论依据和技术方法．

超轻量级所有权转移算法研究

RFID系统中电子标签使用周期过程中,电子标签所有者经常发生变化,为确保所有者变化前后每位所有者存放在电子标签中隐私信息的安全,文中设计了一种满足后向安全性的算法。该算法采用基于位运算实现的异或交叉运算对传送信息加密,其中异或交叉运算具体实现过程中将依据加密信息汉明重量大小进行不同规则运算操作,以提升算法安全性;异或交叉运算采用按位运算方式实现,使得算法整体计算量大幅降低,算法可以达到超轻量级的级别。对文中算法及其他不同类型所有权转移算法进行安全及性能理论分析,表明文中算法具备推广所需的要求;同时进行相同环境下的仿真实验,表明文中算法在确保降低计算时间开销的情况下,具备更好的安全性能。

债务网络的债权转移算法及其复杂性

一个债务网络的纠纷量可达ｎ（ｎ－１）／２，在允许外来调解的前提下，本文引入了债务向一个公共点转移的算法，使债务纠纷量不超过ｎ－１，同时找到一个较满意解，回避了圈冲销算法所面临的寻找所有圈，所有链等ＮＰ问题，债务转移算法复杂性为ｏ（ｎ３）。

自适应状态转移模拟退火算法及其应用

状态转移模拟退火算法(STASA)作为解决复杂优化问题的有效方法,其搜索效率依赖于搜索算子和参数值的选择,在一些高维复杂问题上出现效率低下的问题。提出一种自适应状态转移模拟退火算法(ASTSA),通过自适应算子和参数选择策略来提高算法的适用性和求解效率;借鉴群智能算法的均值更新方法对平移算子进行改进,增强算子的搜索特性。通过23个基准测试函数和8个工程设计问题进行实验验证并与其他算法对比,证明了ASTSA算法和改进策略的有效性。

基于状态转移算法优化的投影寻踪病虫害预测模型

为解决新疆加工番茄病虫害预测问题中样本数据的非线性和高维性等问题,采用投影寻踪回归模型对加工番茄病虫害预测进行研究。根据新疆某种植基地的样本数据,将投影寻踪回归模型与改进状态转移算法结合,建立了改进状态转移算法优化的基于Hermite多项式的投影寻踪病虫害预测模型。投影寻踪病虫害预测模型将高维的数据投影到低维空间,利用加入正交变换的状态转移算法优化得到投影方向和多项式系数。试验结果表明,利用该模型对新疆某种植基地2003—2008年的样本数据训练效果误差<0.2,等级预测达到完全正确;对2009—2011年的病虫害等级预测准确率>95%。基于改进状态转移算法的Hermite投影寻踪回归模型可靠性及预测精度很高,能有效的解决病虫害预测中存在的数据非线性、高维性等实际难题。该模型应用于加工番茄病虫害的预测具有一定的可行性和实用性。