基于SA-CSA算法的露天矿卡车调度优化方法

为提高露天矿卡车的运输效率,降低矿山企业的开采成本,以露天矿卡车运输调度的综合成本最低为目标函数,考虑矿石产量、品位均衡、运输时间等约束条件,结合模拟退火法(SA)和乌鸦搜索算法(CSA),提出SA-CSA算法求解露天矿卡车调度优化问题,并以某大型露天矿山为例,将SA-CSA算法的优化结果与SA算法和CSA算法的优化结果比较。结果表明:SA-CSA算法的求解精度和收敛速度均优于SA算法和CSA算法。

基于线性反馈移位寄存器和CSA算法的CA系统加扰模块设计

简要介绍CA系统及其加扰模块,具体分析选用线性反馈移位寄存器作伪随机序列发生器、采用CSA算法作为加扰算法的一种CA系统加扰模块的设计方案,前者易于硬件实现、后者易于软件实现使得该方案具有可行性。

一种以优秀个体记忆位置为导向的改进乌鸦搜索算法

为了克服乌鸦搜索算法搜索能力弱、易陷入局部最优之不足,提出新的以优秀个体记忆位置为导向的改进乌鸦搜索算法(EICSA):基于个体贮藏食物量之多少,种群中多数个体划归为普通个体、少数贮藏食物量较多的个体划归为优秀个体.优秀个体只在其贮藏食物的巢穴附近开展局部搜索活动.多数普通个体以优秀个体贮藏食物之巢穴为导向,在算法前期以较大步长进行全局探索,保持了种群的多样性;算法后期则以较短步长进行局部开发,使算法的全局探索能力和局部开发能力均得到了增强.通过12个基准函数和3个工程应用问题的数值实验,结果表明EICSA的全局优化能力得到了明显提高,在函数和工程应用问题优化中具有较快的全局收敛速度、较好的优化精度和稳定性.

特征统计算法(CSA)在堆芯装料方案优化中的应用

针对压水堆堆芯装料优化问题的特殊性,采用了一种更适合于全局优化算法——特征统计算法来求解。本文阐述了该算法的搜索原理以及如何将其应用于堆芯装料优化问题;编制了装料优化程序SCYCLE,应用该程序在2个不同类型的实际堆芯模型上进行了计算,并与其它算法的计算结果进行了比较。结果表明,SCYCLE程序在求解装料优化问题方面具有很高的搜索效率和很好的全局性。

基于信息敏感性与CSA-BP神经网络的“智慧工地系统”实施风险评价研究

为提高“智慧工地系统”在实施过程中的安全性,减少其因应用不当等原因造成的损失。参考WSR方法论与信息敏感性理论建立“智慧工地系统”实施风险评价指标体系。引入CSA-BP神经网络算法,该方法通过乌鸦搜索算法(CSA)弥补BP神经网络易陷入局部最优及收敛速度慢等缺陷,建立了实施风险评价模型。将该模型应用到广西某码头油库项目进行实例验证,评价结果与实际情况相符,表明其可行性较高,具有实际应用价值。根据模型评价结果有针对性地提出建议及措施,为“智慧工地系统”的推广与实施过程提供理论依据。

混沌模拟退火算法在无功优化中的应用

为了更有效地改进处理无功优化问题的方法,提出了混沌模拟退火(CSA)算法,该算法是一种基于混沌变量的改进模拟退火算法,结合了混沌算法的全局遍历性和模拟退火算法的启发式规则,在模拟退火算法的搜索过程中加入了混沌算法的优点。利用混沌算法确定算法的初始温度,有效地减小了搜索空间,同时利用混沌算法确定模拟退火算法中的扰动准则,使算法有效跳出局部最优解。最后将混沌模拟退火算法应用于电力系统无功优化中,通过对IEEE 6和IEEE 30节点以及实际129节点系统的仿真验证了该算法应用的有效性。

特征统计算法及其在NP组合优化问题上的应用

特征统计算法是为了解决复杂多极值优化问题而开发的一种新的全局优化算法。为了检验该算法的性能,应用它在一类具有代表性的NP组合优化问题-旅行商问题(TSP)上作了计算。结果发现,该算法虽不是专为TSP问题而开发,却在该问题上取得了很好的结果。所得到的结果表明,特征统计算法可以作为解决这类NP组合优化问题的一个新的途径。

改进的克隆选择算法求解高维背包问题

针对克隆选择算法(clonal selection algorithm,CSA)求解高维背包问题(knapsack problem,KP)时可行抗体比率低且易于陷入局部搜索的问题,充分挖掘免疫系统的抗体多样性机理,提出了受体编辑机制,并设计了二次修补策略增强约束处理能力,获得了改进的克隆选择算法CSA-ER(clonal selection algorithm with receptor editing and repair)。数值实验将CSA-ER与CSA的一系列变体(CSA-M、CSA-E、CSA-MR)及两类其他群智能算法应用于两类KP进行了仿真比较,结果表明CSA-ER具有较强的开采和收敛能力。同时对CSA-ER的3个参数(克隆选择率α、编辑率Tr及基因段基准长度σ)进行了敏感性分析,获得了合适的参数选择策略。

基于高效约束解决算法的浮点数生成器设计

为了对微处理器中浮点运算单元FPU(floating-point unit)进行高效的功能验证,对浮点运算的边界情况进行了研究,引入了对中间结果(intermediate result)的约束解决算法(constriant solved arithmetic).与传统的对浮点运算单元的功能验证相比,基于该约束算法的浮点数生成器,拓宽了浮点边界情况的可选范围,有效提高了验证效率.实验结果表明,集成该浮点数生成器的UVM验证平台,能够在12小时的测试时间内,对一个浮点运算子模块(floating-point subunit)达到超过99%的覆盖率.

优化FIR数字滤波器的FPGA实现

基于提高速度和减少面积的理念,对传统的FIR数字滤波器进行改良。考虑到FPGA的实现特点,研究并设计了采用Radix-2的Booth算法乘法器以及结合了CSA加法器和树型结构的快速加法器,并成功应用于FIR数字滤波器的设计中。滤波器的系数由Matlab设计产生。仿真和综合结果表明,Booth算法乘法器和CSA算法加法器树,在满足FIR数字滤波器的性能要求的同时,在电路实现面积上、尤其是速度上有明显的优化;并且当数据量越多时,优化也越明显。

CAM卡中解扰模块的设计实现与验证

依据CSA算法,对CAM卡中的解扰模块进行设计。采用verilog HDL语言设计。利用modelsim对其设计结果进行仿真验证。并在Xilinx上实现FPGA综合。设计结果可靠有效。具有很高的实用价值和市场价值。

竞争层结构可调SOM网络在中药模式识别中的应用

针对经典SOM算法无法准确反映原始数据的特征信息,提出了竞争层结构可调的SOM算法——CSA-SOM算法。该算法增加了竞争层神经元动态调节的步骤,调节的依据是不断比较原数据的位置信息和映射后低维空间的位置信息,使两者最终能趋于一致。因此降维后的数据能够较好地保持原数据的特征,包括距离信息、角度信息以及分布信息。该算法有效地实现了红景天药材的准确清晰分类。算法理论分析和实验结果均表明,CSA-SOM算法是一种快速、准确的数据内在规律映射可视化算法,与SOM算法相比,CSA-SOM算法的特征映射效果比较好,解决了SOM算法会使映射后数据结构发生扭曲的问题。

CARR堆冷源孔道组合屏蔽优化设计

CARR堆冷源孔道组合屏蔽优化设计是通过使用CSA算法结合一维SN程序ANISN编写的屏蔽优化程序,得到屏蔽部分屏蔽材料的优化组合,使闸门关闭时混凝土墙外侧总剂量率达到最低剂量率水平。

基于计算智能的化学类实验室安全管理评价研究与实践

为了研究基于计算智能的化学类实验室安全管理评价,采用德尔菲法建立了化学类实验室安全管理评价风险预警指标体系,同时计算了指标体系中各指标的预警值。将布谷鸟搜索智能优化算法(CSA)和BP神经网络2种计算智能方法应用于化学类实验室安全管理评价研究与实践中,采用CSA优化BP神经网络提出一种基于CSA的BP神经网络模型(CSA-BP),进而采用CSA-BP模型构建了一种化学类实验室安全管理评价风险预警方法。结果表明:该方法预警结果精确度良好,预警误差小,具有很强的适用性。

分数阶Fourier变换在SAR系统中的应用

分数阶Fourier变换（FRFT）的研究和应用在科学与工程的很多领域都引起学术界的高度重视。本文先简要介绍了FRFT和合成孔径雷达（SAR）的有关概念，然后提出了用FRFT改进SAR中传统的chirp-scaling算法（CSA）的方法。