面向胎盘植入产前诊断的医学语义特征提取算法

胎盘植入由于其临床特征隐匿,尚无一种敏感性、特异性高的产前诊断手段,因此文中将数据的特征提取方法引入胎盘植入产前诊断领域,从特征相关性的角度,提出胎盘植入有效医学语义的多目标特征优化问题,并给出求解该问题的一种改进的非支配排序遗传算法II(NSGA-II).基于实际胎盘植入相关临床数据的计算结果表明,文中算法能从复杂的胎盘植入相关临床数据中提取具有胎盘植入有效语义的特征集合.经过接收者操作特征(ROC)曲线分析,提取的特征医学语义具有较高的诊断价值,可为产科医师研究胎盘植入的发病机制和及时产前诊断提供有效的辅助手段.文中研究还发现,一些临床生化检查指标具有重要作用,可作为胎盘植入产前诊断的有效依据.

基于聚类的NSGA-Ⅱ算法

采用精英策略的非支配排序遗传算法(NSGA-II)种群收敛分布不均匀,全局搜索能力较弱。针对该问题,基于现有的算法,提出一种基于聚类学习机制的多目标进化算法KMCNSGA-II。利用K均值聚类对目标函数和个体分别进行聚类,对聚类后的个体进行局部学习,以提高适应度。将该算法应用于经典的多目标约束和非约束测试函数中,通过收敛性指标世代距离和多样性指标?进行性能评价。实验结果表明,与NSGA-II算法相比,该算法在算法收敛性和种群多样性保持方面均有明显提高。

分时电价下泊位岸桥联合调度研究

基于全球各地推行分时电价政策以及大力发展港口岸电的背景下,将分时电价引入集装箱码头作业问题中,考虑岸电和分时电价对集装箱码头作业计划的影响,同时兼顾码头和船方的利益,在保证船舶可以按计划离港的前提下,构建以船舶在港时间、岸桥电力成本和船舶使用岸电的电力成本最小化为目标的多目标优化模型,根据所选取问题和模型目标函数的特点,选择带精英策略的非支配排序遗传算法(NSGA II)进行求解。通过不同规模的实例验证,与不考虑电力成本的传统泊位岸桥分配策略相比,所提出的模型算法均能够有效降低码头的电力成本,缓解高峰用电压力,尤其对集装箱吞吐量较少的码头优化效果更加显著。最后,通过对分时电价峰谷电价差的灵敏度分析,为码头相关部门针对不同的电价政策进行决策提供一定的依据。

基于TPC信道编码的PCM-FM遥测系统仿真与实现

脉冲编码调制-调频(pulse code modulation-frequency modulation,PCM-FM)遥测系统因其具有很强的抗极化和系统抗干扰能力等优点被普遍用于军事卫星和航天遥测中,主要研究基于Turbo乘积码(Turbo product code,TPC)信道编译码技术下的PCM-FM遥测系统的实现与仿真,利用改进的Chase II算法对系统进行解调,并通过对比发送端与接收端的信号,展现PCM-FM遥测系统调制与解调的正确性,以及改进的Chase II算法对本系统的重要影响,通过模拟遥测信道验证所提系统的优越性能。

基于NSGA Ⅱ算法的配电网串联补偿装置参数的多目标优化

为了更好地采用串联补偿装置解决供电半径过大的配电网末端电压偏差问题和网络损耗问题,研究了确定串联补偿装置阻抗值和安装位置的多目标优化算法。以线路电压偏离度和网络有功损耗最小为目标函数建立了配电网串联补偿装置的参数多目标优化模型。运用NSGA-Ⅱ算法求解多目标优化模型,并获得帕累托解集,再采用逼近理想解排序法(TOPSIS)在解集中求得最优解。通过IEEE 34节点配电网算例验证了模型的可行性和算法的有效性。结果显示,本文所建立的模型与采用的方法可以快速有效地确定串联补偿装置的安装位置和容抗值,并优于单目标优化的结果。此外,在不同负载条件下串联补偿装置的最佳安装位置不同,可以采用多点串联补偿方法来获得更好的效果。

多目标进化遗传算法在QoS路由中的研究

基于多目标规划问题,给出了QoS路由指标的形式化描述及数学模型。提出了用NSGA-II算法来实现QoS路由,并采用网络资源消耗和负载分布为目标函数,使得算法在消耗网络资源最小的基础上,使负载均衡分布,合理利用了网络资源,降低了网络的拥塞,提高了网络的吞吐量。通过仿真实验表明该算法是可行的、有效的。

基于非支配排序遗传算法Ⅱ智能搜参的精跟踪系统

针对空间光通信中精跟踪系统的精度易受外界干扰影响的问题,在典型光通信终端的传统精跟踪系统的基础上,提出了附加集成模块的设计方法,并采用非支配排序遗传算法II得到全局最优控制器参数,实现了一个精跟踪系统智能搜参方法。基于某典型光通信卫星终端在轨实测的角干扰数据,仿真对比结果表明,在保持闭环系统稳定性的基础上,可以提升33.7%的误差抑制带宽,提高全频段的干扰抑制能力约19.5%,其中10 Hz以内的干扰误差抑制性能提升幅度高达95%以上。搭建了实物验证系统,实测结果表明,该系统的跟踪精度和干扰抑制性能相比传统系统大幅度提升,其中10 Hz以内的提升幅度超过20倍。该精跟踪系统的实验结果与仿真结果具有较好的吻合度,对未来空间光通信领域的发展有重要意义。

基于NSGA-Ⅱ算法的IP核测试优化研究

IP核集成化的SoC测试,测试时间与测试功耗是两个相互影响的因素。多目标进化算法能够处理相互制约的多目标优化问题。在无约束条件下,对IP核的测试时间与测试功耗建立联合优化模型,并采用多目标进化算法中的改进型非劣分类遗传算法(Non-dominated Sorting Genetic Algorithm Ⅱ,NSGA-Ⅱ)对模型进行求解。通过应用ITC'02标准电路中的h953做应用验证,结果表明该方法能够给出模型的均衡解,证明了模型的实用性和有效性。

基于云边缘的智能生产线多目标任务调度方法

在现代制造系统中,高效且有效的任务调度至关重要。基于云边缘的智能生产线多目标任务调度方法提出了一种新的优化生产过程的方法,它可以利用云计算和边缘计算资源的优势,并考虑最小化完工期、能耗和成本等多个目标。首先,概述了一种综合的技术框架和实现算法,包括数据收集和预处理、多目标优化建模、云边资源分配、使用非支配排序遗传算法II(NSGA-II)的任务调度,及其性能评估和可视化;其次,通过解决各种实际问题展示了其在当代制造环境中的重要性。该方法为实现高效、可持续和有竞争力的生产系统提供了一种前景广阔的解决方案。

平滑的最大熵模型在汉语词性自动标注中的应用

基于最大熵模型,结合汉语自身的特点,设计了一个基于词和字特征的汉语词性自动标注系统,取得了较好的标注效果。

多目标等量分批柔性作业车间调度集成优化方法

针对多目标等量分批柔性作业车间调度问题,提出了一种集成优化方法。构建了一种以完工时间最短、生产成本最低为优化目标的多目标等量分批柔性调度集成优化模型。提出并设计了一种改进的非支配排序遗传算法对模型加以求解。算法中引入面向对象技术处理复杂的实体逻辑关系,采用三段式分段编码技术分别对分批方案、加工顺序、设备进行编码,采用三段式分段交叉和变异的混合遗传算子实现遗传进化,采用两种精细化调度技术进行解码以缩短流程时间。通过案例分析验证了所提方法的有效性。

风电场的机组布局优化研究

以风电场年发电量和总投资成本为目标对平坦风电场机组布局进行优化。以统计得到的真实风资源分布作为输入,采用修正的Jensen尾流模型模拟机组之间的尾流干扰效应,根据实际工程经验对风电场的总投资成本进行数学建模。然后,基于NSGA-Ⅱ算法以机组总台数和每台风力机位置为决策变量,以年发电量和总投资成本为目标函数进行多目标优化。另外,该文还将上述两个目标折合为单目标(度电投资成本)进行优化。最后,给出多目标和单目标优化得到的风电场特征参数包括总投资成本、年发电量、风电场效率、度电投资成本以及相应的机组布局轮廓图。

机载相控阵雷达射频隐身时最优搜索性能研究

为提高机载相控阵雷达的生存能力,首次提出了一种基于射频隐身的雷达搜索方法。分析了影响雷达搜索性能的各个参数,将波束宽度、驻留时间和发射平均功率作为优化参数,将最小化能量消耗函数、最小化估计检测概率与期望检测概率的2范数作为目标,利用带精英策略的非支配排序遗传算法对雷达搜索模型进行优化。从最后Pareto解集中选取使两个目标函数乘积最小的解作为最优解。仿真结果表明,本文的算法与基于最大检测概率、最大起始跟踪距离的搜索方法相比,在具有较好检测性能的前提下,消耗较少的能量,具有较好的射频隐身能力。

批量生产柔性作业车间多目标精细化调度方法

提出了一种批量生产柔性作业车间多目标精细化调度方法。针对批量生产柔性作业车间多目标调度问题特点,建立了一类以完工时间最短和制造成本最低为优化目标的等量分批柔性作业车间调度多目标优化模型。提出了5种批量生产柔性作业车间精细化调度技术;设计了一种改进的NSGA II算法对模型进行求解。算法中引入面向对象技术处理复杂的实体逻辑关系,使用矩阵编码技术进行编码,采用分段交叉和分段变异的遗传算子实现遗传进化,应用上述5种精细化调度技术于解码过程以提高设备利用率。通过案例分析验证了该方法的有效性。

泛在电力物联网优化与调控方法研究

建设泛在电力物联网能够为电网的运行与管理、投资与服务开辟新的道路。依托泛在电力物联网的发展路径,可实现泛在电力物联网优化调度建设,提升能源系统的效率。首先研究了泛在电力物联网平台层和感知层的优化主体和内容,然后在此基础上构建了物理网终端设备参与的边缘优化调度模型,最后以某园区的典型日负荷为依据,选择NSGA II智能算法对该模型进行应用,验证了该模型的可行性,整体实现了对泛在电力物联网的建设与应用。

混合工作日历下批量生产柔性作业车间多目标调度方法

提出了一种混合工作日历下批量生产柔性作业车间多目标调度方法。考虑设备的混合工作日历约束,构建了以生产周期最短、制造成本最低为优化目标的批量生产柔性作业车间多目标调度模型。设计了一种带精英策略的非支配排序遗传算法(NSGA II)求解该模型。算法中,采用“基于工序和设备的分段编码”方式分别对工序和设备进行编码;采用“基于工序和设备的分段交叉和变异方式”进行交叉和变异操作,采用“遗传算子改进策略”保证交叉、变异后子代个体的可行性;解码操作采用“基于平顺移动的原理”和“基于工作日历的时间推算技术”推算工序的调整开始、调整结束、加工开始和加工结束时刻。最后,通过案例分析验证了所提方法的有效性。

高质量绿色环保的精车切削优化

绿色制造中的切削参数优化对于提高加工质量、加工成本、产品利润和节能环保具有非常重要的意义。考虑实际加工约束条件,建立了加工精度与切削能量的双目标精车切削优化模型。通过实例运用NSGA-II算法与MOPSO算法对精车优化切削模型进行仿真,结果表明,NSGA-II算法获得了更优的Pareto最优解集。在给定加工余量条件下,加工精度与切削能量的Pareto最优前沿可由三次曲线方程拟合,且拟合相关指数为0.999 9。在加工精度与切削能量的Pareto最优解集下,加工精度和进给量的关系可由二次曲线方程拟合,且拟合相关指数为0.999 99,为精车切削参数优化选择提供了实践指导。

基于概率的含大规模风电场的多目标输电网规划

提出了电力市场环境和大规模风电接入下的多目标输电网规划算法。考虑到风场出力波动性对输电阻塞成本的影响,建立了输电网规划的多目标函数即输电阻塞成本、投资成本及风险成本。结合蒙特卡罗模拟法和两点估计算法来处理风场出力的不确定性,在此基础上通过分析规划目标与问题本身的特性,设计了非支配排序遗传算法II和模糊决策方法来求解问题并确定最终的最优解决方案。算例分析验证了规划方法的正确性和求解算法的有效性。

原油一次加工过程的多目标调度优化

在制定原油一次加工过程详细调度时,往往需要考虑多个优化目标。本文提出一种基于改进的骨干粒子群算法和II代非支配遗传算法协同进化的双种群算法,并通过Pareto差熵控制种群的交流,优化了供油罐使用成本、供油罐的切换成本、管道中原油混合成本以及供油罐罐底混合成本4个目标。通过一个工业实例,将本文算法与现有的几种具有代表性的进化多目标优化算法进行对比,验证本文算法的可行性和有效性。

格雷码的代数软判决译码研究

基于可靠性译码的Chase II算法实现了Golay码的软判决译码,获得了比代数硬判决译码更优的纠错性能,也因此提高了译码的复杂度,增加了译码延时。基于此,引入最优性条件,以快速终止Chase译码。通过VC6.0仿真,结果表明,在BER=10-5时,代数软判决相比硬判决有1.7 dB的性能增益,加入最优性条件以后,总的仿真时间比传统的Chase II算法节省了约87.64%,极大地提升了软判决译码的效率。