基于IACO改进Logistic混沌序列的WSN布局优化

标准PSPIEL算法存在分簇随机问题,引入混沌算子提出Logistic混沌序列算法,提出一种改进蚁群算法(IACO)。将两种方法相结合寻优,提出IACO改进Logistic混沌序列,该方法能够较好地应用于无线传感器网络(Wireless Sensor Networks,WSN)布局中。通过实验对IACO改进Logistic混沌序列有效性进行验证,结果表明,在同样互信息量下相对pSPIEL算法、贪婪算法、IACO算法达到了最低通信成本。应用IACO改进Logistic混沌序列的过程中,传感器实际使用数量减小,能够满足效益要求。该研究对提高无线传感器布局优化能力具有一定的理论指导意义。

广义Logistic模型的捕获优化问题

以王寿松所提出的广义 Ｌｏｇｉｓｔｉｃ模型为基础，讨论单种群生物资源的捕获优化问题，分析了被开发生物种群的动力学性质．在单位捕获努力量假定下，以最大可持续捕获量为管理目标，确定了线性捕获下的最优捕获策略，得到了最优捕获努力量，最大可持续收获及相应的最优种群水平的显式表达式，包括著名的Ｓｃｈａｅｆｅｒ模型作为特例，推广了相应的结果．

基于粒子群优化算法的Logistic模型参数估计

将Logistic模型的参数估计问题转化为一个多维无约束函数优化问题，然后利用粒子群优化算法（PSO）的全局搜索能力对此问题求解.仿真实验中所使用的数据包括真实数据和随机采样数据.实验结果表明，在这两种数据条件下PSO算法均能够较准确地估计获得Logistic模型的参数，证实了PSO算法是Logistic模型参数估计的一种可靠有效的算法.同时也分析了参数维数和噪声对PSO算法的收敛性和稳定性的影响.

基于Logistic时间函数地表动态沉陷预测及优化求参研究

实施采煤诱发的地表动态沉陷预测及优化求参研究能够显著降低采动损害,保护国家基础设施和生命财产安全。为了实现地表沉陷的动态和定量化预测,合理确定模型预测参数,引入以时间序列为自变量的生长模型,从地表下沉、下沉速度、下沉加速度及分布形态4个方面,论证了Logistic时间函数的时空完备性。构建了基于坐标变换的地表沉陷终态和动态预测模型,并给出了模型参数的确定方法。以Matlab为研发平台,实现了模型参数的自动求取和地表沉陷的定量化预测。最后以某矿21104工作面为工程背景,对地表沉陷动态预测模型的可靠性和预测精度进行了分析和评价。结果表明,基于Logistic时间函数的计算结果不但在地表下沉、下沉速度和加速度方面与地表沉陷的实际特征相吻合,而且模型预测参数能够灵活体现地表沉陷的时空分布特征。Logistic时间函数下沉速度阻尼系数为160,下沉速度增长因子为3.1。地表终态下沉系数为0.88,主要影响角正切值为1.68,开采影响传播角为84.6°;沿工作面走向和倾向方向的预测相对中误差最大值分别为±5.98%和±4.21%,理论值与实测值相吻合,采用该预测模型能够实现地表动态沉陷的合理预测。

基于模糊控制的机器人控制精度优化方法与技术研究

针对机器人在磨抛零件过程中由于PID无法在线实时调参导致控制精度不高的问题,本文采用“语言类”智能控制手段——模糊控制对机器人操作过程进行优化控制,从而达到提高机器人控制精度和提高实时性的目的。

多机动站交叉定位系统精度分析及优化

针对多机动站交叉定位系统观测站具有机动能力的应用特点,从测向交叉定位技术的定位原理入手,分析了影响定位精度的因素,以4站交叉定位系统为例,按目标大致分布区域已知且布设阵地条件不受限制、基于任务需求观测站需机动的随机布站两种典型应用场景,提出了根据目标分布区域优化布站阵型、根据既定阵型优化数据处理算法两种定位优化方法。在不额外增加观测站的条件下,有效提升定位精度、增大有效定位区域。该方法成本代价小、技术难度低、定位效果好,具有较好的应用推广价值。

Logistic映射分支值的最优化算法

以具有生态特征的代数迭代系统Logistic映射动力系统的倍周期分叉问题为例 ,研究了精确计算迭代系统分支点的方法·以迭代过程关系构成目标函数 ,参数为设计变量 ,迭代变量的边界为约束 ,建立关于分支值计算的新方法含约束条件的最优化程序算法·这种方法将约束转化为惩罚项 ,采用惩罚函数法巧妙地对所建立的最优化问题求解 。

一种采用完全Logistic混沌的PSO-GA优化方法

为了提高粒子群优化算法的性能,提出了一种完全Logistic混沌粒子群优化与遗传算法的混合优化方法。该方法将具有伪随机性与遍历性特征的Logistic混沌应用到粒子群算法的粒子位置和速度初始化、惯性权重优化、随机常数以及局部最优解邻域点产生的全过程,并在粒子速度和位置更新后再与遗传算法相混合,进行选择和交叉操作。三种典型Benchmark函数的实验结果验证了所提方法的有效性,该方法具有更好的寻优能力与收敛速度。

Logistic方程混沌周期点与精度研究

Logistic方程存在不动点和短周期现象,为了研究Logistic方程在轨道中的特点,选取初始状态值为0.75进行迭代,方程在控制参数值等于4时,存在着不动点.本文对不动点附近的短周期轨道进行混沌周期研究,目标是揭示不动点与短周期之间的关系,通过研究不动点附近轨道的规律深入研究混沌轨道的特性.实验结果表明,在低精度时,初始状态值为0.75处存在着短周期现象;高精度迭代也存在短周期现象.

粒子群优化算法拟合Logistic方程的研究

提出了一种新的拟合Logistic方程与估计其参数的方法.首先利用三段和法对参数进行初步估计,得到参数的粗略值,然后利用粒子群优化算法进行寻找最优参数,并对所得结果进行统计检验.结果表明三段和法与粒子群优化算法相结合具有很强的拟合Logistic方程的能力.此方法可推广应用到对其他非线性生长曲线方程的拟合.

考虑精度与成本的再制造装配优化选配方法

再制造装配过程中零部件装配精度低、综合成本高,再制造产品质量难以保证,基于此这里提出了一种考虑精度与成本的再制造装配优化选配方法。创建再制造零部件质量损失函数、综合成本目标函数,确定装配精度尺寸链约束,以两个目标函数综合性能最少为优化目标,构建再制造机械产品多目标优化选配模型,并选用PSO-GA混合算法求解多目标模型。最后,以1.4TGDI发动机曲柄连杆机构再制造选配为例,验证了本方法的有效性和实用型。采用本研究所提出的多目标选配模型能有效保证再制造产品的装配精度,获取综合成本最少的装配序列,并且充分利用了再制造零部件,提高了再制造匹配成功率。

区域高等教育资源结构优化的Multinomial Logistic分析

文章在区域确定的前提下,将各高等教育资源数据进行整理,建立了Multinomial Logistic模型,采用高斯牛顿迭代法对参数进行了估计,从而确定模型;通过确定该回归方程的Perarson X2、类确定系数(Analogour R2)、Hosmer-lemesnow拟合优度指标等统计参数,对该模型进行了诊断,并对模型进行调整,使之更加准确描述该区域中教育资源结构的状态及其变化规律。

基于Logistic映射的果蝇算法优化Otsu图像分割方法

针对传统最大类间方差法(Otsu)在处理图像时分割精度低、实时性差的缺陷,提出一种基于Logistic混沌映射和高斯游走策略果蝇优化算法的Otsu阈值分割方法(LGFOA-Otsu)用于图像分割。首先,在标准果蝇优化算法(FOA)中利用Logistic映射产生的混沌现象来增强果蝇种群初始位置的随机性,提高FOA算法的搜索速度;其次,引入高斯游走策略更新果蝇位置信息以提高种群多样性;最后,对8个经典测试函数进行测试,并与多个算法进行对比分析。仿真实验结果表明,提出的改进算法相较于标准果蝇算法和部分改进算法,在寻优精度和收敛速度方面都有较大的提高,验证了该算法的可行性和有效性。

基于Logistic映射的混沌优化若干理论问题分析

讨论了由Logistic映射所产生的混沌序列的遍历性统计特征,对混沌序列随机过程的自协方差和互协方差相关性进行定量地分析,最后给出了混沌优化收敛性的证明,这些特征决定了混沌优化具有全局性的优点,为混沌搜索提供了理论指导。

Multinomial Logistic模型在区域高等教育资源结构优化中的应用

在区域确定的前提下,将各高等教育资源数据进行整理,建立Multinomial Logistic模型,分析各结构的相对发生比率以及各结构的最佳分布。分析该回归分析的多维发生比率,由此确定各种离散等级状态之间的调整方向及调整程度。对黑龙江省的各高等教育区域进行实证分析,结果表明,黑龙江省高等教育资源结构以教学型、教学研究型、研究教学型、研究型的比例来判断,高等教育效用有待于进一步挖掘。多维发生比率以及自变量对多维发生比率的变化影响这两个参数对区域高等教育资源结构优化起着关键作用。

基于Logistic模型的林产品贸易物流支持优化策略——以江苏省为例

中国是林产品生产、贸易和消费排名第一的国家。通过Logistic模型分析2010-2017年的相关数据,结合库兹涅茨曲线反映的产业四个生长周期,结果表明:江苏省林产品贸易正处于Logistic曲线增速最快的时期,而物流行业仍处于库兹涅茨曲线左侧,物流业的成长空间更加充足,物流业服务质量的改善对林产品贸易质量提高作用明显。物流企业应通过提高信息化技术利用率和科学利用铁路运输等方式来提高对林产品贸易的服务质量。

GA-logistic回归参数优化与城市用地动态变化模拟——以成渝经济带为例

针对常规logistic回归模型的不足,该文构建了GA-logistic回归模型,并以成渝经济带为例模拟了城市用地动态变化,即采用自适应遗传算法拟合获取logistic回归模型的最佳回归系数来优化城市用地动态模型,并与基于最大似然估计的常规logistic回归方法对比。结果显示,基于遗传算法(GA)的logistic回归模拟模型总精度从78.0%提高到85.3%,总kappa从74.5%提高到81.2%,分别提高了7.3%和6.7%。对于数据分布不均衡、数据特征量多元的情况,基于GA-LR的参数优化方法比常规LR方法模拟精度更高,更具优越性。

基于Tent映射和Logistic映射的粒子群优化算法(英文)

粒子群优化算法是一种基于群体智能的随机优化算法,针对粒子群优化算法稳定性较差和易陷入局部收敛的缺点,作者提出了一种基于tent映射和logistic映射的粒子群算法,一方面,分别应用tent映射和logistic映射初始化均匀分布的粒群提高了初始解的质量;另一方面,设定粒子聚集程度的量化计算公式和判定阈值,并引入自适应高斯变异策略,增强了算法跳出局部最优解的能力.通过对基准测试函数的仿真计算,证明该算法具有稳定性好和收敛速度快的特点.

基于灰色模型的Logistic方程参数优化

基于灰色模型的建模机理,分别利用非等间距灰色Verhulst模型和GM(1,1)优化模型,提出了估计Logistic方程参数的两种方法.实例表明,这两种方法是可行和有效的;最后给出了Logistic曲线方程的拟合优度检验.

基于Logistic模型的水电站机组运行优化方法

利用Logistic微分方程建立了GA种群规模的数学模型;为更好地使初始解群覆盖整个解空间,引入Logistic周期-混沌迭代公式;针对GA在求解优化问题时,种群早熟问题,将生物学中培育野生个体和避免近亲交叉的概念引入GA中,进一步提高GA中个体基因的多样性。为提高GA在迭代后期收敛速度,利用Tabu搜索的爬山能力加快GA收敛。计算机仿真算法验证所提算法的有效性,并与标准GA进行比较。