A New Parallel-by-Cell Approach to Undistorted DataCompression Based on Cellular Automatonand Genetic Algorithm

In this paper, a new parallel-by-cell approach to the undistorteddata compression based on cellular automaton and genetic algorithm is presented.The local compression rules in a cellular automaton are obtained by using a geneticevolutionary algorithm. The correctness of the hyper-parallel compression, the timecomplexity, and the relevant symbolic dynamic behaviour are discussed. In comparison with other traditional sequential or small-scale parallel methods for undistorteddata compression, the proposed approach shows much higher real-time performance,better suitability and feasibility for the systolic hardware implementation.

有第二相粒子阻碍的晶粒粗化元胞自动机模拟

采用元胞自动机算法模拟晶粒粗化过程中第二相粒子的阻碍现象。通过CA法,在考虑第二相粒子阻碍的晶粒粗化过程中模拟了其动力学、拓扑学及形态学的演化,并研究了温度及时间对粗化过程的影响。模拟结果显示:考虑第二相粒子,晶粒的粗化动力学指数接近3,而不是2;但是拓扑学特征与理想条件的粗化相同,即晶粒边数为6的晶粒占的比例最大,其次为五边形和七边形,而晶粒边数为3或10的晶粒所占比例很低,约为5%左右;CA法模拟晶粒粗化过程组织形态演化表明,随着保温时间的增加或温度的升高,晶粒平均尺寸在增大。模拟结果与相关文献中的结论相同,表明了本文CA模型的可靠性。

基于金属热成形过程的晶粒粗化现象数值模拟

晶粒粗化是发生在材料热成形过程中的一种典型的组织演变现象。晶粒粗化可以显著影响材料的力学性能及后续变形特性。采用元胞自动机算法(CellularAutomaton,CA)模拟了晶粒粗化现象,模拟了晶粒粗化过程中粗化动力学、拓扑学及形态学的演化,并研究了温度及时间对粗化过程的影响。模拟结果显示,晶粒的粗化指数为0.5;在粗化过程中,六边形的晶粒占的比例最大,其次为五边形和七边形,而晶粒边数为3或10的晶粒所占比例很低,约为5%左右;组织形态演化表明,随着保温时间的增加或温度的升高,晶粒平均尺寸增大。模拟结果与相关文献中的结论相同。

无线传感网络的非分簇拓扑控制方法研究

无线传感网络通常由能量受限、通信半径较小的传感器节点构成,其中拓扑控制是重要的工程问题。提出了一种基于元胞自动机的非分簇的拓扑控制算法,与传统分簇方法的区别在于本方法试图通过牺牲小部分拓扑连通度和覆盖度来换取更长的系统生存时间。基于元胞自动机模型的研究表明,节点的状态转移规则对系统整体性能起决定作用,在一些规则下系统拓扑呈现稳定变化,符合对无线传感网络拓扑控制的要求。进一步探讨了该机制在工程上的具体实现问题,并与LEACH算法进行了对比,验证了以拓扑性能换取生存时间的设想。

基于改进蚁群算法的CA的应用——以土地利用模拟为例

元胞自动机转换规则的获取对模拟至关重要。对蚁群分类规则挖掘算法进行改进,并将该算法挖掘的转换规则作为元胞自动机的转换规则,提供了一种利用元胞自动机进行模拟的方法,以武清区土地利用模拟为例进行实验,表明了方法的有效性。该方法可应用到其他分类规则和转换规则挖掘中,也可应用到元胞自动机模拟的其他研究中。

基于遗传进化的元胞级并行无失真数据压缩方法

利用一阶和二阶细胞自动机，进行元胞级并行无失真数据压缩，细胞自动机中的数据压缩规则由遗传进化算法得到．构造相应的全局置换映射，分别证明了一阶和二阶细胞自动机文本压缩规则的正确性．讨论了有关的时间复杂性及符号动力学特性．与其它传统的串行或小规模并行的数据压缩方法相比，作者的方法有更好的实时性。

基于动态可信度的QoS路由优化与仿真

网络节点可信的QoS路由是当前研究热点。针对现有研究成果不具备动态评估网络节点可信度能力,提出一种启发式算法,该算法引入元胞自动机和复杂网络SI模型,建立具有全局协同机制的网络节点可信度动态评估模型,有效降低了网络节点可信度评估误差,提高QoS路由可信度。实验表明,该算法比同类路由具有更好的可扩展、可信性及可靠性。

细胞自动机超并行数据压缩方法

提出细胞自动机元胞级超并行无失真数据压缩方法，并用遗传进化算法获得细胞自动机中的数据压缩规则。证明了细胞自动机文本压缩规则的正确性，讨论了有关的时间复杂性及符号动力学特性。与其他传统的串行或小规模并行的数据压缩方法相比，本文的方法有更好的实时性，普适性，以及Ｓｙｓｔｏｌｉｃ硬件实现的可行性。

一种基于元胞自动机的混洗蛙跳优化算法

基于元胞自动机理论提出一种改进混洗蛙跳算法.该算法将元胞自动机嵌入到混洗蛙跳算法中改进分组策略,应用云模型和混沌理论改进个体更新方式,利用演化规则模拟生物进化的动态特征.对6个基准函数进行测试的实验结果表明,该算法具有较好的收敛精度和计算速度,适用于多峰值函数寻优.

弹性力学中无网格和有限元耦合的元胞自动机算法

结合有限元和无网格算法的优势,提出了一种元胞自动机算法用以求解二维弹性力学问题。该算法将二维模型离散成一系列节点,这些节点被分成有限元群和无网格群。有限元区域被定义在问题的边界附近,其中的任一节点和其周围相邻点的力学关系通过有限元单元建立;无网格区域定义在远离原理问题边界处,其中的节点之间的关系借用有限元中的位移插值概念建立。无论处于有限元区域还是无网格区域,任何一个节点都被置于元胞自动机的框架下进行处理,即节点的位移通过元胞自动机进行求解。与有限元方法相比,所提出的元胞自动机算法无需采用高斯消去法等传统系统求解器,而是通过元胞自动机的自动演化解决问题。依据该算法,有限元和无网格方法可以实现无缝连接。数值算例验证了该算法的新颖性和正确性。

更快速的高阶细胞自动机超并行数据压缩方法

构造出高阶置换映射 ,进而得出更有效的高阶细胞自动机超并行数据压缩方法 ,在不增加细胞自动机总体结构复杂性的情况下 ,比文献 [1]中并行压缩方法的处理速度可以成倍地提高 .证明了用遗传进化算法得到的高阶细胞自动机元胞级无失真数据压缩规则的正确性和可行性 ,讨论了有关的时间复杂性及高阶数据压缩方法的有效性 .

转盘交通流的模拟算法(英文)

以元胞自动机模型为基础,将连续的运动离散化,根据实际中车辆在转盘中变速与换道、进出等交通规则制定了环形多道模拟算法.此外,通过增加车辆尺寸参数,比较准确的模拟了混合车流在单/多车道转盘中的运动.对任意一个转盘,模拟算法可以模拟出转盘的交通流,并得到车辆的平均延误时间,从而判断是否实现了对转盘的最优控制.

基于情景构建的危化品事故应急疏散模拟研究

为有效控制危化品企业的事故风险,预防重大火灾爆炸事故发生,以天津港"8·12"特别重大火灾爆炸事故为例,建立贝叶斯与元胞自动机(CA)耦合模型,模拟重建事故情景,分析事故各演变环节,探寻事故演化规律,找到该类危化品港口储存行业潜在事故隐患。依据蚁群算法(ACO)建立应急疏散模型,在Matlab平台上模拟仿真受灾最严重小区的居民疏散情况,找到最佳疏散路径,计算得出将周边居民、相关人员疏散到安全区域的响应时间点。结果表明:依据计算机模拟仿真结果规划应急疏散路径,能够提高应急疏散的效率,减少事故的影响。

时间Petri网与CAGA算法相结合的并行测试研究

在并行测试的研究中对于任务的测试次序一直是个研究重点及难题。用时间Petri网建立关于并行测试系统的模型,并首次用元胞遗传算法(CAGA)对模型中的变迁序列进行搜索,快速得到最好的测试序列。通过仿真结果表明,该算法展示了很好的收敛效果,并且与已有的研究成果相比更具优势。

道路网元胞自动机交通流仿真研究

对于交通流移动对象的模拟,论述了现有模型的不足,并提出基于道路网的元胞自动机模型(RN-CA)。该模型不仅模拟移动对象在交通流中的行为,还引入不同类型道路和车辆情况下的发车、跟车、超车和矫正模型,使模拟更精确、可靠。采用Dijkastra算法,综合考虑道路长度、车道数、流量、平均速度等因素动态计算最优行驶路径。对于行车时间预估,采用模拟加预估的方式,综合考虑当前和历史路况。为了改进系统的性能,系统采用可调节线程数目的模拟方式。

基于元胞遗传算法的风力机叶片优化设计

采用经过叶尖损失、轮毂损失及失速状态下动量理论修正的片条理论为基础,在满足设计功率的前提下,以最大升阻比系数为优化目标,以叶片的形状参数弦长、扭角为优化设计变量,通过元胞自动机遗传算法对风力机叶片进行优化。最后应用该优化模型对某2 MW变桨距风力机叶片进行优化设计,并对优化结果进行比较分析,验证了该算法的有效性,为风力机叶片的后续研究奠定了基础。

基于模拟退火算法的快速登机序列特性研究

合理组织乘客的登机过程可以有效地缩短登机时间,从而降低航空公司和机场管理者的运营及管理成本.首先,在分析造成登机时间延误各种因素的基础上,建立了能够反映乘客登机特征的元胞自动机仿真模型.其次,将该登机仿真模型嵌入到模拟退火算法中,求解出具有最小登机时间的乘客登机序列.最后,通过分析优化序列中的相关特性,可以看出:过道干扰是造成登机延误的主要因素,只有当座位干扰演变为过道干扰后才会对整体的登机时间产生影响;此外,最优序列中相邻登机乘客间的座位距离会随着人均存放行李时间的变化表现出不同的数值分布.

基于元胞混合蛙跳算法的配电网故障区段定位

针对采用故障指示器实现配电网故障区段定位时,现有算法求解不可靠,提出一种元胞混合蛙跳算法。对经典混合蛙跳算法引入元胞自动机搜索原理以增加算法多样性,提升算法的局部搜索能力,加强求解的效率;并建立复杂配电网故障定位数学模型,验证该算法对于配电网发生单点、多点故障并出现部分畸变信息情况下的求解可行性;最后对比经典混合蛙跳算法,数据表明该算法在局部收敛、寻优能力和求解准确率上具有优势,可以实现高效、准确的故障区段定位。

基于元胞自动机的教与学优化算法

为解决教与学优化(TLBO)算法易陷入局部最优的问题,提出了一种基于元胞自动机的教与学优化算法(CATLBO)。算法建立了四边形网状元胞自动机模型并指定其邻域结构和规则。为保持种群多样性,在教学阶段提出以一定的概率接收退步个体的策略;为加快收敛并保证解的精度,在学习阶段制定不同学习规则,劣势个体向优势个体学习,优势个体执行混沌扰动进行自我学习。使用多个Benchmark测试函数和经典TSP问题对算法进行了仿真。结果表明:CATLBO算法全局搜索能力强,与基本TLBO等算法相比,在处理高维多峰问题上更具优势。

基于元胞鱼群算法的人员疏散模型

针对元胞自动机模型以及原始人工鱼群算法在刻画综合交通枢纽人员常规疏散行为上的局限性,本文提出了一种基于元胞鱼群算法的人员疏散模型,考虑个体之间的行走速度、视野范围差异,将排队机制和出(入)口选择行为、导向行为、记忆功能加入原始人工鱼群算法中,顶层采用改进的人工鱼群算法进行移动位置更新,底层采用元胞自动机模型解决移动位置冲突.实验证明,该模型可真实反映人员在综合交通枢纽内换乘时的疏散过程;在同等环境下,与原始人工鱼群模型相比,该模型实现了个体按照疏散引导进行有序移动,避免了陷入局部最优;与元胞自动机模型相比,其更好地体现了个体的从众、避障和出(入)口选择行为,有效地降低了时间复杂度.