基于差分进化粒子群混合算法的多无人机协同区域搜索策略

为提高无人机群在未知环境中的区域搜索效率,提出一种多无人机协同区域搜索策略。首先,根据区域搜索任务需求,建立包含区域覆盖率、区域不确定度、目标存在概率三种属性的区域信息地图;其次,以最大化搜索效率、同时最小化无人机搜索过程中的能耗为目标,建立无人机区域搜索滚动时域优化目标函数,指导无人机在线决策搜索路线;然后针对传统群智能优化算法易陷入局部最优的缺陷,设计差分进化粒子群混合算法在线求解该多目标优化问题,提高算法的寻优性能,从而提高无人机的搜索效率。最后,通过数值仿真实验,对所提算法进行验证,仿真结果表明,文中设计的基于差分进化粒子群混合算法的多无人机协同区域搜索策略与传统的群智能优化算法相比具有更高的区域搜索效率。

Identification of Categorical Registration Data of Domain Names in Data Warehouse Construction Task

This work is dedicated to formation of data warehouse for processing of a large volume of registration data of domain names. Data cleaning is applied in order to increase the effectiveness of decision making support. Data cleaning is ap- plied in warehouses for detection and deletion of errors, discrepancy in data in order to improve their quality. For this purpose, fuzzy record comparison algorithms are for clearing of registration data of domain names reviewed in this work. Also, identification method of domain names registration data for data warehouse formation is proposed. Deci- sion making algorithms for identification of registration data are implemented in DRRacket and Python.

领域对抗自适应的短任务负载预测模型

负载预测的精度是影响云平台弹性资源管理的主要因素之一。而云平台中存在着大量的短任务负载序列,其历史信息不足和不平滑的特性导致难以选择合适的模型进行精准预测。对此提出了一种领域对抗自适应的短任务负载预测模型。该模型采用奇异谱分析(singular spectrum analysis,SSA)对样本进行平滑处理;联合第四版本的Mueen相似度搜索算法(the fourth version of Mueen’s algorithm for similarity search,MASS_V4)与时间特征进行域间相似性计算,获得合适的源域数据来辅助迁移预测;将门控循环单元(gated recurrent unit,GRU)作为基准器构建网络,并利用Y差异定义新的损失函数,通过对抗过程建立出表征能力强的短任务负载预测模型。将所提方法在两个真实的云平台数据集上与其他常用的云负载预测算法对比,均表现出较高的预测精度。

“RMFS”拣选系统的订单分批优化

在全球零售额和当天交货量不断增长的时代,实现订单的快速交付和优质分批是影响移动机器人履行系统(Robotic Mobile Fulfillment Systems,RMFS)拣选效率的关键因素.为构造高质量订单分配批次、提升RMFS系统拣选效率,提出融合大邻域搜索的改进差分进化算法(LNS_DE),引入大邻域搜索的破坏与修复思想及一批基于随机、基于最大代价贡献和基于集中批次的移除算子以及新的插入算子组件,以最小化订单总延迟时间为目标建立订单分批优化模型,并针对不同订单规模算例进行实验仿真.仿真结果表明,所提出的订单分批优化算法较差分进化算法(DE)相比求解质量更优,性能更稳定、收敛速度更快,尤其当订单数量增大时,LNS_DE算法解的平均值优化比例不断扩大,这为提高RMFS系统拣选效率,实现订单快速响应提供有效决策指导.

电力系统多控制器协调控制与优化

针对电力系统多控制器协调控制与参数设置较难的问题,提出了一种基于邻域粗糙集属性约简和群搜索优化算法的控制器协调与优化方法。采用群搜索优化算法优化各控制器参数,并在单、双机模型中比较了PSS和SVC独立控制和协调控制效果;通过邻域粗糙集属性约简剔除冗余的优化参数,降低了优化空间维度。实验结果表明,电力系统在SVC和PSS控制下能有效保证系统稳定,且协同优化下的性能表现优于单控制器;群搜索优化算法能有效优化控制器参数,使其达到良好的控制效果;邻域粗糙集属性约简能有效删除冗余属性,在单、双机优化中,待优化参数分别由12个和18个减少到3个和5个,平均优化时间分别节约了68.4%和48.7%。

基于角域重采样与VMD的电梯曳引轮轴承故障诊断方法

针对曳引轮轴承故障诊断效果易受变转速工况和环境噪声影响的问题,提出了一种基于轿厢运行速度估计曳引轮转速的角域重采样方法,以及基于麻雀搜索算法(SSA)优化变分模态分解(VMD)参数的曳引轮轴承故障诊断方法。首先,采用轿厢运行速度估计曳引轮转速的方法,对曳引轮轴承振动信号进行了角域重采样;然后,采用SSA算法优化VMD参数的方法,对振动信号进行了分解,并根据最大峭度准则选取了分量,提取了曳引轮轴承故障特征指标;最后,搭建了电梯试验台,开展了故障注入试验,构建了多种分类模型,对基于角域重采样与SSA-VMD的曳引轮轴承故障诊断方法的有效性进行了验证。研究结果表明:曳引轮轴承角域重采样后的诊断效果明显优于未角域重采样的诊断效果,故障识别率提高了5%以上;实验条件下采用SSA-VMD方法能够准确地提取曳引轮轴承故障特征,故障识别率可达到95%。

多策略集成萤火虫算法

为解决萤火虫算法易陷入局部最优、收敛速度慢等问题,提出一种多策略集成萤火虫算法。该算法首先在位置更新公式中引入基于注意力机制的惯性权重,帮助萤火虫跳出局部最优,从而有效提升算法的收敛速度;其次提出一种步长调整机制,为萤火虫算法评估次数设定某一阈值,提高算法的局部开发能力;最后引入改进的邻域搜索策略,充分利用每只萤火虫的历史最优位置信息,使当前待优化粒子有机会搜索到更优解,可有效改善算法迭代后期探索能力下降的问题。12个基准测试函数和22个复杂测试函数的实验结果表明,所提算法具有良好的收敛速度和优化精度。

基于DESSA-DESN和NCA的锂离子电池剩余寿命预测

锂离子电池的剩余使用寿命(RUL)对于锂离子电池在设备中的管理、使用至关重要,为了提高RUL的预测精度,本工作提出一种基于混合差分进化-麻雀搜索算法(DESSA)优化的深度回声状态网络(DESN)和邻域成分分析法(NCA)的锂离子电池RUL预测方法。首先,对锂离子电池的容量衰减特性进行分析,对于多种能够描述电池老化状态的间接健康指标,利用NCA算法降维处理,得到4个高相关度的健康因子作为模型的输入;其次,将差分进化算法(DE)和麻雀搜索算法(SSA)相结合,将突变、交叉、筛选等操作引入SSA算法的种群更新过程中,提出混合差分进化-麻雀搜索算法(DESSA)算法,利用DESSA算法对DESN网络的参数进行寻优,建立DESSA-DESN预测模型。最后,利用NASA数据集和CALCE数据集对所提模型的有效性和泛化性能进行验证,并与SSA-DESN、GPR等现有方法进行比较,结果表明本工作提出的DESSA-DESN模型能够更加准确追踪锂离子电池的退化状态,具有更小的预测误差,对RUL预测结果的均方根误差(RSME)能够保持在1.5%以内,平均绝对误差(MAE)保持在1%以下。

基于改进双向峰-谷搜索算法的煤矸模型电磁波正演模拟

实现放顶煤过程煤矸含量自动识别是综采自动化的重要目标,现有煤矸含量自动识别方法存在准确性、实时性较低等问题。放顶煤过程产生的煤矸混合物是由煤、矸石和空气形成的三相介质,各相介质的电性参数不同,在不同组分的混合三相介质中,电磁波的传播特性也不同。煤和矸石相对介电常数差异明显,通过研究不同含矸率煤矸混合物的电性参数,可为放顶煤工作面含矸率自动识别提供新的思路和方法。为了探究不同含矸率煤矸混合物的电性差异,提出了一种基于分治策略的双向峰-谷搜索算法,基于该算法建立了煤矸多相离散随机介质模型,基于麦克斯韦方程组及其本构关系方程,利用时域有限差分法对所建立的模型进行电磁波正演模拟。分析表明,基于分治策略改进双向峰-谷搜索算法后,煤矸多相离散随机介质模型中的煤、矸石、空气三相之间不仅存在明显的相界面,且各相离散程度更大,不存在聚集现象,因此局部介质也能体现整体的电性参数,能够满足电磁波正演的介质模型需求。正演模拟结果表明:(1)激励信号的频率会影响透射波的幅值,在12 GHz范围内,激励信号频率越高,透射波幅值越大;频率过低会降低信号的鲁棒性,激励频率应高于2 GHz。(2)煤矸混合物的含矸率与介质整体的等效介电常数呈正相关。含矸率越高,电磁波信号的传播损耗越多,接收平面接收到的信号幅值越小,电磁波信号穿透介质所用的时间越长。不同含矸率之间呈现明显的差异性,可以用作综采放顶煤含矸率识别的依据。

改进遗传算法求解旅行商问题

针对传统遗传算法求解旅行商问题收敛速度慢且不稳定的问题,提出了一种改进遗传算法(Improved genetic algorithms,IGA)。通过邻域搜索算法对初始化种群进行优化;设计了一种自适应调节的交叉和变异概率;加入了Metropolis准则,以一定概率接受劣解,提高跳出局部最优的能力;加入了逆转操作加强局部搜索能力,加快种群收敛。利用Matlab将IGA和其他五种算法在TSPLIB数据库中进行试验,结果表明,该算法在中小型TSP问题上的收敛速度和求解精度都有一定的优势。

基于优化CS-SVM算法的DGA域名检测研究

近年来恶意软件融合域名生成算法,生成大量的恶意域名严重威胁网络安全。目前现有的恶意域名检测方法大多都存在检测效率低等问题。提出一种通过采用优化后的布谷鸟搜索算法(CS)对支持向量机(SVM)进行优化,即BCS-SVM方法,该方法能够适应DGA域名检测场景。实验采用开放域名数据作为样本集,对文章提出的DGA域名检测方法进行训练,并通过域名向量转换、检测模型训练、参数调优,最终完成了一种较为高效的DGA域名检测模型。

模糊需求下的多中心冷链配送车辆路径问题

针对多配送中心下冷链配送的车辆路径问题,考虑到低碳冷链运输的时效性以及需求不确定性,以碳排放成本、制冷成本、时间惩罚成本等在内的总配送成本最小和客户满意度最大为总目标,建立基于可信性测度理论的模糊机会约束模型。在需求模糊的情况下,利用改进的遗传-大规模邻域搜索算法得到初始计划路线,再通过随机模拟算法得到实际需求,进行路线调整。通过与其他文献求解结果对比,以及分析算例来验证所建算法的有效性和模型的合理性,同时分析模型相关参数对目标值的影响。实验结果表明,嵌入局部搜索的改进遗传算法避免了局部最优,加快了收敛性。而且在需求不明时,多配送中心的冷链配送模式要优于单配送中心。

基于深度视觉原理的液压支架护帮板收回姿态测量方法研究

为了解决液压支架护帮板在收回过程中的空间姿态测量问题,提出了一种基于深度视觉原理的多传感器融合护帮板空间姿态测量解决方案。该方案通过FAST算法提取特征点,采用领域搜索算法优化特征点,基于护帮板姿态解算模型采用深度相机和倾角传感器相融合的方式进行姿态解算。结果表明:特征点在经过模型优化后,准确度提升25%,液压支架护帮板偏航角的平均解算误差为0.68°,横滚角的平均解算误差为1.31°,俯仰角的平均解算误差为0.82°,护帮板空间姿态角度解算最大误差为1.91°,护帮板空间姿态角度解算最小误差为0.57°,满足井下护帮板姿态检测要求。该方法不易受到环境的干扰,便于获取护帮板在三维空间中的姿态,不但可用于液压支架护帮板空间姿态测量,而且在其他领域视觉测量技术中也具有较好的普适性。

基于等价对的图像连通域标记算法

在研究已有的连通域标记方法的基础上,提出了一种基于等价对的连通域标记算法。算法通过一次扫描对灰度图二值图像的每个前景像素点进行标识并保存等价对表,在满足等价对替换条件时对已标识过的像素点进行等价对替换,解决了重复标记的问题,最终得到二值图像连通域的划分。本文的连通域标记算法可有效应用于活动目标检测中。

相位恢复技术算法的探究

首先介绍了相位恢复技术中的Gerchberg-Saxton算法和梯度搜索算法。推导了当任意多帧输入图像及它们的离焦量作为输入时,梯度搜索算法的目标函数分别关于广义光瞳、波前以及泽尼克系数的偏导数。揭示了GS算法与梯度搜索算法之间的关系。针对单幅和多幅图像作为输入时分别用GS算法和梯度搜索算法设计了仿真实验,实验结果显示对于单幅图像作为输入时,梯度搜索算法明显优于GS算法。对于多帧不同离焦量的图像作为输入时,GS算法和梯度搜索算法都能很好的解算出波前,但梯度搜索算法的收敛速度明显优于GS算法。

一种快速文本图像倾斜校正方法

为解决复杂拍摄背景下采集到的文本图像难以快速、准确地进行倾斜校正的问题,提出一种新的倾斜文本图像校正方法。该方法通过对选定图像的投影窗口的水平投影统计分析计算,自适应地筛选出只含有文字的文本特征子区。在特征子区内部,通过采用连通域横向搜索法定位文字行并拟合直线计算出文本线的倾斜角度,从而得到文本图像的倾斜角度,最后利用改进的快速旋转变换算法进行倾斜校正。实验结果表明,该倾斜校正方法不受成像背景、复杂版面的影响,具有速度快、精度高、适应性强的优点,可广泛应用于对速度和效率有更高要求的移动终端平台上。

IP报文分类算法综述与评价

本文主要从各算法所依赖的主要数据结构及核心思想的角度将现有的一些有效算法进行分类说明,提出对算法进行分析评价的体系和方法,从理论上比较了各算法的性能优势、适用情况和存在问题,并介绍相关的TCAM技术在分类算法中的应用。最后,本文分析并总结了今后设计高效分类算法较为有效的研究思路。

一种基于启发式搜索的跨域认证路径构建算法

针对跨域认证中存在域间与域内路径反复交替查找的特点,提出一种基于启发式搜索的AD*跨域认证路径构建算法。结合A*和D*2种搜索方法,即在静态的域内查找认证路径时使用A*算法,在动态的域间使用D*算法。实验结果表明,该算法能在一定程度上避免路径查找的不确定性,有效提高跨域认证路径构造的速度。

解域约束下的微地震事件网格搜索法、遗传算法联合反演

网格搜索法具有简单、快速的特点,能够快速确定真解的大概位置,但是真解的确定又易受初至、速度模型等因素的影响,很难掌握。遗传算法对初至的适应程度很高,且全局搜索能力强,但是任意设定搜索范围,则搜索过程会繁琐,费时,且解的可靠性也大大降低。文中针对网格搜索法与遗传算法的上述特点,结合微地震资料的实际情况,在研究利用网格搜索反演方法、遗传算法及解域评价的基础上,提出了解域约束下的微地震事件网格搜索法、遗传算法联合反演方法。讨论了微地震反演中模型建立、初至敏感性、射孔资料等与反演计算相关的问题,提出了解决方案。理论和实际资料对文中反演方法的验证结果表明,无论在精度、速度及稳定性方面,文中方法较单一的搜索法或遗传算法都有明显的改善。

IDMA水声多用户下行通信链路迭代接收算法

水声通信网络的快速发展对多用户水声物理层通信技术提出了迫切的需求。本文主要针对水声多用户下行通信链路中存在严重码间干扰和多址干扰的问题,提出了一种交织多址(IDMA)水声多用户下行通信链路迭代接收算法,能够根据译码器输出的软信息对估计的信道进行迭代更新,同时根据信道估计结果重建各用户对当前用户的多址干扰(MAI),并使用干扰抵消器予以抵消,通过在均衡器、译码器和干扰抵消器之间的迭代逐次提高当前用户信息的输出信噪比,最终实现正确解调。其中,信道估计算法采用LMMSE初始化的分簇OMP稀疏信道估计算法,多普勒估计采用时频二维搜索结合自相关相位估计的方法,计算机仿真结果表明该接收机具有与已知信道时接近或相当的性能。进行了多用户水声通信海上试验,在4.5km、6km和7km三个距离实现了对2个用户、3个用户和4个用户的同时通信,每个用户的通信速率约为500bps,证明了本文所提出的方法能够有效应用在多用户水声通信中,为水声通信网络的发展提供了一种重要的物理层通信技术手段。