Parallel Minimax Searching Algorithm for Extremum of Unimodal Unbounded Function

In this paper we consider a parallel algorithm that detects the maximizer of unimodal function f(x) computable at every point on unbounded interval (0, ∞). The algorithm consists of two modes: scanning and detecting. Search diagrams are introduced as a way to describe parallel searching algorithms on unbounded intervals. Dynamic programming equations, combined with a series of liner programming problems, describe relations between results for every pair of successive evaluations of function f in parallel. Properties of optimal search strategies are derived from these equations. The worst-case complexity analysis shows that, if the maximizer is located on a priori unknown interval (n-1], then it can be detected after cp(n)=「2log「p/2」+1(n+1)」-1 parallel evaluations of f(x), where p is the number of processors.

蠋蝽对灰茶尺蠖幼虫的捕食能力及种内干扰反应

为探明捕食性天敌昆虫蠋蝽(Arma chinensis)对茶园害虫灰茶尺蠖(Ectropis grisescens)幼虫的生物防控潜能,实验室内测定4~5龄蠋蝽若虫和雌成虫对3~5龄灰茶尺蠖幼虫的捕食能力和搜寻效应,并探讨了5龄蠋蝽若虫和雌成虫的种内干扰效应。结果表明,4~5龄蠋蝽若虫和雌成虫对3~5龄灰茶尺蠖幼虫均存在一定的捕食能力,且捕食功能反应方程与HollingⅡ模型相符。不同发育阶段的蠋蝽对3龄灰茶尺蠖幼虫的控害效能表现为雌成虫最高(33.042),其次是5龄若虫(23.222),4龄若虫最低(13.219);蠋蝽雌成虫、5龄和4龄若虫对3龄灰茶尺蠖的最大捕食量分别为41.499头、37.178头和31.602头,蠋蝽雌成虫对3龄灰茶尺蠖的瞬时攻击率最大(0.793),对猎物的处理时间最短(0.024 d),表明蠋蝽雌成虫对3龄灰茶尺蠖幼虫捕食潜力最强。蠋蝽对3~5龄灰茶尺蠖幼虫的搜寻效应均随着猎物密度的降低而增加,蠋蝽的搜寻效应表现为雌成虫>5龄若虫>4龄若虫。蠋蝽5龄若虫和雌成虫对灰茶尺蠖幼虫的捕食行为受种内密度的干扰,5龄若虫的种内干扰作用小于雌成虫。

不同光谱对东亚小花蝽捕食西花蓟马的影响

设施补光可能会影响天敌昆虫的应用效率,为探索提升天敌应用效果的补光光谱,促进补光与天敌释放技术的有机结合,本研究在相同光强和光周期的条件下,比较了红(R)、蓝(B)、红蓝组合(RB)和白(W,对照)光处理下东亚小花蝽对西花蓟马捕食能力的差异。结果表明,相比于W光,B光显著降低东亚小花蝽雌成虫的存活率,R和RB光未影响其雌成虫的存活。R和RB光显著增加东亚小花蝽在高密度猎物下对西花蓟马的捕食量。不同光谱处理下东亚小花蝽雌成虫对西花蓟马雌成虫的捕食能力均符合HollingⅡ型功能反应模型,且搜寻效应随猎物密度增加逐渐降低。RB光处理下,东亚小花蝽捕食西花蓟马的效果最好,理论日最大捕食量最高,为43.10头/d,单头猎物处理时间最短,为0.0232d;B光的理论日最大捕食量也较高,为42.90头/d,单头猎物处理时间为0.0233d;R光下东亚小花蝽捕食西花蓟马的瞬时攻击率最高为1.0837。东亚小花蝽对西花蓟马的搜寻效率最高的是RB光处理,其次是R或B光,最低的是W光。以上结果表明,相比于W光,R、B和RB光均增加东亚小花蝽对西花蓟马的捕食能力和搜寻效率,但B光会降低东亚小花蝽的存活率。因此,与设施补充R和RB光相结合,可潜在提升东亚小花蝽对西花蓟马的捕食效果。本文基于捕食功能差异评价了三种常用补光光谱对东亚小花蝽捕食西花蓟马的影响,为设施补光兼顾天敌应用提供了基础数据。

改进布谷鸟算法在装配序列规划中的应用研究

针对装配序列规划问题,建立考虑装配序列的几何可行性、稳定性、聚合性、重定向性的装配关系模型以及基于适应度函数的装配序列优化数学模型。提出一种改进布谷鸟算法对装配序列规划问题进行求解,采用随机键和最小位置规则的方法设计基于零件编号、装配方向、装配工具的3层编码方案;设计基于最小装配成本的初始化策略与随机初始化策略相结合的混合种群初始化策略,提高种群质量;改进种群进化和搜索方式,将种群分为3个子群,并分别采用自适应步长飞行、标准步长飞行和交叉、变异的方式进行种群更新,提高算法的收敛速度和求解精度。最后通过实例应用及与其他算法的比较,验证了所提出的改进布谷鸟算法在求解装配序列规划问题上的有效性和优越性。

GNSS模糊度搜索空间的相关性分析与优化策略

初始搜索空间设置是否合理,会直接影响模糊度解算的可靠性和搜索效率。针对BDS系统星座特性,有必要对BDS2和BDS3在不同卫星数、不同频率下椭球容积与候选点个数的相关性以及数据冗余的影响进行分析。对于目标函数方法在确定模糊度搜索空间时容易产生过多的模糊度候选向量这一缺点,提出一种优化的搜索空间确定方法,并通过实验验证改进方法的有效性。结果表明,改进的搜索空间确定方法可明显减少实际模糊度候选向量个数,平均改进率最大可达35.02%,且保证94%的空间内所包含的候选向量个数符合要求。改进的搜索空间确定方法应用于不同搜索方法后搜索效率平均提升近33%,有利于分离出初始搜索空间中的冗余候选向量,从而提高模糊度搜索效率。

六斑月瓢虫幼虫和草地贪夜蛾幼虫之间的双向捕食功能评价

草地贪夜蛾自2019年4月首次在海口市发现,逐渐在各市县扩散,成为海南省多种作物上的重要害虫。六斑月瓢虫是海南地区农田生态系统中重要的捕食性天敌。为评价六斑月瓢虫对草地贪夜蛾的控制能力,室内测定了六斑月瓢虫3龄幼虫对草地贪夜蛾卵和2龄幼虫,以及草地贪夜蛾3、4龄幼虫对六斑月瓢虫卵和1龄幼虫的双向捕食作用。结果显示,草地贪夜蛾与六斑月瓢虫的双向捕食功能反应均符合Holling II功能反应模型。六斑月瓢虫3龄幼虫对草地贪夜蛾卵和2龄幼虫日最大捕食量分别为82.40粒、54.63头。草地贪夜蛾幼虫也可捕食六斑月瓢虫幼虫,其捕食量随草地贪夜蛾龄期增加而增大。草地贪夜蛾3龄幼虫对六斑月瓢虫卵和1龄幼虫日最大捕食量分别为133.68粒、9.89头,草地贪夜蛾4龄幼虫对六斑月瓢虫卵和1龄幼虫日最大捕食量分别为266.04粒、219.08头。而且,不论是六斑月瓢虫捕食草地贪夜蛾,还是草地贪夜蛾捕食六斑月瓢虫,捕食者的搜寻效应均随猎物密度的增加而降低。结果表明,用六斑月瓢虫来防治草地贪夜蛾时,应在草地贪夜蛾出现暴食期前进行,这时防治会有较好的控害效果。

食蚜瘿蚊对茶蚜的捕食功能反应

茶蚜Toxoptera aurantii(Boyer)是茶树的重要害虫,评估食蚜瘿蚊Aphidoletes aphidimyza(Rondani)对茶蚜的防控潜能,为大田释放天敌食蚜瘿蚊防治茶蚜提供理论依据。在室内条件下,探索了饥饿处理24 h的食蚜瘿蚊3龄幼虫对3龄茶蚜的捕食功能反应、搜寻效应和自身的种内干扰作用,试验完成后继续饲喂,直至食蚜瘿蚊羽化,观察其性别。结果表明:食蚜瘿蚊雌、雄幼虫对茶蚜的捕食功能反应均符合HollingⅡ模型,雌、雄幼虫的最大日捕食量分别为19.1、24.5头,瞬时攻击率(a′)分别为0.780、0.459,处理时间(T_(h))分别为0.052、0.041 d;食蚜瘿蚊捕食量随着茶蚜密度的增加而增加,搜寻效应随着茶蚜密度的增加而下降,自身密度干扰方程为E=0.421 P^(-0.892),相同的猎物密度下,雌虫的搜寻效应高于雄虫。食蚜瘿蚊对茶蚜具有较好的控害潜能,且雌虫对茶蚜的控害能力优于雄虫。

一种面向多功能雷达搜索模式的识别算法

针对多功能雷达在多种搜索模式下波形参数趋同,传统的波形模板匹配识别误报率较高,无法有效辨识的问题,以承担预警监视的多功能机载雷达为典型,深入分析了该类雷达的三种搜索模式。利用融合后的多站侦察数据训练神经网络,并利用网络完成识别。仿真结果表明,所提出算法能够准确识别多功能雷达的三种搜索模式。

基于军事新闻图谱的事理路径寻优方法

基于事理图谱的事理路径分析是辅助决策的重要手段,现有的重要事理路径寻优方法中对于事理路径价值评估指标的设计较为单一,大多只是以输出最短路径作为路径寻优的目标。为能够更加充分地反映事理路径的重要性信息,根据节点重要性、路径稀缺性和关系边得分情况三方面提出新型路径价值评估函数,以丰富事理路径价值评估方法。同时为解决经典路径搜索算法应用场景单一、搜索效率低的问题,基于Dijkstra算法设计偏离路径搜索算法,旨在满足路径寻优的不同场景,并提高搜索效率。最后采用自定义的国际军事新闻事理图谱作为数据集进行实验,结果显示上述搜索算法在运行内存占用方面能够达到与经典路径搜索算法同等的水平,并在搜索速度上有所提升,输出的重要性路径满足预设要求。

蠋蝽对茄二十八星瓢虫的捕食功能反应

【目的】明确蠋蝽对茄二十八星瓢虫的捕食能力。【方法】在实验室条件下测定蠋蝽5龄若虫对茄二十八星瓢虫2和4龄幼虫的捕食功能反应及搜寻效应。【结果】蠋蝽5龄若虫对茄二十八星瓢虫2和4龄幼虫的捕食行为均符合Ⅱ型功能反应;随着茄二十八星瓢虫密度的增加,蠋蝽的搜寻效应逐渐降低,蠋蝽5龄若虫对茄二十八星瓢虫2龄幼虫的搜寻效应明显大于4龄幼虫;蠋蝽5龄若虫对茄二十八星瓢虫2和4龄幼虫的实际最大捕食量分别为15和10头。【结论】蠋蝽5龄若虫对茄二十八星瓢虫幼虫具有较好的捕食作用。

基于麻雀搜索的协同定位算法研究

无线传感器网络的定位问题可以转化为适应度函数最优问题,并通过经典的麻雀搜索算法进行求解。然而该算法所用的适应度函数并未使用未知节点之间的测量距离数据,从而导致定位精度的提升有限。为了解决这一问题,提出了一种基于麻雀搜索的协同定位算法。该算法主要包括两个搜索阶段:粗略搜索和精细搜索。在粗略搜索阶段,未知节点到锚节点之间的测量距离数据被用于确定未知节点的初始位置。在精细搜索阶段,未知节点之间的测量距离数据被用来确定未知节点的精确位置。首先,采用Cat混沌映射方法来保证初始种群的均匀分布,从而有助于确定最佳位置。其次,构建了两种不同的适应度函数,一种用于粗略搜索,另一种用于精细搜索。其中,用于精细搜索的适应度函数利用未知节点之间的测量距离数据来提高定位精度。最后,提出了一种新的精细搜索方法,以避免协同定位结果收敛到局部最优位置。通过对仿真和实测数据进行分析,验证了所提方法的有效性。

自适应多样性黄金正弦搜索改进的人工兔优化算法

本文针对人工兔优化算法在求解复杂优化问题时存在初始化种群多样性低、容易陷入局部最优等问题,提出了自适应多样性黄金正弦搜索改进的人工兔优化算法。首先,在初始化过程中,本文引入了拟蒙特卡洛法中的Halton序列数,增加初始种群的多样性;而后,为了提高人工兔优化算法在迭代后期的搜索能力,避免算法陷入局部最优,本文提出了自适应多样性黄金正弦搜索策略的算子。将改进后的人工兔优化算法与其它4种算法在8个标准测试函数和2个工程应用的测试函数上进行对比测试,结果表明,本文改进的算法在计算性能上实现了明显的提升。

基于A星搜索算法的5G前传路由选取技术

在基于到光纤直驱和波分复用等技术的5G前传网络中,无论使用哪种前传承载技术方案,均涵盖不同路由站点之间传输的场景。本文基于启发式图搜索法——A星搜索算法的思路,结合基站前传的特征以及分析盲目的图搜索的劣势,提出新的估价函数思想,并且为5G前传路由的选取提供一种更为高效的算法。

多输入傅里叶神经网络及其麻雀搜索优化

鉴于反向传播(BP)神经网络存在灵敏度高但收敛速度慢,以及已有傅里叶神经网络不具备多输入数据特征提取能力,借助多个傅里叶神经网络构建能接收多维数据的堆叠神经网络,进而将其与多层感知器融合,获得基于梯度下降的多输入傅里叶神经网络。结合此神经网络获取全局最优参数值难的因素,通过在麻雀搜索算法中引入Cat混沌映射、动态种群规模调节机制及参数自适应调节方案,提出改进型麻雀搜索算法,并将其应用于多输入傅里叶神经网络的参数优化及高维函数优化问题的求解。理论分析可得,所提算法的计算复杂度主要由种群规模和优化问题的维度决定。比较性的数值实验表明,所获神经网络提取多源数据特征的能力和泛化能力强,同时所提算法处理高维优化问题具有明显优势且收敛速度快。

改进麻雀算法在列车ATO多目标优化中的应用

针对列车自动驾驶(ATO)运行过程多目标优化问题,以列车运行安全性、列车动力学模型等因素为约束条件,考虑列车准时性、能耗、舒适性等指标,使用模糊隶属度法建立多目标优化模型。利用罚函数处理约束条件,将停车误差与限速作为惩罚项并构造出适当的惩罚函数加入到目标函数中,从而得到增广目标函数,提出基于改进麻雀算法(ISSA)的求解策略。为提高麻雀算法(SSA)的全局寻优能力,避免收敛于局部最优,引入Logistic映射、自适应超参数、变异算子对传统麻雀算法进行改进,通过测试函数对算法性能进行验证,表明ISSA算法的收敛速度、寻优精度比传统SSA算法好。以工况转换点为决策变量,通过ISSA算法对工况转换点的位置及速度进行寻优,进而获得目标速度-距离曲线。最后选取城轨车辆参数与线路数据进行仿真验证,仿真结果表明:所提优化策略相较于未优化前,舒适性提高了21.22%,能耗降低了22.41%,准时性与停车误差满足要求;与PSO优化方法相比,收敛速度更快,运行时间几乎一样的情况下能耗降低了12.74%,节能效果更佳;停车误差降低了20.45%,舒适性保持在舒适范围之内;对于速度-距离曲线,巡航距离更长、惰行距离变短、最高运行速度降低。由此可见,达到了综合优化ATO的目的,验证了ISSA优化策略的有效性。

基于跨阻抗前置放大器的宽频带感应式磁传感器的设计与验证

本文建立了一种基于跨阻抗前置放大器的磁传感器信号传递模型,并在该模型的基础上推导出磁传感器的灵敏度和噪声理论值.根据理论推导的结果,进一步研究了感应式磁传感器设计方法,以带宽0.01~10 kHz,噪声1 fT·Hz^(–1/2)(1~10 kHz)作为设计目标设计了一个感应式磁传感器,并对这一传感器进行了性能验证试验.在处理频率响应测试数据时设计了一种基于信号调制的处理方法,有效提取特定频率得到幅值和相位,并降低了随机噪声的干扰,磁传感器–3 dB带宽达到了0.01~10 kHz.在评估传感器噪声时,采用双探头差分的方法消除了环境的干扰,设计了相位差分析的评估方法,确认在哪些频带双探头探测的信号是同源的,在这些频带采用差分法评估是有效的.评估的结果是,传感器在1~10 kHz实现了1 fT·Hz^(–1/2)噪声水平.

加入淘汰机制的改进麻雀搜索算法

传统麻雀算法(sparrow search algorithm,SSA)具有搜索精度高、寻优能力强等优点,但同时也存在早熟收敛、迭代过程中容易陷入局部最优值等问题。针对这些问题,提出了一种加入Tent混沌映射和末位淘汰机制的麻雀搜索算法(sparrow search algorithm with tent,TESSA)。采用2N分段Tent混沌映射初始化种群位置。同时在算法迭代后期引入非线性末位淘汰机制,提高其收敛速度和精度。经过与其他4种群智能算法在6个基准函数上求解性能相比,TESSA的收敛速度、寻优精度、标准误差等性能指标有明显的优势。

基于负荷跟踪和客户低感知的电动汽车群调个控充电管理方法

针对电动汽车充电站对电网负荷调控指令跟踪精度低、充电客户对站内负荷分配不满意的问题,文章提出了基于负荷跟踪和客户低感知的电动汽车群调个控充电管理方法。首先,基于改进的条件生成对抗网络建立电动汽车单体可调度潜力的预测模型,可根据客户车辆电池管理系统历史上报的充电数据,生成车辆调度潜力时序曲线。然后,根据电动汽车充电集群的调度潜力总曲线和来自电网的负荷调控信号,提出计及能量损失和客户低感知的负荷分解优化模型,使用改进的多目标麻雀搜索算法进行求解,并在四川成都的电动汽车充电站验证了所提模型的合理性,证实其能有效地降低对客户车辆的控制功率损失,提高对调度负荷控制信号的跟踪精度,同时提高单个充电客户的感知满意度。

TRIZ方法在PECVD设备流热场改进中的应用

PECVD是太阳能电池加工过程中的重要设备,其内部热流场的均匀性对太阳能电池表面薄膜的均匀性影响很大。本文使用TRIZ(发明问题解决理论)对PECVD设备的热流场进行分析,提出TRIZ可作为流体仿真的重要补充。同时提出流热场问题不仅涉及流的传导、使用和分配问题,还涉及浓度不均、压力不均和工作效率低的问题,建议总结前人解决方法并将其纳入TRIZ流相关知识体系,以助于工程师参考解决类似问题。

基于SVMD-IGSA-RBF的井下单相接地故障线路选线方法

为了解决井下小电流接地系统单相接地故障线路选线准确性不高的问题,提出了一种基于SVMD-IGSA-RBF神经网络模型的新型选线方法。首先,通过对故障线路的暂态特征进行分析,利用麻雀算法优化的变分模态分解(SVMD)进行数据特征提取,削弱无效特征带来的影响。其次,利用优化算法的搜索系数、内部信息共享和通信机制对传统的引力搜索算法(GSA)进行改进,提高算法性能。然后,在解集中利用改进的引力搜索算法(IGSA)对RBF模型相关的超参数进行优化,并把经过SVMD处理的数据导入模型中,提高模型的收敛速度。最后,进行了MATLAB仿真及算法模型验证,实验证明SVMD-IGSA-RBF模型能够准确地识别故障线路,提高了对故障线路的准确选线。这一方法为井下小电流接地系统的故障诊断和维修提供了一种可靠的工具,具有重要的理论和实际意义。