Dan Simon用生物地理学的方法和机制来解决工程优化问题,提出了生物地理学优化算法(Biogeography Based Optimization,BBO)。该算法因其独特的搜索机制和较好的性能在智能优化算法领域得到了广泛的关注。为了进一步提高生物地理学优化...Dan Simon用生物地理学的方法和机制来解决工程优化问题,提出了生物地理学优化算法(Biogeography Based Optimization,BBO)。该算法因其独特的搜索机制和较好的性能在智能优化算法领域得到了广泛的关注。为了进一步提高生物地理学优化算法的全局和局部收索能力,提出了一种基于动态选择迁出地与混合自适应迁入的优化策略,对生物地理学优化算法进行改进,形成一种新的改进型BBO算法。该算法根据进化阶段动态选择待迁出地,并综合当前迁出地和随机迁出地优化迁入策略;同时,设计与适应度相关的变异机制,以增加算法的全局搜索能力。仿真实验结果表明,该算法在全局搜索、收敛速度和收敛精度上均优于对比算法。展开更多
在目前的无线传感器/执行器网络(Wireless Sensor and Actuator Networks,WSANs)中,无线传感器及其所传输信息的业务类型趋于多样化;同时,在实时性要求较高的工业系统中,无线网络环境下的丢包将给整个系统带来严重的危害。为提高WSANs...在目前的无线传感器/执行器网络(Wireless Sensor and Actuator Networks,WSANs)中,无线传感器及其所传输信息的业务类型趋于多样化;同时,在实时性要求较高的工业系统中,无线网络环境下的丢包将给整个系统带来严重的危害。为提高WSANs的可靠性,提出了一种基于IEEE 802.11e的WSANs丢包判决器的优化设计方法。该方法采用提供服务质量(Quality of Service,QoS)的IEEE 802.11e作为WSANs的数据通信协议,推导出该协议下的WSANs丢包概率矩阵,并将基于该丢包概率矩阵的龙伯格状态观测器的输出作为丢包的判决阈值,把网络中的丢包现象作为一种故障信号,从而设计出WSANs的丢包判决器。该丢包判决器不仅能有效判断网络中是否出现了丢包,而且还能通过判决器输出的故障信号波形判断丢包原因,即传感器节点故障,或是由于信道环境不稳定造成的随机丢包。最后,通过MATLAB/OMNET++的混合仿真验证了该设计的有效性。展开更多
在加性高斯白噪声的影响下,对于三阶多项式相位信号(CPS),经典的字典学习算法,如K-means Singular Value Decomposition(K-SVD),递归最小二乘字典学习算法(RLS-DLA)和K-means Singular Value Decomposition Denoising(K-SVDD)得到的学...在加性高斯白噪声的影响下,对于三阶多项式相位信号(CPS),经典的字典学习算法,如K-means Singular Value Decomposition(K-SVD),递归最小二乘字典学习算法(RLS-DLA)和K-means Singular Value Decomposition Denoising(K-SVDD)得到的学习字典,通过稀疏分解,不能有效去除信号的噪声。为此,该文提出了针对CPS去噪的字典学习算法。该算法首先利用RLS-DLA对的字典进行学习;其次采用非线性最小二乘(NLLS)法修改了该算法对字典更新的部分;最后对训练后的字典通过对信号的稀疏表示得到重构信号。对比其它的字典学习算法,该算法的信噪比(SNR)值明显高于其它算法,而均方误差(MSE)显著低于其它算法,具有明显的降噪效果。实验结果表明,采用该算法得到的字典通过稀疏分解,信号的平均信噪比比K-SVD,RLS-DLS和K-SVDD高出9.55 dB,13.94 dB和9.76 dB。展开更多
文摘Dan Simon用生物地理学的方法和机制来解决工程优化问题,提出了生物地理学优化算法(Biogeography Based Optimization,BBO)。该算法因其独特的搜索机制和较好的性能在智能优化算法领域得到了广泛的关注。为了进一步提高生物地理学优化算法的全局和局部收索能力,提出了一种基于动态选择迁出地与混合自适应迁入的优化策略,对生物地理学优化算法进行改进,形成一种新的改进型BBO算法。该算法根据进化阶段动态选择待迁出地,并综合当前迁出地和随机迁出地优化迁入策略;同时,设计与适应度相关的变异机制,以增加算法的全局搜索能力。仿真实验结果表明,该算法在全局搜索、收敛速度和收敛精度上均优于对比算法。
文摘在目前的无线传感器/执行器网络(Wireless Sensor and Actuator Networks,WSANs)中,无线传感器及其所传输信息的业务类型趋于多样化;同时,在实时性要求较高的工业系统中,无线网络环境下的丢包将给整个系统带来严重的危害。为提高WSANs的可靠性,提出了一种基于IEEE 802.11e的WSANs丢包判决器的优化设计方法。该方法采用提供服务质量(Quality of Service,QoS)的IEEE 802.11e作为WSANs的数据通信协议,推导出该协议下的WSANs丢包概率矩阵,并将基于该丢包概率矩阵的龙伯格状态观测器的输出作为丢包的判决阈值,把网络中的丢包现象作为一种故障信号,从而设计出WSANs的丢包判决器。该丢包判决器不仅能有效判断网络中是否出现了丢包,而且还能通过判决器输出的故障信号波形判断丢包原因,即传感器节点故障,或是由于信道环境不稳定造成的随机丢包。最后,通过MATLAB/OMNET++的混合仿真验证了该设计的有效性。