改进的遗传算法在云资源调度上的应用

针对传统的遗传算法(GA)在解决云资源调度问题时容易过快收敛和陷入局部最优等问题,提出了一种联合进化的遗传算法(JCGA).该算法利用多优选保留技术将适应值大的个体放到优选子种群,通过与普通子种群进行联合交叉,使种群往更优的方向进行进化.实验结果表明,JCGA算法不仅可以保证种群的多样性,还可以避免种群陷入局部最优.     

航班进场调度的改进捕食搜索算法

为高效解决航班进场调度问题,采用以航班总延误时间最小为目标的规划模型,设计了一种改进的捕食搜索算法.区别于传统捕食搜索算法,新算法采用变化的局部搜索和全局搜索限制,从而避免陷入局部最优和解的退化.为测试新算法解决航班进场调度问题的性能,采用10架航班和双跑道数据进行仿真验证,并与传统捕食搜索算法和遗传算法进行比较.结果表明,新算法在最优解的获得率和计算时间上均优于传统捕食搜索算法和遗传算法.     

仿生物态模拟型硬件理论与关键技术研究

阐述了模拟型仿生硬件的概念、基本思想与技术瓶颈，分析了基于FPTA(Field programmable transistor array)的模拟型仿生硬件的结构与电子细胞电路工作原理。给出了模拟型仿生硬件的电路编码方案、个体电路测试评估方法和进化实现过程。提出了基于单染色体自适应变异进化机制的模拟型仿生硬件进化算法。以信号放大器、半波整流器、异或门数字电路作为典型应用实例，来验证模拟型仿生硬件的进化特性，并讨论了进化算法的参数选取、染色体适应度评估问题。仿真结果表明：所提出硬件进化算法的进化速度快、成功率高，所设计的FPTA细胞阵列可以实现模拟信号放大、信号处理和数字电路逻辑功能。     

数字电路硬件演化研究

针对数字组合逻辑电路电路故障修复问题,采用遗传算法与可重构器件FPGA相结合的方法设计自演化硬件系统。利用Xilinx公司XUPV5-110TFPGA开发板作为硬件平台,搭建虚拟重构电路,并利用软核处理器实现算法。系统进化单元为虚拟重构电路,由遗传算法自动控制生成具体功能电路。实验通过全加器和4位奇偶校验器,验证了硬件电路的自演化。     

用于多峰函数优化的改进跳跃基因遗传算法

跳跃基因是维持生物大脑神经细胞多样性的主要原因,因此在遗传算法中引入跳跃基因操作能够提高算法的全局搜索能力。然而,标准跳跃基因遗传算法的随机跳跃过程容易破坏较优性能染色体的基因。针对此问题,提出了一种改进跳跃基因遗传算法。在改进方案中,适应度越高的染色体上的跳跃基因,能以越高的概率朝性能比它差的染色体上跳跃,以提高进化速度。并且,在适应度函数中引入密度函数,以保持染色体的多样性。通过对经典多极值测试函数的寻优仿真表明,改进跳跃基因遗传算法能够更有效地提高遗传算法对复杂多峰函数最优解的求解速度与精度。     

基于遗传算法的无传感器永磁同步电机控制优化

基于实数编码遗传算法．实现对无传感器永磁同步电机(PMSM)控制器参数的选取和优化．速度的估计采用扩展卡尔曼滤波(EKF)方法,以PMSM转子速度的测量值与估计值的偏差信号作为遗传算法自适应度求取的依据,实现协方差矩阵中参数的在线调整,节约了系统协方差参数的求取时间,提高了估计器的估计精度。基于dSPACE的快速控制原型工具验证了该方法的有效性。     

基于容流匹配的进离场航班调度优化模型和算法

综合考虑机场的空中等待航班数量、空域容量、场面容量以及机场起飞需求等约束条件,以可变的优先级为调配手段,以总延误时间最短为目标函数,建立了一个新的基于容流匹配的进离场航班调度优化模型。引入合作型协同进化遗传算法,设计了用一对代表个体形成合作团体的新选择方式,有效解决了传统遗传算法种群多样性低、易早熟等问题。仿真结果表明,该模型能够在满足机场容量限制的同时,有效降低航班的总延误时间。     

基于动态评价方法的多态电路进化设计

针对传统多态电路进化设计算法有效性问题,提出了基于动态评价方法的多态进化设计算法。在进化算法适应度评价阶段,利用适应度评价扩展对于不同模式下的电路分别进行评价,采用比较选择进行电路最优结构配置,防止了潜在解的丢失。将多态门与普通门混合使用,进行了Multiplier/Sorter及Majority/Parity两种多态电路的进化设计实验。实验结果表明,与传统多态电路进化算法相比所提算法进化代数减少了31.2%~77.7%,成功概率提高了11%~52%,具有进化迭代次数少、成功概率高的优势,提高了算法有效性。     

基于学习的并行免疫量子进化算法

提出了基于学习的多宇宙并行免疫量子进化算法,算法中将种群分成若干个独立的子群体,称为宇宙。并给出了多宇宙的并行拓扑结构,其中各宇宙独立演化．宇宙内采用免疫量子进化算法,宇宙间采用基于学习机制的移民、模拟量子纠缠的种群交叉等信息交互方式．使得进化算法具有更好的种群多样性,更快的收敛速度和全局寻优能力。仿真实验结果表明该算法比串行的免疫量子进化算法运算效率更高。     

自适应遗传 PID 算法在风洞风速控制中的应用

风速控制是风洞的核心控制部分,风速控制系统的优劣直接影响风洞性能指标,为了完成 FDxx 风洞的风速控制系统,设计了一种基于自适应在线遗传算法的 PID 参数整定方法,在风洞气源资源有限的情况下,快速建立流场,确保流场稳定时间。首先对控制参数进行联合编码,在种群个体进化前期采用锦标赛精英保留策略,后期采用基于轮盘赌非线性选择方法,加快算法收敛速度,同时避免了算法过早陷入局部最优,交叉选用单点交叉,变异采用均匀取反法,动态调整过程为了减小甚至避免超调,采用误差绝对值及误差和误差变化率加权方式设计目标函数,并采取了惩罚措施,即一旦产生超调,将超调量作为最优指标的一项,现场测试验证了算法的可靠性及实用性。     

一种改进的微粒群优化算法

标准微粒群优化(PSO)算法是一种群体智能算法,它容易陷入局部极值点,进化后期收敛速度慢且精度较差,而且参数的选择对算法的优劣影响很大。针对这些缺点,首先提出了一种在位置进化方程中引进动态参数的方法,改进了标准微粒群算法收敛速度;然后通过在速度、位置进化方程中同时引进动态参数来提高算法收敛速度和收敛率。经J．D．Schaffer函数和LevyNo．5函数对改进算法的测试表明,相比于标准微粒群算法,该方法的收敛速度和平均收敛率均有大幅度提高。     

五自由度磁悬磨头电控系统研究

研究的高速磨床电磁悬浮磨头电控系统尽量采用最新技术，在保证系统 性能的前提下降低了系统造价。在该系统中采用TMS320F240 DSP芯片作为控制核心，同时控制磁悬浮轴承的悬浮和变频电机调速，采用运行效率很高的汇编语言编写控制软件，其中磁悬浮轴承是PID控制算法，电机调速为SPWM方式。磁悬浮轴承PWM功率放大器中采用能简化驱动的新型半桥电路，电机调速主电路中采用智能功率模块（IPM）。动态刚度测试和高速运转实验表明，该电控系统满足高速磨床电磁悬浮磨头的控制要求。     

混合电路仿真的新方法

实际的数字系统均由数字电路和模拟电路组成，分析数字电路的方法与分析模拟电路的方法是完全不同的。本文将给出一种仿真混合电路的新方法及相应的模拟器。ＭＣ－ＳＩＭ的主要原理如下：首先把被模拟电路划分成许多模拟模块和数字模块，模拟（数字）模块只有模拟（数字）输出；任一模拟输入均视一系列发生在离散的时间点上的事件；模拟模块在达到之前与数字模块一样参加排队；不论是数字模块还是模拟模块都在统一的时间轮下进行计算     

基于统计局部方法的模型适配检测与分离

提出一种新的过程模型失配检测方法,通过模型预测误差与外部激励信号的相关性分析获取初始残差函数,并利用统计局部方法分析残差函数。该方法可以分离扰动和过程模型的失配。相对于直接相关性分析方法,该方法能够通过单一的统计量指示过程模型是否失配,具有简单直观的特点,而且可以通过滑动窗口的办法,便于在线检测,同时,该方法能够提高检测灵敏度。仿真研究证实了该方法的有效性。     

电流模式可重构模拟信号处理电路

针对现有的可重构模拟电路存在功能有限、带宽小、灵活性不足等问题,设计了一种新的电流模式可重构模拟电路。设计了基于二代电流传输控制器的可重构模拟单元,能减小电路非线性失真,提高电路工作速度与抗干扰能力。设计了一种可编程开关数量较少的纵横交叉开关网络结构,提高了电路灵活性和高频性能。在2×4阵列结构上分别重构实现了四阶低通滤波器和模拟乘法器,实验结果表明所设计可重构模拟电路是有效的。