基于翼型反设计的遗传算法

遗传算法有时收敛太慢或收敛困难.在翼型反设计问题中,算法的计算效率很重要.给出了翼型的非均匀B样条曲线表示,设计了遗传操作算子,引入一种简单、易实现、高效率的随机逼近算法--Simultaneous Perturbation Stochastic Approximation(SPSA)算法,将SPSA算法作为一种快速局部优化方法和遗传算法的整体搜索策略结合起来,为翼型反设计提出了一种快速高效优化算法.并用该算法分别对NACA2412和NACA0016翼型进行了反设计,取得了令人满意的结果.     

基于小生境遗传算法的多峰函数优化

根据多峰目标函数的具体情况,应用遗传算法随机寻优得到若干个最优值,以这些值作为小生境遗传算法的先验知识,指导小生境距离参数的确定。依据此方法确定小生境距离参数,应用小生境遗传算法成功求解了shubert多峰函数的所有全局最优值。并与相同遗传操作和相同参数下的遗传算法作比较,小生境遗传算法不但能一次性地寻求到解空问中所有的最优解,而且就寻求一个最优点而言收敛速度快于非小生境遗传算法。     

基于PD算子的InSAR干涉图滤波研究

讨论了InSAR干涉图的滤波问题，提出了基于PD算子的干涉图滤波算法。算法首先对干涉图作分块处理，并假定其中各数据块上的相位值符合多项式模型，通过PD算子分别估计各数据块的模型系数，由此重构出近似干涉图。然后根据近似干涉图对原始干涉图进行‘解调’，降低原始干涉图的条纹密度，并使用滑窗作低通滤波处理。最后将滑窗处理后的干涉图与近似干涉图相乘得到滤波后的干涉图。为避免因分块处理而产生干涉相位图的马赛克效应，算法通过处理两组错位的干涉图分块数据，并对滤波后的两幅干涉相位图作加权处理，有效地降低相邻数据块间相位值的不连续性。对X＿SAR重复轨道数据产生的干涉图的处理结果表明，该算法能够对干涉图作很好的滤波处理，特别是在低信噪比区域，算法具有较突出的滤波性能。     

多目标柔性作业车间调度的集成算子遗传算法

柔性作业车间调度（FJSP）中，在将任务按顺序分配到各机床前，首先要为任务选择加工机床。为求解多目标FJSP，本文在分析该问题特点的基础上，提出了一种面向甘特图的串编码（GORS）及相应的的遗传算法算子的基本操作，提出了集成算子遗传算法，并给出了其具体实现。文献算例的实验及与国际最近研究成果比较表明。该算法减小了目标参数值即生产周期、最大机床负载和总的机床负载。     

基于模糊罚函数的分布式并行遗传算法及其应用

本文将模糊理论用于优化中,提出了一种基于可行度的模糊罚函数法,并采用分布式并行遗传算法进行寻优操作,该方法可以将不同遗传操作的优点加以整合,通过并行运算提高优化效率。将基于模糊罚函数的分布式并行遗传算法应用到多目标结构优化中,仿真试验表明取得了很好的寻优效果。     

基于形态学梯度矢量的图像边缘提取算法

图像的边缘在很大程度上可以用梯度的概念来解释和描述,而现有的形态学梯度边缘检测算子抹煞了梯度的矢量性。文章提出了一种新的图像边缘提取算法:在边缘检测部分提出了具有方向估计的形态学梯度算子,且从理论和实际应用两个方面给予证明。并将模糊处理加入该系列算子,使这些算子在噪声抑制和提高边缘清晰度两方面均有较好的表现。同时在图像分割部分改进了最佳阈值化分割,利用小范围的边缘梯度各方向上的最佳阈值化进行调整,使图像的边缘更加完整、清晰。     

一种基于年龄和性别特征的遗传算法

提出了一种基于年龄和性别特征的遗传算法。标准遗传算法（SGA）已经被成功的应用到很多进化优化问题上，但是对于复杂的多模态函数寻优时，会出现早熟收敛现象。为了解决这个问题，结合自然界最常见的有性繁殖现象，赋予了遗传个体年龄和性别特征，提出了基于年龄和性别特征的遗传算法的框架以及实现。通过建立年龄和有性遗传进化算子。对不同年龄和不同性别的个体赋予不同的进化控制参数，克服了早熟收敛问题且保持了群体的多样性，使算法能顺利的收敛到全局最优值。     

Hybrid Multipopulation Cellular Genetic Algorithm and Its Performance

The selection pressure of genetic algorithm reveals the degree of balance between the global exploration and local optimization.A novel algorithm called the hybrid multi-population cellular genetic algorithm（HCGA）is proposed,which combines population segmentation with particle swarm optimization（PSO）.The control parameters are the number of individuals in the population and the number of subpopulations.By varying these control parameters,changes in selection pressure can be investigated.Population division is found to reduce the selection pressure.In particular,low selection pressure emerges in small and highly divided populations.Besides,slight or mild selection pressure reduces the convergence speed,and thus a new mutation operator accelerates the system.HPCGA is tested in the optimization of four typical functions and the results are compared with those of the conventional cellular genetic algorithm.HPCGA is found to significantly improve global convergence rate,convergence speed and stability.Population diversity is also investigated by HPCGA.Appropriate numbers of subpopulations not only achieve a better tradeoff between global exploration and local exploitation,but also greatly improve the optimization performance of HPCGA.It is concluded that HPCGA can elucidate the scientific basis for selecting the efficient numbers of subpopulations.     

多分辨率分析在图像边缘检测中的应用

本文针对传统图像边缘检测算子——微分算子和LOG算子在图像边缘检测中存在的不足，引入了多分辨率分析方法，并理论上分析了在不同的尺度下，多分辨率分析中由粗至精的特点，使其在图像边缘检测中具有更良好的特性。     

基于分布式并行遗传算法的PID参数整定

针对基于简单遗传算法(SGA)进行PID整定在收敛性及初值敏感度方面的缺陷,提出了基于分布式并行遗传算法(PGA)的PID参数整定方法。该方法可以将不同遗传操作的优点加以整合,通过并行运算提高整定效率,能够更有效地进行参数优化。选用典型被控对象仿真,并分别进行收敛性分析与初值敏感度分析。仿真试验表明与SGA相比PGA提高了局部搜索空间的微调能力,降低了对初值的敏感度,寻优效果也大为改善,从而说明了这种方法的可行性,为PID参数整定方法提供了一种新的尝试。     

基于B样条的气动反设计遗传算法研究

在气动反设计中引进了基于自然选择和生物遗传机制的遗传算法，针对遗传算法的搜索原理和气动外形特点，提出了与之相适应的Ｂ样条基因表达，构造了均匀变异与非均匀变异相结合的自适应变异算子，提出了用于优化设计的适应函数，发展了一种小种群演化方法。文中并以全位势方程求解程序为例，进行了翼型重构反设计，验证了本方法的可行性，然后在此基础上进行了基于阻力极小的优化设计，取得了令人满意的结果。     

关于微分方程的有理式解的存性问题

许多非线性微分方程一般都是不可积的，例如Ｒｉｃｃａｔｉ方程。本文主要利用在文［４］中得到的一个定理，通过构造微分方程的线性算子的方法，得到了一个关于微分方程的算子矩阵，从这个算子矩阵向量的线性相关性得到了微分方程存在有理式解的充分必要条件，并举例给出求有理式解的具体方法。本文的结果对研究Ｒｉｃｃａｔｉ方程的特解以及可积性等问题具有重要意义，并推广了文［３］中收集的相应结果，且以此为特例     

Normal Form理论中矩阵表示论方法的改进

对于n阶一般的非线性动力系统，根据线性算子的不变子空间理论和共轭长子概念，提出一种计算其规范形的新的矩阵表示方法。使用本文方法，无需预先确定相应的规范形类的结构，并且由于所使用的子空间与系统的维数和规范形的阶数没有直接关系，而仅由给定的矢量场决定，因此能成功地用于高阶和高维问题的计算，文中除给出最小空间的构造方法以及在这个子空间上如何求解同调方程外，还用计算机代数语言Mathematica编制了计算程序。最后，算例说明了本文方法是有效的。     

Delta算子系统极点有圆形区域约束的鲁棒控制

研究Delta算子描述的不确定线性系统闭环极点有圆形区域约束的鲁棒控制,基于Lyapunov稳定性理论和线性矩阵不等式(LMI)方法,对Delta算子不确定系统进行状态反馈设计,导出满足闭环极点圆形区域约束的状态反馈控制律存在的充分条件,用一个线性矩阵不等式的可行解给出了状态反馈控制律的参数化表示．具体算例说明了试方法的有效性．     

一种新PSO混合算法在直升机配平中的应用

直升机配平计算是动力学分析的基础，其实质是求解高维复杂的非线性方程组。针对经典算法与智能算法的特点与不足，提出了一种求解非线性方程组的新粒子群方法。在粒子群(Particle swarm optimization, PSO)算法的基础上，根据模拟退火(Simulated annealing, SA)思想，引入了嵌入式LM (Levenberg-marquardt)优化 算子。该方法充分发挥了3种算法的优势，克服了LM算法初值敏感性，PSO算法易陷入局部极值等问题。通过UH-60A直升机实例配平计算，验证了本文算例模型的准确性。在此基础 上，针对某一前飞状态下的配平算例，在收敛可靠性和计算效率上通过与其他算法进行对比，表明该算法具有可靠的收敛性和较高的计算效率，进一步验证了该算法在配平问题上的可信度与实用性，为直升机飞行动力学问题的处理提供了一种新的有效方法。     

Banach空间中算子余弦函数的一个特征

本文主要研究Ｂａｎａｃｈ空间中算子余弦函数与二阶无阻尼方程的Ｃａｕｃｈｙ问题之间的某些关系,借助于此类Ｃａｕｃｈｙ问题的解的存在性与唯一性,给出算子余弦函数无穷小生成元的不同于Ｈｉｌｅ－Ｙｏｓｉｄａ型特征的另一个特征。     

基于特征的模具参数化设计方法

提出了一种基于特征的模具参数化设计方法。装配关系和模具零件由特征描述，特征间的相互联系则由父子关系结构来描述。通过设计参数来修改特征形状和定位，并采用专家系统驱动满足给定约束条件的特征几何形状。该方法提供了一种更加自然和方便的表示模具参数化模型的途径。     

基于协同进化的复杂低空下多飞行器协同航迹规划方法

由于低空空域环境复杂，威胁通用航空器运行安全。复杂低空多飞行器航迹规划方法是保障安全、提高效率的关键技术。在特定空域范围内，依据地形特点、环境威胁以及飞行器自身物理条件等约束和安全效率等性能指标，为飞行器规划出最优航迹。然而，多飞行器的航迹规划问题存在多约束、强耦合、多目标等难点，现有方法缺乏对问题先验知识的挖掘和利用，导致难以兼顾安全与效率。针对多飞行器航迹规划问题，建立了多飞行器航迹优化 多目标模型。为了进一步提升优化效率，基于启发式算子的自适应差分多目标进化算法，引入多种群协同进化，每个飞行器通过不同种群独立进化，建立合作机制提升种群进化质量，避免陷入极值。最后通过二维与三维仿真实验验证了算法的可行性和有效性。     

基于Depth from Focus的图像三维重建

应用改进Laplacian聚焦算子实现序列图像的融合显示,用高斯插值算法得到图像三维重建中的高度图,并设计一种轮廓线算法对高度索引图进行了三维重建;成功地应用于摄像机拍摄序列图像的三维重建,弥补了摄像机物镜焦深范围有限不能采样清晰大幅图像的不足.理论和实验结果证明,用该方法生成的二维融合图像和三维显示图像,恢复出比较精确的物体表面深度信息,提高了图像的清晰度.     

基于FPGA的并行遗传算法硬件实现的研究

遗传算法具有天然的并行性。FPGA(Field programmable gate arrays)本质上的并行特性使其很适合用于实现并行的遗传算法。结合两者的并行特性，本文提出了一种基于FPGA的并行遗传算法。选用了适合硬件实现的选择、交叉、变异算子，并将它们设计成流水线结构。整个设计采用了XILINX公司的XC2V1000型号FPGA芯片。算法利用VHDL语言来描述。实现后的测试表明，这种硬件遗传算法有效减少了运行时间，使其在一些实时性要求较高的场合得到很好应用。