对等网络平台搜索模型

分析了无结构对等网络若干经典搜索算法的优缺点,进而提出一种兼顾查询深度与广度的平台搜索算法(PFSA:Platform Searching Algorithm).该算法在提高了网络资源利用率、保持较快搜索速度的同时维持着较低的消息冗余度;其子查询算法针对Blind Counter Rumor Mongering算法的不足加以改进,使得搜索算法可以根据不同的网络动态地调整自身参数,大大提高了算法的鲁棒性.     

一种泛函极值的启发式搜索算法

通过求解一种工程应用中构造的最优化模型,提出了一种启发式智能搜索算法.该算法通过分析函数的凹凸性质,从函数形状入手,不断得到启发式结论,逐步提高算法效率,最终得出一个实用的求解无约束非线性泛函的新方法.     

移动机器人路径规划方法简介

综述了移动机器人历史,路径规划的分类。重点介绍了移动机器人路径规划的环境模型和搜索算法,以及全局路径规划和局部路径规划,比较各种方法的优缺点,最后介绍了其应用范围。     

基于多目标模糊优化方法的无人机航迹规划

针对以雷达威胁和燃油消耗为多目标的无人机航迹规划问题,采用多目标模糊优化方法建立航迹性能指标,并利用启发式A*搜索算法,提出基于动态权值的启发函数方法。最后结合实际算例,在基于Voronoi图的状态空间内搜索航迹,验证了采用多目标模糊优化和启发式搜索方法进行航迹规划具有合理性和有效性。     

基于人群搜索算法的Dykas汽轮机叶栅型线重构

针对汽轮机叶片智能优化设计中的叶片参数化建模与型线重构问题,首先基于三次Bezier曲线推导了叶片型线的坐标方程,根据叶片基本几何参数实现了汽轮机叶片型线的参数化表达。在构建的参数化模型的基础上,根据已知的叶型坐标点数据,采用人群搜索算法(SOA)重构实际汽轮机叶片型线,并通过叶型重构算例对SOA和粒子群算法(PSO)进行了对比分析。结果表明：基于Bezier曲线构建的参数化型线光滑性好质量高,所提方法可以任意修改叶型几何参数并再生模型,实用性较强且效率较高。基于SOA优化算法的叶片型线重构方法可以准确重构Dykas汽轮机叶片型线,且SOA重构叶型的方法收敛速度快、收敛结果更稳定,为汽轮机叶片优化设计奠定基础。     

空基伪卫星组网部署的航路规划算法

针对以临近空间飞艇为平台的空基伪卫星组网问题,提出了一种空基伪卫星从初始位置到目标位置进行组网部署的航路规划算法。首先,通过梳理空基伪卫星组网的性能指标,设计了基于距离和几何精度因子（GDOP）的航路规划代价函数;然后,对航路规划的约束条件进行了分析,在稀疏A*算法的基础上,设计了距离代价和GDOP代价权重可自适应调整的空基伪卫星航路规划算法,并对规划出的航路采用Dubins曲线进行平滑;最后,通过仿真实验,对提出的航路规划算法进行了验证。仿真实验结果表明,航路规划算法在GDOP较恶劣的情况下,能够有效地在后续的航路规划中降低GDOP代价,提高用户定位精度;而在GDOP较为良好时,则可以增加距离代价的权重,在航路规划时使伪卫星尽快向目标位置收敛,减少时间消耗。      

膜内麻雀优化ELM的软件缺陷预测算法

原始麻雀搜索算法存在寻优精度低、迭代后期容易陷入局部极值的问题,结合高效寻优性能的改进麻雀搜索算法和具有并行计算能力的膜计算,提出一种膜内麻雀优化算法(IMSSA)。在10个CEC2017测试函数上的实验结果表明,IMSSA具有更高的寻优精度。为进一步验证IMSSA的性能,使用IMSSA优化极限学习机(ELM)参数,提出一种膜内麻雀优化ELM(IMSSA-ELM)算法,并将其应用于软件缺陷预测领域。实验结果表明：在15个公开的软件缺陷数据集中,IMSSA-ELM算法预测性能在G-mean、MCC这2个评价指标下明显优于其他4种先进的对比算法,表明IMSSA-ELM算法具有更好的预测精度和稳定性,其实验结果在Friedman ranking和Holm’s post-hoc test非参数检验中具有明显的统计显著性。     

基于改进引力搜索算法的认知无线网络频谱分配

为了提高认知无线网络频谱资源利用率,提出一种基于改进引力搜索算法的频谱分配方案。该方案 将质子位置信息映射为频谱分配变量,提出一种非线性引力衰减因子,以增强算法对于频谱分配可行解的搜索 能力。其次,为了保持算法对于频谱分配可行解的最优搜索方向,采用全局最优引导策略为质子增加记忆能力。 然后,提出动态高斯扰动策略,随着算法迭代自适应地调整扰动步长,避免算法陷入局部最优。最后,针对频 谱分配问题的离散化特性,引入Sigmoid 函数使质子的位置离散化。仿真实验结果表明,改进引力搜索算法能 够有效地实现频谱分配问题的优化求解,取得了相对较高的网络效益和用户公平度。     

基于拐点检测的椭圆弧叶型前后缘评定算法

叶片前后缘的形位对叶片气动性能有着显著影响,且其分割结果也严重影响特征参数的精密计算。现有的叶片前后缘分割算法大多基于拓延算法的实现与改进,但是拓延算法本身尚不能自适应叶型截面尺寸来分割点云,而后续的改进算法在轮廓线误差控制上仍有待加强。针对叶片截面线前后缘的点云精确分割问题,参照椭圆弧叶型的造型设计特点,提出了基于拐点检测的前后缘评定算法。通过对截面线点云旋转、截取、顺时针排序以及拐点检测处理,实现了在高精度测量条件下对叶片前后缘的精确分割。最后设计了对比实验,验证了本文算法可以定性地分割叶片前后缘,并在线轮廓误差上保持了较低水平;论证了在逐点拓延椭圆拟合过程中,从凹性点即开始影响线轮廓误差。     

变参数滑模极值搜索算法研究

针对滑模极值搜索算法中系统在提高控制精度与收敛速度之间存在相互制约的问题, 提出了变参数滑模极值搜索算法,分析了两种变参数的形式,通过仿真对比,说明变参数滑模极值搜索算法能同时兼顾系统的收敛速度和控制精度。