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。     

混沌麻雀搜索优化算法

针对麻雀搜索算法(SSA)在接近全局最优时,种群多样性减少,易陷入局部最优解等问题,提出了一种混沌麻雀搜索优化算法(CSSOA)。首先,通过改进Tent混沌序列初始化种群,提高初始解的质量,增强算法的全局搜索能力。其次,引入高斯变异的方法,加强局部搜索能力,提高搜索精度;同时以搜索停滞的解为基础产生Tent混沌序列,用此混沌序列对部分陷入局部最优的个体进行混沌扰动,促使算法跳出限制继续搜索。最后,对12个基准函数进行仿真实验。结果表明:所提算法能够克服SSA易陷入局部最优的缺点,提高算法的搜索精度、收敛速度和稳定性。同时,将CSSOA应用到简单图像分割问题,验证了CSSOA应用于实际工程问题的可行性。      

基于HTGVNS算法的卡车与无人机协同配送方法

在现代物流中,针对最后一公里配送中的成本高昂、耗时长、道路不易通行等难题,首次引入卡车与无人机协同配送模式,并以总配送时间最小化为目标,建立混合整数规划模型(MIP)。提出一种新的混合禁忌可变邻域搜索算法(HTGVNS)进行求解。算法利用旅行商问题(TSP)求解器和系统性邻域变化的探索能力求解卡车路径,将客户分配给无人机形成聚类,再使用禁忌搜索过程来优化无人机路径。通过求解不同规模算例验证了所建模型的可行性和算法的有效性。结果表明卡车与无人机协同配送模式能有效地减少配送时间,提高配送效率。     

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。     

求解多目标优化问题的随机梯度遗传算法

遗传算法的收敛速度很慢，为此引入另一种解决优化问题的工具，即Simultaneous Perturbation Stochastic Approximation(SPSA)算法，该算法是一种简单、易实现、高效率的随机逼近算法。本文将SPSA算法作为一种快速局部优化方法并将其和遗传算法的整体搜索策略结合起来，提出一种解决多目标优化问题的随机梯度遗传算法，对新算法的执行策略进行了认真的设计。大量的数值实验表明：随机梯度遗传算法不仅提高了多目标遗传算法的收敛速度，且得到了大量的分布较均匀的Pareto最优解。     

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。      

高动态条件下SINS信息在GPS软件接收机信号捕获中的应用

目前卫星信号捕获主要采用自主搜索算法,在高动态环境下,由于信号存在较大的多普勒频移,且变化较为剧烈,导致自主搜索算法搜索范围变大、时间延长,通常不能满足高动态条件下的应用要求.本文在SINS/GPS松组合框架下,基于软件接收机的灵活性,利用SINS信息,使用FFT方法(并行码相位搜索算法)实现GPS信号的捕获,得到一种外部信息辅助搜索算法.仿真实验证明该搜索算法可快速有效地实现高动态GPS信号的捕获.该算法同样适用于GLONASS及我国的北斗卫星导航系统.     

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.     

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.     

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。