【摘 要】
:
在工业互联网实现智能生产制造的过程中,存在大量高度复杂的应用优化问题。启发式算法可以对这些优化问题进行简化处理,并得出合理高效的解决方案。花授粉算法是基于花卉授粉提出的一种启发式算法,具有优化效率高、可同时针对多个对象展开搜索过程等优点,已经被广泛用于解决多目标优化问题。然而,该算法也存在种群丰富度低、跳出局部最优解能力较弱等缺点。因此,本文针对花授粉算法存在的不足,分别设计了面向低维度和高维度优
论文部分内容阅读
在工业互联网实现智能生产制造的过程中,存在大量高度复杂的应用优化问题。启发式算法可以对这些优化问题进行简化处理,并得出合理高效的解决方案。花授粉算法是基于花卉授粉提出的一种启发式算法,具有优化效率高、可同时针对多个对象展开搜索过程等优点,已经被广泛用于解决多目标优化问题。然而,该算法也存在种群丰富度低、跳出局部最优解能力较弱等缺点。因此,本文针对花授粉算法存在的不足,分别设计了面向低维度和高维度优化问题的改进算法,并将两种算法应用于解决相应的实际优化问题,从而验证所提算法的有效性。本文主要工作包括以下两个方面:(1)提出了一种基于非线性跨代差分进化的花授粉算法。该算法利用跨代信息的传递增强搜索的精度,适用于解决低维度的优化问题。具体地,通过跨代差分进化引导个体逼近最优解,使算法的局部搜索过程具备导向性。同时,通过进行参数自适应调整机制实现动态更新缩放因子和交叉概率,从而提高种群丰富度,并采用跨代赌轮盘方式降低陷入局部最优解的概率。为验证本算法的有效性,本文将其用于解决无人机智能巡检的路径规划问题。仿真实验结果表明,该算法在优化问题低于30维度时具有较好的寻优精确度、稳定性和收敛特性。当维度较高时,跨代信息的传递使算法跳出局部最优解的能力有限,因此该算法求解高维优化问题时有一定的局限性。(2)提出了一种基于三重差分进化的花授粉算法。该算法利用外部存档技术驱动搜索过程,持续淘汰种群内部的较差解,因此相较于非线性跨代差分进化的花授粉算法,在求解较为复杂的高维优化问题时更有优势,并且能有效提升种群丰富度,在全局搜索过程中具备导向性。算法中设计了有助于快速收敛的差分进化策略和提供搜索个体进化方向的外部存档,以提升花授粉算法搜索过程的开发与勘探能力。为验证本算法的有效性,本文将其应用于数据挖掘中遇到的聚类优化问题。仿真实验结果表明,该算法相较于对比算法,在优化问题高于30维度时具有更好的精确度和聚类成功率。
其他文献
随着无线通信技术的快速发展,无线网络传输能耗明显增大,这使得无线网络的传输能量效率优化变得尤为重要。近年来,由于无线携能通信(Simultaneous Wireless Information and Power Transfer,SWIPT)技术可利用无线射频信号同时实现无线传能及信息传输,因此持续受到研发人员的广泛关注。大量研究将SWIPT技术应用于无线网络以优化其传输能效。然而,在现有相关研
作为第五代移动通信(5th Generation,5G)关键技术之一的大规模多输入多输出(Multiple Input Multiple Output,MIMO)技术因在能量效率和频谱效率等方面表现出的诸多优势而受到学术界和工业界广泛的关注。由于大规模MIMO系统中基站天线数量巨大,基站为了精确地获取下行信道状态信息(Channel State Information,CSI)将造成极大系统开销,
车载网络和相关应用的迅速发展,使得车联网中计算密集型应用对资源的需求急剧增加,对现有车载设备有限的计算资源提出了挑战。在车联网中引入移动边缘计算(Mobile Edge Computing,MEC)被认为是一种有效的解决方案,能够将计算能力扩展到车载网络边缘。但是MEC服务器的资源仍是受限的,当任务爆炸式增长时无法保证服务质量,甚至导致MEC服务器出现过载现象。因此,为缓解MEC服务器计算压力,同
近年来,建设大容量卫星移动通信系统成为世界航天大国建设的重要任务,高速数据传输技术作为卫星移动通信系统的关键技术之一,正受到越来越多的关注。而宽带高速数传系统中往往伴随着器件饱和、群时延失真和环境干扰等问题,导致接收端的信号常有码间串扰现象。信道均衡作为高速数传系统中的关键技术,可以有效地消除或减弱上述问题。其中,盲均衡技术具有结构简单、复杂度低和带宽使用率高等优势,非常适用于卫星高速数传基带系统
无人机基站(unmanned aerial vehicle mounted base station,UAV-BS)可以作为地面蜂窝网络的有效补充,来缓解诸如地面基站故障、网络流量拥塞、和偏远地区弱覆盖等问题,因此被视为实现6G全球覆盖愿景的关键技术之一。相比于传统的地面基站,无人机基站具有部署迅速、建设和维护成本低、部署场景灵活等优势。此外,无人机基站能够在三维空间调整位置,从而增加与地面用户建
随着无线通信技术和电力电子系统的快速发展,小型高性能功率变换设备的需求不断增加,为了减小功率变换器尺寸、增大功率密度,高频化成为了功率器件发展的必然趋势。然而,随着工作频率的不断升高,器件的功率损耗大大增加,功率传输效率受到了极大的影响。为解决高频功率器件损耗大这一问题,E类软开关功率变换器凭借其理论上100%的效率成为了近些年的研究热点。为了进一步提升E类功率变换器在实际电路中的性能,各种新型E
视线估计技术在人机交互、辅助驾驶、头戴设备等领域有广泛的应用前景与实用价值。随着计算机视觉的发展,基于深度学习的全脸视线估计方法成为研究热点,其中如何提高此方法的估计精度与鲁棒性是业界的难题。本文基于Res Net50作为主干网络,结合改进的感受野模块与提出的区域增强机制,建立了全脸视线估计模型。此模型在MPIIFace Gaze数据集与本地数据集上分别达到4.59°与4.93°的估计精度,与基准
设备到设备(Device-to-Device,D2D)通信技术可以提高用户的传输速率和能量效率,保证用户服务质量(Quality of Service,Qo S)的同时满足更多用户的连接需求,受到国内外广泛关注。多对多复用场景下一个D2D用户可以复用多个信道资源,同时一个信道资源可以被多个D2D用户复用,可以有效提高用户的传输速率。D2D通信通过复用蜂窝用户的频谱资源来完成数据传输,但是同频复用也
近年来,随着汽车产业和互联网的高速发展,人-车-网互联的车联网发展已逐渐走进人们的生活视野,成为许多汽车企业的重点研究项目,特别是国内的车联网技术已成为发展的重点内容。目前我国已制定最新的国六标准,要求凡是上路的大型汽车都必须安装T-BOX系统,由该系统将车辆数据上传到相关的监管平台,再通过平台对这些汽车进行监控。因此本文主要对车辆T-BOX系统进行研究和设计,利用T-BOX对车辆数据进行采集,然
后向散射通信(Backscatter Communication,Back Com)无需发射设备配备主动射频组件,能降低能耗和成本,但实现能量与信息传输须部署专用射频源,占用额外频谱资源。环境后向散射通信(Ambient Backscatter Communication,Am BC)可利用环境中现存的射频信号吸收能量和传输信息而无需分配新的频段。非正交多址接入(Non-Orthogonal Mu