课程文献中心 更多>>

关键词： 三步隐式双中点法则   强收敛   非扩张映射   Banach空间  

摘要： 不动点的迭代算法是非线性泛函分析研究的热点问题,在实一致光滑的Banach空间中介绍了三个非扩张映射的三步隐式双中点法则的新的迭代算法,在适当的假设条件下,用对偶映射的定义和Banach极限定义与技巧证明了算法所生成的序列强收敛于三个非扩张映射的不动点集与凸优化问题的公共元,其结果改进和推广了近期文献的相关结果.

关键词： 演化算法   全局优化   不动点迭代法   Aitken加速法   工程约束设计问题  

摘要： 为设计高效稳定的演化算法,将方程求根的不动点迭代思想引入到优化领域,通过将演化算法的寻优过程看作为在迭代框架下方程不动点的逐步显示化过程,设计出一种基于数学模型的演化新算法,即不动点演化算法(fixed point evolution algorithm,FPEA).该算法的繁殖算子是由Aitken加速的不动点迭代模型导出的二次多项式,其整体框架继承传统演化算法(如差分演化算法)基于种群的迭代模式.试验结果表明:在基准函数集CEC2014、CEC2019上,本文算法的最优值平均排名在所有比较算法中排名第1;在4个工程约束设计问题上,FPEA与CSA、GPE等多个算法相比,能以较少的计算开销获得最高的求解精度.

关键词： 国有企业   统计数据   管理与共享机制  

摘要： 国有企业在数字经济时代背景下,其统计数据对战略规划和日常运营至关重要。管理与共享机制的不足,制约着数据价值的充分发挥。为了解决这些问题,文章深入探讨了国有企业统计数据管理与共享机制建设的重要性、现状问题以及相应策略。通过加强数据管理和构建有效的共享机制,国有企业能够更好地利用数据资源,提升决策科学性、运营效率和竞争力,以适应数字化时代的发展需求。

关键词： 量子光学   量子卷积神经网络   粒子群优化算法   量子机器学习   参数化量子电路  

摘要： 针对当前量子卷积神经网络模型中参数化量子电路缺乏自适应目标选择策略的问题,提出了一种基于粒子群优化算法自动优化电路的量子卷积神经网络模型。该模型通过将量子电路编码为粒子,并利用粒子群优化算法对电路进行优化,从而搜索出在图像分类任务上表现优异的电路结构。基于Fashion MNIST和MNIST标准数据集的仿真实验表明,该模型具有较强的学习能力和良好的泛化性能,准确率分别可达94.7%和99.05%。相较于现有量子卷积神经网络模型,平均分类精度最高分别提升了4.14%和1.43%。

关键词： 麻雀搜索算法   反向学习   自适应权重   Lévy飞行   随机游走  

摘要： 针对麻雀搜索算法初始种群多样性低、易陷入局部最优等问题,提出了一种改进的多策略麻雀搜索算法。首先采用反向学习策略取代麻雀搜索算法中随机生成种群的方法,保证了种群的多样性和高质量;其次在发现者中加入自适应权重策略,提高算法的收敛速度和精度;然后在警戒者中加入Lévy飞行策略,减小算法陷入局部最优的概率;最后利用随机游走的特性对处在最优位置的麻雀进行扰动,加大跳出局部最优的概率。对改进算法和其他6个对比算法在8个基准函数上进行测试,并进行Wilcoxon秩和检验,结果表明,该算法初始种群多样性增加,跳出局部最优的能力有较大提高。

关键词： 蚁群优化算法   随机趋邻   协同演化   旅行商问题  

摘要： 针对蚁群算法在求解旅行商问题时收敛速度慢、求解精度低等问题,提出一种融合随机趋邻策略的协同演化蚁群算法。随机趋邻策略首先采用随机分级策略将蚁群随机分为精英蚁和探索蚁,其中随机分级策略能够通过动态调控两类蚂蚁的数量来有效调节算法的多样性和收敛性;然后探索蚁通过趋邻搜索扩大较优解附近的搜索范围,以提高解的精度。协同演化策略采用Jaccard系数判断两类蚂蚁各自最优路径的相似程度,以动态调整两类蚂蚁的交流周期,并平滑其各自最优解公共路径上的信息素,从而实现两类蚂蚁交互进化,进一步提高解的精度。最后通过仿真实验表明,在大规模旅行商问题中,改进算法不仅能够有效平衡算法多样性与收敛性之间的关系,还能提高解的精度。

关键词： G-YOLO v7   目标检测   GhostNet   YOLO v7   无人机图像(UAV)  

摘要： 针对传统无人机(unmanned aerial vehicle,UAV)目标检测算法存在漏检率高、检测成功率低、模型体积大等问题,提出一种新的基于GhostNet和注意力机制的大检测头网络结构的目标检测方法G-YOLO v7(GhostNet YOLO v7)。该技术在YOLO v7-tiny的基础上增加一个大尺寸160×160目标检测头以提升小目标检测能力,同时对网络进行轻量化处理。删除原有20×20的小检测头及其卷积结构,新增GhostNet卷积模块,以减少网络的参数量,降低模型体积,同时修改损失函数为WIoU(wise intersection over union),增加PCBAM(parallel convolutional block attention module)注意力模块以提升检测精度。实验结果表明,基于G-YOLO v7网络结构的目标检测的mAP@0.5为42.3%,较YOLO v7-tiny提升5.2%,较YOLO v8n提升7.4%。G-YOLO v7的参数量和模型体积仅为YOLO v7-tiny的33.9%和37.9%,YOLO v 8n的64%和75.6%,能够有效地应用于无人机航拍图像目标检测。

关键词： 无人机   频谱分配   鲸鱼优化算法   莱维飞行策略   差分进化机制  

摘要： 针对异构无人机群频谱资源利用率低的问题,提出一种基于混合策略改进鲸鱼优化算法的异构无人机群频谱分配方法。首先,构建基于无人机类型和优先级的频谱分配模型,设计不同无人机执行不同任务时的效益计算函数。其次,为解决鲸鱼优化算法容易陷入局部最优和早熟收敛等问题,采用Tent混沌映射、非线性收敛因子、莱维飞行策略和差分进化机制。最后,将改进的鲸鱼优化算法与所提频谱分配模型结合,以最大化网络总效益和认知用户接入公平性为目标进行仿真实验。结果表明,与多个基准算法相比,所提算法在网络总效益和认知用户接入公平性等方面表现更佳。

关键词： 损伤识别   粒子群算法   灵敏度矩阵  

摘要： 在结构上附加虚拟质量的损伤识别方法可以避免附加真实质量的局限,并增加测试模态数据量。损伤识别的精度与虚拟质量的布置方案有很大关系,因此提出连续粒子群算法对虚拟质量的位置进行优化,并通过简支梁结构的数值模拟验证该方法的有效性。结果表明,应用粒子群算法进行虚拟质量的优化,具有操作简单、搜索效率高的优点,得到的优化方案能够准确识别结构的损伤。

关键词： 遗传算法   种群规模   进化代数   稳态误差   调整时间   最大超调量   特征参数   性能指标   稳定最优解  

摘要： 为进一步拓展遗传算法在控制系统比例积分微分(PID)参数优化中的应用范围,将遗传算法引入具有三阶传递函数的压水堆核电厂某流体系统水位控制过程。在更大取值范围内搜索PID控制器的特征参数的最优解。搜索到了控制性能更优、调整时间更短、稳态误差更小、最大超调量更小的特征参数,证明了遗传算法在三阶控制系统中仍然具有很好的适应性。同时,分析遗传算法种群规模、进化代数对优化结果的影响,给出了趋于稳定最优解所需的最小种群规模和最小代数的建议。该研究对遗传算法在核电厂控制领域的推广应用具有重要意义。