公共文化服务平台

国家教育部博士点基金(20112304110009): 作品数：40 被引量：215H指数：10; 相关作者：毕晓君肖婧李博王珏刁鹏飞更多>>; 相关机构：哈尔滨工程大学辽宁省交通高等专科学校哈尔滨理工大学更多>>; 发文基金：国家教育部博士点基金国家自然科学基金中央高校基本科研业务费专项资金更多>>; 相关领域：自动化与计算机技术电子电信生物学建筑科学更多>>

基于杂草优化算法的电力线通信系统资源分配被引量：5: 2013年; 为提高电力线通信系统资源利用率,提出一种基于改进入侵性杂草优化算法的资源分配方法。以速率自适应为准则,同时考虑系统功率谱的限制及用户之间的公平性等约束条件,采用在个体随机位置进行有方向性变异的二进制离散入侵性杂草优化算法,实现子载波的最优分配。在典型电力线通信系统环境下的仿真结果表明,与现有的资源分配算法相比,改进的杂草算法在系统容量、用户公平性等方面均有明显优势,可有效提高系统的性能。; 毕晓君吕娜; 关键词：电力线通信资源分配正交频分多址接入二进制编码

基于高维多目标定向混合进化的可变形机器人优化设计被引量：2: 2016年; 针对水路两栖模块化可变形机器人工作环境的复杂性和任务多变性,根据其结构和运动特性,提出一种基于高维多目标定向混合进化算法的机器人结构参数优化设计方法,使该型机器人的变形能力和两栖多种运动步态性能达到最优。通过一组方向矢量将搜索空间分解成多个固定寻优方向,并将机器人参数设计的该高维多目标优化问题转化成固定方向上的单目标优化问题;构建混合进化机制加强各方向上最优参数设计方案的搜索能力;以改进的交互式模糊支配和密度估计因子构造精英保留策略,提高设计方案集合的先进性和分布性。试验结果表明,高维多目标定向混合进化算法能够迅速、客观地选择合理的机器人结构参数,可以给设计人员提供更多的选择,为水路两栖可变形机器人的设计提供了一种简单、高效的新方法。; 张永建毕晓君

视频监控中的人群逃离行为检测与定位被引量：2: 2015年; 对视频监控系统中的人群异常逃离行为检测和定位的问题进行研究。提出一种不仅能检测出异常事件,而且能够识别异常的可能位置的新算法。人们通常本能地逃离异常或者危险发生的地点。基于这个理论,提出了一种新的检测发散中心的算法:发散中心暗示异常发生的可能位置。首先建立正常和异常的人群运动模型。通过光流场来计算出运动矢量的位置和方向,并获得矢量的交点。然后使用KNN最邻近搜索法获得交点集的密集区域即发散中心。最后,通过判断运动速度、能量和发散中心识别逃离行为。对多个视频数据进行实验测试,结果验证了所提方法是有效的。; 陈春雨邵宇赵春晖

基于模糊支配的高维多目标进化算法MFEA被引量：13: 2014年; 为提高高维复杂多目标优化算法的收敛性和解集分布性,提出一种基于模糊支配的高维多目标进化算法MFEA.在第二代Pareto支配类高维多目标进化算法模型基础上,利用模糊理论对模型中的环境选择进行改进,提出基于模糊隶属度的支配关系,并结合Harmonic、k邻域法和小生境技术对其中的拥挤密度估计方法进行改进,最后根据高维多目标的特点并结合模糊理论α-截集的思想提出了新的环境选择策略.将该算法与目前性能最好的5种多目标进化算法在标准测试函数集上进行对比试验,结果表明本文算法与其他算法相比具有明显的优势,不仅提高了算法的收敛性能,而且保证了Pareto最优解的均匀分布性.; 毕晓君张永建陈春雨

基于自适应差分进化的干线交通信号协调控制被引量：1: 2012年; 为克服现有基于传统智能优化算法的城市干线交通信号协调控制方法求解精度低、易陷入局部最优等缺陷,将改进后的动态自适应差分进化算法p-ADE应用于城市干线双向交通信号的协调优化控制,通过优化干线交叉路口相位差减小交通流平均延误.p-ADE在标准差分进化算法基础上提出了新变异策略和参数动态自适应调整策略,有效平衡算法的局部搜索与全局搜索能力.通过与基于多种群免疫算法等协调优化控制方法对比,实验结果表明,p-ADE在收敛精度、速度和鲁棒性上相比较于多种先进智能优化算法均具有明显优势,可以为交通干线系统提供更优的相位差,有效减少干线直行交通流的平均延误,提高城市主干道交通通行能力.; 毕晓君刘国安肖婧; 关键词：差分进化智能交通干线协调控制

A New 3D Wireless Directional Sensing Model and Coverage Enhancement Algorithm: 2016年; Coverage control for each sensor is based on a 2D directional sensing model in directional sensor networks conventionally. But the 2D model cannot accurately characterize the real environment. In order to solve this problem,a new 3D directional sensor model and coverage enhancement algorithm is proposed. We can adjust the pitch angle and deviation angle to enhance the coverage rate. And the coverage enhancement algorithm is based on an improved gravitational search algorithm. In this paper the two improved strategies of GSA are directional mutation strategy and individual evolution strategy. A set of simulations show that our coverage enhancement algorithm has a good performance to improve the coverage rate of the wireless directional sensor network on different number of nodes,different virtual angles and different sensing radius.; Xiaojun BiPengfei Diao; 关键词：WIRELESS COVERAGE ENHANCEMENT GRAVITATIONAL SEARCH ALGORITHM

块对角化下用户天线联合选择的改进: 2013年; 为了满足块对角化对天线数的限制并降低硬件的复杂性及成本,提出一种改进的块对角化下用户天线联合选择方法。利用差分算法收敛速度快、收敛精度高、全局寻优能力强等特点搜索可能的天线子集以最大化系统和数据率,与目前解决用户天线联合选择问题效果最好的算法对比,基于差分进化算法的用户天线联合选择具有更高的精度,且在大多数情况下效率也更高,更适于解决块对角化下的用户天线联合选择。; 毕晓君张梦莹朱曈; 关键词：块对角化差分进化算法

基于全局排序的高维多目标优化研究被引量：11: 2015年; 目标数超过4的高维多目标优化是目前进化多目标优化领域求解难度最大的问题之一,现有的多目标进化算法求解该类问题时,存在收敛性和解集分布性上的缺陷,难以满足实际工程优化需求.提出一种基于全局排序的高维多目标进化算法GR-MODE,首先,采用一种新的全局排序策略增强选择压力,无需用户偏好及目标主次信息,且避免宽松Pareto支配在排序结果合理性与可信性上的损失;其次,采用Harmonic平均拥挤距离对个体进行全局密度估计,提高现有局部密度估计方法的精确性;最后,针对高维多目标复杂空间搜索需求,设计新的精英选择策略及适应度值评价函数.将该算法与国内外现有的5种高性能多目标进化算法在标准测试函数集DTLZ{1,2,4,5}上进行对比实验,结果表明,该算法具有明显的性能优势,大幅提升了4~30维高维多目标优化的收敛性和分布性.; 肖婧毕晓君王科俊

基于云差分进化算法的约束多目标优化实现被引量：14: 2012年; 针对现有约束多目标算法存在收敛性、分布性不高等问题,提出一种基于云差分进化算法的约束多目标优化方法,通过云模型对差分进化算法的参数进行自适应处理;采用建立外部种群分别存储可行解和不可行解的方式处理约束条件,并对已有可行解集的更新方法进行改进,有效提高解集的分布性.提出新的变异策略,利用优秀可行解和不可行解的方向信息增强算法对解的探索能力.通过对CTP类标准问题的求解表明,与另外2种较为优秀的约束多目标算法相比,本算法显著提高了Pareto解集的分布性,且更接近于真实的Pareto前沿,有效地解决了约束多目标问题.; 毕晓君刘国安; 关键词：约束多目标优化差分进化算法云模型

基于单目标拟合度的高维多目标可视化: 2013年; 针对现有可视化技术不能有效显示高维多目标优化问题这一难题,提出了一种以单目标拟合为绘图基准的子图表可视化技术。该方法以与目标数相同的子图表形式显示Pareto标准解集,并在子图表中通过拟合位置绘制Pareto近似集。其图形有效地显示了Pareto近似集的收敛性和分布性,同时对单个解各维目标上性能的相对优劣性及不同解在同一目标上性能的对比情况都达到了有效的可视化显示。基于此思想设计了可视化模型并通过试验加以分析,达到了方便决策者对多目标优化问题进行分析和决策的目的。; 毕晓君李博; 关键词：PARETO前沿

国家教育部博士点基金(20112304110009)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

国家教育部博士点基金(20112304110009)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈