混沌变异

摘要： 为降低供应链成本,建立了三级供应链库存控制模型。按照库存与订单之差的控制率向上级订货,以供应链总成本为目标函数进行优化。针对初始萤火虫算法(FA)寻优过程中局部搜索能力弱、种群多样性差、搜索速度慢、容易陷入局部最优解等缺点,提出了一种易收敛的改进萤火虫算法(IFA)求解该模型。通过改进自适应光感系数加速种群的收敛速度;采用非线性莱维飞行步长,混沌变异判断策略兼顾全局搜索能力、局部收敛速度和种群多样性等。测试函数表明,IFA在全局搜索最优解和收敛速度方面都有了改进,成本降低了10.1%,为流程工业供应链节约了大量人力物力成本。

摘要： 针对模型预测控制算法(MPC)在处理多目标多约束条件时权重系数设计问题,该文提出一种基于混沌变异的动态重组多种群粒子群算法(CDMSPSO)实现权重系数自整定.通过分析模型预测转矩控制(MPTC)代价函数,以两相旋转坐标系下电流误差方均根为参考,将降低转矩脉动和减小电流总谐波畸变(THD)作为主要控制目标,设计粒子群算法中粒子的目标函数.采用CDMSPSO算法,将整个种群划分为多个小的子粒子群,并以一定重组周期将粒子进行随机重组,然后随机选择一个子粒子群,以其中任一粒子为基础迭代生成混沌序列,并将新的混沌序列替代选择的子粒子群,实现粒子的混沌变异.仿真和实验结果验证了该方法能较好地解决权重系数整定问题,且稳态性能优异.

摘要： 为了解决Web集群中的高并发访问和资源异构引发的负载不均衡问题,提出了一种基于改进布谷鸟搜索的负载均衡算法.该算法建立了自适应负载分配权重模型,使用基于目标函数的布谷鸟搜索算法寻找最优权重.首先,根据集群任务调度特性定义了负载分配权重,并建立了集群调度的目标函数.其次,将负载分配权重编码为布谷鸟种群个体,使用布谷鸟搜索算法寻找最优个体,结合目标函数进行评估.另外,通过混沌变异增加初始种群的均匀度和离散度,并通过在布谷鸟搜索中引入反向学习,加速了最优权重的输出,根据最优权重将任务调度至集群中的各节点.结果 表明:负载均衡算法使得整个集群的服务响应时间降低60％左右,在高并发请求情况下可显著提高异构集群的服务容量和负载均衡度.

摘要： 针对一般粒子群算法辨识永磁同步电机(PMSM)参数由于其粒子在迭代后期易陷入局部最优而导致辨识精度不高的问题,提出一种将小生镜策略和混沌变异策略相结合的混沌变异小生境粒子群算法(NCPSO).该算法为在连续三次迭代过程中对适应度值变化小的粒子为中心生成小生镜群体,并对该小生境群体中的最优粒子进行混沌变异.在同步旋转dq轴坐标系下建立PMSM满秩离散数学模型,将定子dq轴电压设为辨识模型和实际测量值的输入,设计了NCPSO辨识PMSM参数的适应度函数.该辨识方法不需推导复杂的电机数学模型,可同时辨识定子绕组电阻、定子绕组dq轴电感和永磁体磁链4个参数.经仿真结果表明,该算法的4个参数辨识误差都在0.14％以下,经实验结果表明,其辨识偏差都在2.15％以下.

摘要： 结合现有研究最实用、最常见的调度图规则构造水库调度优化模型,为降低粒子群算法收敛速度引入混沌变异系数法,然后设定合理的步数阈值作为进化停滞条件,当进化停滞步数大于该阈值时随机选取20％粒子开始混沌变异,从而实现增加种群多样性、驱散聚集粒子群以及避免早期收敛等目标.以大伙房水库为例,运用混沌变异粒子群算法获取符合用水保证率的调度图,通过实证分析验证了其适用性与可行性.

摘要： An improved PSO algorithm with spiral search(SSPSO) is presented to solve the shortcoming that the traditional particle swarm optimization (PSO) algorithm is easy to fall into a local optimum when complex functions in high-dimensional decision space is solved.A new particle update method based on spiral searches in projection space is proposed and applied to PSO to solve the premature convergence problem;Chaos perturbation is introduced to improve the randomness of spiral search so that the search ability is improved.An adaptive selection strategy of operators is also used to balance the usage of spiral search and basic particle update strategy and to maximize their effectiveness in different search stages.Experimental results and a comparison with the traditional PSO indicate that SSPSO converges with fewer iterations and improves the computation accuracy up to 10-13.The algorithm is suitable for solving engineering application problems with characteristics of complexity,multiple peaks and continuous space.%针对传统粒子群算法在求解高维决策空间问题时容易陷入局部最优的缺点,提出采用投影螺旋搜索的改进粒子群算法.该算法提出了一种基于投影空间的螺旋搜索粒子更新方式,并应用于粒子群算法中以解决早熟问题;为了增强寻优能力,引入混沌策略生成螺旋搜索的参数以提高搜索的随机性;使用自适应算子选择策略分配螺旋搜索更新和传统粒子更新的选择概率,使2种粒子更新方式在不同搜索阶段发挥最大效用.仿真实验表明:与基本粒子群算法相比,提出的算法能够以较少的迭代次数收敛,寻优精度最大可提高10-13,适合于求解一类具有连续空间复杂多峰值特点的工程应用问题.

摘要： In order to improve the ability to protect the important load under the fault status,a construction method based on the needs differentiation of the core backbone network is presented.The mathematic models of core backbone network are established from three aspects of loads,sources and grids needs,and the network connectivity-repairing strategy is improved.The improved QBPSO is applied to solve the model with dynamic rotation angle,premature judgment mechanism and chaotic mutation strategy.Search results are compared and analyzed with quantum binary particle swarm algorithm (QBPSO) and quantum-inspired evolutionary algorithm (QEA).It is applied to the IEEE-118 system,and the results show that the method can accurately search the core backbone network based on loads,sources and grids needs.The proposed improved QBPSO has fast convergence and better optimum result,which can overcome the local optimum.%为了提高故障状态下电网保障重要负荷的能力,提出一种基于需求差异化的核心骨干网架构建方法.分别从负荷、电源和网架三个需求方面建立了核心骨干网架的数学模型,同时改进了网架连通性修复策略.采用引入了动态旋转角,早熟判断机制和混沌变异策略的改进量子粒子群算法进行模型的求解,并与量子粒子群算法和量子进化算法的搜索结果进行了对比分析.应用IEEE-118节点系统进行算例分析,结果表明能准确搜索出基于负荷、电源和网架需求的核心骨干网架,所提出的改进量子粒子群算法收敛快,能够克服陷入局部最优,收敛精度高.

摘要： 针对复杂约束优化问题,提出一种滤子拟态物理学优化算法(FMAPO).算法引入滤子技术,将个体适应度值和约束违反度构成滤子对,并共同作为个体评价指标代替罚函数,操作简便.反向学习理论、均匀分布机制和混沌变异操作的引入,保证了算法的全局搜索能力.采用几个标准约束优化测试函数进行性能测试,并将FMAPO算法用于带约束条件的起重机箱型主梁优化.通过几种典型算法进行函数测试仿真及工程优化问题的求解对比,仿真结果表明融合滤子技术的拟态物理学算法能有效求解约束问题且精度更高.

摘要： 由于MOPSO算法中传统的随机变异、高斯变异等操作在大多数情况下其全局寻优能力有限，因此，本文将混沌变异思想引入到MOPSO算法中，对粒子分布的临近区域进行变异处理，提出了基于混沌变异的分组MOPSO算法（CMOSPO），以寻求全局最优解。结果表明：此算法具有几乎与NSGA2相当的收敛能力，相对优于MOEA/D，更绝对优于具有随机变异、高斯变异的MOPSO算法，且运行时间小于NSGA2、MOEA/D，能有效地突破局部区域的约束，寻优全局最优边界。

摘要： 针对传统的多人脸检测方法的时间复杂度高、准确率较低的缺点,提出一种基于改进遗传算法的多人脸检测方法.该算法使用人脸面部五官的结构特征和灰度分布特点、人脸面积等图像特征对人脸进行基于语义的描述,采用一种混沌变异的小生境遗传算法,对输入的图像从不同尺度上同时搜索人脸区域.通过实验,该算法适用于人脸五官完备的正面人脸图像.每幅图像人脸个数在3-5之间的正确率达到86﹪,每幅图的处理时间平均小于1秒.实验结果表明该算法在正确率和速度方面都取得了较好的结果.

摘要： 基于免疫网络的聚类算法有收敛速度快,不依赖初始原型的选择等优点,但算法中参数过多且传统的参数设置通常是依靠经验和多次实验确定的,工作量大且难以得到理想的参数组合,影响了算法的使用性能。本文提出一种自适应混沌遗传算法对该算法的参数进行优化,该算法在遗传进化的过程中根据群体多样性测度引入混沌变异算子,使算法能有效维持种群的多样性,防止和克服进化过程中的“早熟”现象,在提高解的精度和加快收敛速度方面都有显著改善,从而为解决参数优化问题提供了一种行之有效的方法。实验结果也表明,该遗传算法对免疫网络的聚类算法参数起到了优化的作用。

摘要： 针对标准遗传算法存在的早熟与收敛速度较慢等问题,利用混沌序列的随机性、遍历性及规律性,提出了一种基于混沌序列进行混沌交叉与混沌变异的改进型遗传算法——混沌遗传算法,并基于组合电路测试生成的神经网络模型,对基于混沌遗传算法的组合电路测试生成方法进行了详细讨论.实验结果表明所提出方法能有效克服标准遗传算法中的局部收敛问题,加快了测试生成过程.

摘要： 本发明公开了基于混沌种群变异PIO的航天器姿态轨道协同规划方法，属于卫星姿态轨道控制的技术领域。本发明在算法的演化阶段采取了“探索”，“搜寻”，“变异”，“归巢”的鸽群动态寻优策略。在地图指南针阶段针对种群的初始化问题加入混沌算子进行初始化操作，在种群完成初始化后加入了自适应算子实现了种群可依据当前种群演化状态自适应演化，同时加入了变异算子来解决种群陷入局部最优解的问题；在地标算子阶段针对种群收缩问题加入收缩算子，解决了优秀个体流失过快、种群退化问题，使规划结果更加平滑，种群演化更加深入，局部最优解问题以及算法发散问题得到了解决，进一步减少了算法的计算量。

摘要： 一种五维混沌系统及基于五维混沌系统的混沌信号发生器，涉及信息加密领域。本发明的五维混沌系统占用数字电路乘法器数量少、实现简单，呈现混沌的系统参数范围大从而获得复杂性的混沌信号，提高混沌信息加密的安全性。五维混沌系统用于输出五路混沌信号并存在典型的混沌吸引子。混沌信号发生器中的FPGA用于生成五维混沌系统电路，FPGA的五路混沌信号输出端分别连接第一路、第二路、第三路、第四路、第五路数模转换器的数字信号输入端；拨码开关的一端连接电源，拨码开关的另一端分别连接五路数模转换器的供电端，五路数模转换器输出的信号均为电压信号。混沌信号发生器能提供具有多种变量组合形式的用于信息加密的具有良好的混沌特性五维混沌信号源。

摘要： 本发明公开了一种引入变异策略的混沌天牛群搜索算法，包括：应用粒子群策略将天牛须搜索算法中的天牛个体扩展为天牛群，扩大算法的搜索范围；引入混沌映射机制对天牛群进行混沌扰动，使初始化的种群以随机的方式均匀分布，加快算法的收敛速度；提出变异因子策略进行位置更新，使该算法更易跳出局部最优，增强算法的稳定性与精度。本发明改进了传统天牛须搜索算法(BAS)在解决高维度问题时精度低、收敛速度慢、稳定性差、易陷入局部最优等缺点，同时保留了BAS参数少、易于实现等优点，极大的提高了收敛速度、增强了算法的稳定性和全局搜索能力，最大限度的避免了陷入局部最优解的问题。

摘要： 本发明属于DNA计算中编码设计领域，涉及群体智能优化算法和DNA编码，具体是基于混沌和混合高斯变异改进引力搜索算法的DNA序列优化方法。所述方法首先在D维搜索空间生成全部的DNA序列作为初始种群，再用基于混沌和混合高斯变异的引力搜索算法对初始种群进行寻优，通过不断的循环迭代最终可得优化问题的最优解；引力搜索算法需要计算每个个体不同方向上的总合力，然后根据总合力计算个体的加速度，根据加速度来更新每个个体的速度以及位置，如此循环，当算法达到最大迭代次数，算法搜索停止，最终构造出质量较优的DNA序列编码。本发明方法可以搜索出满足多个约束条件的最优DNA编码序列。

摘要： 本发明公开了基于混沌种群变异PIO的航天器姿态轨道协同规划方法，属于卫星姿态轨道控制的技术领域。本发明在算法的演化阶段采取了“探索”，“搜寻”，“变异”，“归巢”的鸽群动态寻优策略。在地图指南针阶段针对种群的初始化问题加入混沌算子进行初始化操作，在种群完成初始化后加入了自适应算子实现了种群可依据当前种群演化状态自适应演化，同时加入了变异算子来解决种群陷入局部最优解的问题；在地标算子阶段针对种群收缩问题加入收缩算子，解决了优秀个体流失过快、种群退化问题，使规划结果更加平滑，种群演化更加深入，局部最优解问题以及算法发散问题得到了解决，进一步减少了算法的计算量。

摘要： 一种五维混沌系统及基于五维混沌系统的混沌信号发生器，涉及信息加密领域。本发明的五维混沌系统占用数字电路乘法器数量少、实现简单，呈现混沌的系统参数范围大从而获得复杂性的混沌信号，提高混沌信息加密的安全性。五维混沌系统用于输出五路混沌信号并存在典型的混沌吸引子。混沌信号发生器中的FPGA用于生成五维混沌系统电路，FPGA的五路混沌信号输出端分别连接第一路、第二路、第三路、第四路、第五路数模转换器的数字信号输入端；拨码开关的一端连接电源，拨码开关的另一端分别连接五路数模转换器的供电端，五路数模转换器输出的信号均为电压信号。混沌信号发生器能提供具有多种变量组合形式的用于信息加密的具有良好的混沌特性五维混沌信号源。

摘要： 作为本发明的一个方式，进行以下的分析，使对每个碱基种类进行了标记的分析对象的核酸样本进行电泳，检测每个碱基种类的标记信号，生成检测强度的波形数据，对每个碱基种类的上述波形数据的各峰值位置选择其他的峰值位置，计算各峰值位置的信号强度相对于选择出的其他峰值位置的信号强度的相对信号强度，在各峰值位置对分析对象的核酸样本的相对信号强度和已知的核酸样本的相对信号强度进行比较，进行与核酸样本的碱基排列坐标位置的各碱基种类的存在相关的分析。由此，实现高灵敏度、高精度地取得与作为目标的基因区域中存在的微量的基因变异相关的信息。

摘要： 本发明提供了一种基于Duffing‑Van derpol忆阻混沌振子的混沌同步电路，该混沌同步电路包括运算放大器U1、运算放大器U2、运算放大器U3、运算放大器U4、运算放大器U5、运算放大器U6、运算放大器U7、运算放大器U8、运算放大器U9、运算放大器U10、运算放大器U11、运算放大器U12、电容C1、电容C2、电容C3、电容C4、电容C5、乘法器A1、乘法器A2、乘法器A3、乘法器A4、乘法器A5、乘法器A6、乘法器A7、乘法器A8、外围电阻以及两个正弦信号源。本发明的有益效果是：通过将两个含有磁控忆阻器模型的Duffing‑Van der pol忆阻混沌振子电路进行耦合，实现了两个混沌系统的同步。

摘要： 本发明基于混沌编码的键控光混沌通信系统，发射端：光纤反射镜、主分布反馈式激光器等依次相连，第二光耦合器与两滤波器相连；第二环形器通过第一光电探测器与第一相位调制器相连；第一光耦合器通过开关与第一或二从分布反馈式激光器相连；第二从分布反馈式激光器与第三光耦合器相连，第三光耦合器与两滤波器相连；第一环形器与第一相位调制器相连，第一相位调制器、单模光纤等依次相连；接收端：光纤反射镜、主分布反馈式激光器等依次相连，第四光耦合器与两滤波器相连；第三从分布反馈式激光器、第五光耦合器、第二光电探测器、相乘器、第二相位调制器依次相连，第二相位调制器与相减器相连；第五光耦合器、相减器等依次相连。

摘要： 本发明属于能源系统技术领域，具体涉及一种混沌变异遗传高维度多指标综合能源系统规划方法及系统，其中基于混沌变异遗传的高维度多指标综合能源系统规划方法包括：确定综合能源系统规划方案评价指标；建立城市综合能源系统评价模型；根据城市综合能源系统评价模型和混沌变异遗传获取综合能源系统最优配置方案，实现了为综合能源系统提供最佳规划方案。在满足用户多种能源需求的前提下，最大限度地降低系统投资和用能成本，促进多种能源的高效利用和可持续发展。