演化计算

摘要： 随着装备战斗力生成模式逐渐向机械化、信息化、智能化"三化融合"发展演变,未来航空主战装备的定位、形态及运用将可能发生根本性变革.为应对新时期空战任务所面临的环境高复杂性、博弈强对抗性、响应高实时性、信息不完整性、边界不确定性等一系列挑战,交叉融合人工智能理论与空战对抗技术,研发智能空战系统,将有望在下一代无人制空装备谱系中构建不对称"智能代差",成为制胜未来空天战场的核心关键.本文完整梳理了智能空战研究的发展脉络,总结了以专家机动逻辑、自动规则生成、规则演进、机器学习等方法为代表的智能空战基础理论.从体系、应用及技术视角全面剖析了智能空战的发展趋势,以智能空战的不确定性、安全性、解释性、迁移性、协同性为切入点阐述了智能空战应用落地的若干问题,以期为未来智能空战技术研究勾勒出一条新的探索路径,为人工智能理论与航空科学技术的跨领域交叉融合提供新的发展思路.

摘要： 针对典型自然环境下军事装备的隐蔽问题,提出一种新颖的演化计算策略,将其与图像仿真设计手段相结合,根据环境状况,构建一种快速仿真计算进而给出迷彩目标隐蔽策略的新方法.该方法主要包括迷彩目标与场景图像的融合仿真计算,引入视错觉条带覆盖的迷彩目标隐蔽计算,基于粒子群优化算法和概率分布采样的搜索计算,以及基于深度神经网络图像特征的融合度计算.运用深度神经网络图像分割模型,结合迷彩目标的分割识出率,评估新方法的性能.仿真实验结果表明:在林地和荒漠环境中获得的隐蔽仿真图像平均融合度可达0.99以上,平均分割识出率低于0.90;新方法能够为设计给定目标在场景图像中的隐蔽策略提供有效的依据,具有较高的实用价值和可扩展性.

摘要： 针对小样本多源信息故障预测时存在的参数模型难以建立和预测结果不准确等问题,改进了BP神经网络训练算法,设计了初级概率预测器进行故障概率预测.对初级预测结果进行演化趋势要素计算分析,提出了修正函数对预测结果进行二次修正.利用某型发动机的工作参数数据和音频信息进行了算法验证.实验结果表明,基于演化计算修正的神经网络故障预测方法克服了特征参数较少和样本量不足时造成的预测结果不准确的问题,随着样本量的增加保持了较好的故障预测效果.

摘要： 优化是科学研究和工程管理中一个永恒的话题,一般而言,优化方法是指在一个复杂问题求解过程中寻找最优解或者最需要的解集。其中,群智能算法是该领域一种新兴的演化计算技术,它在生物群体演化规律的启迪下应运而生,近年来一直是计算智能和人工智能领域的研究热点,且已成为交叉学科中一个非常活跃的前沿性研究课题。从博士生时期,北京邮电大学教授赵新超就开始致力于该方向的研究,已在群智能优化算法模型研究与分析、群智能优化与经典最优化方法和多元统计方法等交叉科学领域做出了一系列创新性工作。

摘要： 模拟退火算法是经典的拟物类自然计算方法,其算法设计及应用研究取得了丰硕的成果,模拟退火策略也广泛地融入到现代群智能演化算法的研究之中.早期的性能分析和收敛性分析等理论研究主要是基于随机过程中的马尔科夫链理论,获得了依概率意义的收敛性定理.由于物理和数学已经积淀了深厚的理论基础和丰富的分析工具,可以用来进行随机启发式算法的理论分析和设计.该文试图运用动力系统理论分析模拟退火算法的运行机理和收敛性,将算法搜索最优解的过程比拟为质点作弹性运动,算法运行过程中函数值的变化就是质点在作简谐振动或阻尼振动,建立其常微分方程动力系统模型.运用常微分方程的定性理论对该动力系统模型进行求解和分析,证明了模拟退火算法前、中期的局部收敛性和后期的全局收敛性,对其运行机理给出了合理的理论解释.同时,基于建立的动力系统模型,分析了算法衰减因子与收敛速度的关系,得到了模拟退火算法收敛速度的估计.在此基础之上,提出了一个模拟退火回火算法的改进策略,一个简单易行的回火时刻判据,当弹性系数趋于很小的值时,即可以当作回火时刻.选取几个典型的测试问题,运用基本的模拟退火算法进行实验验证.首先,实验表明数值收敛曲线与理论分析的收敛性结论相吻合;其次,实验验证了收敛速度随退火温度变化的理论分析与数值实验相吻合;同时实验也验证了提出的回火时刻判据的有效性.最后,理论与实验分析表明该文建立的动力系统模型适合描述模拟退火算法.

摘要： 2018大数据与智能计算国际研讨会于2018年9月8~10日在西安召开,会议负责人为西安交通大学数学与统计学院孙建永教授。本次会议主要研讨了大数据技术目前的现状、面临的问题及其在智能计算中可能的研究方向,特别探讨了智能计算目前面临的问题及其在算法、应用与理论方面的进展。姚新教授作了题为''''在中国媒体引领的人工智能热潮中,演化计算研究该往哪儿去”的报告。

摘要： 针对空间碎片环境的长期演化问题,从宏观和微观两个方面,分别构建了碎片环境的整体演化模型和数值演化计算模型,并在此基础上研究了不同条件下碎片环境的长期演化分布特点,分析了碎片环境的稳定性和主要影响因素.低地球轨道碎片环境在未来200年内的演化结果表明,空间目标的相互碰撞解体,是空间碎片不断增加的主要因素;即使停止一切航天发射活动,空间碎片的数量仍在不断增加,表明低地球轨道空间碎片规模已经超越稳定临界点;进一步的发射活动会增强空间碎片环境演化的不稳定性,加剧“碰撞-目标解体-碰撞”反馈连锁碰撞效应.

摘要： 应用演化计算理论研究热动力系统中热工流体网络的模型降阶和参数辨识问题，从基本物理规律出发建立了热工流体网络的通用仿真数学模型；针对流体网络模型维数较高、模型解算困难等特点，采用演化算法对模型进行降阶处理并对降阶后的模型参数进行辨识，避免了传统简化方法采用经验值或者试验数据造成的偏差，在保证模型精度的同时简化了模型，提高了仿真的实时性。将该方法应用于某蒸汽动力装置新蒸汽系统的仿真建模中，仿真试验证明经演化参数辨识的简化模型具有较好的计算精度，能够很好地反映网络对象的特性，在工程上是实用的。

摘要： 本文首先阐述了深空探测的作用意义，并对演化计算做了简单介绍。然后对演化计算在深空探测方面的轨道优化设计、航天器控制优化等方面的应用作了总结。最后对演化计算中的新算法的应用提出建议。

摘要： 本文给出了一种基于演化计算的序列密码分析方法,并进行了大量的实验.实验表明,利用演化计算可以有效地提高密码分析的效率.

摘要： 针对多无人机在无源定位过程中如何协同动态规划航迹提高定位精度问题,提出基于演化深度神经网络的分布式动态航迹优化方法.该方法首先将演化计算与深层前向反馈神经网络相结合,设计基于演化神经网络的无人机协同无源定位动态航迹规划框架.然后以多无人机到达角(AOA)协同定位为例,利用定位过程中对目标估计的克拉美罗界(CRLB)生成最优训练集.通过无人机下一时刻与目标形成的相对构型作为系统学习的行为,从而得到下一时刻优化后的航迹点.实验结果表明,该方法相对于传统中心控制的无人机协同定位方法,具有更低的处理延时,能够以更短时间达到定位精度.

摘要： 微粒群优化算法(PSO)是一种新颖的演化计算技术,自提出以来,已经经历了许多变形和改进。本文介绍了标准微粒群算法及算法流程,总结了几种典型的改进PSO算法,并归纳了PSO算法的应用领域,最后阐述了PSO算法进一步的研究任务。

摘要： Approximation analysis of Pareto optimization，proposed an analysis framework，can be the best approximation algorithm，Apply to subset selection，selective ensemble problem: Pareto ensemble pruning，sparse regression problem: Pareto sparse regression，Well parallelizable algorithm，With theoretical justifications, we aim at solving learningproblems better.With increasing number of processors, the number of iterations can becontinuously reduced, eventually to a constant.

摘要： Approximation analysis of Pareto optimization，proposed an analysis framework，can be the best approximation algorithm，Apply to subset selection，selective ensemble problem: Pareto ensemble pruning，sparse regression problem: Pareto sparse regression，Well parallelizable algorithm，With theoretical justifications, we aim at solving learningproblems better.With increasing number of processors, the number of iterations can becontinuously reduced, eventually to a constant.

摘要： Approximation analysis of Pareto optimization，proposed an analysis framework，can be the best approximation algorithm，Apply to subset selection，selective ensemble problem: Pareto ensemble pruning，sparse regression problem: Pareto sparse regression，Well parallelizable algorithm，With theoretical justifications, we aim at solving learningproblems better.With increasing number of processors, the number of iterations can becontinuously reduced, eventually to a constant.

摘要： 弱节点集群AntⅡ是一种面向低功耗数据密集型计算的体系结构,由若干低功耗嵌入式处理器和固态存储紧耦合而成.面向弱节点集群特殊的应用需求和硬件架构,提出了一种具备自愈、热升级的分布式存储和计算框架PEAK.用原生并行编程语言Erlang开发,利用监控树和代码热替换技术等,保证系统的自愈、可演化;采用了去中心化可伸缩容错的Dynamo架构,保证分布式环境下系统的的可用性和最终一致性;提出分布式元服务管理框架,提供高效灵活基础服务部署与管理,可利用若干元服务快速构建PEAK;提供了Key-value的存储方式和基于MapReduce的查询功能.测评结果显示PEAK可以很好的平衡计算和I/O能力,满足大规模并行数据访问.

摘要： 弱节点集群AntⅡ是一种面向低功耗数据密集型计算的体系结构,由若干低功耗嵌入式处理器和固态存储紧耦合而成.面向弱节点集群特殊的应用需求和硬件架构,提出了一种具备自愈、热升级的分布式存储和计算框架PEAK.用原生并行编程语言Erlang开发,利用监控树和代码热替换技术等,保证系统的自愈、可演化;采用了去中心化可伸缩容错的Dynamo架构,保证分布式环境下系统的的可用性和最终一致性;提出分布式元服务管理框架,提供高效灵活基础服务部署与管理,可利用若干元服务快速构建PEAK;提供了Key-value的存储方式和基于MapReduce的查询功能.测评结果显示PEAK可以很好的平衡计算和I/O能力,满足大规模并行数据访问.

摘要： 本发明涉及神经计算建模技术领域,具体涉及一种基于丘脑皮层神经计算模型的阿尔茨海默病演化趋势分析系统，通过对经典的丘脑皮层神经计算模型进行优化，建立受Aβ淀粉样蛋白沉积影响的丘脑皮层神经计算数学模型，调整修正后模型中的Aβ淀粉样蛋标准化摄取值比率参数，对模型输出的脑电信号功率谱中α频段进行分析，进而判断阿尔茨海默病的阶段.本发明的有益效果是：该分析过程具有原理清晰、使用简单方便。即只要提供Aβ淀粉样蛋白相关参数,就可以预测出阿尔茨海默病的患病阶段、根据Aβ淀粉样蛋白相关参数，预测出阿尔茨海默病的患病阶段的工具。

摘要： 本发明公开了一种基于灾害时空演化的泥石流容重计算方法，该方法(1)确定泥石流容重的基准值；(2)根据基准值所处阶段、拟计算所处阶段的物源动储量、静储量、流域面积、流域相对高差，获得基准值所处阶段、拟计算所处阶段的物源特征参数；(3)获得物源状态调整系数；(4)获得基准值所处阶段、拟计算所处阶段对应的降雨频率下的清水洪峰流量，基于清水洪峰流量获得降雨频率下的水力条件调整系数；(5)基于物源状态调整系数和水力条件调整系数，获得沟口的泥石流容重；(6)通过沟道段冲淤特征、固体物质动态变化体积、固体物质颗粒组成特征参数，获得断面的泥石流容重。

摘要： 本发明公开了一种基于应力演化的锆金属管氢化物取向的计算方法。首先取原始氢化物呈圆周取向且经过退火处理的多个锆金属管，对每个锆金属管进行多次矫直处理，每次矫直后都取样一段作为渗氢的试样；每个锆金属管矫直完成后，根据矫直参数之间的关系，推导出多次矫直后的矫直应力与残余应力；将不同矫直次数截得的试样进行渗氢处理，之后用金相显微镜观察氢化物的取向，计算出氢化物取向因子；最后建立起矫直参数与氢化物取向因子之间的映射关系；通过所述的映射关系，获取锆金属管的矫直参数，即可预测其矫直后的氢化物取向。本发明提供了一种全新的计算方法，可在制备锆金属管时有效地预测应力演变对锆金属管中氢化物取向产生的影响。

摘要： 本发明涉及神经计算建模技术领域,具体涉及一种基于丘脑皮层神经计算模型的阿尔茨海默病演化趋势分析，通过对经典的丘脑皮层神经计算模型进行优化，建立受Aβ淀粉样蛋白沉积影响的丘脑皮层神经计算数学模型，调整修正后模型中的Aβ淀粉样蛋标准化摄取值比率参数，对模型输出的脑电信号功率谱中α频段进行分析，进而判断阿尔茨海默病的阶段.本发明的有益效果是：该分析过程具有原理清晰、使用简单方便。即只要提供Aβ淀粉样蛋白相关参数,就可以预测出阿尔茨海默病的患病阶段、根据Aβ淀粉样蛋白相关参数，预测出阿尔茨海默病的患病阶段的工具。

摘要： 本发明公开了一种基于演化计算的机器视觉多任务神经网络架构搜索方法，首先初始化种群，对种群中的个体的多任务泛化能力进行评估，然后通过二进制锦标赛选择算法随机获得两个染色体，并比较两个染色体多任务泛化表现，选择表现更好的一个作为父本，再选择两个父本进行交叉、变异操作，产生两个子代，对子代的多任务泛化表现进行评估，之后合并子代和父代，根据评估结果进行环境选择，生成新的种群，进行新一轮的演化，直到达到预定的终止条件，输出多任务泛化能力最好的个体。本发明使用遗传算法来优化多任务网络模型体系结构，在无需人工参与的情况下，能够自动搜索到适合于多任务学习的神经网络模型，提高多任务网络的跨任务信息融合能力。

摘要： 本发明涉及一种基于演化计算多视图融合的分子结构图检索方法。包括：步骤1，使用旋转、平移、缩放等操作来增强数据；步骤2，利用增强的数据训练多个深度模型作为多视图特征提取器；步骤3，利用训练好的多视图提取器提取增强数据的多视图特征；步骤4，通过演化算法搜索性能优良的多视图融合模型用于获取分子结构图分类模型和数据集的融合特征；步骤5，直接使用分类模型或者利用融合的特征计算得到的待检索图与检索库中分子图的相似性的排序值对待检索分子结构图完成检索。本发明用于解决在化学信息学领域无需依赖分子结构式编码字符，直接基于图像的化学分子结构式检索问题。

摘要： 本发明公开了一种基于演化计算的JPEG图像编码优化方法，涉及演化计算和JPEG编码优化技术领域，从进化计算的角度出发，对JPEG的量化表进行优化，针对图像编码中的码率多功能需求，研究基于多目标优化的多功能图像编码优化技术，在提升编码效率的同时，满足用户的多种码率需求，通过对图像编码问题进行多目标建模，设计符合率失真最优原则的进化算子、以及环境选择策略，能有效找到最优量化表，使得图像的编码效率能提升10％以上，同时，在优化的过程中产生的多组量化表能够有效应对图像压缩编码中的不确定性问题。

摘要： 本发明公开的地球同步轨道碎片倾角矢量演化计算方法，包括首先计算地球非球形摄动主项J2项对倾角碎片变化率的影响，计算J2项影响下同步轨道碎片倾角矢量的角频率、进动的周期以及进动的角速率；然后分别计算太阳引力和月球引力引起的地球同步轨道碎片倾角矢量进动的频率、进动的周期和角速率；最后将不同的角频率、逆进动的周期以及进动的角速率进行合成计算。本发明的地球同步轨道碎片倾角矢量演化计算方法，将地球J2项和日月引力的作用分别计算，相对于传统的采用完全数值计算的各种地球同步轨道碎片倾角矢量演化计算方法，本方法计算速度快，可用于对地球同步轨道碎片轨道长期演化的分析计算。

摘要： 本发明公开的厘米级以下碎片轨道演化计算方法，包括以下步骤：步骤1、计算碎片分布特征；步骤2、计算碎片初始的位置速度；步骤3、叠加碎片精确加速度模型，外推计算碎片的轨道演化。本发明的厘米级以下碎片轨道演化计算方法，可以有效降低现有厘米级以下碎片的轨道演化计算误差，有利于航天器日常监管过程中对厘米级以下碎片轨道长期预报，延长碎片对航天器可能的碰撞预报时间，增大碰撞预警的有效时间。

摘要： 该发明公开了一种基于演化计算的企业客户销量预测方法，涉及商业预测技术领域。本发明包括：采集企业信息，根据采集的众多企业信息中，提取出个企业属性对于计算企业客户销量的权重，再基于各企业属性的权重，计算目标企业客户的销量；现有技术中都是针对个体客户的销量计算，本发明从企业属性出发，预测了企业客户的销量，从而有利于针对性的找到潜在企业客户。