关键词： 载波路由   分布估计算法   遗传算法   可靠性  

摘要： 为了提高低压电力线载波通信可靠性,解决载波信道资源紧张、传输能力下降等问题,针对复杂的低压电力线网络拓扑结构,提出一种基于混合分布估计算法的电力线载波通信路由方法。根据网络服务质量(QoS)设计电力线网络传输加权目标函数,采用二进制编码方式表示解,使用分布估计算法和遗传算法并行搜索最优解,其中,分布估计算法通过种群增量学习(PBIL)概率模型对解空间采样,对2种算法的每一代新生种群设计动态比例进行混合,以此更新产生下一代种群,提高算法全局和局部搜索能力。将所提算法与遗传算法、蚁群算法、分布估计算法进行仿真比较,结果表明,所提算法能更快地建立起网络中主节点到各从节点的最优路由,提高了抄表采集系统中数据包的传输实时性和成功率,以动态网络验证了算法的鲁棒性。

关键词： 人工神经网络  

ISBN: (纸本)9787121493522

摘要： 本书共7章，剖析了图神经网络领域所面临的两大核心挑战：深度加深模型退化和监督信息过度依赖。针对这两大挑战，本书提出了一系列解决思路，涵盖模型结构设计、训练策略优化等方面的内容。

关键词： 谐振变换器   临近空间   时域分析   遗传算法   参数设计  

摘要： 能量转换效率以及体积是影响临近空间飞行器续航能力的重要因素，为了满足飞行器对于电源模块在高效率和高功率密度方面的需求，利用非支配排序遗传算法II（NSGA-II）对LLC谐振变换器的损耗和磁性元件的体积进行了优化。在时域内分析了变换器的工作模态，并推导了变换器的时域表达式，建立了稳态方程求出精确的时域解。基于时域解对变换器的损耗进行了分析并对谐振电感和变压器进行设计。由于变换器的效率和磁性元件的体积为两个相互冲突的优化目标，无法通过单一解去实现效率和体积的最优化，采用NSGA-II算法对变换器的损耗和磁性元件的体积进行多目标优化，得出了Pareto前沿解。最后搭建了实验电路，对变换器的效率进行了验证。优化结果表明在满足系统需求的前提下，平均效率最高达98.23%，对应磁性元件体积为53.4cm3，磁性元件的体积最小可达22.83cm3，对应效率为97.34%。

关键词： 族群无人机   合成孔径雷达   任务分配   遗传算法   染色体编码  

摘要： 该文针对族群无人机SAR系统的任务分配问题，提出了一种基于低冗余度染色体编码的族群无人机SAR任务分配方法。该方法针对SAR成像任务的特有问题分析了成像性能与成像几何构型之间的内在联系，并据此建立了考虑成像性能的路径函数，将族群无人机SAR任务分配问题建模为广义均衡多旅行商问题;然后，采用冗余度较低的两部分染色体编码方式来表征任务分配方案，提高遗传算法的搜索效率和准确性。针对实际应用中可能发生的意外情况，该文还提出了一种融合了合同网算法和注意力机制的动态任务分配策略，该策略能够根据实际情况灵活调整任务分配方案，确保系统的鲁棒性。仿真实验验证了该文所提方法的有效性。

关键词： 篦齿封严   遗传算法   单目标优化   泄漏特性  

摘要： 为了减少篦齿密封结构的泄漏，提升密封性能，选择篦齿结构每个独立齿的齿顶宽度、齿间距、前倾角以及后倾角等作为设计参数，基于遗传算法对篦齿密封结构的泄漏特性进行优化；并对比分析优化前、后的篦齿模型在不同进出口压比和雷诺数等多工况条件下换算流量的变化趋势。结果表明：优化后篦齿模型的换算流量降低了14.45%，密封性能得到显著提升；换算流量随着压比和雷诺数的增加而增大；在同一压比和雷诺数条件下，优化后的换算流量始终低于优化前；随着压比和雷诺数的增加，优化效果呈现出总体衰减的趋势，换算流量降低幅度分别由14.45%逐渐下降至8.31%和7.11%。研究采用的优化方法对目标工况下篦齿结构的泄漏特性明显改善，显著提升了密封性能，为篦齿结构的气动设计提供了新的思路。

关键词： 旅行商问题   遗传算法   管廊巡检   路径规划  

摘要： 遗传算法是求解TSP问题的一种主流智能优化方法，但存在早熟收敛的不足。首先提出一种改进的遗传算法，采用贪婪策略初始化种群，引入蚁群算法中的重要程度因子自适应调节交叉变异概率，运用粒子群算法中的自身基因结构和全局极值基因结构改进交叉变异算子。实验结果表明，综合适应性、求解精度、求解时间等因素，所提的改进算法具有较强的寻优效果。进一步针对常规管廊巡检效率低、目标单一的不足，同时考虑路径最短和设备优先级，将其抽象为多目标TSP问题。采用加权求和法将管廊巡检路径规划的多目标TSP问题转化为单目标TSP问题，应用上述改进遗传算法进行求解，可合理规划管廊巡检路径。