简介：为了有效、快速制定军事空运路径和装载方案,在计算出最优运输路径的同时获取可行装载方案,针对军事空运路径和装载的联合优化问题进行研究。建立军事空运路径和装载联合优化模型,提出一种结合量子粒子群算法和引导式局部搜索算法的混合算法进行求解,通过数值试验检验模型的可行性和算法的有效性。试验结果表明,联合优化模型能够有效实现军事空运路径和装载联合优化问题的建模过程,且混合算法能够有效获取联合优化模型的近似最优解。

简介：对智能交通系统（ITS）短时交通流量预测问题进行研究,提出了一种联合FCM与群集蜘蛛优化SVR交通流量预测算法。首先采用FCM聚类方法对交通流量数据预处理,得到基于时间节点分割的时序数据模块,有效降低了数据差异性带来的误差影响;然后构建基于群集蜘蛛优化SVR模型,针对SVR参数选择难题,在群集蜘蛛优化算法中引入社会等级制度,动态的将蜘蛛种群划分为上中下三个阶层,并根据不同阶层个体适应度大小,分别设计自适应竞争、＂快搜＂以及逆向学习机制,提高了算法寻优精度;最后,运用群集蜘蛛优化SVR对各个交通流量数据时序模块进行预测评估。仿真结果表明,同其它预测算法相比,该算法预测平均绝对误差降低了38.4-53.8%。

简介：对无线传感器网络（WSNs）弱稀疏性事件检测问题进行研究,提出了一种基于并行离散群居蜘蛛优化算法和压缩感知的WSNs稀疏事件检测方案。该方案采用压缩感知（CS）技术进行稀疏事件分析检测,针对事件向量稀疏度未知的特性,设计基于MPI框架的并行离散群居蜘蛛优化算法（PDSSO）,重新定义蜘蛛编码方式和自适应迭代进化机制,给出并行转移策略,并将PDSSO应用于CS重构算法中;针对观测字典难以满足约束等距条件的特点,对稀疏矩阵和测量矩阵进行奇异值预处理操作,在保持稀疏度不变的基础上提高了算法重构性能。仿真结果表明,与GMP等检测方法相比,该方案有效提高了WSNs稀疏事件检测成功率,降低了误检率和漏检率。

简介：精细图形制作的前处理工艺对印制电路板的铜表面粗糙度影响很大。对一款新开发的PTFE覆铜板表面采取机械磨刷、喷砂研磨、化学微蚀3种前处理工艺,通过SEM及粗糙度结果分析了处理后铜面的粗化效果。结果表明,化学微蚀前处理方式有利于获得较好的铜面外观,采用相应的图形制作工艺参数可达到较好的线宽精度要求。