现行光纤通信的局限性及未来的发展方向

本文分析了现行光纤通信的局限性。认为光纤的非线性效应,现行通信模式及电子器件的响应速率是限制现行光纤通信发展的主要因素。阐明了未来光纤通信的发展方向,认为量了逊色爱信将引起光通信领域的一场革命。     

基于遗传算法的模糊分类及其应用

本文建立了一种区域性距离上基于遗传算法的模糊识别爆炸与地震的方法。以纵波,波最大振幅比,横波最大周期,近震震级与近震持续时间震级比作为鉴别量。此方法对河北样本和山西样本进行了识别,山西样本的正确识别率达９５．６％,河北样本的正确识别率在１００％。此方法优于神经网络方法。     

基于计算智能的分类器的应用

常数规则,一阶线性规则和基于遗传算法的模糊分类器,以及基于遗传算法的神经网络分类器在核爆监测中有着广泛应用前景,它们能为中远程核爆炸探测和核试验核查提供识别智能分类器。尤其是基于遗传算法的模糊分类器,从目前的应用来看其识别效果最好。     

非最小相位系统的遗传优化辨识算法

本文基于遗传算法提出了一个非最小相位系统辨识的新算法。用ＡＲＭＡ模型描述系统的传递函数。在最小误差准则下用遗传算法估计其ＡＲＭＡ模型参数。从而实现对其系统的辨识。这个方法不需要系统的估计初值,同时在低信噪比情况下也能获得较好的效果。     

δ星座的分析与设计

卫星星座的选择与设计是航天任务实现中的一项重要环节。如何有效地进行δ星座的设计是本文着重探讨的问题。本文首先从集合的角度探讨了任一时刻多颗卫星对地面给定区域覆盖情况的分析方法，利用仿真计算，对δ星座进行分析，提出δ星座的设计方法，并给出了相应的仿真设计结果。     

气隙磁密3次谐波对电机振动噪声的影响

针对电机的电磁振动噪声问题,发现了提高电机气隙磁密的正弦性不一定能够降低电机的振动噪声。鉴于此,分析了引起电机振动和噪声的主要力波阶次和频率,并探究了气隙磁密3次谐波与电机振动噪声的具体函数关系。为了分析引起电机振动和噪声的主要力波阶次和频率,在利用解析法的基础上排出力波表,确定了主要噪声源。为了探究气隙磁密3次谐波对电机振动噪声的影响,建立了气隙磁密及径向力波的数学模型,并通过遗传算法求解了电机气隙磁密3次谐波的最佳幅值。分析结果显示,提高气隙磁密正弦性不一定能够降低电机振动噪声,气隙磁密3次谐波在一定范围内存在最优值使得电机振动噪声最小。分析结果为低噪声电机的设计提供了参考依据。     

量子信息和量子信息技术

文章阐述了量子信息的概念、形成,并对量子安全通信、量子计算技术及其可能的发展和应用进行了描述.     

一种基于遗传算法的多传感器管理算法

分析了针对多传感器多目标分配的传感器管理算法的特点以及存在的问题,结合遗传算法的思想,给出了一种以目标联合信息增量为效能的传感器管理算法,并进行了算法的仿真.仿真结果表明,基于遗传算法的传感器管理算法是有效的,特别是问题规模较大时更比规划方法具有实用性.     

基于遗传算法的车用散热器优化设计

选取散热器的散热量、体积和压降作为优化目标,采用线性加权法建立了散热器的多目标优化模型。在给定的散热器原始数据和性能要求条件下,对散热器芯体的外形尺寸和翅片参数进行了优化。介绍了遗传优化算法的执行步骤和流程,在此基础上开发了优化程序。结果表明,优化后散热器的散热量明显增大,散热器芯体的体积和压降也有不同程度的减小。     

遗传算法收敛性分析

一.引言 遗传算法（Genetim　AIgorithm,GA）是一类以达尔文自然进化论与遗传变异理论为基础的求解复杂全局优化问题的仿生型算法,是一种新的搜索寻优技术,它仿效生物的进化与遗传,根据“优胜汰”的原则,借助选择,交叉和变异等算子,使所要解决的问题从初始解一步步地逼近最优解,尽管这种方法已经在人工智能非线性优化。机器学习。自适应控制和人工神经网络训练,并行处理等方面得到了