西安电子科技大学 综合业务网理论及关键技术国家重点实验室，西安 710071
多芯光纤可大幅提高光纤的传输容量，但芯间串扰会导致网络资源分配面临更大挑战。文章分析了多芯光纤网络的路由、纤芯选择和频谱分配问题，建立了考虑纤芯间串扰的优化模型，以最小化网络最大占用频隙号为优化目标，首次设计了一种基于协同进化的优化算法，以解决路由、纤芯选择和频谱分配问题。根据最大请求优先排序策略将连接请求降序排列，利用整数编码分别为路由和纤芯选择设立不同种群，结合单点交叉与均匀变异，采用差异化的精英保留进化策略，以搜索路由、纤芯选择和频谱分配问题的全局最优解。完成所提算法在两种不同网络拓扑下的性能评估，实验结果表明，所提算法可实现网络频谱资源的高效利用，业务承载分布更均衡。
弹性光网络 多芯光纤 串扰 协同进化 elastic optical networks multi-core fiber crosstalk co-evolution
不确定环境下多无人机协同搜索是多无人机协同控制的一个重要研究内容。多架无人机同时对一个不确定区域进行搜索，目的在于获取搜索区域的信息，降低环境的不确定度，并尽可能发现隐藏在环境中的目标。针对这一问题，提出一种基于协同进化算法的多无人机协同区域搜索算法。首先，建立搜索概率图来描述搜索环境的不确定性，并使用贝叶斯准则更新搜索概率图，然后,使用协同进化算法，在线生成多UAV协同搜索的路径。仿真结果验证了算法的有效性。
无人机 协同搜索 不确定环境 协同进化算法 路径规划 Unmanned Aerial Vehicle(UAV) cooperative search uncertain environment co-evolutionary algorithm path planning
西安电子科技大学雷达信号处理国家重点实验室,陕西,西安,710071
针对雷达目标一维像识别问题,提出了一种基于组织协同进化分类算法的识别方法.该方法与现有进化分类方法的不同之处在于它的进化操作直接作用于样本而不是规则,采用了一种自下而上的搜索机制,即先使若干样本的集合得到进化,再从进化结果中提取规则.这样有利于避免在进化过程中产生无意义的规则.该方法不需要进行特征提取;对于高维数据,不需要预先进行降维处理;没有复杂的运算,训练和识别的速度都很快.对3种飞机微波暗室实测数据的识别实验表明,该方法性能稳定,优于基于支撑矢量机与子波核函数的方法,识别率均达到了96%以上.实验中还对算法的抗噪能力进行了测试,获得了良好的效果.
雷达目标识别 雷达目标一维像 协同进化算法 组织 分类 radar target recognition 1-D image of radar target coevolutionary algorithms organization classification
