基于改进的布谷鸟算法在汽车系统电子节点负载均衡中的研究

汽车电子节点负载一直都是汽车电子系统中的研究重点,本文针对汽车电子任务负载不均衡的特点,引入布谷鸟算法,在该算法的基础引入高斯变异算子来处理每一个阶段中的鸟窝最佳位置的选择,然后通过反向学习的多样性因子对不同阶段中的鸟窝位置进行调整,通过改进后的算法使得寻找最优解的效率得到了提高。仿真实验证明本文算法在一定程度上提高汽车电子节点的任务资源分配效率,降低了节点资源分配的消耗。     

基于Maklink图和布谷鸟搜索算法的施工水域路径规划

为提高船舶在复杂施工水域通行的安全性,提出一种基于Maklink图和布谷鸟搜索(cuckoo search, CS)算法的船舶路径规划方法。利用改进的Maklink图构建施工水域环境模型;设置变量参数并用改进的CS算法对模型进行求解,其中采用基于Dijkstra算法得到的最短路径长度作为种群个体的适应度值;采用3个衡量算法性能的指标——优化性能指标、时间性能指标和动态性能指标,对多种算法进行分析比较。结果表明,采用指数型自适应步长和线性自适应发现概率对CS算法进行改进,能提高其在路径规划中的搜索效率和迭代速度,并可以保证求出一定精度内的近似最优解,显示出该算法的优越性。     

杜鹃鸟别名考——兼论杜鹃与古代诗词之关系

杜鹃鸟在古诗词中经常出现,自西周到明清二千余年间的诗歌史中,从未中断过对她啼鸣声的叙写。杜鹃多名,至少有二十几个,其命名方式大致有六种,主要根据神话传说和她啼鸣声的谐音。古代文人把杜鹃定为悲情之鸟,是古诗人自身的悲观心理在起作用。     

《诗经》中的鸟儿

孔子曾说,学《诗》可以“多识于鸟兽草木之名”。其实,学习《诗经》,并不仅仅是多识鸟兽草木之名称,而且它们在诗中大多都承负着比兴、喻托之重任,所以我们更可以从鸟兽草木的各个具体个体特点、习性的认识基础上,进而深刻领会诗中的深意。单就鸟儿来讲,有的甚至已成为化积淀中的固定意象了,比如：鸳鸯、燕子、喜鹊、大雁、布谷等等。     

自适应调整布谷鸟搜索算法研究

布谷鸟算法是基于启发式搜索的智能仿生算法。传统的布谷鸟算法收敛速度较慢,容易陷入局部最优解。针对该算法特点,对算法原理进行了分析,并就算法中步长和发现概率两个控制因素进行改进,使其根据迭代次数动态变化,提出了具有自适应调整特点的搜索算法,改变了步长和发现概率相应的更新方式,避免了传统布谷鸟算法容易陷入局部最优的缺陷,以增强算法搜索性能。实验对比表明,自适应调整的布谷鸟算法具有更好的寻优性能。     

求解非线性方程组的智能新方法

求解方程组是工程研究中的基本问题,因此将非线性方程组的求解问题转化为函数优化问题,应用一种新的智能优化算法-布谷鸟搜索算法求解此优化问题,数值实验结果表明了该算法在求解非线性方程组时的可行性和有效性。     

基于改进布谷鸟搜索的卫星成像规划方法

针对多卫星区域目标的成像规划问题,提出一种基于改进布谷鸟搜索的卫星成像规划方法。为最大限度地利用卫星资源,首先基于卫星的单次过境活动将区域目标按条带分解,然后考虑卫星姿态约束、传感器使用约束、过境时间约束、成像时云量及光照约束等,建立约束满足模型,针对模型设计编码和更新策略,并在布谷鸟搜索算法中引入非线性惯性权重对其进行改进,最后采用改进的布谷鸟搜索算法求解约束满足模型。求解结果表明,与遗传算法相比,本文算法的收敛性好、目标完成率高且稳定性强,验证了该算法的有效性。     

杜诗中的杜鹃意象

杜鹃意象是中国诗歌中的传统意象。杜甫诗歌中有11首诗作写到杜鹃,其杜鹃意象主要有三个层面:一是作为诗境构成的杜鹃意象,主要是指杜鹃啼鸣所渲染出的悲凉的环境氛围;二是乡关情怀、羁旅愁思,主要指杜鹃的啼鸣声唤起诗人心中的思乡情怀;三是借助“望帝化鹃”的传说和“鸠占鹊巢”的深意,暗含忠君爱国之意。     

“鸠占鹊巢”之“鸠”何指

＂鸠占鹊巢＂的＂鸠＂究竟怎么解释,一直存在争论,有人认为是布谷,也有人认为是八哥。可《诗经》所指的＂鸠＂肯定只是一种鸟,不会是两种鸟。文章从历代的典籍和今天的自然科学的角度考察,认为＂鸠＂应是指布谷。     

由《杜鹃枝上杜鹃啼》窥探晚年周瘦鹃的心态及其他

享誉20世纪早期文坛的著名言情小说家周瘦鹃以其晚年的一篇小品文告诉人们,一切悲喜皆来源于人们的主观心态。