一种简单高效的改进人工蜂群优化算法

人工蜂群（Artificial bee colony, ABC）算法是一种新型的仿生智能优化算法。与其他仿生智能优化算法相比,ABC算法的优化求解策略仍有待改进,以进一步提高其收敛速度和优化求解精度。为此,本文提出一种简单而高效的改进ABC算法,将统计学中的正态分布理论引入ABC算法的优化求解过程。首先,提出基于正态分布的蜜源初始化策略,提高了初始化过程的目的性,为后续搜索提供了精度保障。进而对搜索公式中的基础位置和缩放因子进行改进,提出了基于正态分布的搜索策略。该策略在扩大搜索范围的同时,使搜索更新过程更具目的性,从而在有效防止陷入局部收敛的同时,提高了优化求解速度。针对高维复杂Benchmark函数的测试实验结果表明,所提出算法的改进策略简单有效,其收敛速度和求解精度更高。     

一种基于区块链的ABAC静态策略冲突优化算法

在大数据云计算环境下，针对数据量大、冲突策略增多的特点，存在策略管理效率和存储效率低、策略存储不安全等问题。本文提出了一种基于区块链的ABAC静态策略冲突优化算法（BB-ABAC）。该算法将区块链技术与ABAC模型相结合，利用智能合约技术实现策略的可信决策和分布式自动化，对冲突策略区块分组后再进行拆分、合并或删除，通过格式编码技术压缩区块大小，然后存储在区块链中，这使得静态冲突策略更加精确。实验结果表明，该算法能有效提高冲突检测率和策略存储效率，提高策略的安全性和可信访问控制。     

鲸鱼优化算法研究综述

鲸鱼优化算法是一种受座头鲸的狩猎行为启发所提出的新型群体智能优化算法,其性能远超传统算法。为了跟踪最新研究成果、促进群体智能优化算法领域的研究,首先介绍了鲸鱼优化算法的基本原理,简述了其实现步骤,并对比分析了其性能特点。针对其收敛速度慢、收敛精度低等缺点,总结分析了融入其他智能优化算法、Lévy飞行策略、混沌策略等改进方式及其优势与局限;接着阐述了其在组合优化、图像分割、数据预测等方面的应用及取得的效果。最后,对未来发展趋势进行总结与展望。     

FNN与混合遗传算法在智能优化的策略比较

FNN是一种重要的神经网络结构,混合遗传算法是一种正在兴起的启发式随机搜索技术,两者在智能优化中得到了广泛的应用。两者的优化机理不同,方法不同,各有千秋。论文从提高两者的优化性能出发,研究其智能优化的实现策略,并对两者进行了比较,得出了有意义的结论。     

基于加速模拟退火策略的Agent协商优化算法

网络的普及促进了电子商务的发展，而智能代理是电子商务的关键，如何实现智能代理的快速、高效协商是一个很重要的问题。本文在加速模拟退火策略的基础上，提出了一种Agent协商优化算法。理论分析和仿真实验都表明该算法是一个快速、有效的方法。     

基于移动计算的缓存失效策略优化的研究

以无线医疗智能护理系统中的移动计算技术的研究为背景,研究和优化移动计算技术中缓存失效策略.介绍了目前广泛存在的缓存失效策略,通过对现有的技术的研究进行优化,提出了新的缓存失效策略,并通过实验证明该方法具有充分的可行性.     

基于博弈策略强化学习的函数优化算法

该文提出了一种基于博弈论的函数优化算法。算法将优化问题的搜索空间映射为博弈的策略组合空间,优化目标函数映射为博弈的效用函数,通过博弈策略的强化学习过程智能地求解函数优化问题。文章给出了算法的形式定义及描述,然后在一组标准的函数优化测试集上进行了仿真运算,验证了算法的有效性。     

基于多阶段强化学习的多智能体协作决策

为了解决多智能体协同训练过程中的团队奖励稀疏导致样本效率低下、无法进行有效探索以及对参数敏感的问题,本研究在MAPPO算法的基础上引入了分阶段的思想,提出了基于多阶段强化学习的多智能体协同算法MSMAC。该算法将训练划分为2个阶段：一是构建基于进化策略优化的单智能体策略网络,二是对多智能体策略网络进行协同训练。在多智能体粒子环境下的实验结果表明,基于多阶段的强化学习算法不仅提升了协作性能,而且提高了样本的训练效率和模型的收敛速度。     

一种QoS保证的存储虚拟化策略

存储虚拟化是一种智能、高效的管理存储数据的方式,其实现的策略一般基于容量、带宽或性能。该文提出了一种带宽和容量结合的策略,先以带宽为指标进行初步虚拟化,然后再根据容量进行优化,并给出了具体的算法。该策略支持更丰富的QoS指标,具有很好的存储适应性和可伸展性。     

蝙蝠算法研究及应用综述

蝙蝠算法（BA）是一种受蝙蝠利用超声波回声定位觅食行为启发的新型群体智能优化算法。介绍了蝙蝠算法的基本原理，分析了性能影响因素，论述了算法的改进策略，并阐述了蝙蝠算法在数据挖掘、图像处理、组合优化等方面的应用与发展。最后结合蝙蝠算法的性能特点和应用方向，对蝙蝠算法未来的研究发展方向进行了展望。     

模式识别和支持向量机在复合材料优化设计中的研究和应用

论述了复合材料设计及优化的基本研究方法,介绍模式识别和支持向量机人工智能法,举例详述复合材料设计及优化中的两种智能法,总结两种智能融合法在复合材料优化设计中的分类、建模、预测等基本研究方法和应用。举例说明模式识别和支持向量机在复合材料优化设计中重要的研究价值。最后对该领域的发展提出若干建议。     

并行遗传算法在工程智能优化中的实现策略

遗传算法在工程智能优化中的应用较为广泛,但遗传算法的运算效率却直接影响了其在工程中的应用,该文分析了用并行遗传算法提高遗传算法运算效率的策略,并将其应用到工程智能优化中,取得了较为满意的效果,得出了有意义的结论。     

监控式遥控机器人初探

本文初步探讨了遥控机器人监控的基本概念,得出这样一种认识:监控方式是机器人向智能化发展的一个恰当模式,监控系统是由人的高级智能与机器人的低级智能构成的系统.监控是系统中这两种智能相互作用的过程,人的智能应当能够在机器智能的不同级别上输入,我们研制了一个遥控机器人监控操作器的实验系统,通过实例和实验作了说明.     

A new bio-inspired optimisation algorithm: Bird Swarm Algorithm

A new bio-inspired algorithm, namely Bird Swarm Algorithm (BSA), is proposed for solving optimisation applications. BSA is based on the swarm intelligence extracted from the social behaviours and social interactions in bird swarms. Birds mainly have three kinds of behaviours: foraging behaviour, vigilance behaviour and flight behaviour. Birds may forage for food and escape from the predators by the social interactions to obtain a high chance of survival. By modelling these social behaviours, social interactions and the related swarm intelligence, four search strategies associated with five simplified rules are formulated in BSA. Simulations and comparisons based on eighteen benchmark problems demonstrate the effectiveness, superiority and stability of BSA. Some proposals for future research about BSA are also discussed.     

Artificial intelligence based optimization for vibration energy harvesting applications

This paper deals with optimization studies based on artificial intelligence methods. These modern optimization methods can be very useful for design improving of an electromagnetic vibration energy harvester. The vibration energy harvester is a complex mechatronic device which harvests electrical energy from ambient mechanical vibrations. The harvester design consists of a precise mechanical resonator, electromagnetic converter and electronics. The optimization study of such complex mechatronic device is complicated however artificial intelligence methods can be used for set up of optimal harvester parameters. Used optimization strategies are applied to optimize the design of the electro-magnetic vibration energy harvester according to multi-objective fitness functions. Optimization results of the harvester are summarized in this paper. Presented optimization algorithms can be used for a design of new energy harvesting systems or for improving on existing energy harvesting systems.     

用混合遗传算法进行工程智能优化的方法研究

智能优化是从诸多新兴学科衍生出来的前沿科学,遗传算法是智能优化的重要工具之一。该文针对遗传算法存在的不足,用混合遗传算法解决了工程智能优化问题,弥补了遗传算法存在的缺陷,在工程实践中证明了混合遗传算法在性能和质量方面的优越性。     

智能优化算法概述

本文简要介绍了几种常见的智能优化算法,并给出了不同智能优化算法的优缺点及在优化应用领域的使用情况,指出了不同智能优化算法的发展趋势。     

一种基于混合交叉策略的多目标演化算法

演化算法是求解多目标优化问题(MOP)重要而有效的方法,而应用演化策略、技巧是改善解性能的重要途径。论文叙述了多目标优化问题的有关概念,结合已有算法中的方法,设计了基于两种交叉操作相互结合的多目标演化算法(MOEAHC),该算法不仅具有较高的计算效率,而且能够保持解的多样性分布。测试结果表明该算法的良好性能。