生物地理学算法的改进分析

介绍生物地理学算法的思想框架;将其与遗传算法、粒子群算法进行比较分析,针对算法在搜索机制和性能上存在的缺陷,结合其他优化算法的操作算子对生物地理学算法提出改进分析。     

一种自适应的模拟细菌觅食算法

针对细菌觅食算法收敛速度慢,存储量大,不能解决高维问题的等缺点,给出了一种自适应的模拟细菌觅食算法.该算法.通过自适应调整细菌的搜索步长,加强了算法在优化初期的全局搜索能力.最后,用5个典型测试函数的实验结果,并与原始细菌觅食算法（BFA）及同样采用了参数调整策略自适应差分进化算法（ADE）和带压缩因子的粒子群算法（YSPSO）进行比较,说明了本文算法的有效性,且其优化能力优于BFA,ADE和YSPSO算法.     

一种改进的混合遗传算法

为了去除图像噪声,实现滤波器的参数优化,对混合遗传算法进行改进,通过启发式搜索策略,实现了一种改进的自适应混合遗传算法,混合遗传算法在训练过程中采用小生境技术维持种群的多样性避免早熟收敛,采用单纯形算法提高对局部区域的搜索能力,加速搜索到全局最优点.采用该算法对滤波器的参数进行优化,较为有效、快速地获得了优化参数,优化后的滤波器可以较好地实现图像噪声去除.     

基于遗传-粒子群混合算法的测试数据自动生成

针对传统遗传算法（GA）容易产生早熟收敛和易陷入局部最优解的问题,提出了一种基于遗传-粒子群混合算法（GA-PSO）的软件测试数据自动生成算法：以粒子群优化算法（PSO）为主线,按PSO算法中标准的速度和位置更新,将GA算法的筛选、交叉、变异与PSO算法的自动更新特征结合在一起,使所有测试数据在局部区域中再次寻找最优值,从而避免了过早收敛,改进了搜索最佳值的能力.仿真实验表明：遗传-粒子群混合算法具有更快的收敛速度,保持了种群的多样性,提高了全局搜索能力.     

基于Levy变异的反向粒子群优化算法

为平衡粒子群算法的全局搜索和局部搜索性能,克服其易陷入局部极值的缺陷,提出一种基于Levy变异的反向粒子群改进优化算法.该算法利用反向学习策略和具有Levy飞行特征的改进搜索策略,同时利用位置因子和速度因子对出现停滞的粒子进行判断.采用6个典型的基准测试函数将新的算法与标准粒子群算法及反向学习粒子群算法的搜索结果进行对比,实验结果表明新的算法在前期的搜索能力和后期的搜索精度上都优于其他2种算法.     

一种基于权重策略的蝙蝠算法

针对基本蝙蝠算法存在的后期收敛速度慢、易陷入局部极值、稳定性差等缺点,提出一种基于权重策略的蝙蝠算法.该算法在蝙蝠学习机制中引入权重策略,使其不再单一地向全局最优蝙蝠学习,而是与邻域内所有蝙蝠进行信息共享与交流,并根据自身寻优能力自适应地调节向其他蝙蝠学习的力度,优化迭代种群,增加种群多样性,有效地提高了算法的全局搜索能力和搜索精度.数值测试结果表明,新算法有较快收敛速度和较高的寻优精度.     

基于Memetic算法的混流装配线排序问题研究

混流装配生产是实现多品种、小批量、JIT生产的有效策略之一.为使混流装配线能有效运作,根据企业实际需求,建立了以零部件消耗速率均匀化与最大加工周期最短为目标的混流装配线多目标排序优化模型,并设计了Memetic算法进行求解.采用遗传算法作为全局搜索策略,扩大了解的搜索空间;引入禁忌搜索策略,提高了算法邻域探索能力.通过应用实例,对比验证了所设计Memetic算法在求解混流装配线排序问题上的有效性.     

基于差分进化的BP网络学习算法

提出了一种基于差分进化的BP网络学习算法,该算法是一种全局随机优化算法.利用差分进化算法的全局寻优能力,可以很好的训练BP网络的权值和阈值.将所提出的算法与BP算法作对比实验,结果表明,所提出的算法相对于BP算法在分类准确度上有较大的提高,而且具有良好的收敛性和泛化能力.     

基于GATS算法的面向对象测试用例自动生成

在遗传算法的基础上,引入禁忌搜索算法,提出了一种面向对象测试用例自动生成的方法.该方法设计了一种新的类对象编码方式,并在此基础上构造了类测试用例自动生成所需的适应度函数,使每一个测试用例在局部区域中再次寻找最优值,从而改进整体算法搜索最佳值的能力.实验结果表明,该方法结合遗传群体优化和禁忌搜索较强的爬山能力,能够实现快速全局优化,自动生成高质量的测试用例.     

基于遗传退火算法的数据库多连接查询优化算法

结合多连接查询的特点,提出将侧重于全局搜索的遗传算法与侧重于局部搜索的模拟退火算法相结合的数据库多连接查询优化算法:先从一组随机产生的初始种群开始全局最优解的搜索,通过选择、交叉、变异等遗传操作产生新一代种群,然后对新个体进行模拟退火操作,将结果作为下一代种群中的个体.如此反复迭代进行,到满足最终条件为止.仿真实验验证了该算法的有效性.     

基于遗传算法的造纸企业优化排产方法研究

针对造纸企业排产的特点,提出了一种基于小生境技术的遗传算法求解排产问题.该算法在基本遗传算法随机搜索能力基础上加入小生境技术,使用了倒位算子,实现简单,求解快速.经多次仿真证明,运用该法求解造纸企业的排产问题效果良好,实用价值很高.     

基于免疫遗传算法的图像阈值分割

基于最大熵准则的图像阈值分割算法是一个图像分割的最优化问题，算法的运算量很大，用一种基于免疫调节机制的免疫遗传算法求解该准则下图像的一组最佳分割阈值，不仅提高了运算速度，而且克服了一般遗传算法的不足，仿真实验证明了该算法对复杂图像的良好分割效果和较强的实时处理能力。     

一种面向储粮微环境的GPSO改进算法研究

粮食作为一种特殊及复杂的生命体,储藏粮堆内部微环境的变化规律异常复杂,准确掌握粮堆内部温度场的变化是个难题。本研究通过对粒子群算法惯性权重和目标函数的修改,提出一种面向储粮微环境的GPSO改进算法,结果表明,改进算法在粒子分布较为分散时,使得粒子群收敛速度较快,迭代曲线平稳,全局搜索能力强。在粒子分布较为密集时粒子的速度较为缓慢,其局部寻优能力强。该算法与其他算法对比分析,表明对储粮温度预测具有良好的结果,预测的拟合程度很高。     

基于PSO算法的PID控制器参数优化及其在置换蒸煮立锅温差控制中的应用

在介绍置换蒸煮工艺流程的基础上,对置换蒸煮控制系统的控制要点和难点进行了分析。针对蒸煮过程中蒸煮立锅顶部药液温度和底部药液温度的差值的控制问题,设计了一种基于PSO(粒子群优化)算法优化PID控制器参数的温度-流量串级控制策略。MATLAB/Simulink仿真结果表明,该控制方案具有算法简单、搜索能力快、效率高等优点,能够有效地解决PID参数优化问题;实际应用结果表明,该方案非常有效。     

A*算法中引入前视机制的探讨

提出了提高A*算法搜索效率的方法,通过在A*算法中引入前视机制,提高了A*算法的估价函数的质量,减少了平均搜索树宽,提高了搜索效率.理论和仿真都表明这一方法的有效性.     

汽车结构耐撞性分析中的冲击接触算法

汽车碰撞过程是一个典型的大变形动态接触过程 ,在汽车结构耐撞性分析研究过程中 ,除了有限单元和材料模型方面的因素外 ,接触算法在计算时间和计算精度方面起着很重要的作用 .用于大规模动态接触问题的接触搜索过程大体可分为两阶段 :全局搜索和局部搜索 .目前使用较普遍的、有影响的全局搜索算法主要包括主从面算法、单曲面算法、级域算法、位码算法及NBS算法 ;局部接触搜索算法主要有基于“点面算法”、基于“小球算法”、基于光滑曲面 (曲线 )算法三大类 .接触界面算法目前主要有拉氏乘子法和罚函数法 ,以及扰动拉氏法和扩大拉氏法 .此外 ,接触问题的并行计算也是不可忽视的研究内容 .分析接触算法的研究现状 ,可以推动汽车耐撞性分析的进一步研究     

基于进化规划的小波分形图像编码方法

研究了进化规划在分形图像压缩中的应用.建立了小波域搜索匹配父树的数学模型.将匹配误差归结为父树位置与仿射变换的函数,从而使搜索父树问题转化为整数组合优化问题.在此基础上,给出了基于进化规划的小波分形图像压缩的编码方法.最后通过数值实验比较了进化规划、遗传算法以及穷举法在小波分形图像编码中的效果.     

基于遗传算法和BP网络的造纸废水处理预测研究

在造纸废水处理过程建立出水COD预测模型中,针对BP算法易陷入局部极小、收敛速度慢等缺点,根据遗传算法(Genetic Algorithm-GA)具有全局寻优的特点,将两者结合起来形成一种训练神经网络的混合算法--GA-BP算法;仿真结果表明,预测模型具有较强的学习能力和泛化能力,同时,建立的GA-BP模型预测输出的平均误差仅为0.88%,说明此模型可以有效、可靠地预测造纸废水出水COD.     

色纺纱线中纤维混色比例的图像检测

为解决色纺纱线中有色纤维配比的经验性及耗时性等问题,在结合视频显微镜和图像处理技术的基础上,提出一种基于聚类算法的色纤维颜色分类及比例测定方法。首先将色纺纱线解捻获得色纤维,在轻微张力下排列在载玻片上,利用视频显微镜进行图像采集;然后采用投影方法定位色纤维,再提取出每根纤维中心线上的像素点,分别取所有像素点的R、G、B分量的平均值构成特征向量来表征该根纤维;最后将RGB模型的特征向量转换到L*a*b* 模型并通过聚类算法对色纤维进行分类,确定图像中各颜色纤维所占比例。实验表明：本文算法能够实现色纺纱线中色纤维种类的确定及比例测定。     

基于互相关理论的纸浆流量测定新方法

针对当前流量检测装置成本高、精度低的问题,提出了一种新型流量检测技术.运用频域分析、相关分析和小波分析等理论,对纸浆浓度信号中平稳随机成分和噪声干扰进行分离和研究,根据浓度信号中随机分量具有高频宽带特性和稳定性的特点,通过对2个采样点间浓度信号互相关函数的计算和相关函数最大值的寻优,从噪声干扰中提取有用信号,计算出流速和流量.为了提高系统的运算速度,采用了快速傅立叶变换和快速傅立叶逆变换等快速算法.