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.     

启发式算法在服装生产线平衡中的应用现状

概述生产线平衡问题的定义与分类、服装生产线平衡的目的与方法,详细介绍近年来国内外以工作站数量最小化、周期时间最小化为优化目标的生产线平衡问题的研究进展,以及启发式算法在服装生产线平衡优化研究中的应用现状,系统分析现有研究中针对各类问题的不同算法的适用性、优缺点和创新性,总结当前基于启发式算法的服装生产线平衡优化研究存在...     

浅谈粒子群算法与BP神经网络

粒子群优化(PSO)算法是一种新兴的优化技术,其思想来源于人工生命和演化计算理论.该算法简单易实行,可调参数少,已得到广泛研究和应用.现主要阐述了粒子群算法(PSO)和BP神经网络的特点,并分析了粒子群算法优化BP神经网络的必要性,同时对今后的研究前景作了具体的展望.     

板式家具生产的作业排序

将零件总加工流程时间作为优化目标,用CDS启发式算法对零件作业排序优化,输出甘特图（横道图）,迟到家具生产中的组间作业的优化排序。优化的作业排序可以缩短零件的流程时间,提高工效和设备利用率。     

基于约束满足神经网络的作业车间调度算法研究

将约束满足神经网络(CSNN)模型和启发式算法相结合,应用到作业车间调度(JSP)问题上.实验数据表明:CSNN具有结构简单、建模方便的优点,启发式算法的引入大大地改善了CSNN求解作业车间调度问题的性能和有效性,是解决JSP问题的一种有效手段.     

服装智能排料粒子群算法的改进研究

针对服装智能排料问题提出一种改进的粒子群算法,对粒子群算法的速度分项加入一个参数惯性权值w,并将改进结果在VS 2005平台下用C++进行试验论证.结果表明:使用改进的粒子群算法,服装面料的利用率较高,且运行时间接近最优.     

人造板一刀切数控下锯优化的编程模型研究

针对人造板数控裁板锯的二维板材下锯优化的问题,运用优化理论,建立了矩形件优化排样数学模型,并提出了基于启发式规则的一刀切约束条件下二维板材下料算法。通过下料实例和理论分析,证明该算法能够有效地提高板材的利用率。     

基于改进蚁群优化算法的中高速长网纸机速度链的控制

对中高速长网纸机而言,确保速度链控制满足工艺要求对纸机正常运行有着重要意义。目前,纸机速度链控制多采用常规PID控制,但中高速长网纸机由于自身传动点多、车速快,故对闭环系统的响应速度和控制精度要求高,常规PID参数整定方法难以满足上述控制要求。蚁群优化算法（ACO）是一种适合多目标寻优的全局搜索算法,但传统蚁群算法易陷入局部最优及搜索较慢的问题,对此,本课题将信息素因子（α）和启发式因子（ ）按一定比例关系随迭代进行变化,提出一种改进蚁群优化算法,并将其应用于速度链PID控制器参数整定中。仿真结果表明,与常规PID控制相比,基于改进的蚁群优化算法PID控制系统响应速度更快、超调更小、抗干扰能力更好、鲁棒性更强。应用结果表明,该控制系统可保持纸机各部分速度长期稳定。     

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.     

棉织物染色配方工艺优化方法研究

为了实现棉织物染色配方和工艺参数的优化设计,研究了一种应用智能混合算法优化求解的新方法。首先构建棉织物染色配方工艺优化的数学模型,再利用自适应调整和相似度判别策略等关键手段对基本遗传算法进行了改进并融合了模拟退火算法形成智能混合算法,最终将智能混合算法应用到优化模型的求解中,以达到配方和工艺优化的目的。结果表明,优化模型可靠有效,智能混合算法的收敛速度、寻优能力和稳定性都得到了改善。应用智能混合算法求解的配方和工艺参数染色,其效果明显优于传统遗传算法,不仅与样布的色差值缩小了6.47%且成本降低2.16%以上。该方法可为棉织物染色过程中的质量控制以及工艺参数快速优化设计提供理论指导。     

群体智能算法在纺织领域的应用

文章介绍了用于目标优化的群体智能算法的原理和特点,综述了群体智能算法在纺织领域的参数反演、质量预测、生产调度、图像处理等方面的应用情况,展望了该算法在纺织领域的发展方向。     

基于改进粒子群算法的苹果圆形度检测

为解决苹果圆形度检测问题,研究圆形度的改进粒子群算法。建立苹果圆形度数学模型,并对广义钟形分布隶属函数的惯性权重控制过程、基于Z形隶属函数的自适应调节粒子位置过程、适应度函数选择方法进行算法改进,给出了算法终止条件以及算法流程。仿真试验结果表明,改进粒子群算法收敛较快,乔纳金、富士苹果改进粒子群算法的圆形度检测较其他算法正确率高,分别为96%和97%,说明能用该方法进行苹果圆形度机器检测。     

一种改进的粒子群算法

为克服粒子群算法易于陷入局部极值的缺点,通过引入聚群效应和扰动,设计了一种新的粒子群算法.通过对常用测试函数的数值试验,说明了新算法不仅能有效地进行全局搜索,而且具有更好的收敛精度.     

基于嗅觉可视化技术的眉茶等级分类方法

为了快速、准确地对眉茶等级进行分类,提出了一种基于嗅觉可视化技术的眉茶等级快速分类方法。首先,根据卟啉显色反应预实验结果,选定了12 种显色效果明显的卟啉指示剂制备嗅觉可视化传感器阵列,通过该传感器阵列与不同等级的眉茶茶汤进行反应,获取不同的特征图像。然后,对特征图像数据进行主成分分析和降维,将得到的不同维数的主成分分析结果作为输入变量,构建支持向量机（support vector machine,SVM）眉茶等级分类模型。最后,引入3 种群体智能优化算法（萤火虫算法、灰狼优化算法、布谷鸟算法）对SVM分类模型的惩罚因子c和核函数参数g进行优化。结果显示：未经优化的SVM分类模型对测试集的分类正确率为80%,所需的主成分个数为12 个;经过优化的SVM模型的分类正确率均有所提升,其中经过布谷鸟算法优化的SVM模型对测试集的分类正确率达到了93.3%,且所需的主成分个数减少为6 个。这表明应用嗅觉可视化技术能够实现对眉茶等级的分类,而通过群体智能优化算法优化SVM分类模型可以显著增强模型的性能,提高分类正确率。     

基于主成分分析和改进支持向量机的猪肉品质识别

目的:剔除近红外光谱存在大量冗余信息以及提高猪肉品质识别的精度,建立猪肉品质快速识别方法。方法:运用主成分分析对猪肉光谱数据进行降维处理,筛选出猪肉光谱特征波长;运用樽海鞘群算法进行支持向量机(SVM)模型的参数优化,提出一种基于樽海鞘算法改进支持向量机的猪肉品质识别模型。结果:与灰狼算法(GWO)优化SVM(GWO-SVM)、网格搜索算法改进SVM(Grid-SVM)、粒子群算法改进SVM(PSO-SVM)和SVM相比,基于SSA-SVM的猪肉品质识别模型的精度最高。结论:融合主成分分析和樽海鞘算法优化SVM模型的猪肉品质识别模型可以有效提高SVM模型的猪肉品质识别精度。     

基于改进粒子群算法的大豆微波真空干燥工艺优化

为了发现大豆的微波真空干燥的最佳工艺条件,测试了不同的单次干燥时间、缓苏时长、缓苏次数下大豆干燥后含水率与爆腰率,提出了一种基于改进粒子群算法的参数寻优方法,新建次空间,主次空间交换精英个体,借助多元回归数学模型对实验参数进行粒子寻优。结果表明：简单地增加缓苏时长与缓苏次数并不一定利于提高大豆干燥效果,不同缓苏条件相互影响,大豆在单次干燥35min、缓苏50min、缓苏3次时干燥效率最高;在单次干燥35min、缓苏40min、缓苏3次时爆腰率最小。实验证实了采用改进粒子群算法优化参数干燥后大豆的爆腰率和含水率均低于正交实验优化的结果。研究结果对于提高大豆干燥效率和品质具有一定意义,并为微波真空干燥产业化应用及大豆深加工提供参考。     

基于改进粒子群算法的平房仓粮温BP神经网络预测模型建立

在传统的BP神经网络预测模型的基础上引入改进的粒子群算法对神经网络中的权值和阈值进行不断优化,针对平房仓内部不同温度监测点处的粮食温度建立预测模型,改进后的粒子群算法拥有更好的局部寻优能力和全局寻优能力,较传统的BP神经网络预测拥有更精确的预测精度,更小的预测误差,使优化后的BP神经网络能快速的从历史粮温中总结平方仓粮温变化规律,实现平房仓粮温的预测。     

基于粒子群算法和神经网络的大豆识别研究

在分析大豆表面颜色特征的基础上,提出了利用神经网络和大豆表面颜色特征对大豆进行分级的方法。选取了大豆图像的6种颜色特征值作为神经网络的训练样本,并尝试利用粒子群优化算法与BP结合算法训练网络。仿真结果表明,提出的方法取得很好的效果。     

基于改进鸡群优化算法的食品拣取机器人路径规划

目的:优化多工位食品拣取机器人路径.方法:提出了 一种基于改进鸡群优化算法(Improved Chicken Swarm Optimization,ICSO)的食品拣取机器人路径规划方案,充分考虑单个工位点机器人最优拣取位置和多工位点之间机器人移动最短距离,构建多工位食品拣取机器人路径规划双层模型.利用密度峰值聚类算法...