改进ABC算法求解认知无线网络频谱分配问题

针对认知无线网络中频谱分配问题,提出了一种基于改进人工蜂群算法的多目标组合优化算法。首先将频谱分配问题转换成多目标优化问题,然后利用人工蜂群算法的寻优能力来实现频谱最优的分配方案。其中,在雇佣蜂搜索阶段采用新型杂交算子加快收敛速度;跟随蜂搜索阶段引入一种新的概率选择方式保证种群多样性;侦察蜂搜索阶段利用混沌算子来提高全局搜索能力。最后,通过频谱分配仿真对这里提出的算法进行了验证,结果表明:与其他算法相比,这里算法能够较好地跳出局部最优的束缚,具有优化效果佳、稳定性好、鲁棒性强的优点,可以在满足多个优化目标的前提下获得更合理的频谱分配方案。     

基于改进NSGA-Ⅱ算法的多目标云制造服务组合优化研究

为了提高云制造服务组合寻优质量，提出一种基于改进NSGA-Ⅱ算法的多目标云制造服务组合优化方法。首先改进支配强度的概念来快速确定非支配解集中个体的优劣，然后对NSGA-Ⅱ算法应用不同的局部搜索策略，在算法前期加强对优秀个体的搜索以加速收敛，算法后期对稀疏个体融合邻域搜索与模拟退火算法来增加种群的多样性。最后结合企业实际案例，验证了优选模型的有效性和算法的可行性。     

考虑设备预维护的特种车辆白车身试制车间绿色调度优化方法

综合考虑最长完工时间、设备总能耗以及总烟尘排放，构建了典型柔性作业车间多目标绿色调度优化模型，并设计了一种改进人工蜂群算法对其进行求解。首先，根据激光设备功率会发生周期性衰减的特点，提出了一种区分激光设备和普通机械设备的预维护策略，以减小最长完工时间并降低设备故障发生频率。其次，设计了一种基于设备分配和功率选择的变异方式以增强算法局部搜索能力，并在跟随蜂阶段引入基于拥挤距离的选择方法进行种群更新以获得优质个体。最后，扩展现有通用测试集并开展对比实验，同时以某汽车装备制造企业的特种车辆白车身试制车间为实例，进一步验证了模型与算法的有效性和可行性。     

双层过道布置问题的混合整数非线性规划模型及两阶段改进模拟退火算法

结合实际布局活动中，设施在多层空间布置的实际情况，提出了双层过道布置问题，并构建了该问题的混合整数非线性规划（MINLP）模型。针对问题特征，提出了一种改进模拟退火算法，通过采用两阶段改进策略，对退火过程及抽样过程进行改进。该算法以自适应搜索策略替代马氏链搜索长度，并引入记忆功能、回火操作以提高求解质量，通过设置双阈值来提高求解效率。应用所提算法对24个基准算例进行测试，并将其与原模拟退火算法和GUROBI精确方法作对比，验证了所提算法的有效性。     

装备维修规划的多目标优化模型和求解算法

为有效地刻画和求解军事装备系统的维修规划问题,建立了一个以维修费用和任务能力为目标的约束优化模型,提出了一种求解装备维修规划问题的多目标禁忌搜索算法.模型考虑了维修器材和工时两种费用指标,并在数质量评估的基础上通过二次回归方程来分层评估装备系统的任务能力指标.算法采用两阶段搜索策略,第一阶段从维修数量下限出发,以任务能力为演化目标进行搜索,直至找到一个可行解;第二阶段以任务能力/维修费用比为演化目标进行搜索,不断改善整个非支配解集.实验表明,算法能够求解型号≥500种,数量≥45 000的大规模问题,模型和算法求解的质量也在实际应用中得到了验证.     

基于Bagging集成聚类的改进遗传算法在装配线平衡中的应用

针对装配线平衡优化问题中传统遗传算法搜索深度不足的问题,提出一种基于Bagging集成聚类的改进遗传算法,用于平衡优化。通过Bagging对几个K均值算法基学习器进行集成学习,建立一种基于Bagging集成聚类算法的种群聚类分析方法,然后建立双目标装配线平衡优化模型,利用种群聚类分析方法来改进遗传算法的交叉环节,以提高搜索深度。在实例中验证了改进遗传算法在求解双目标装配线平衡问题中的有效性和搜索性能。     

基于改进多目标人工蜂群算法的航空发动机管路智能布局方法

针对航空发动机管路布局目前存在的问题,一种基于改进多目标人工蜂群算法的航空发动机管路智能布局方法被提出。在该方法中,首先以管路长度最短、弯头数最少和流阻最小为优化目标,将管路弯曲半径、夹角、直线段长度、距离、贴壁以及跨度约束作为约束条件,建立航空发动机管路多目标布局优化数学模型。进一步,基于约束违背度理论、混沌算法和A*算法,并结合雇佣蜂变长度邻域搜索、跟随蜂指数排序选择、侦查蜂自适应邻域搜索,设计出应用于航空发动机管路智能布局的改进多目标人工蜂群算法,从而实现了航空发动机管路布局的多样性和智能化,提高了管路布局质量和效率。最后,以标准测试函数为例对算法性能进行测试,并通过实例研究验证所提方法的可行性。     

机电产品管路自动敷设的粒子群算法

基于粒子群优化算法提出一种机电产品三维管路自动敷设算法,该算法以预处理和优化搜索为基本框架。在预处理阶段,利用混沌技术,建立混沌栅格预处理模型。三维管路敷设空间经过混沌栅格预处理模型处理,可有效地降低管路自动敷设算法的求解复杂度。在优化搜索阶段,通过分析粒子群算法和人口迁移的特点,提出改进粒子群算法。改进粒子群算法针对粒子群算法收敛速度慢、容易陷入局部极小的缺点,提出子空间局部搜索、解空间全局搜索和补空间开拓搜索。基于混沌栅格预处理模型和改进粒子群算法,给出高效的管路自动敷设算法流程图。对比试验和改进粒子群算法的理论分析,表明该优化搜索算法具有较好的性能,并证明改进粒子群算法的收敛性。实例验证表明该算法的有效性和实用性。     

求解第Ⅰ类双边装配线平衡问题的改进离散人工蜂群算法

基于第I类双边装配线平衡具有的离散性、序列相关性,提出一种改进离散人工蜂群求解算法。在算法设计中,增加启发式目标以凸现优质蜜源,安排雇佣蜂进行交叉操作以拓展搜索空间,利用观察蜂进行变邻域搜索以强化局部寻优。为消减由方向约束和优先关系约束导致的空闲时间,提出一种融合工位—操作选择策略的解码方法。通过3种不同解码方式、7种现有智能算法的对比实验表明,基于工位—操作选择的解码方法有效消除了空闲时间,所提算法获得了所有当前最好解,且发现了两个新的全局最优解。     

改进蜂群算法及其在圆度误差评定中的应用

针对基本人工蜂群算法(Artificial bee colony algorithm,ABC)的缺点,提出一种改进人工蜂群算法(Improved artificial bee colony algorithm,IABC),并应用于圆度误差最小区域评定中。该改进算法利用信息熵初始化种群,增强种群的多样性,并在引领蜂和跟随蜂搜索阶段,提出一种新的搜索策略,平衡算法的探索与开发能力。详细阐述IABC算法的基本原理与实现步骤,给出圆度误差满足最小包容区域条件的优化目标函数和收益度函数。通过基准测试函数验证IABC算法的有效性和准确性;通过对由三坐标机测得的多组测量数据进行圆度误差评定试验,结果表明IABC算法的评定精度优于最小二乘法、遗传算法以及粒子群算法等其他优化算法,且在求解质量和稳定性上优于ABC算法,验证了IABC算法不仅正确,而且适用于圆度误差的评定优化。     

Effective hybrid discrete artificial bee colony algorithms for the total flowtime minimization in the blocking flowshop problem

In this paper, three effective hybrid discrete artificial bee colony (hDABC1, hDABC2, hDABC3) algorithms are presented to solve the blocking flowshop scheduling problem with the objective of minimizing the total flowtime. The three hybrid DABC algorithms utilize discrete job permutations to represent food sources and apply discrete operators to generate new food sources for the employed bees, onlookers, and scouts, respectively. First, two heuristic rules called the MME-A and MME-B (variant of combination of minmax and NEH) are presented to construct an initial population with a certain level of quality and diversity. Second, a self-adaptive strategy is applied to employed bees. Third, the estimation of distribution algorithm implements explicit learning from selected individuals and then generates good solutions for onlooker bees. Last but not least, to improve the algorithms' local exploitation ability, a very efficient local search-based insertion neighborhood is carried out in three stages respectively, that is, hDABC1 algorithm is generated by applying a local search to the solution obtained in the employed bee stage. hDABC2 is designed by carrying out a local search in the onlooker bee stage, and hDABC3 is developed by applying a local search in the scout bee stage. Computational experiments on standard benchmark problems are conducted. The results and comparisons show that the proposed algorithms are very effective and efficient for the blocking flowshop scheduling problems with total flowtime criterion than the other algorithms.     

加工时间不确定的柔性作业车间鲁棒调度方法

针对中小批量环境下加工时间不确定的柔性作业车间调度问题,采用冗余处理方法构建了以最大完工时间为目标的鲁棒调度模型。为降低算法的搜索规模和提高算法的求解速度,提出了顺序搜索机制,并设计两阶段遗传算法,分阶段获取冗余状态和最优结果。采用某柔性生产线的数据进行正交试验,优化了算法关键参数,并构建了柔性生产线仿真模型,对调度结果的鲁棒性和优化目标性能进行了分析。结果表明,该算法在目标性能和鲁棒性上都显著优于标准遗传算法,能有效处理加工时间不确定的柔性作业车间调度问题。     

基于动力驱动微粒群算法的液压矫直机PID控制参数优化

为兼顾微粒群算法收敛速度与跳出局部解的能力，利用阶段性搜索方式将算法搜索过程分为前、后两个不同阶段。在算法的前期搜索阶段，当前微粒受个体最优微粒与全局最优微粒的引力作用，在算法的后期搜索阶段引入中值导向加速度，提出一种动力驱动微粒群算法。最后，针对液压矫直机PID控制的参数优化问题，考虑控制信号、上升时间和误差量的关系，建立液压矫直机PID控制参数优化模型，利用动力驱动微粒群算法优化得到更好的参数组合，实现PID控制参数优化。     

A method for axis straightness error evaluation based on improved artificial bee colony algorithm

An improved artificial bee colony (IABC) optimization algorithm for the accurate evaluation of minimum zone axis straightness error from a set of coordinate measurement data points was proposed. In the proposed algorithm, the opposition-based learning method was employed to produce initial population and scouts, the employed bees used greedy selection mechanism to update the best food source achieved so far one by one, and a new search mechanism inspired by differential evaluation was used for onlookers. The nonlinear mathematical model for axis straightness error evaluation and the fitness function of IABC were introduced in detail. Four classical test functions were selected in the experiments; the simulation results verified the feasibility of IABC algorithm. According to two practical examples, the results obtained by the IABC algorithm are more accurate and efficient than other conventional methods. It is a unified approach for other form and position error evaluations and is well suited for high-precision measuring equipments such as the CMM.     

混沌野草扩展Kalman滤波器辨识六维力传感器下E膜模型参数

为解决动载环境下噪声污染导致六维力传感器测量精度急剧下降,以及扩展卡尔曼滤波器难以获得最优系统干扰矩阵的问题,提出了一种基于混沌野草算法优化的扩展卡尔曼滤波（CIWO-EKF）算法。根据挠度与应变之间的关系,构建了六维力传感器下E膜非线性模型。基于野草繁殖算法,以前6阶主振型信息构成的系统干扰阵为均值进行高斯采样,产生初始化的可行解。将混沌搜索技术与野草算法相融合,利用野草算法进行全局搜索,通过混沌序列对群体中适应度高于平均值的个体执行给定步数的局部搜索,指导种群向最优解方向逼近,避免搜索过程陷入局部最优。采用改进的野草算法对扩展Kalman滤波中的系统干扰矩阵进行优化处理。仿真实例表明,改进扩展卡尔曼滤波器在提高六维力传感器测量精度的同时,可以保持较好的稳定性和鲁棒性。     

基于改进人工蜂群算法的产品拆卸序列规划

为了提高复杂产品拆卸序列规划效率,提出了一种改进的人工蜂群算法用于此类问题求解。通过拆卸混合图表达产品零部件之间的连接关系和优先约束关系,并推导出可行拆卸序列的约束表达式,建立拆卸序列规划数学模型和适应度计算公式。对初始种群进行了优先约束规划,提出一种可行度算法用于蜂群对蜜源的搜寻与选择。定义了自适应选择参数、动态平衡可行度与适应度算法的优先配比,以实现复杂产品拆卸序列规划的快速求解。最后以内啮合齿轮泵为实例,利用所提方法进行了拆卸序列规划求解,通过分析实验结果,并对比传统人工蜂群算法,证明了该方法的可行性和高效性。     

模糊分布式柔性作业车间调度优化

针对考虑工件加工时间不确定性的模糊分布式柔性作业车间调度问题(fuzzy Distributed Flexible Job Shop Scheduling Problem,fDFJSP),将加工时间用三角模糊数表示,以最小化最大模糊完工时间为优化目标,提出一种改进的人工蜂群算法进行求解.针对fDFJSP的分布式特点,设...     

基于菱形搜索块匹配技术的微机电系统微运动测量研究

首先,分析了块匹配运动模型和测量原理,采用最小总绝对差值设置块匹配准则,确立了菱形搜索算法的块匹配搜索路径。该算法通过大小模板块匹配进行粗定位和精定位,求解微运动最佳运动矢量。然后,设计了基于计算机微视觉的微机电系统图像获取方案,并以微机电系统谐振器为研究对象,获取24幅不同相位图像,用所提出的微运动测量方法进行分析和验证,结果表明：基于最小总绝对差值和菱形搜索算法的块匹配技术能较好地估计和测量微机电系统器件的微运动矢量。     

智能网联车即插即用组网模型及决策融合算法

针对智能网联车（ICV）多传感器融合前组网流程繁琐的问题,提出了一种车载即插即用（PnP）环境感知传感器“自搜索(SS)自识别(SI)自标定（SC）”组网模型（简称“S-SIC”）。采用深度优先搜索规划算法自搜索PnP传感器并接入ADAS域;采用广播报文自识别PnP传感器并进行初始化;采用车体坐标系坐标转换矩阵及补偿算法自标定PnP传感器。针对ICV多传感器数据及特征级融合时设备难以兼容的问题,提出了K-m.AW决策级融合算法。实验结果表明：S-SIC模型搜索成功率达92%,搜索平均时间为1.79 s;在前车轨迹估计中,基于K-m.AW算法的多场景融合估计准确率较对比算法分别提高了7.6%、11.8%。