面向博客的智能网络蜘蛛技术及其系统实现

从博客网站的结构特点出发,抽象出博客网站的链接分级模型,并在此基础上提出了基于蚁群算法的"目录链接-博文链接"自适应采集策略,设计并实现了针对博客网站的智能网络蜘蛛系统.实验表明,采用该策略的系统在采集效率上取得了显著提高.     

基于细菌群体趋药性的有序盲信号分离算法

提出了一种基于细菌趋药性的细菌群优化算法。将探测判断策略和优势细菌随机扰动策略引入细菌群体的进化过程,解决了细菌个体在进化后期处于随机摄动状态而难以定位于全局最优位置的问题。通过使用测试函数对算法性能进行测试以及同其他算法的比较表明,所提出的算法在收敛速度和求解质量方面均有很好的性能。进一步将细菌群优化算法应用于解决盲信号分离问题,实现了对源信号的逐一有序盲分离。仿真实验表明,基于细菌群优化算法的盲信号分离算法具有很好的分离效果,可以将源信号按照其规范四阶累积量绝对值的降序进行有效分离。     

基于蚁群算法的Ad Hoc网络QoS组播路由研究

在解决Ad Hoc网络QoS组播路由问题上,针对蚁群算法缺点,提出了一种融合粒子群优化思想的改进蚁群算法.该算法融合PSO思想以加速蚁群算法在路由发现及维护时的收敛速度.仿真结果表明,该算法具有较好的性能,是解决Ad Hoc网络QoS组播路由问题的有效方法.     

基于OPENMP求解旅行商问题的并行蚁群算法

蚁群算法具有自组织性、正反馈性、较强的鲁棒性和天生的并行性等优点,不足之处是需要较长的搜索时间.为了解决其搜索时间过长的问题,文中提出了一种并行实现策略,用OPENMP应用编程接口采用C++语言编程实现,能明显减少搜索所用的时间.给出了一种解决旅行商问题(TSP)的并行蚁群算法,并通过串并算法执行时间的比较,说明并行算法的优越性.     

人工蜂群算法求解任务可拆分项目调度问题

针对任务可拆分的资源受限的项目调度问题,提出了一种人工蜂群算法与任务可拆分的串行调度机制相结合的优化方法．人工蜂群算法中每个食物源的位置代表一组项目任务的优先权序列,优先权序列通过调度生成机制转换为可行调度方案,迭代中由三种人工蜂执行不同的操作来实现全局最优解的更新．实算表明,基于优先权的人工蜂群算法可以有效求解任务可拆分项目调度问题,收敛速度较快且精度较高．     

一种基于信息熵的空间聚类算法

空间数据挖掘技术是从空间数据库中提取隐含的、用户感兴趣的知识.针对当前的聚类算法没有很好考虑到空间数据的复杂性和数据之间的联系,再加上聚类的精确度不高,设计了一种新的算法—基于信息熵的空间聚类算法（ESCA算法）,该算法优先考虑空间数据的复杂性和数据之间的联系,并采用蚁群优化机制改善传统算法中聚类簇数不确定的缺点.实验结果表明该算法是可行,并且具有更高的精确度.     

基于遗传_蚁群算法的多QoS约束组播路由优化算法

提出了一种将遗传算法与蚁群算法融合的新算法,用以满足多QoS约束的组播路由优化。算法首先利用遗传算法生成若干组优化解,将其转换成蚁群算法的信息素初值,然后利用蚁群算法来求取满足QoS约束的最优解。仿真结果表明此算法是有效的,其性能优于文献[6]中算法。     

蚁群算法在煤矿电力线载波通信网中的应用研究

从提高煤矿低压电力线载波通信的可靠性角度出发,探讨了低压电力线载波动态路由问题,将一种新的改进动态路由算法应用于低压电力线载波通信。该方法从局部更新规则和全局更新规则两方面对基本蚁群算法进行改进,引入了局部最差路径和全局最差路径概念,提高了动态路由搜索的准确度和效率。为扩大煤矿电力线载波通信的通信范围提供了一种非常有效的动态路由方法。     

改进蚁群算法在多用户检测技术中的应用

介绍了改进蚁群算法在CDMA多用户检测技术中的应用。通过分析系统框图、改进蚁群算法的性能,对将其利用于多用户检测技术中的可行性进行了理论阐述并进行了仿真。结果表明,本文提出的多用户检测器可以有效的解决多址干扰和抑制远近效应,其性能接近最优多用户检测器,优于传统检测器。     

基于人工蜂群算法的供水泵站运行优化研究

针对泵站普遍因存在供需不平衡、管理差等而造成大量能源浪费的问题,对泵站系统扬程、效率偏差情况进行分析,明确了系统供需间的差异情况,利用灰色关联度法,对泵站目标电耗的影响因素进行关联度分析,确定了扬程、效率、流量3个影响因素关联度大小。建立以单位产量电耗最小为目标函数的优化调度模型,并结合泵站实际情况,运用人工蜂群算法(Artificial Bee Colony,ABC)进行寻优计算,得出运行优化方案,得到系统在不同流量、扬程需求下的最佳开机台数及调速比,表明了ABC算法在泵站优化的实用价值。