基于Mamdani型模糊推理的加权质心定位算法

为了提高加权质心定位算法在室内环境中的定位精度,提出使用实际环境中的RSS数据通过蝙蝠算法拟合输入隶属度函数,通过Mamdani型模糊推理获得节点间精确的权值,以提高加权质心定位算法的定位精度。在Zigbee平台上实现了该算法,通过实验比较3种不同的质心定位算法,结果表明:Mamdani型模糊推理因采用经过蝙蝠算法优化的隶属度函数而具有更小的平均定位误差。     

基于蝙蝠算法的改进杂草算法研究

提出了一种新型的混合算法并命名为混合杂草蝙蝠算法(Hybridize Invasive Weed Optimization with Bat Algorithm,IWOBA),该算法在杂草算法的基础上利用蝙蝠算法的回声定位来解决每代种子逐步寻优的问题。其原理是利用种群速度和位置的不断更新,增加种群的多样性,从而达到提高种群的全局收敛性。最后利用6个测试函数对该算法和标准杂草算法进行测试比较。仿真结果表明,IWOBA能够有效克服原算法早熟、易陷入局部最优的缺点,可加快算法收敛速度,具有良好的鲁棒性。     

整数规划的量子行为蝙蝠算法

蝙蝠算法是一种新型群体智能算法,传统的蝙蝠算法在解决整数规划问题时容易陷入局部最优并出现早熟收敛现象,为了解决这些弊端,提出了一种基于势阱的具有量子行为的蝙蝠算法。论述了算法的优化原理和实现方式,并通过仿真实验,与粒子群算法和量子行为粒子群算法进行性能对比。实验结果表明,量子行为蝙蝠算法不仅能够有效地解决整数规划问题,而且比其他算法具有更好的性能。     

考虑可控负荷影响的主动配电系统分布式电源优化配置

在常规的配电网分布式电源优化配置基础上,结合主动配电系统特点,考虑可控负荷的影响,建立了分布式电源双层优化配置模型。上层模型用于求解接入主动配电系统的分布式电源最优位置和容量;下层模型用于求解各时段最优的可控分布式电源出力和可控负荷大小,并利用鲁棒优化理论,采用盒式不确定集合表征风力发电、光伏发电等不可控分布式电源出力的不确定性。利用该模型,可以在求解分布式电源优化配置问题的同时考虑运行调度的因素,从某种程度上实现主动配电系统电源规划与运行的统筹。最后采用蝙蝠算法求解双层优化模型。通过对IEEE 33节点配电系统进行算例分析,并与遗传算法、粒子群优化算法进行对比,验证了所提模型的合理性以及蝙蝠算法的适用性和较强的全局寻优能力。     

基于BA-RVM的医院网络安全量化评估预测

为提高医院网络安全评估预测的精度,采用层次分析法从资产、脆弱性、威胁等3个方面建立医院网络安全量化评价指标体系,同时采用BA算法对RVM模型的核函数宽度进行优化,得到用于医院网络安全量化评估预测的BA-RVM模型.将RVM模型和BA-RVM模型分别应用于山东省某三甲医院的网络安全量化评估预测实例中,通过对比预测结果,验...     

基于蝙蝠算法的微电网优化研究

针对微电网运行的多目标优化问题,提出了蝙蝠算法优化微电网的运行策略.首先建立微电网系统运行的数学模型,以微电网简化模型为研究对象,根据一年中不同典型日负荷情况,分别在其并网和离网状态下,以发电成本最低和环境污染费用最低为目标函数,使用蝙蝠算法对算例进行求解分析,对各个分布式电源在不同时刻的出力进行优化,使日综合发电成本...     

蝙蝠葛碱对阿尔茨海默病小鼠脾脏和脑脏器指数的影响

目的:探讨蝙蝠葛碱对阿尔茨海默病小鼠脾脏和脑脏器指数的影响。方法:阿尔茨海默病小鼠随机分成模型组、治疗组、蝙蝠葛碱组,另选择对照组,经过蝙蝠葛碱治疗后观察脾脏和脑的脏器指数。结果:与模型组比较蝙蝠葛碱组脾脏和脑的脏器指数较高。结论:蝙蝠葛碱通过影响机体脾脏和脑的脏器指数来改善阿尔茨海默病小鼠的痴呆症状。     

采用混沌蝙蝠算法的含DG配电网无功优化

文中提出一种混沌蝙蝠算法(Chaotic Bat Algorithm,CBA)求解含分布式发电(Distributed Generation,DG)的配电网无功优化问题.CBA算法在基本蝙蝠算法(Bat Algorithm,BA)的基础上,采用Tent混沌映射初始化蝙蝠位置和更新脉冲发射率以提高全局收敛性,同时动态自适应更新蝙蝠速度以增加种群多样性.采用CBA算法对含DG接入的IEEE 33节点系统进行无功优化分析,计算结果验证了所提算法的有效性和优越性.     

永远的蝙蝠侠

对于任伺球员来说,能够拥有签名鞋都是对个人价值的—种肯定,而如果能像巴斋谳在职业生涯末段收获自己的第8双签名鞋,那无疑更是—种至高的荣耀。从这个角度来看,这款将在新赛季与主人共同踏上”三连冠”征程的匹克”巴蒂尔8代”也就成了对巴蒂尔十三年职!止生涯的—次诚意至殳敬。     

改进蝙蝠算法在多目标优化中的应用

在模拟退火的高斯扰动蝙蝠优化算法（SAGBA）的基础上,结合解决多目标优化问题的算法技术,探讨了2种改进的多目标蝙蝠算法——基于动态加权的SAGBA算法（DWASAGBA）和基于向量估计的SAGBA算（VESAGBA）,并对算法进行了仿真实验．结果表明,SAGBA算法所得到的解集分布均匀,能够得到测试函数较为准确的Pareto曲线。