双种群分子动理论优化算法

针对传统分子动理论优化算法存在寻优精度差、易陷入局部极值等不足,提出了一种双种群分子动理论优化算法。该算法将种群分为精英和普通两个子群：普通子群采用传统分子动理论优化算法搜索策略进行大范围搜索,而精英子群则通过协同合作实现精细化搜索,以提高算法收敛精度;基于个体迁移实现子群间的信息交流,两个子群通过分工合作共同完成搜索过程。实验结果表明：改进算法在收敛速度、精度和算法稳定性等方面都有明显改善。     

基于等价三维熵与鲸鱼优化算法的图像分割研究

为提高三维最大熵法对图像分割的时效性,提出一种基于等价三维熵与鲸鱼优化算法(WOA)的图像分割方法。设计一种不含对数运算的等价三维熵法,基于WOA算法求解最佳阈值,以避免穷举搜索并提高算法效率。实验结果表明,相比传统三维最大熵法、等价三维最大熵法,该方法在不影响分割效果的前提下,能够减少运行时间,且在抗噪性和保留图像细节方面具有明显优势。     

弱连接多子群分子动理论优化算法

针对分子动理论优化算法拓扑结构与"群集"现象的不足,提出了一种弱连接多子群分子动理论优化算法.该算法分为上下两层,下层由一系列分子子群执行启发式快速搜索,以提高算法的收敛速度;上层中的混沌扰动子群基于混沌扰动机制,以便停滞状态的分子子群能跳出局部极值;上层中的免疫局部学习子群选取下层中的部分优秀个体进行局部学习,以实现精细化搜索而提高算法的收敛精度.仿真结果表明,该算法在寻优精度、收敛速度以及求解偏移函数等方面均有良好的性能.     

求解可满足性问题全部解的改进多种群克隆免疫算法

对于可满足性问题全部解(ALLSAT问题)的求解而言,随着问题规模增大,现有算法逐渐变得不适用.针对不能有效求解ALLSAT问题的现状,提出了一种多种群克隆免疫算法,该算法采用小生境方法和位爬山算法进行优化,维持种群多样性,提高算法收敛速度进行了算法收敛性分析.ALLSAT问题的求解结果表明,该算法是非常有效的.     

基于改进斜分Otsu法的回转窑火焰图像分割

因受窑内高温、高粉尘等因素的影响,氧化铝回转窑火焰图像中往往存在噪声.针对现有火焰图像分割算法存在抗噪性差和计算时间长等问题,对斜分最大类间方差法(Otsu法)进行改进,提出一种基于改进斜分Otsu法的回转窑火焰图像分割算法.该算法采用简化的距离测度函数作为阈值选取标准,以减少计算量和便于多阈值扩展; 采用基于后处理原理的图像分割方式,以进一步增强算法的抗噪性; 运用分子动理论优化算法实现加快计算速度.某厂氧化铝回转窑火焰图像的分割实验表明,该算法抗噪性强,运算速度快,能较为精确地分割出火焰图像的背景区、黑把子、火焰区、辐射带、物料区等区域.     

基于分子动理论算法的三电平逆变器谐波优化

在许多大功率交流传动场合下,开关损耗大。为了降低开关损耗,提高逆变器效率,开关频率一般限制在1 kHz以下,导致牵引逆变器中含有大量的谐波。以应用于大功率电力机车的三电平逆变器为特定的研究对象,建立了三电平逆变器最小相电流总谐波畸变率谐波优化模型。采用分子动理论优化算法求解模型时施加了消除窄脉冲算法,完成全调制范围、多种脉波条件下优化函数的求解。与传统SPWM和SHEPWM比较,MMTPWM具有良好的谐波优化效果。最后,通过仿真实验和硬件实验结果验证了理论分析的正确性。     

M-精英协同进化分子动理论优化算法

提出了一种M-精英协同进化分子动理论优化算法(MECKMTOA, M-elite coevolutionary KMTOA)。该算法基于M个精英以尽量避免发生错误引导,通过精英间的学习与协作提高算法的收敛精度,采用新型的波动算子防止算法陷入按维早熟。测试结果表明,MECKMTOA在求解精度、算法稳定性、高维函数求解等方面均表现出良好性能。     

Optimization algorithm based on kinetic-molecular theory

Traditionally, the optimization algorithm based on physics principles has some shortcomings such as low population diversity and susceptibility to local extrema. A new optimization algorithm based on kinetic-molecular theory （KMTOA） is proposed. In the KMTOA three operators are designed： attraction, repulsion and wave. The attraction operator simulates the molecular attraction, with the molecules moving towards the optimal ones, which makes possible the optimization. The repulsion operator simulates the molecular repulsion, with the molecules diverging from the optimal ones. The wave operator simulates the thermal molecules moving irregularly, which enlarges the searching spaces and increases the population diversity and global searching ability. Experimental results indicate that KMTOA prevails over other algorithms in the robustness, solution quality, population diversity and convergence speed.     

基于结晶过程的分子动理论优化算法

针对分子动理论优化算法(KMTOA)存在易陷入局部最优、寻优精度低等问题,提出一种基于结晶过程的分子动理论优化算法(C-KMTOA)。该算法通过模拟结晶过程设计了一种分离算子,该算子将种群分为最优个体、优秀个体、较差个体三个子群,并通过引导操作使较差个体向优秀个体附近移动、优秀个体向最优个体附近移动,从而使搜索范围快速缩小到最优解附近。实验结果表明,该算法在优化精度、动态性能等方面均优于GA、DE、QPSO和KMTOA。     

基于记忆分子动理论优化算法的多目标截面投影Otsu图像分割

传统截面投影Otsu法后处理过程中的阈值Q为预先设定的常量,对含噪程度不同的图像普适性较差。该文提出一种基于记忆分子动理论优化算法的多目标截面投影Otsu法。该方法将阈值Q作为变量,结合分割阈值T,基于最大类间方差和最大峰值信噪比准则建立多目标图像分割模型,以兼顾图像分割的准确性和抗噪性;为免阈值增加而影响算法效率,将人工记忆原理引入分子动理论优化算法,设计了一种基于记忆分子动理论优化算法的多目标图像分割模型求解方法。实验表明:该方法分割准确、抗噪性强、鲁棒性好,对含不同噪声的图像更具普适性。