萤火虫算法改进及其在公交线网优化设计中的应用

萤火虫算法是一种新颖的群智能优化算法,在该类优化领域中的应用很少。将萤火虫算法应用在公交线网优化问题中。公交线网优化是一个复杂的多目标优化问题,是影响公共交通效率的关键问题。根据算法和问题的特点,设计了基于矩阵的解表示方法。为解决GSO算法优化精度底、收敛速度慢的缺陷,提出自适应调整荧光素挥发因子ρ的萤火虫算法,通过matlab编程仿真,结果表明改进后的算法能将多目标的优化问题收敛到Pareto最优解,并具有均匀分布的Pareto曲线,证明能有效的解决公交线网优化问题。     

具有捕食策略的混合随机优化算法及其多极值函数优化

SAGACIA是一种混合随机优化算法,该算法虽已吸收了模拟退火算法、遗传算法和趋化性算法的优点,但搜索过程中仍存在收敛速度慢以及采用固定步长影响搜索精度的缺点,而捕食搜索策略通过限制的调节能较快锁定最优区域,从而提高收敛速度。结合两者的优缺点,提出一种具有捕食搜索策略的自适应调整步长SAGACIA算法,改进后的算法通过捕食搜索策略平衡了算法的局域搜索和全局搜索,提高了收敛速度;邻域搜索采用自适应步长,避免了最优解附近的震荡,提高了搜索精度。实验仿真结果表明,改进后的SAGACIA算法具有较快的收敛速度和较高的寻优精度,证明了算法改进的有效性和可行性。     

SAGACIA优化方法改进及其在多极值函数优化中的应用

针对SAGACIA优化方法在优化过程中搜索步长δ′参数为定值问题，提出一种自适应步长方法，使得步长参数δ′在优化过程中能够自适应变化；并将改进后的自适应SAGACIA优化方法用于多极值函数的优化；实验测试表明：改进后的SAGACIA优化方法能够跳出局部最优，较快地收敛到最优解。     

SAGACIA 算法改进及其不对称交通信号配时优化

针对城市交叉路口交通流量不对称,对称的信号配时易发生交通流量大的方向发生拥堵的情况,采用借相位放行方式设置交叉口的不对称相位,以交叉口车辆平均延误最小为控制目标,应用改进SAGACIA 算法对各相位绿灯时间和周期时长进行优化。根据获得的交叉口交通流数据,通过Matlab编程仿真。仿真结果表明,改进SAGACIA算法能够有效降低车辆平均延误,并与遗传算法进行了对比,SAGACIA算法改进后具有更好的搜索能力和搜索精度,有助于获得较优绿时配时方案。     

一种具有区域影响的人工萤火虫算法

受到自然界中萤火虫通过荧光进行信息交流的群体行为的启示,萤火虫算法被提出。它是一种新颖的仿生群智能优化算法。基本的萤火虫算法中,萤火虫个体间存在协作不足,易陷入局部最优的缺陷;考虑到萤火虫个体的区域影响作用,提出一种更接近社会上信息传递系统的萤火虫算法。该算法综合考虑了萤火虫个体的历史最优位置和萤火虫群体的历史最优位置对当前位置的影响作用,使相距较近的萤火虫个体能很快地得到信息并受其影响。实验仿真结果表明,区域影响下的萤火虫算法性能有了显著提高。     

基于网络的冷轧辊系信息化管理系统

辊系管理好坏直接影响钢铁企业生产效益,建立辊系管理信息化系统,不仅指导现场合理经济的使用辊子,使得钢铁企业从横向和纵向规范辊系管理,而且能去除繁琐复杂的人工记录,降低辊系故障率,减少误操作,提高产品质量。本系统通过Asp语言编写,结合Sqlserver2008强大的数据库系统,利用局域网连接IE浏览器进入系统操作,及时动态跟踪轧辊状态、库存情况和轧辊消耗,对辊系的检测、报废、更换、验收和故障查询管理,利用Flash曲线记录历史趋势,生成报表打印和导出Excel文件,最终实现辊子的全流程、全寿命管理。     

基于首钢京唐公司设备功能精度管理实践

首钢京唐公司通过不断完善设备功能和精度标准，积极推进设备功能精度管理。以用户需求为驱动，以降低内部质量缺陷、提高产品质量为切入点，全力打造以点检、检修、检测为基础的设备功能精度管理体系。建立指标分级管理体系，消除设备缺陷，提高设备的有效作业率，延长设备的使用周期，保持设备的生产能力，保证产品质量，使公司利益最大化。     

基于模糊权重的Fuzzy-PID控制系统研究

针对经典模糊控制策略和 PID 控制策略各自的优点和缺点,建立了一种 Fuzzy-PID 自适应切换的混合控制系统,在控制过程中,将 PID 线性控制器通过控制的权重与模糊控制器并行结合,在偏离稳定的工作点较远的区域会以具有优势的模糊控制为主,在稳定的工作点附近位置则会主要使用静态性能好的 PID 线性控制。并针对 Fuzzy-PID 的混合控制系统中经常采用的阈值切换和单模糊子集进行模糊切换的缺点,提出一种利用模糊权重控制器进行的切换,应用结果表明：该模糊权重切换下的混合控制性能有所改善和提高。     

融合模拟退火策略的萤火虫优化算法

萤火虫算法是群智能领域近年出现的一个新的研究方向,该算法虽已在复杂函数优化方面取得了成功,但也存在着易于陷入局部最优且进化后期收敛速度慢等问题,而模拟退火机制具有很强的全局搜索能力,结合两者的优缺点,提出一种融合模拟退火策略的萤火虫优化算法。改进后的算法在萤火虫算法全局搜索过程中融入模拟退火搜索机制,在局部搜索过程中采用了回火策略,改善寻优精度,改进了萤火虫算法的全局搜索性能和局部搜索性能。仿真实验结果表明：改进后的算法在收敛速度和解的精度方面有了显著地提高,证明了算法改进的可行性和有效性。