带多处理器混合流水车间调度问题的混合鱼群算法

针对带多处理器的混合流水车间调度问题(hybrid flow shop scheduling with multiprocessor task problems),以最小化所有工件的最大完成时间(makespan)为优化目标,提出一种融合了改进的人工鱼群算法和禁忌搜索算法的混合算法。首先改进人工鱼群算法相关行为及实验优选算法参数,提高了人工鱼群算法收敛速度和精度;然后结合人工鱼群算法收敛快和禁忌算法局部搜索能力强的特点,利用改进的人工鱼群算法进行全局搜索,获得较好的优化解域,再通过禁忌算法在优化解域内进行局部寻优,得到一个最终满意的优化解。基于180个标准算例,算法实验结果表明混合算法的优化性能明显优于禁忌算法和粒子群算法,并且很接近改进的遗传算法。     

多目标拆卸线平衡问题的Pareto人工鱼群算法

针对拆卸线平衡问题的复杂性,提出了一种改进的基于Pareto解集的多目标人工鱼群算法进行求解。为提高人工鱼觅食时的寻优能力,引入遗传算法的随机交叉操作,指导人工鱼向全局最优拆卸方向觅食。通过拥挤距离不断筛选人工鱼觅食、聚群和追尾过程中的非劣解,实现了各行为结果的多样性。采用精英保留策略,将外部档案中的非劣解添加到算法下次迭代的种群中,加快了算法的收敛。通过对不同规模的拆卸实例进行求解,并将其与已有算法进行对比,验证了所提算法的有效性和优越性。     

光网络中基于人工鱼群算法的节点休眠技术

鉴于人工鱼群算法(AFSA)具有收敛速度快,易于寻址寻优等特点,在光网络节点休眠技术中引入人工鱼群算法。以光路由域中的网关节点作为研究对象,选用业务量作为搜索函数,执行算法中的各种寻址行为找到最优解,休眠不符合条件的节点,并根据传输的繁忙与空闲状态转换限定值,从而节约传输过程中的能耗。通过2组7个节点进行计算机仿真,并分别设定最大值的40%和50%为限定值,得到原始能耗与后期能耗的对比结果。由此可知,当限定值为最大值的40%时,2组数据均节能14%,当限定值为最大值50%时,能耗节约比例分别为28%和42%。证明该方法可有效节能。     

用概率假设密度滤波实现同步定位与地图创建

针对杂波环境中传统同步定位与地图创建(SLAM)算法无法有效表达传感器多种信息以及容易发生错误数据关联的问题,提出一种基于概率假设密度滤波的SLAM算法。该算法将每一时刻传感器的观测信息和环境地图表示为随机有限集,建立联合目标状态变量;通过概率假设密度(PHD)滤波对机器人位姿和环境地图状态进行同时估计,并利用粒子滤波实现PHD滤波。在进行目标状态提取时,为避免聚类算法引入的误差,对粒子集进行时滞输出。提出的SLAM算法能准确表达观测的不确定性、漏检以及杂波引起的虚警等多种传感器信息,且避免了数据关联过程,使系统状态估计更接近真实值。仿真实验结果表明:与传统SLAM算法相比,新算法的机器人定位及环境构图精度提高了50%以上,为杂波环境下SLAM问题的研究提供了新的途径。     

基于特征融合与IAFSA-SVM的滚动轴承故障诊断方法

针对滚动轴承振动信号时域特征表征故障信息不全面的问题,提出一种将云特征与时域特征相融合的方法,并对人工鱼群算法进行改进,引入了人工鱼的反向变异机制和感知行为,进行超参数寻优得到IAFSA-SVM故障诊断器。采集不同轴承故障数据集的融合特征输入IAFSA-SVM进行试验,结果表明,融合特征能更全面的表征滚动轴承的不同状态信息,将其作为IAFSA-SVM的输入可以获得更高的分类准确率。     

仿生移动机器人并联机构运动学正解的鱼群算法求解

基于改进的人工鱼群算法,提出了并联机构运动学正解的求解方法。构建了仿生移动机器人处于支撑状态的并联机构模型,应用螺旋理论计算了该并联机构的空间机构自由度,构建了仿生移动机器人并联机构的运动学正解模型,利用鱼群算法对正解模型的约束方程组进行设计。对鱼群算法所用数学模型进行了构建,对改进后的人工鱼群行为进行了算法描述。仿真结果表明,该人工鱼群算法具有良好的寻优性能,满足仿生移动机器人并联机构正解模型的求解要求。     

基于改进人工鱼群优化算法的超声信号稀疏分解

根据非稳态超声信号的特点,提出一种改进的新型人工鱼群智能优化的稀疏分解算法,构造了人工鱼群搜索稀疏分解最佳原子的优化模型;利用人工鱼群方法并行寻优、全局收敛性好的特点,搜索最优原子,降低了稀疏分解匹配追踪算法的复杂度,减少了传统匹配追踪中超完备字典对存储空间的占用:针对鱼群搜索特点,对初始鱼群分布及鱼群行为进行改进,解决了原始算法鱼群初始覆盖空间的不确定性,改进后的聚群和追尾行为有效地提高了鱼群算法的收敛速度且算法稳定;实验结果表明,将改进后的算法用于超声缺陷信号的提取时,与小波方法相比较,信号的质量和性能指标均有显著改善.     

改进人工鱼群算法的机器人点对点路径规划

为了提高人工鱼群算法在机器人路径规划中的性能,提出了改进的人工鱼群算法。介绍了栅格环境建模方法;分析了人工鱼群算法基本原理和参数,为了使人工鱼群算法适用于栅格环境,对算法的视觉范围、移动步长进行了重新定义;引入了公示牌用来记录鱼群历史最优点;提出了自适应视觉范围和自适应拥挤度因子,用于协调算法的全局搜索能力和搜索精度;通过实验可以看出,改进算法规划出的最优路径比传统算法优化6%以上,路径平均值优化7%以上。     

基于鱼群算法的电梯群控调度算法

为了提高电梯群控系统(EGCS)运行效率,针对国内外电梯群控调度算法存在的问题,提出了一种将电梯轿厢内人数作为调度因素,综合考虑乘客平均等待时间、平均乘梯时间、电梯能耗的智能调度算法.将人工鱼群算法理论与实际的电梯群控调度问题相结合,通过对离散鱼群算法参数的优化、步长的改进,使其适用于电梯群控调度.该算法首先初始化一个鱼群,使鱼群中每条人工鱼当前的状态代表一种可行的调度方案,在经轿箱内人数调度因素缩小后的解空间范围内,让鱼群通过其觅食行为、聚群行为和追尾行为进行全局寻优.最后,把该算法与最小等待时间调度算法进行了比较.研究结果表明,乘客的平均候梯时间、平均乘梯时间、长候梯率较最小等待时间调度算法有明显降低.     

最小二乘与鱼群混合优化方法评定直线度误差的研究

为快速、精确的进行空间直线度误差评定,提出了一种最小二乘算法与人工鱼群算法相结合的混合优化算法解决该问题。首先利用改进的最小二乘算法获取过测点集合算术平均中心的最小二乘拟合直线,然后在该直线向量邻域内均匀生成人工鱼群算法的初始解,进而基于旋转逼近策略应用改进后的人工鱼群算法搜索最小包容圆柱的轴线参数。通过在经典人工鱼群算法中引入变异和淘汰机制,对传统鱼群算法中的聚群、觅食等行为加以改进,有效提高了鱼群算法的优化效率和稳定性。实验及仿真结果表明:文中算法与遗传算法、粒子群算法等其它多种算法相比具有更高的正确度,非常适合空间直线度误差的精确评定。     

基于混沌蜂群算法的农用无人直升机路径规划

针对农用无人直升机从地面站飞到目标农田的路径规划问题,提出了一种改进的人工蜂群算法。在该算法中利用混沌局部搜索算子的遍历性和随机性的特点重新初始化陷入局部最优解的雇佣蜂,在迭代中产生局部最优解的邻域点,帮助其脱离束缚并快速找到全局最优解。采用改进算法来处理无人直升机的路径规划任务,首先将路径规划任务通过数学建模转换成一个多维函数优化问题,然后结合人工蜂群算法的全局寻优能力和混沌算子的局部搜索能力得到改进算法,最后分别用仿真实验验证了改进算法在函数优化上的优越性和在解决农用无人直升机路径规划上的可行性。     

基于混沌蜂群算法的小型无人直升机系统辨识

针对小型无人直升机在悬停状态下飞行动力学模型的系统辨识问题,提出了一种基于混沌蜂群算法(chaotic artificial bee colony algorithm,简称CABC)的辨识方法。由于直升机的数学模型是非线性的,因此用小扰动理论对其线性化,得到纵横方向待辨识的解耦模型;进一步将系统辨识问题转变成优化问题,以蜂群为搜索单位,通过群体之间的信息交流与优胜劣汰机制,使得蜂群向更优方向进化;利用混沌算子来改进侦察蜂的搜索机制,使得人工蜂群算法脱离局部最优束缚,获得更强的全局寻优能力。根据无人机实际飞行试验数据,对辨识获得的模型进行了分析与验证,结果表明,采用该辨识方法,估计出了解耦模型中的未知参数,与遗传算法和传统人工蜂群算法相比,所提算法的辨识精度更高。     

外推人工蜂群算法在WSN部署优化中的应用研究

为解决无线传感器网络(WSN)覆盖部署优化的问题,提出了一种基于外推人工蜂群算法的节点部署优化方法。首先,设定网络系统基本假设,并以使网络覆盖率最大化为目标建立网络覆盖优化基本模型,再者,利用外推人工蜂群算法代入模型进行求解,获得覆盖最优的节点部署位置。仿真实验结果表明:外推人工蜂群算法能够很好地解决无线传感网络覆盖优化问题,相比于传统的遗传算法、人工鱼群算法、粒子群算法和人工蜂群算法,表现出更快的寻优速度和更高的覆盖率。     

随机作业时间的U型拆卸线平衡多目标优化

为更好地反映实际拆卸作业时间的不确定性,建立了考虑随机作业时间的多目标U型拆卸线平衡问题的数学模型,并针对传统方法求解多目标问题时求解结果单一、无法均衡各目标等不足,提出一种基于Pareto解集的多目标混合人工鱼群算法。算法采用自适应视野串行觅食方式,以减少并行觅食时出现重复搜索现象,并根据多目标拆卸序列之间的支配关系得到Pareto非劣解集,实现了鱼群寻优结果的多样性。对鱼群觅食得到的拆卸序列进行模拟退火操作,增强了算法跳出局部最优的能力。采用拥挤距离机制筛选非劣解,实现了拆卸序列的精英保留,进而将非劣解添加到下次迭代的种群中,加快了算法的收敛速度。将所提算法应用于具有55项任务的某打印机拆卸实例,经与基本人工鱼群算法、模拟退火算法对比,验证了所提算法的有效性和优越性。     

基于云计算的果园移动机器人动态路径规划

针对复杂果园环境下的移动机器人路径规划,提出一种基于云计算的混合改进人工鱼群算法.首先云端服务器利用栅格地图对环境进行建模,将Pareto支配关系和A*算法引入人工鱼的设计中,结合自适应的视野范围计算出静态全局最优路径,然后发送至移动机器人完成果园环境的路径规划.最后,针对动态环境中不同障碍物的速度和方向,提出3种避障...     

混沌优化算法及在0/1背包问题中的应用

研究了混沌优化算法的原理、方法,提出了一个0/1背包问题的混沌优化算法,该算法将0/1背包这一组合优化问题转换为数值优化问题,即将问题的解空间映射到一个整数区间,将混沌变量产生的数据映射到整数,在该区间进行最优解的搜索,通过仿真试验,说明了该算法的有效性.     

基于序优化鱼群混合算法的变压器局放源点定位研究

序优化理论是一种基于绝对随机抽取可行解的优化算法,最优解具有高概率的可信度;鱼群算法是一种基于动物自治体模型的具有强大局部搜索功能的算法。将鱼群算法与序优化方法混合,构造出随机性和方向性比较平衡的序优化鱼群混合算法应用于变压器局部放电源点定位,仿真及实验结果表明该混合算法具有很高的精度和实用价值。     

激光增材制造过程低碳建模与工艺参数优化

激光增材制造是基于高能激光束快速熔覆金属粉末成形的工艺,其工艺过程时间长、能耗大会导致产生大量碳排放,基于此,系统分析激光增材制造过程的碳排放特性,建立激光增材制造过程碳排放模型;在此基础上,以碳排放、粉末利用率及熔覆质量为优化目标,建立激光增材制造过程工艺参数多目标优化模型,提出一种结合改进非支配排序与人工鱼步长人工鱼群求解算法,解决模型求解后期寻找参数解集盲目性大、目标函数解集均匀性差问题,通过熵权-灰色关联分析综合Pareto最优解集法获取最优工艺参数组合。最后,以LDM4030激光增材制造装备为试验平台进行激光熔覆试验,试验结果表明：该模型及算法可有效降低激光增材制造过程碳排放,提高粉末利用率,保证熔覆质量,为我国激光增材制造装备产业实现碳达峰、碳中和提供一条有效途径。     

应用混沌萤火虫算法的无人机航迹规划

针对无人机在复杂多变环境下的飞行问题,提出了一种应用混沌萤火虫算法的航迹规划方法。在飞行区域已知的情况下,建立规划空间的二维模型与航迹代价模型,并将航迹规划问题转换成多维函数优化问题;利用萤火虫算法优越的寻优能力来搜索无人机的最优航线;引入立方映射混沌算子来提高算法的局部搜索能力和鲁棒性。通过标准函数测试与航迹规划仿真对提出的算法进行了验证,结果表明:相比其他算法,本算法能够较好地跳出局部最优的束缚,并快速、准确地获得全局最优解,可以满足无人机航迹规划的要求。     

基于鱼群BP神经网络的板料成形分块压边力优化

采用人工鱼群算法与BP神经网络相结合的方法建立了分块压边力与成形质量的映射关系。首先以分块压边力为设计变量,通过基于最大最小原则的拉丁超立方取样设计方法抽取了BP神经网络的训练样本,并将通过仿真软件获得的成形质量指标作为BP神经网络的训练输出;其次通过人工鱼群算法优化的BP神经网络建立了分块压边力与成形质量的映射关系;然后采用粒子群算法对该映射函数关系式进行优化,得到最优分块压边力;最后将该最优分块压边力成形效果与整体压边力成形效果进行对比,结果表明成形效果大大改善。研究表明,采用该方法可以快速计算最优分块压边力,克服了分块压边力计算困难的缺点。