基于约束优化问题的人工鱼群算法及其改进

在人工鱼群算法基础上,对人工鱼群算法进行改进,结合遗传算法提出的适应度函数来解决约束优化问题.具体表现在改进了人工鱼的觅食行为,另外引入了吞噬行为以便加快收敛速度,得到更优的适应度值.仿真结果表明改进的人工鱼群算法在解决约束优化问题时,具有收敛速度快、适应度值优、全局寻优性能强等优点.改进的人工鱼群算法较之基本人工鱼群算法具有更好的性能.     

基于全局人工鱼群算法优化的DV-Hop定位算法

无线传感器网络具有大规模、自组织、可靠性、以数据为中心、集成化等特点,被广泛应用于军事、医疗、矿山监测、安全生产等领域。然而现有的无线传感器网络非测距定位算法还存在定位偏差较大问题。针对上述问题,本文提出一种基于全局人工鱼群算法优化的DV-Hop（Distance Vector Hop）定位算法（DEWF-D）。该算法对非测距定位算法中的DV-Hop算法出现误差的步骤进行优化处理,通过减小算法过程中出现的误差,最终得到较为精准的定位坐标。首先使信标节点以两种不同的通信半径传递消息,将跳数进行精确化处理,以减少跳数带来的误差,然后用最小均方误差准则和误差加权方式计算平均每跳距离,最后利用人工鱼群算法替换三边测量法进行坐标计算,同时又在人工鱼选择下一个位置时引入全局最优信息,并引入人工鱼的吞食行为,提高人工鱼群算法的精度以及收敛速度。通过仿真验证,在不同信标节点密度下,本算法与DV-Hop算法以及其他算法相比定位精度分别提升28.3%、6.9%、12.5%,而在不同通信半径下,定位精度提升了24.4%、7.6%、14.8%。证明DEWF-D算法能有效提升定位精度,解决了定位算法中出现的定位偏差较大问题。     

基于微人工鱼群算法优化RBF神经网络

在人工鱼群算法的基础上提出了一种新的优化算法——微人工鱼群算法,作为径向基神经网络（RBFNN）的训练算法.微人工鱼群算法利用两个鱼群（寻优鱼群和库存鱼群）来寻优,寻优鱼群使用人工鱼群算法来寻找全局最优解,库存鱼群保证了寻优鱼群的多样性,微人工鱼群算法使RBFNN的隐中心位置和相应的宽度值同时得以优化,提高了RBFNN的泛化能力.将微人工鱼群算法优化后的RBFNN应用于双螺旋和IRIS分类,试验结果表明,相对于K-means以及人工鱼群算法,本文方法在泛化能力上得到提高.     

基于MSP430F149无线传感器网络节点的设计

设计了以超低功耗单片机MSP430F149为核心,结合外围压力传感器和无线收发模块的传感器网络节点.MSP430F149控制传感器采集水下的温度、水压,并对输出数据进行由压力到液位的变换及温度补偿,再由无线收发模块将数据发送给上位机,实现对液位的监测.     

基于改进人工鱼群算法和模糊C均值的WSN分簇算法

针对无线传感器网络（Wireless Sensor Networks,WSN）节点能耗不均衡问题,提出一种基于改进人工鱼群算法（Improved Artificial Fish Swarm Algorithm,IAFSA）和模糊C均值（Fuzzy C-Means,FCM）的分簇算法IAFCA。首先,IAFSA改进搜素视野及步长,避免迭代解陷入局部最优解,并将最终的迭代解作为FCM的初始聚类中心,克服FCM对初始解的敏感性。其次,FCM在确定最佳簇头数目的基础上,根据节点间的距离相似性,有效建立起节点与聚类中心间的不确定性关系,合理进行节点分簇。最后,根据节点相对剩余能量和到聚类中心的距离两个参数选举出簇头。IAFCA分别在两种场景下进行仿真实验,并与低能耗自适应聚类层次协议（Low Energy Adaptive Clustering Hierarchy,LEACH）及其变种算法进行对比。实验结果表明,IAFCA在网络寿命和能量效率方面均优于传统的WSN分簇算法,有效延长了网络寿命,降低了节点能耗。     

基于ZigBee的煤矿瓦斯监测无线传感器网络节点设计

针对现有煤矿瓦斯监测系统采用有线通信方式存在的弊端,本文将ZigBee技术和无线传感器网络技术应用于煤矿瓦斯监测系统中,构建井下瓦斯无线监测系统,设计了一种基于MSP430F149单片机和CC2420射频芯片的瓦斯监测无线传感器网络节点.该节点与上层通信网络、监控中心结合可实现瓦斯浓度的远程实时监测和报警、井下人员的定位等功能.     

改进人工鱼群算法优化小波神经网络的变压器故障诊断

针对油浸式变压器故障类型的复杂难辨,结合油中气体分析法,提出一种基于改进人工鱼群算法优化小波神经网络的故障诊断模型。基于经典三层小波神经网络,采用粒子化的人工鱼群算法对小波神经网络输入和输出层的权值、小波神经元的伸缩和平移系数进行修正,通过引入动态反向学习策略实时优化人工鱼分布,迭代后半程采用基于柯西分布的自适应人工鱼视野范围提高算法精度。结果表明,该改进鱼群算法优化的小波神经网络相比标准粒子群算法优化小波神经网络和标准鱼群算法优化小波神经网络,诊断速度更快,准确率更高。     

基于改进人工鱼群算法的无人艇控制参数优化

针对欠驱动无人艇控制系统的参数优化问题,基于改进人工鱼群算法,提出了一种非线性控制系统的参数优化策略。首先考虑了人工鱼群算法存在的求解精度低、盲目搜索、收敛缓慢等问题,提出了一种改进人工鱼群算法。然后分别以最小跟踪误差、最小能量消耗为性能指标,利用改进的人工鱼群算法,对欠驱动无人艇的跟踪控制器进行参数优化。数值仿真试验结果表明:无人艇实现了对期望轨迹的跟踪,并具有良好的控制性能,试验结果验证了所提算法的可行性和有效性。     

组合优化问题的人工鱼群算法应用

通过模仿鱼类的行为方式，提出了一种基于动物自治体的优化方法一人工鱼群算法(Artificial Fish，school A1gorithm)，并将其用于组合优化问题的求解．介绍了该算法在此类问题求解中的距离、邻域等概念，给出了具体的实现方法．最后以TSP问题为例对该算法进行仿真测试．结果表明它具有快速收敛的能力。     

基于人工鱼群算法的参数估计方法

利用人工鱼群算法的基本特性，提出了一种新的参数估计方法，并进行了仿真实验研究．结果表明，具有良好的跟踪性能和实时性。     

基于改进遗传算法的配网滤波装置优化配置

在配电网中装设有源滤波装置是抑制谐波有效的方法。文章运用改进型的遗传算法对有源滤波装置在配电网中的配置进行优化,提出最优个体保留与最大遗传代数相结合的终止进化准则,即必须经过一定的迭代次数,最优解经过后面的多次迭代后仍为最优。最后通过一经典算例验证,改进型遗传算法既满足了抑制谐波的要求,又将投资费用控制在尽量小,应用于配电网有源装置优化配置具有可行性。     

结构损伤参量灵敏度分析的传感器数量位置优化

为判断结构是否存在一定水平的损伤,对结构健康监测系统中所需的加速度传感器的最小数目及其位置进行计算.以损伤参量的灵敏度技术为基础,根据结构损伤对各种损伤参量的影响范围的不同,以遗传算法为工具,针对各种损伤参量得出所需传感器的最小数目以及其配置位置.通过对19自由度的简支梁进行仿真分析,得到对于不同损伤参量进行损伤识别所需加速度传感器最小数目和位置,结果表明对于该算例,柔度法所需传感器数目较少,但是损伤位置比较难确定,而对于模态曲率和模态应变能所需传感器比较多.通过该布置方法可以对结构损伤情况的损伤位置有大致评估,对多损伤状态的最大损伤处有初步定位.     

基于改进粒子群算法考虑阀点效应的经济负荷最优分配

经济分配对于电力系统节能至关重要,是电网中一类典型的优化问题,基于传统的粒子群算法的优化方法由于仅考虑速度与位置参数,易导致局部最优。针对电力系统的有功经济分配,考虑发电机组的阀点效应,提出一种改进型粒子群算法。通过引进视角参数,使粒子的移动状态受到视角的制约,改善传统算法粒子容易早熟而陷入局部最优的缺陷,降低搜索随机性并提高优化精度’仿真结论表明,带有视角参数的改进粒子群算法有更高效的全局搜索能力和更可靠的最优解,为发电机有功经济分配问题提供一种有效的新算法。     

基于遗传算法的压电扭转驱动器优化布置

针对空间薄壁杆类结构的扭转振动问题，对一薄壁杆上的扭转驱动器位置优化配置进行了研究．采用拉格朗日方程和假设模态法，推导了薄壁杆与驱动器组成的系统的动力学方程，建立了动力学系统的状态空间表达式．将薄壁杆划分为若干个位置单元，选取Grammian可控性作为目标函数，运用遗传算法获得了压电扭转驱动器的最佳配置位置．在最优位置处黏贴压电扭转驱动器，实施闭环控制，得到了薄壁杆自由端角位移前三阶模态的闭环幅频响应．结果表明，采用遗传算法能获得最优位置，在最优位置处实施的闭环控制能有效抑制薄壁杆的扭转振动．     

突发性污染情况下给水管网传感器优化选址

为解决给水管网中的水质传感器位置优化布置问题,以污染发生至传感器首次监测到超过临界污染物质量浓度的期望监测时间最短为目标,提出监测突发性或者蓄意污染的管网传感器优化选址模型.以Anytown管网为例,利用EPANET软件模拟扩展周期非稳态水力水质条件下节点污染物质量浓度变化,通过编制程序与EPANET交互得到传感器监测时间,在此基础上设计求解该优化模型的混合粒子群算法.提出的优化模型及求解方法对保护管网安全、降低用户饮用被污染水的风险具有一定意义.     

混沌粒子群优化算法在水库防洪优化调度中的应用

为改善粒子群优化算法的寻优性能,提出了一种新的算法——混沌粒子群算法。该算法将混沌搜索机制引入到粒子群算法中来增加粒子的多样性,采用自适应惯性权重因子模型来设置惯性权重因子,改善了算法的全局寻优能力,并将其用于水库防洪优化调度中。实例计算表明该算法能较好地克服了粒子群算法易早熟和陷入局部最优的缺点,为解决水库防洪优化调度问题提供一种新的有效途径。     

基于协调粒子群算法的水电站水库优化调度

提出了一种协调粒子群算法,利用多粒子群的信息协调和扰动策略的方法,较好地克服了基本粒子群算法易于早熟和陷入局部最优的缺点,具有良好的收敛速度和计算精度。实例计算表明,协调粒子群算法能够求解水电站优化调度这样的非线性、强约束组合优化问题,原理简单,易于编程,占用内存少,为水电站优化调度问题提供了一种具有较高应用价值的方法。     

基于改进黑洞算法的微电网优化调度

为提高微电网运行的经济性,需要对其进行日前优化调度.首先建立微电网优化调度数学模型,以微电网内部蓄电池充放电功率和燃料电池输出功率为优化向量,以微电网运行成本最少为优化目标,基于日前预测数据,先将一天分成24 h,以1 h作为1个调度时段进行优化;然后以15 min为1个时段将一天分成96个调度时段,将小时级优化调度的结果作为15 min级优化调度的初始值进行二次优化;最后采用差分进化改进黑洞算法分别求解模型.算例结果显示改进的黑洞算法收敛速度快,求得的优化结果能够作为未来一天中微电网内部蓄电池充放电功率和燃料电池输出功率的参考,减少微电网运行成本.     

基于改进进化策略的足球机器人最优控制

在足球机器人运动方程和动力学模型基础上,以机器人在最短时间内到达指定位置作为最优控制策略的指标。论述了最优控制的设计思想,并给出了适应值函数的实现．借助于一种基于单基因Gauss变异和均匀变异相结合、递减型策略参数的改进进化策略(μ λ κ)-ES,求出了实现最优控制的参数．试验表明。最优控制策略明显地缩短了机器人到达指定位置的时间．     

三维蚁堆算法在视频关键帧提取中的应用

为了有效、且自适应的提取出视频中的关键帧,提出了一种改进的三维蚁堆新算法。该算法首先提取每一帧中H-S-V颜色空间的三维特征向量,并将其表示为H-S-V三维欧式空间中的点,之后通过改进的三维蚁堆算法,自适应的聚类,从而提取出视频中的关键帧。通过MATLAB仿真并与传统算法对比,结果表明:相对于传统算法,该算法的查全率和查准率都有了一定程度的提高。