基于人工代谢算法的TSP问题求解分析

通过分析生物体新陈代谢的生理机能,建立人工代谢算法模型.通过分析底物和生成物之间的浓度差建立多步催化反应动力学模型.通过对城市网络和代谢网络进行类比,建立基于浓度差的TSP问题寻优模型.实例推导表明,人工代谢算法能有效地实现TSP问题的寻优规划.     

人工代谢算法在铝板轧制中的应用(英文)

铝板轧制过程的控制是板材生产过程自动化中的重要环节。针对该过程,本文提出一种人工代谢算法。通过算法中的人工酶对轧制过程进行辨识,通过建立代谢平衡方程对控制目标进行优化,通过对代谢方程中的反应速率、平衡常数和抑制因子进行调节来获取实时的控制优化值,建立一个分布式离散事件系统来对系统进行监控,并通过控制实例说明了该算法的优越性。所提出的控制系统成功地应用于某铝材厂的铝板轧制过程,节约了时间成本,提高了生产效益。     

人工代谢系统综述*

从生物体新陈代谢规律出发,通过分析催化酶与各类代谢调节模式的关系建立起人工代谢系统模型。该系统能实现模式识别、故障诊断、多目标优化等功能。利用新陈代谢机理建立人工代谢方程。通过对平衡因子、抑制因子等代谢算子的调节来改变代谢物浓度,提高代谢率,从而实现新陈代谢网络的物质流量均衡和网络节点通畅,达到有效地实现各类功能优化的目的。对人工代谢系统的基础理论和典型应用进行了阐述,指出了进一步研究的方向。     

带退化因子的人工代谢算法在多对象物流配送优化中的应用

在多对象优化的物流配送中,需要对配送对象实行均衡调度。本文提出了一种含退化因子的人工代谢算法。每一种配送对象对应了不同的代谢底物,每一种配送对象的优先级对应了相应的催化酶,每一次配送对应一次代谢过程。为了降低代谢算法的复杂度,完成配送任务后,初始化时形成的催化酶需要有规律地退出代谢体系。通过对代谢算子等参数的分析,为人工酶设立了不同等级的退化因子。根据对酶优先级的辨识,按照代谢优化的进程,使已完成寻优搜索的代谢路径有序地退出本次代谢网络,提高整个代谢网络运行效率,为后续的物流配送路径缩小搜索空间,实现多对象配送过程的优化。     

AFSA＋PSO混合算法在BP网络故障诊断中的应用

提出一种基于人工鱼群算法和粒子群算法混合训练BP网络的故障诊断系统.采用人工鱼群算法和粒子群算法结合算法训练神经网络权值,局部搜索速度快且保证全局收敛,有效克服了传统的BP神经网络收敛速度慢且容易陷入局部极值的缺点.将该网络用于齿轮箱故障诊断,并与传统BP模型用于故障诊断结果进行了比较,取得了较好的效果.     

人工鱼群算法的汽轮发电机故障诊断仿真研究

研究汽轮发电机故障准确诊断问题,由于汽轮发电机组故障特征与故障状态间呈现较强的非线性关系,传统的数学模型很难正确识别汽轮发电机的各种故障状态,诊断精度不高。RBF神经网络具有自学习、非线性处理等优,为了提高汽轮发电机故障诊断正确率,建立了一种人工鱼群优化RBF神经网络的汽轮发电机故障模型,充分利用人工鱼的聚群、追尾和觅食行为,对RBF神经网络的参数进行了优化,然后采用优化RBF神经网络对故障进行诊断。仿真结果表明,RBF神经网络可提高汽轮发电机故障诊断准确率。     

改进的人工鱼群算法在频率分配中的应用

在蜂窝移动通信网络中,为了应用有限的可用频谱来满足不断增长的客户需求,运用一定的优化算法合理规划频率资源显得尤为重要。针对这一问题,提出了一种改进的人工鱼群算法。算法引入了变异算子,来增强种群的多样性;采用动态调整步长,较好地平衡了全局和局部搜索能力;用整个人工鱼群的中心位置和全局极值位置代替人工鱼邻域中心位置和邻域极值位置,从而减少了算法的计算量,提高了运算精度。仿真结果表明,改进后的算法能够很好地解决频率分配问题,提高了算法的收敛率和收敛速度。     

人工免疫算法在故障诊断中的应用研究

该文对故障诊断方法、人工免疫系统及其算法的基础原理,以及各种类型的免疫算法进行了讨论,通过对人工免疫算法的研究分析,表明免疫算发在故障诊断领域中有着独特的优势,讨论了构造人工免疫算大在故障诊断中的关键问题,为实际应用系统的开发提供了理论指导。     

BP旋转算法在故障诊断中的应用

针对BP算法神经网络训练时收敛速度慢的缺陷,选用了一种改进的BP算法--BP旋转算法.选用旋转机械故障诊断中的实际故障样本,采用BP旋转算法训练神经网络,进行故障诊断.研究结果表明,BP旋转算法大大加快了网络训练时的收敛速度,具有实际应用价值.     

人工鱼群与遗传混合算法在无人艇路径规划中的应用

为了使水环境监测无人艇在监测和采集水样时能有效躲避静态障碍物,且以最优或接近最优的路径行进,提出了一种变步长和变视野的自适应人工鱼群算法与改进遗传算法混合的策略,在人工鱼完成觅食、追尾、聚群等行为后,进行遗传算法的操作。通过指数函数型衰减函数使算法前期视野和步长很大,后期视野和步长很小,提高算法的运行效率和精确性;在基本遗传算法中加入精英选择策略和保护、淘汰算子,得到全局最优解。仿真结果表明,混合算法有效克服了单一算法容易局部收敛的缺点,收敛速度快,能有效得到最优路径,计算精度高。     

代谢计算在分子稳定性分析中的应用

本文总结了人工代谢算法当前的主要应用领域,分析了信息技术在分子模拟分析中的发展趋势,给出了应用于分子稳定性分析时的代谢计算编码设计模式。并以几种常见分子为例,基于代谢计算分析了物质的稳定性。分析结果表明了该方法的可行性和有效性。     

基于神经网络的数模混合电路故障诊断模型设计

神经网络是智能故障诊断中运用最为广泛的诊断方法之一,能应对复杂数字电路和模拟电路故障诊断;基于VC++的神经网络诊断系统具有运算速度快、输入输出界面丰富、易于实现在线故障诊断等特点,而Matlab提供强大的神经网络工具箱,在网络训练方面有优势;利用参数文件将二者优势结合起来,可实现功能完善的数模混合电路智能故障诊断系统;诊断实例表明,使用该方法实现数模混合电路故障诊断系统,具有高建模速度和高诊断精度的特点。     

模糊免疫算法及其在模拟电路故障诊断中的应用

对模糊免疫算法应用于模拟电路故障诊断进行了研究;首先简要介绍了免疫系统的工作机理及一些基本概念,然后在此基础上构建出一种模糊免疫算法,并将免疫算法和模糊聚类法结合起来进行故障诊断;人工免疫算法起到学习样本的作用,以寻找到各样本组的聚类中心;而模糊聚类算法则准确地完成对样本的分类任务;仿真实例表明:立足于模拟电路故障诊断字典法,该算法对模拟电路故障诊断非常有效。     

人工智能在电路故障诊断中的应用

本文主要介绍人工智能在电路故障诊断中的应用,提出电路故障诊断专家系统的概念、模型及发展前景。     

基于人工蜂群算法的电网故障诊断

针对电网故障诊断中的0-1规划问题,从代数和几何角度优化了人工蜂群算法。仿真结果表明,人工蜂群算法具有可行性和合理性,并且综合性能显著优于传统的遗传算法;在两种人工蜂群算法中,基于几何思想的人工蜂群算法具有更好的稳定性和搜索能力,更加适用于对稳定性和精准度要求很高的场合。     

人工神经网络技术在机械故障诊断中的应用探讨

阐述了人工神经网络模型的一般结构和算法，并设计了机械故障诊断神经网络的模型和学习过程。通过对集材-50拖拉机变速箱的实验诊断和测试，结果表明人工神经网络技术可以快速、准确地诊断出机械故障类型。     

改进型遗传算法在故障诊断中的应用磁

遗传算法优化后的 BP 神经网络具有较好的全局搜索能力,但在迭代后期要求有较好的局部搜索能力,因此,通过对遗传算法进行改进,来平衡系统的全局搜索能力和局部搜索能力。实验表明,改进后的遗传算法能对各种故障进行可靠的分类,有效地提高了故障诊断的效率和准确度。