智能仿生算法在移动机器人路径规划优化中的应用综述

随着移动机器人应用领域的扩大和工作环境的复杂化,传统路径规划算法因其自身局限性变得难以满足人们的要求。近年来,智能仿生算法因其群集智慧和生物择优特性而被广泛应用于移动机器人路径规划优化中。首先,按照智能仿生算法仿生机制的来源,对应用于路径规划优化中的智能仿生算法进行了分类。然后,按照不同的类别,系统的叙述了各种新型智能仿生算法在路径规划优化中取得的最新研究成果,总结了路径规划优化过程中存在的问题以及解决方案,并对算法在路径规划优化中的性能进行了比较分析。最后对智能仿生算法在路径规划优化中的研究方向进行了探讨。     

基于智能水滴算法的学习效应生产调度研究

论文介绍了新兴仿生群智能优化算法—智能水滴算法,并且分析了智能水滴算法的仿生原理。论文针对具有学习效应的置换流水车间调度问题的特点,对算法进行了相应的变化,利用 Matlab 编程仿真计算得到结果,验证了智能水滴算法对于置换流水车间调度等优化组合问题的可行性和有效性。     

几种新型仿生优化算法的比较研究

仿生优化算法是模拟自然界中生物行为的随机搜索算法,可以用来解决现实中的许多优化问题.简要介绍了目前比较流行的四种新型仿生优化算法(蚁群算法、微粒群算法、人工免疫算法以及人工鱼群算法)的基本原理;然后深入分析了这些仿生优化算法的异同之处:这些算法都是一类不确定的算法,都是一类概率型的全局优化算法,都不依赖于优化问题本身的严格数学性质,都是一种基于多个智能体的智能算法,都具有本质并行性、突现性、进化性和稳健性,其不同性则主要体现在算法本身上;最后对这些仿生优化算法今后的发展方向进行了评述与展望.     

Levy飞行策略结合三维灰狼优化的DV-hop定位算法

针对无线传感器网络节点部署不均衡,极大似然值估计算法对待定位节点位置计算精确度较低的问题,提出一种Levy飞行策略结合三维灰狼优化的DV-hop定位算法.首先引入节点间不同跳数权重因子解决节点部署不均衡问题;其次在灰狼算法基础上结合Levy飞行策略,对灰狼群每次位置迭代更新进行优化,并推广到三维空间;最后利用改进后的智能仿生三维灰狼算法对每一个待定位节点位置进行寻优定位计算,进一步提高待定位节点位置计算精度.实验结果表明,该算法优于经典DV-hop算法、三维加权DV-hop算法以及未使用飞行策略的灰狼算法,验证了该算法在待定节点定位的准确性.     

新型智能仿生模型——蚁群模型

智能仿生模型是一种多学科交叉的产物,其发展对很多相关学科的发展具有极大的促进作用.蚁群模型是模拟自然界蚁群系统行为而提出的一种新型智能仿生模型,其研究在短短的10余年时间里得到了飞速发展,已成为很多学科的研究热点.我国在这方面的研究尚没有全面开展,为此从仿生原理及实现途径入手,对蚁群模型的几大模型算法进行了详细介绍,并对模型的发展进行了展望.其次,对蚁群模型的典型应用进行了说明,并对模型的最新应用进行了介绍.最后,通过对其他几种仿生算法的介绍,进行了蚁群算法同粒子群算法、免疫算法及进化算法等的比较研究,指出它们的相同点和差异之处.通过对蚁群模型的全面的介绍,以期促进该模型在我国的发展.     

免疫算法理论及应用研究

免疫算法是一种新兴的仿生算法,已成为计算智能研究的热点。首先介绍了免疫算法产生、发展和基本原理,并详细讨论了免疫算法的分类,然后讨论了免疫算法理论在许多领域中的发展应用,最后指出了免疫算法理论的研究方向和发展前景。     

智能仿生算法及其网络优化中的应用研究进展

网络优化问题是一类特殊的组合优化问题,很多问题找不到求最优解的多项式时间算法,属于NP困难问题;智能仿生类算法主要是模拟生物进化和生物群体的智能化方法,如人工神经网络、遗传算法、DNA分子算法、蚂蚁算法等,它们在解决NP问题上表现出得天独厚的优势,取得了诸多丰硕的成果。因此,该文系统地综述了近年来智能仿生算法及其网络优化中的应用研究进展和未来发展方向。     

群智能算法的研究进展

群智能是一种仿生自然界动物昆虫觅食筑巢行为的新兴演化计算技术。目前主要的群智能优化算法有蚁群算法、微粒群算法和人工鱼群算法。本文介绍了群智能算法的产生、发展和优点,并着力阐述了上述三种典型算法的基本原理,同时概述了各算法的应用现状,最后提出了算法将来有待研究的内容。     

来自大自然的寻优策略：像蝙蝠一样感知

蝙蝠算法是受自然界中的蝙蝠通过回声定位进行搜寻、捕食猎物行为的启发,并将多智能体系统与进化机制相结合发展而来的优化方法。作为一种新颖的仿生群体智能优化算法,分析了蝙蝠算法的仿生原理、优化机理及特点,对算法优化过程进行了定义。通过标准算例对蝙蝠算法在连续空间和离散空间的优化性能进行了仿真测试,结果表明该算法在函数优化和组合优化方面应用的可行性和有效性,具有良好的应用前景。     

蚁群算法在渤海内支线集装箱运输网络优化中的应用

为了解决集装箱海上运输网络系统的NP问题,采用智能仿生蚁群优化算法进行网络优化计算,寻找运输网络中的最短路径。以环渤海内支线集装箱运输网络系统为研究对象,通过构建蚁群优化模型,实验分析和计算,证明运用蚁群智能优化算法可以得到最优的航行路线,算法为合理进行集装箱运输网络的航线配置提供了一个参考依据。