自适应视野的人工鱼群算法求解最短路径问题简

针对基本人工鱼群算法的参数视野固定不变导致算法后期收敛速度慢、运算量大、易陷入局部最优等问题,提出自适应视野的改进人工鱼群算法。改进后的算法只对人工鱼的觅食行为的视野进行调整,使其随着算法的迭代次数的增加而逐渐减小,但当视野小于初始值的一半时,停止减小,使其等于初始值的一半。将提出的改进型人工鱼群算法应用到求解基于道路网络的最短路径问题中,并通过实验证明了改进后的人工鱼群算法比基本人工鱼群算法及蚁群优化算法收敛速度快、计算量小,而且更加准确和稳定。     

改进蚁群算法求解最短路径问题

针对蚁群算法在收敛过程中需要多次迭代和容易陷入局部最优解的问题,本文提出一种改进策略的蚁群算法--自主复制蚁群算法(Auto Copy Ant Colony Algorithm,AC-ACO)。通过蚂蚁自主复制和分泌标记信息素实现快速找到最短路径问题最优解。仿真结果显示,AC-ACO算法能降低迭代次数,增强算法的搜索能力。     

改进蚁群算法在交通系统最短路径问题的研究

求解交通路网中两点间的最短路径是智能交通系统中的一个重要功能,为了更为准确快速地找到最优解,这里分析Dijkstra算法处理动态车辆路径问题中的缺陷,提出一种改进的蚁群算法,即在基本蚁群算法中引入搜索方向和搜索热区机制提高算法的搜索性能.通过建立改进蚁群算法模型,用VC 6.0开发工具,以实际交通地图为例,求解交通网络两点间最短距离;并与基本蚁群算法进行对比.仿真实验表明,传统蚁群算法的平均迭代次数为71.06,改进蚁群算法平均迭代次数为55.82,比传统蚁群算法有了明显的提高.该方法能有效解决交通系统最短路径问题,具有一定的实际意义和参考价值和实际意义.     

神经网络最短路径路由算法

最短路径路由算法一直是分组交换网络的研究热点。飞速发展的计算机网络对路由算法的反应速度提出了更高的要求。神经网络作为一种新的组合优化计算工具,以其固有的并行执行方式以及潜在的硬件实施能力,使其在网络路由方面的应用得到较大关注。对神经网络最短路径路由算法的模型、发展做了较为细致的阐述,并指出了存在的不足和将来的研究方向。     

一种改进的人工鱼群算法

本文介绍了基本人工鱼群算法,并在步长及觅食行为这两方面对基本人工鱼群算法做出了改进,提出一种改进的人工鱼群算法（IAFSA）。实验结果证明,改进的人工鱼群算法具有较好的收敛性。     

一种改进的人工鱼群算法

本文介绍了基本人工鱼群算法,并在步长及觅食行为这两方面对基本人工鱼群算法做出了改进,提出一种改进的人工鱼群算法（IAFSA）。实验结果证明,改进的人工鱼群算法具有较好的收敛性。     

对数据结构的最短路径算法的研究

文章主要研究蚁群算法实现对数据结构的最短路径优化。蚁群算法是群智能理论研究领域的一种主要算法,在求解复杂的离散优化问题方面有一定优势,这种优势在求解最短路径问题方面体现得非常明显。     

求解Logit随机用户均衡问题的改进人工鱼群算法

针对人工鱼群算法求解大型优化问题时存在探索能力差以及搜索盲目性大的缺点,设计一种定向搜索变异的改进人工鱼群算法,该算法在迭代过程中不仅保证鱼群在当前状态下能够自适应变异,并且还可以使其向当前最优位置移动。随后将这种改进人工鱼群算法应用于求解Logit随机用户均衡问题,构建了随机用户均衡交通分配问题新的模型和求解方法。仿真结果表明,该方法具有较好的稳定性和收敛速度,具有在大型城市交通分配问题中应用的潜力。     

基于PCNN的迷宫最短路径求解算法

本文根据脉冲耦合神经网络(PCNN)并行运行的特点,提出了基于PCNN模型的迷宫最短路径搜索算法。从理论上对该算法进行了分析和讨论,并给出了具体的算法和实验结果,验证了该方法的有效性。与其他算法相比,该方法可以在最短的时间内完成最短路径的搜索。     

基于人工鱼群算法的dv-hop定位算法改进研究

随着无线网络传感器在各行各业的广泛应用,实际应用场景中的许多问题逐渐浮现出来,尤其是定位算法缺陷。文章主要从无线传感器定位的dv-hop算法局限性出发,指出其用跳段距离代替直线距离的显著缺点,并基于各项研究,提出应用人工鱼群算法的全局密集网络特点对dv-hop定位算法进行改进。经验证,基于人工鱼群算法改进后的dv-hop定位算法能显著弱化无线传感器节点定位误差大,减少节点硬件开销,提升无线传感器的定位精度和效率。     

基于人工鱼群算法的IIR数字滤波器设计

将人工鱼群算法（AFSA）用于IIR数字滤波器设计，建立了相应的优化模型，给出了简化的人工鱼群算法及其实现步骤。最后，将该算法用于低通、带通IIR数字滤波器的设计，并与粒子群算法进行了比较。仿真结果证明了AFSA的有效性，并且具有算法灵活、简单，全局收敛性好。收敛速度快的优点。     

基于人工鱼群算法的组播树演化寻优

提出了一种双域模型人工鱼群算法。算法采用前驱节点指向的编码方法形成多播树表示人工鱼,将搜索空间分为可行域和非可行域。分别赋予可行域和非可行域的人工鱼不同的游动目标,设计行为算子自适应地执行4种人工鱼行为。数值实验结果表明,提出的算法可以有效利用非可行个体,具有较好的求解时延约束最小代价多播树的性能。     

基于人工鱼群算法的PMD补偿处理单元设计

首先介绍了采用的PMD补偿方案,重点进行了基于人工鱼群算法(AFSA)的PMD补偿处理单元的硬件设计,其次给出了模数和数模接口设计框图,详细阐述了人工鱼群算法用于PMD补偿的工作过程,最后通过100Gb/s归零(RZ)码二阶PMD补偿仿真实验表明,该处理单元迭代速度快,补偿效果良好。     

基于动态参数调整人工鱼群算法的电力系统无功优化

目前现行的电力系统无功优化所用的人工智能算法都会存在易局部收敛和收敛速度慢等问题。为了克服上述问题,文中选取人工鱼群算法并对算法中一些参数进行调整,在步长选择上采取变尺度,并引入评价函数,对于视野范围和拥挤度因子上采用动态调整。文中将系统有功网损作为目标函数,利用改进的人工鱼群算法实现电力系统无功优化。通过IEEE-30节点仿真系统计算,证明改进的人工鱼群算法在电力系统无功优化上的可行性和有效性。     

基于二维熵的人工鱼群材料图像分割方法

阈值法是图像分割中的重要方法,并在图像处理中得到了广泛的应用。针对电子扫描显微镜(SEM)摄取的纤维材料图像的自身特性,在预处理的基础上,提出了一种基于二维灰度直方图的人工鱼群图像分割方法。二维直方图的阈值的选取,是一个求全局最优的优化问题,本文将人工鱼群的算法应用于图像分割中,利用人工鱼群算法寻求二维熵的最优值,在实验中,人工鱼群算法收敛速度快,结果稳定,取得了理想的效果。     

道路搜索算法的研究

道路交通飞速发展,对道路搜索算法进行研究变得越来越有必要。首先对研究的必要性进行了阐述,进而对几种道路搜索算法的原理进行了介绍。     

道路搜索算法的研究

道路交通飞速发展,对道路搜索算法进行研究变得越来越有必要。首先对研究的必要性进行了阐述,进而对几种道路搜索算法的原理进行了介绍。     

基于人工鱼群优化的光网络攻击感知路由算法

针对光网络中的安全路由问题,通过采用 MaxLAR(最大光路攻击半径)准则,运用人工鱼群算法的快速搜索和全局寻优能力,提出了一种新的基于人工鱼群优化的光网络攻击感知路由算法。该算法可找出在给定条件下光路中最小的 Ma x-LAR,可增强光网络的攻击预防能力,减少潜在物理层攻击对光路造成的可能损伤。算法分析及 Benchmark测试函数实验表明,该算法是可行的,且取得了较好的性能。     

基于最短路径树的节点删除动态路由算法

提出一种基于最短路径树的节点删除动态路由算法。算法建立一个最短路径树更新集合,该集合包括被删除节点的断裂子树所有节点和其它节点连接的边,利用子树的结构信息,对子树节点的直系子孙节点和祖先节点进行更新,采用Dijkstra算法对其它子树节点进行更新。实验结果表明,该算法能有效减少节点更新计算次数。