基于细菌觅食算法的含风电场电网无功优化

针对风电场并网运行后网络损耗大和收敛性差的问题,提出一种细菌觅食优化算法。在建立含风力发电机组的无功优化数学模型基础上,将细菌觅食优化算法应用到含风电场的无功优化问题中。以IEEE-30节点进行测试算例,分别采用传统算法、粒子群算法和细菌觅食算法优化,得到网损下降率为30.29%、28.70%和36.98%。实验及分析表明,该算法效率高、全局搜索能力强、易跳出局部极值,为含风电场的无功优化提供了一种新方法。     

细菌觅食算法研究综述

细菌觅食算法是近几年新兴的仿生智能算法,受到众多学者的关注研究,目前已经成功应用到各个领域中。介绍了细菌觅食算法的背景与基本原理,在分析模型的基础上总结了目前学者针对细菌觅食算法改进和应用的方面,包括各个因子的性能、混合算法、应用领域。针对现实环境对细菌觅食算法进行了全面的综述,最后根据算法的基本特性和文献进展情况,给出细菌觅食优化算法未来的研究方向。     

基于细菌觅食的盲源分离算法研究

细菌觅食算法是一种基于细菌觅食行为的智能优化算法.盲源分离是盲信号处理的重要方面.为了提高盲源分离的有效性,根据盲源分离和细菌觅食算法的基本原理,提出了一种基于细菌觅食行为的盲源分离算法.用MATLAB对提出的这一算法进行仿真,并将其分离结果与传统独立分量分析算法的分离结果相比较.实验结果表明这是一种分离效果优于传统独立分量分析算法的有效分离算法.证明了基于细菌觅食盲源分离算法的可行性和有效性.     

基于细菌觅食与粒子群的改进混合算法

针对粒子群优化算法（PSO）在优化过程中易陷入局部极值而产生“早熟”现象,文中提出一种基于细菌觅食与粒子群的改进混合算法。粒子群优化算法与细菌觅食优化算法的结合,增强了算法的全局搜索能力,使算法具有全局搜索能力强的优点。选用Matlab进行仿真实验,实验结果进一步显示了改进混合算法的优化能力优于基本PSO算法和基本BFO算法,收敛速度快,且具有较好的鲁棒性。     

基于正交试验的细菌觅食算法的全局最优化

细菌觅食算法在求解全局最优化问题时的性能大部分依赖于参数的设置,各参数的值不同,则细菌觅食算法的收敛速度和得到的最优解也不同。本文主要介绍了用正交试验的方法设置细菌觅食算法的参数来求解全局最优化的问题,通过正交试验方法来检测多组参数对细菌觅食算法效率的影响,用经典的测试函数数对这种组合方案进行检测对比,通过对实验结果数据分析可得出参数的最佳组合方案。最终实验结果表明用正交试验法设置的细菌觅食算法的参数组合方案可以提高算法的效率和收敛速度,使算法能够更快更好的得到测试函数的近似最优解。     

采用改进细菌觅食优化算法的无人机航迹规划

针对现有的无人机航迹规划方法收敛速度较慢、效率不高、易陷入局部最优等问题,构建了基于改进细菌觅食优化算法的无人机航迹规划结构,从三个方面改进算法:一是将固定步长改为自适应步长;二是游动时嵌入粒子群算法学习因子思想;三是将固定迁徙概率改为自适应迁徙概率.同时,提出了飞行代价目标函数,通过函数寻优进行无人机航迹规划,并由数...     

细菌觅食差分粒子群算法的无功优化方法

电力系统无功优化是以网损最小化且保持良好电压水平为目的。提出了细菌觅食差分粒子群算法（DEBFO）,并首次应用于电力系统无功优化问题。趋化操作的交叉算子可提高局部搜索能力,变异算子可加强全局搜索能力,繁殖操作使细菌寻优速度加快,迁徙操作避免了细菌早熟。Matlab仿真结果表明DEBFO具有较强的全局寻优能力,收敛速度快,鲁棒性好,能够更有效地解决电力系统无功优化问题。     

采用改进的细菌觅食优化算法求解 RCPSP

针对细菌觅食优化算法全局搜索能力较弱和收敛速度慢的问题,对算法的更新方式进行改进,在算法的初期通过粒子群算法进行全局搜索,使细菌在更新时感知周围环境,再由细菌觅食算法的趋向操作进行局部搜索,提高算法的计算精度和搜索能力。最后运用实例对算法进行验证,实验结果验证了此算法在求解资源受限的项目调度问题时的可行性和优越性。     

细菌觅食优化算法在嵌入式系统多任务调度中的应用

为了提高多核处理器任务调度的效率和负载均衡,提出一种改进细菌觅食优化算法的多核处理器任务调度方法.首先随机产生多核处理器任务有向无环图,然后构建一种多约束条件下的数学模型,最后采用改进细菌觅食优化算法对模型进行求解.仿真结果表明,改进细菌觅食优化算法很好避免了其它群智算法存在的缺陷,可以较好获得全局最优调度方案,使执行任务的时间最短,很好地实现了多核处理器任务进行的分配和调度.     

自适应细菌觅食的FCM聚类优化算法研究

在初始化FCM聚类算法时,聚类类别数需要手动去设置,并随机初始聚类中心,导致此算法极其容易陷入局部最优值。通过利用改进的细菌觅食算法,进行FCM算法的聚类中心的初始化,解决FCM算法对初始聚类中心敏感的问题;通过一些有效性的指标,对FCM算法和优化FCM算法进行评估,指标说明了优化FCM算法更好。在仿真实验中,将优化FCM算法和标准FCM算法用到多类图像分割中,进行了图像分割的准确性和实时性的比较,且验证了所述的优化算法的实时性。     

基于差分变异算子的改进人工蜂群算法

文章针对传统人工蜂群算法收敛速度慢、精度不高的问题,基于差分进化算法中的变异算子,对人工蜂群算法搜索方程进行改进,在种群更新过程中引入当前种群最优个体信息,以提升算法的收敛速度和局部优化能力。     

基于差分变异算子的改进人工蜂群算法

文章针对传统人工蜂群算法收敛速度慢、精度不高的问题,基于差分进化算法中的变异算子,对人工蜂群算法搜索方程进行改进,在种群更新过程中引入当前种群最优个体信息,以提升算法的收敛速度和局部优化能力。     

一种改进变异算子的混合遗传算法

分析了遗传算法传统变异算子的缺陷,为解决遗传算法搜索效率低下及早熟收敛的问题,设计了一种融合遗传搜索和模式搜索的混合遗传算法。理论分析与实验仿真结果表明,所给出的混合遗传算法是有效的,在收敛速度、精度和稳定性方面均有明显的提高。     

基于菌群算法的飞机铆钉表面缺陷检测系统光源优化控制

由于飞机铆钉缺陷检测系统的光照效果对缺陷检测质量发挥着关键作用,因此本文对其照明系统进行优化。以被测零件背景图像灰度的均匀度为优化目标,在拟合LED点光源照度分布函数的基础上,利用菌群算法对光源系统参数进行寻优运算,根据寻优结果对光源系统进行结构优化同时对各LED点光源进行功率控制,并通过光学元件进一步提高优化效果。实验结果表明:优化后光照均匀度在95%以上,满足铆钉检测的光照要求。该方法实现了照明系统对铆钉顶圆面均匀照射的效果,成像质量显著提高。     

基于Canny算子的图像边缘检测算法

图像边缘检测是一种非常经典的基于计算机视觉技术的图像处理技术,主要是根据图像的某种特定信息,把目标的边缘与周围的区分开来。回顾了几种传统的边缘检测方法,并分析它们的优缺点,详细阐述了Canny算子的检测原理和实验方法。实验结果表明Canny算子是最优的边缘检测算子,能够较稳定地对目标图像进行边缘信息提取,得到较好的检测效果。     

Active noise control using an adaptive bacterial foraging optimization algorithm

This paper presents an adaptive bacterial foraging optimization (ABFO) algorithm for an active noise control system. The conventional active noise control (ANC) systems often use the gradient-based filtered-X least mean square algorithms to adapt the coefficients of the adaptive controller. Hence, there is a possibility to converge to local minima. In addition, this class of algorithms needs prior identification of the secondary path. The ABFO algorithm helps the ANC system to prevent falling into local minima. The proposed ANC system is also simpler since it does not need any prior information of the secondary path. Moreover, the adaptive strategy of the algorithm results in improved search performance compared with the basic bacterial foraging optimization algorithm, as well as other conventional algorithms. Experimental studies are performed for nonlinear primary path along with linear and nonlinear secondary path. The results show the effectiveness of the proposed ABFO-based ANC system for different kinds of input noise.     

基于细菌觅食算法的光伏阵列MPPT控制方法

针对光照不均匀条件下光伏阵列P-V输出特征呈现多波峰,传统算法无法摆脱局部最优值的缺点,提出了一种基于细菌觅食的优化算法,并首次应用于光伏阵列的最大功率点跟踪(MPPT)。算法引入了趋向性操作,用以进行局部范围内的最优寻找。分析了光伏阵列在遮挡条件下输出功率的变化特性,然后使用细菌觅食算法进行了最大功率点跟踪控制方法实验。实验表明,该算法能够成功摆脱局部最优值的约束,快速寻找到全局最大功率点,控制精度高,为光伏阵列最大功率点跟踪提供了一种新的实现方法。