基于变异算子的细菌觅食优化算法研究

为了提高细菌觅食算法的优化性能,基于变异算子对细菌觅食优化算法进行了改进设计。在每次迭代时,以一定的概率选中细菌进行变异扰动,从而克服细菌觅食优化算法可能出现的早熟收敛及收敛速度慢的问题。数值仿真结果表明,这种基于变异算子的细菌觅食优化算法,在搜索精度、收敛速度及算法稳定性等方面均优于已有的细菌觅食优化算法。     

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。     

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。     

基于遗传-细菌觅食组合算法的非线性模型优化

文中提出一种遗传-细菌觅食组合优化算法以解决非线性模型优化问题。该方法先使用遗传算法进行全局搜索,并缩小最优解的搜索范围;再使用细菌觅食优化算法在该局部范围内执行局部搜索。这种组合搜索策略可以增强算法的收敛性,并能有效地均衡全局搜索和局部搜索。文中利用单峰、多峰和复杂多峰等非线性函数模型验证所提算法的性能。实验结果表明,组合算法的计算精度和效率分别比遗传算法和细菌觅食优化算法提高了30%和50%,表明该组合算法具有更快的收敛速度,更高的求解精度,适用于大规模多极值的非线性问题。     

基于细菌觅食行为的分布估计算法在预测控制中的应用

为增强分布估计算法(EDA)的局部优化能力,将细菌的觅食(BF)行为,即细菌的趋化性运动引入到分布估计算法中,提出一种基于细菌觅食行为的分布估计算法BF-EDA。通过8个Benchmark函数来测试算法性能,并与常规EDA、粒子群优化(PSO)和HPSO-TVAC算法进行实验比较,结果表明BF-EDA算法在优化解的质量和收敛速度方面具有较好的性能。进一步,为克服传统的基于梯度信息优化方法的缺点,将BF-EDA应用于预测控制的非线性滚动优化阶段,以优化求解被控系统的最优控制序列。曲线跟踪实验结果表明,基于BF-EDA的预测控制算法具有良好的控制品质。     

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...     

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。     

An enhanced multi-channel bacterial foraging optimization algorithm for MIMO communication system

Channel estimation and optimisation are the main challenging tasks in Multi Input Multi Output (MIMO) wireless communication systems. In this work, a Multi-Channel Bacterial Foraging Optimization Algorithm approach is proposed for the selection of antenna in a transmission area. The main advantage of this method is, it reduces the loss of bandwidth during data transmission effectively. Here, we considered the channel estimation and optimisation for improving the transmission speed and reducing the unused bandwidth. Initially, the message is given to the input of the communication system. Then, the symbol mapping process is performed for converting the message into signals. It will be encoded based on the space–time encoding technique. Here, the single signal is divided into multiple signals and it will be given to the input of space–time precoder. Hence, the multiplexing is applied to transmission channel estimation. In this paper, the Rayleigh channel is selected based on the bandwidth range. This is the Gaussian distribution type channel. Then, the demultiplexing is applied on the obtained signal that is the reverse function of multiplexing, which splits the combined signal arriving from a medium into the original information signal. Furthermore, the long-term evolution technique is used for scheduling the time to channels during transmission. Here, the hidden Markov model technique is employed to predict the status information of the channel. Finally, the signals are decoded and the reconstructed signal is obtained after performing the scheduling process. The experimental results evaluate the performance of the proposed MIMO communication system in terms of bit error rate, mean squared error, average throughput, outage capacity and signal to interference noise ratio.     

基于细菌群体趋药性的函数优化方法

本文在细菌趋药性(Bacterial Chemotaxis,BC)优化算法基础上提出一种基于群体智能的函数优化方法-细菌群体趋药性(Bacterial Colony Chemotaxis,BCC)算法.细菌群体趋药性算法同时使用单个细菌在引诱剂环境下的应激反应动作和细菌群体间的位置信息交互来进行函数优化.细菌群体趋药性算法在保留单个细菌较强的搜索能力的基础上克服了细菌趋药性算法收敛速度较慢,性能难以与其他常用的智能优化算法比较的不足.对不同函数优化试例的仿真表明细菌群体趋药性算法性能良好,是一种具有进一步研究价值的集群函数优化方法.     

基于正交试验和有限元计算的优化设计方法

介绍了基于正交试验和有限元计算的模态优化方法。针对影响结构件模态值的主要影响因素进行优化组合,得到结构件的最大模态值。应用该方法对某雷达反射面进行分析验证,为复杂设备的优化设计提供了基础性的设计方法。     

一种改进的变参数粒子群算法

针对粒子群算法由于算法可调参数较少,在求解多维函数时极易陷入早熟收敛的问题,提出一种改进的变参数粒子群算法。根据粒子运动特性,对粒子速度更新公式进行改进,使各项都融入相应的权重因子,通过权重因子调整粒子寻优性能。通过3个标准测试函数进行验证,并与其他算法进行比较。仿真结果表明,通过设置不同的权重因子,所提算法具有更好的寻优精度和执行能力,在求解多维函数时亦能取得较好的效果。     

Design of second-generation current conveyors employing bacterial foraging optimization

The present paper deals with the optimal sizing of CMOS positive second-generation current conveyors (CCII+) employing an optimization algorithm. A contemporary non-gradient stochastic optimization algorithm, called bacterial foraging optimization (BFO) algorithm, has been employed to obtain the optimal physical dimensions of the constituent PMOS and NMOS transistors of the CCII+. The optimization problem has been cast as a bi-objective minimization problem, where we attempt to simultaneously minimize the parasitic X-port input resistance (R_X) and maximize the high end cut-off frequency of the current signal (f_ci). The results have been presented for a large selection of bias currents (I₀) and our proposed algorithm could largely outperform a similar algorithm, recently proposed, employing particle swarm optimization (PSO) algorithm and also the differential evolution (DE) algorithm.     

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。     

基于正交小波变换的瞬变步长LMS自适应滤波算法

本文在滑动准最小均方误差瞬变步长LMS（SPLMS）算法基础上提一种基于正交小波变换的瞬变步长LMS（WTSPLMS）的改进自适应滤波算法,该算法较好地利用了正交小波具有良好的时频局部化的特性,使之除具有SPLMS算法的优点外,还具有更高的起始收剑速率,更小的权失调噪声,更大的抑噪能力,计算机仿真效果较好,支持了理论分析。     

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。