基于粒子群算法的布谷鸟搜索算法

为进一步提高布谷鸟搜索算法(Cuckoo Search)的收敛速度和计算精度,将PSO算法用于CS算法的位置更新过程,提出了基于PSO算法的布谷鸟搜索算法(CSPSO).最后,通过6个典型测试函数进行仿真实验.结果表明,CSPSO算法比CS算法和自适应步长布谷鸟搜索算法(ASCS)具有更快的收敛速度,更高的收敛精度和稳定性.     

基于离散多目标布谷鸟算法的食品拣取机器人协同路径规划

目的：提高大型食品加工仓储原材料拣取效率。方法：针对按食品加工配方比例拣取多货位原材料问题,建立以总移动距离、总能耗和周期拣取原材料总重量为指标的多目标食品拣取机器人协同路径规划模型。提出Pareto最优解离散多目标布谷鸟算法(discrete multi-objective cuckoo algorithm,DMCA),设计3层布谷鸟编码,重新定义突变、同类进化、异类进化更新策略,以提高DMCA全局优化能力。结果：该方法能够快速给出多机器人协同规划路径,相比于其他算法,总移动距离缩短了约6.3%,总能耗降低了约7.5%。结论：所提方法能够有效提高大型网格化仓储原材料拣取效率,规划路径平衡了移动距离和能耗。     

混沌映射的粒子群算法分析比较

为解决粒子群算法(Particle Swarm Optimization, PSO)易受初值影响、迭代后期早熟收敛、局部寻优结果不稳定等问题,提出混沌映射粒子种群初始化的方案。即在算法前期根据混沌映射初值敏感性、随机性等特征,基于6种混沌映射对粒子群算法分别进行初始化,进而增加种群多样性和解的覆盖。引入动态惯性权重系数,提高算法收敛速度。通过6个测试函数进行仿真实验,对比不同混沌映射数据结果,实验证明该算法能在不改变原有时间复杂度的基础上较好地提高算法的收敛速度和寻优精度。     

融合自适应混沌差分进化的粒子群优化算法

针对粒子群优化算法易出现早熟收敛、收敛效率低的缺点,提出一种融合自适应混沌差分进化的粒子群优化算法.该算法首先将自适应混沌引入差分进化算法,再将所得结果进行一次校正变异和校正选择,最后将所得算法融合到粒子群优化算法,从而有效地利用与平衡了粒子群优化算法和差分进化算法的探测和开发能力,且局部搜索能力增强,进一步提高算法的求解精度和效率.数值实验证明本文算法的有效性.     

基于混沌优化的一种二层非线性规划算法

二层规划为强NP-hard问题,其数值求解极为困难,对于二层非线性规划更是如此.针对这种情况提出一种具有较强鲁棒性和实用性的多点收缩混沌优化算法,之后将其用来求解二层非线性规划.数值仿真表明这种方法能高质量的得出二层非线性规划的全局最优解,并且收敛速度快.     

基于改进人工鱼群算法的网络异常入侵检测

网络入侵检测算法的效率直接影响到检测的正确率,针对特征选择问题,提出一种改进人工鱼群算法选择特征的异常入侵检测方法。仿真结果表明,改进后的算法降低了特征子集的维数和检测误报率,加快了异常入侵检测的速度。     

一种针对多序列比对问题的混合遗传算法求解

针对生物信息学多序列比对问题,提出一个基于混合遗传算法的求解算法:在混合算法中,模拟退火算法用于局部寻优,提高算法的收敛速度,同时防止早熟收敛;禁忌搜索算法通过记忆能力避免进化过程出现循环,提高全局寻优能力;用遗传算法进行全局搜索.对基准序列比对库BAliBASE进行测试,结果表明该算法是有效的.     

实数序列的DIT—FFT高效算法

通过对复数序列基2时域抽点快速付里叶变换(DIT—FFT)算法的分析,发现其乘法计算量中有一部分不是必需的,在一定条件下可以消除。在此基础上,结合其它措施,导出了一个实数序列的DIT—FFT高效算法,它可使乘法计算量减少60％左右。     

一种改进的人工鱼群算法在WSN覆盖中的优化

针对无线传感网络中人工鱼群算法的初始化的问题,文章引入了混沌算法,建立网络覆盖优化的数学模型。通过仿真实验表明,该算法能求解工作节点,有效的延长整个网络的生命周期,缩短传输时延。     

基于离散型麻雀搜索算法的食品抽检路径优化

目的 提出一种基于离散型麻雀搜索算法的食品抽检路径高效优化方法.方法 通过对抽检点编码,不同编码间路径计算及优化,构建离散型麻雀搜索算法并与其他已知算法进行比较与验证.结果 本研究构建的离散型麻雀搜索算法,对于Burma14、Bays29、Oliver30和Att48等实例,本算法都可以求得已知最优解.对于Kioa10...     

基于改进蚁狮优化算法的黄酒发酵过程模型的参数辨识

针对基于Levenberg-Marquardt方法辨识黄酒发酵过程模型参数时易陷入局部最优,收敛速度慢,很难准确获取具有强泛化能力的模型参数的问题,提出了一种具有莱维飞行机制和柯西变异的蚁狮优化算法(ant li-on optimization with Levy flight and Cauchy mutation,...     

WNBA-RBF算法在企业经营状况评价中的应用

针对蝙蝠算法(BA)易陷入局部最优解的缺点,提出了在较优蝙蝠位置附近加入白噪声扰动以增强其活力的改进算法,并利用其搜索径向基(RBF)神经网络的最优初始参数.最后建立了基于白噪声扰动的蝙蝠-RBF(WNBA-RBF)算法的企业经营状况评价模型,并与传统的RBF模型进行对比,仿真结果表明,基于WNBA-RBF算法的经营状况评价模型的正确识别率高于传统的RBF模型,是一种有效的评价模型.     

一种基于数值计算的改进BP神经网络加速算法

为增加神经网络收敛的稳定性与收敛速度,提出了一种改进的网络优化加速算法.在权值调整期间加入前N期权值结果,增强了训练的稳定性;使用Steffensen迭代算法进行加速,使网络训练较快地收敛;有效地解决了传统BP神经网络的缺点.进行数值实验,将10幅二值化后的车牌数字字符图片作为训练样本送入改进的网络与传统的BP神经网络中分别进行训练,可以看出传统BP算法在训练过程中出现了振荡且收敛速度较慢.而改进的算法误差稳步下降,没有出现传统算法中振荡的现象,且较传统算法早达到收敛稳定.     

An automatic scheduling method for weaving enterprises based on genetic algorithm

As the multi-varieties and small-batch production mode become more popular in weaving enterprises, the traditional manual operated scheduling exposes the disadvantages of low work efficiency and unsatisfying result. In this paper, by summarizing the weakness previous model, a more practical optimization model is developed for weaving production scheduling to reduce the schedulers’ labor. The model describes the optimization of warp beam looming schedule in weaving process based on the analysis of the schedulers’ working process in weaving enterprises. Genetic algorithm (GA) is adopted to solve the model. To improve the computational efficiency and avoid prematurity convergence of GA, the termination condition is updated and the genetic parameters are optimized based on statistical data. The improved GA with optimized parameters gets solutions superior to manual scheduling with a quicker convergence, which has great practical value.     

一种新的基于Apriori算法的加权关联规则挖掘算法

针对New-Apriori算法的不足之处,提出了一种新的挖掘加权频繁项集的算法——MWFS算法,该算法能有效挖掘出含有权重较大项目的加权频繁项集,其挖掘结果更具有价值.     

一种新的基于Apriori算法的加权关联规则挖掘算法

针对New-Apriori算法的不足之处,提出了一种新的挖掘加权频繁项集的算法——MWFS算法,该算法能有效挖掘出含有权重较大项目的加权频繁项集,其挖掘结果更具有价值.     

基于改进Canny算子的葵花籽边缘检测方法

针对葵花籽一类不规则形体的边缘检测问题,采用传统的Canny算法有许多局限。文章对其提出三点改进:1基于梯度统计差分的自适应阀值法,克服了传统算法在目标与背景灰度变化较大时边缘检测会丢失部分边缘的不足,有效提高信噪比;2基于梯度方向的端点延伸法,弥补了Canny算法在连接分析后得到较多断线边缘的缺陷;3基于最长曲线的区域包围法,可去除背景中短小边缘,从而去除目标外围的干扰,实现葵花籽区域的精确定位。试验结果证明,在高复杂背景下改进的Canny算法在葵花籽边缘检测上取得了很好的效果。