基于蚁群和人工鱼群算法融合的QoS路由算法

针对多约束Qos单播路由问题,提出了一种改进蚁群算法和人工鱼群算法融合的QoS路由算法.采用混合蚂蚁行为使初始路径多样化,根据QoS约束条件对蚂蚁可选路径集进行优化,将人工鱼群算法加入到蚁群算法的每一次迭代过程中,利用人工鱼群算法全局快速收敛的优点,来加快蚁群算法的收敛速度和人工鱼群算法的觅食行为,帮助提高了蚁群算法跳出局部最优的能力.仿真实验结果验证了该算法的可行性和有效性.     

复合混沌-人工鱼群混合算法的改进及性能研究

针对人工鱼群算法在寻优过程中接近最优点时收敛速度下降而难以得到精确解,优化复杂问题时易陷入局部极值的缺点,提出了一种复合混沌搜索技术与改进人工鱼群算法相结合的混合算法。该算法采用更具遍历性的组合映射产生复合混沌局部搜索方法,来避免人工鱼长时间陷入局部极值区域,从而更加精确地达到全局最优点;同时,对人工鱼引入反馈-吞食行为进行改进,改进的人工鱼群算法降低了优化后期的复杂度,并提高了优化精度,保证了收敛效率。实验结果表明,在相同参数条件下,该混合算法的收敛速度、优化精度和全局寻优能力均优于基本人工鱼群算法,实例验证了算法的有效性。     

基于粒子群与人工鱼群混合的泊车路径算法

为寻求最优泊车路径,提高路径规划质量,提出一种基于粒子群优化(PSO)算法和人工鱼群算法(AFSA)相结合的混合式泊车路径规划模型。该模型利用改进后的惯性权重和学习因子对PSO算法进行优化,并将改进后的PSO算法与AFSA相结合,综合利用PSO算法的局部收敛性和AFSA的全局收敛性,提高混合算法的收敛速度和收敛精度,使得路径规划最优。最后,仿真实验结果表明,相较于单独使用AFSA,混合算法的收敛性更强,规划的泊车路径更优,且道路越复杂,混合算法的优势越明显。     

基于改进蚁群算法的机器人路径规划研究

机器人自主移动导航是近年来研究的热点.针对蚁群优化(ACO)算法存在收敛速度慢以及易陷入局部最优的问题,提出了一种改进的ACO算法来解决机器人路径规划问题.上述算法将改进的人工势场(APF)算法和蚁群算法相结合,采用改进APF算法进行初始地图规划,减少了ACO算法初始规划的盲目性.算法利用A*算法的评估函数以及路径转折角度来改进启发函数,引入启发信息递增函数,免于局部最优的同时保证收敛速度.改进算法的信息素更新机制和路径评价函数,提高了算法的全局最优性,使得到的路径更符合实际需求.通过改进该算法的信息素更新机制和路径评价函数,提高了算法的全局最优性,得到的路径更符合实际需求.仿真结果表明,改进算法能提升收敛速度和最优解.     

融合粒子群和混合蛙跳的模糊C-均值算法

针对模糊聚类算法中存在的对初始值敏感、易陷入局部最优等问题,提出了一种融合粒子群算法和混合蛙跳算法的模糊C-均值聚算法。通过设计了一种新颖的搜索粒度系数,充分利用粒子群算法收敛速度快、局部搜索能力强的优点与混合蛙跳算法全局寻优能力强、跳出局部最优能力好的特点,同时对SFLA中更新算法进行了改进。实验结果表明,该算法提高了模糊聚类算法的搜索能力和聚类效果,在全局寻优能力、跳出局部最优能力、收敛速度等方面具有优势。     

基于改进蚁群算法的机器人路径规划算法

针对机器人路径规划中,传统蚁群算法收敛速度慢、易陷入局部最优解等问题,提出了一种移动机器人路径规划的改进蚁群优化(ACO)算法。用栅格法建立环境模型,并基于人工势场建立启发信息素矩阵,降低了蚂蚁在初始阶段搜索的盲目性;引入激励函数,降低搜索过程中的死锁现象;改进信息素的更新机制,增强了优秀蚂蚁对全局路径规划的影响。仿真结果表明:改进后蚁群算法的机器人路径规划算法加快了收敛速度,具有较强的鲁棒性和全局寻优能力。     

变步长自适应的改进人工鱼群算法

针对人工鱼群算法在函数优化中存在陷入局部最优、后期收敛速度慢及结果精度不高等问题,通过改进鱼群算法中觅食行为及自适应调整人工鱼步长,提出了一种变步长自适应的改进人工鱼群算法。证明了该算法的全局收敛性,从而增加了其理论基础。最后,10个标准函数测试结果表明,改进后的人工鱼群算法在跳出局部最优、收敛速度、精度和稳定性方面都优于原鱼群算法和萤火虫算法,在结果精度和稳定性方面优于文献[9,23,24]的方法。     

最优化问题全局寻优的AFSA-BFGS混合算法

针对人工鱼群算法在优化后期收敛速度变慢问题,利用BFGS算法快速的局部搜索能力来改进,提出了一种最优化问题全局寻优的AFSA-BFGS混合算法。通过8个标准函数测试结果表明,AFSA-BFGS混合算法,不仅具有全局收敛性能,而且还具有较快的收敛速度和更高的求解精度,是求解优化问题的一种有效方法。     

基于三角函数搜索因子的混合蛙跳算法

针对传统混合蛙跳算法存在收敛速度慢、容易陷入局部最优和搜索精度不高的缺陷,提出了基于三角函数搜索因子的混合蛙跳算法。该算法将基于三角函数搜索因子的局部进化策略和产生新个体策略引入到混合蛙跳算法中,改进混合蛙跳算法的局部搜索精度和全局收敛性能。实验结果表明,基于三角函数搜索因子的混合蛙跳算法能够显著改善混合蛙跳算法的寻优精度和收敛速度,使算法的搜索效率和稳定性同时得到提高。     

求解旅行商问题的改进人工鱼群算法*

分析了人工鱼群算法求解组合优化问题的不足,提出一种改进人工鱼群算法。该算法针对旅行商问题的特点,采用随机键表达编码,直接在编码空间模拟人工鱼行为,将城市间的距离作为启发式信息,根据状态转移概率和轮盘赌选择策略进行最优解码,加快人工鱼寻优的速度;设计了三个更新算子来改善人工鱼群的全局搜索能力。最后,结合实例对算法进行了比较和分析。算法测试表明：改进后的人工鱼群算法提高了收敛速度,增强了全局搜索能力。     

多品种小批量粮油机械制造业流水车间JIT调度问题研究

粮油机械制造业是为粮油加工企业提供技术装备的重要产业。随着人民群众对粮油的品种、质量的要求越来越高,传统的大批量生产方式逐渐被多品种、小批量现代化大生产模式所取代。作为提供粮油工业装备的行业,生产技术和传统工艺革新迫在眉睫。调度作为保证制造车间有序生产、稳定运行的决定性因素,传统算法很难针对准时制(just-in-time,JIT)要求下流水车间调度问题进行建模和有效求解。在此提出一种基于JIT的遗传算法和模拟退火算法的混合式智能优化算法,采用流水车间10×5 Benchmark进行了调度性能基准测试。结果表明,针对多品种、小批量粮油机械制造流水车间提前/拖期调度问题,搜索效率高,解质量稳定,具有较好地全局优化能力。     

菲涅耳光学助降系统稳定算法对舰载机着舰的影响

菲涅耳光学助降系统依据稳定方式对航母自身的六个自由度扰动运动进行补偿,此装置为舰载机提供光学下滑道,引导其进行安全着舰。理想着舰点的高度误差直接决定着舰载机能否成功着舰,而不同的稳定方式具有不同的波束方程会影响理想着舰点的高度误差。从波束运动的实际轨迹可以直观地比较在不同的稳定方式下舰载机飞行员跟踪波束的难易程度,同时利用理想着舰点高度误差这个评价指标可以有效地对着舰散布误差进行比较。所得结论发现,惯性稳定方式尽管可以最大程度地减轻飞行员的操纵负担,但这种稳定方式在中等海况下可能带来近20％的着舰失败率。     

一种新型快速直线检测算法

针对传统的Hough变换直线检测的方法需要对整幅图片的每一个像素点进行判断和计算,最后才能得出直线参数,这样就造成计算量大,计算时间长,且需要存储大量数据将占用大量内存资源等缺陷。提出了一种新型的直线检测算法来解决以上存在的问题。与已有算法不同,该算法不需要进行坐标变换,该算法的思想就是依次检测直线上的像素点,当检测到图片中某一像素点特征值为1（图片中的直线像素点特征值为1,背景点特征值为0）,则需要判断以该像素点为圆心,以常数R为半径的圆周上是否存在一对特征值为1的像素点,且该对像素点之间的相位相差180°,故可以快速地得到该直线的参数方程。若以该点为圆心的圆周上不存在这样一对灰度不为零的像素点,则继续检测图像的下一个像素点,直到扫描完整幅图像或是得到一条直线参数。与传统的Hough变换相比,该算法计算量和计算时间最多是原算法1／R（与选取的半径参数R相关）,Hough变换占用内存与图片大小相关,本算法占用固定的内存,几乎可以忽略。     

基于AT89C51单片机的信号监控系统设计

设计了一款基于AT89C51单片机的信号监控系统，文章详细地介绍了该系统的各部分结构，给出了各部分结构连接简图，并且给出了详细的算法和部分程序代码，最后在Proteus仿真平台上进行了仿真。实验表明，该系统具有结构简单、体积小巧、功能可靠、使用方便等优点，达到了预期效果。可以应用在工业制造、医疗、家庭生活等多个方面，价格低廉，实用性强，具有广阔的应用前景。     

基于差分算法的反渗透海水淡化优化调度

以系统运行费用为目标的反渗透海水淡化优化调度是一类带有约束的非线性优化问题。针对这一问题,提出一种改进的差分进化算法。该算法对基本差分进化算法中的变异因子和交叉因子进行改进;定义约束违反度函数,将约束优化问题转化为无约束的优化问题。以24小时为一个周期,通过改进的差分进化算法对系统模型进行优化调度。仿真结果表明,改进的算法可以对机组进行优化操作,有效的降低了系统的生产成本。     

一种基于膜计算的遗传算法图像分割方法

提出了一种基于膜计算的改进遗传算法图像分割方法。设计了一个三层膜的细胞型P系统,各个膜通过运行进化规则和交流规则进行寻优。该算法融合了P系统的极大并行性与遗传算法的良好收敛性,并通过与传统遗传算法、Otsu法的实验比较验证了所提出的图像分割方法的可行性与有效性。     

改进蚁群算法FENA2O解决TSP问题研究扈

为了解决传统蚁群算法解决TSP问题时收敛速度慢、易陷入局部最优的问题,提出了一种名为FENA2O的改进蚁群算法。通过寻找并更新精英蚂蚁行走路径来提高收敛速度,通过规定蚂蚁数量来降低陷入局部最优的可能,配合2- Opt算法进一步优化所得路径。实验结果表明,算法改进后的收敛速度得到了较大提高,并能够有效解决局部最优。     

基于模糊查询算法的医院体检管理信息系统的设计

由于越来越多的人开始将视线转移到个人健康体检管理上,使得医院在如何实现快速、有序地对体检管理信息进行处理方面面临着巨大的挑战。通过引入模糊查询算法到体检管理系统中,利用语义词法规则结合专家系统对查询条件信息进行分词处理,用模糊贴近度对已经进行分词的条件信息与数据库中存储的对应数据做贴近度的计算,并按照贴近度降序输出,由此使系统尽可能多地快速、准确地获取查询目标数据,减少数据库的冗余度,提高医院体检管理工作的效率,改变医院原有的体检管理运行方式,确保医院体检工作正常有序地运转。     

基于区域生长的翡翠云雾纹理分割方法

根据翡翠云雾纹理特征,提出基于区域生长算法的翡翠纹理分割方法。首先,将图像转换到YCbCr颜色空间,根据统计的翡翠CbCr分量范围,利用边界跟踪算法确定分析区域,然后针对CbCr分量进行FCM聚类,选定生长区域种子,根据生长区域颜色相近和纹理相似的特征,进行区域生长,利用灰度共生矩阵分析Y分量进行纹理特征提取,针对分割效果影响因素,进行区域合并。实验表明该方法的分割效果良好。     

智能车图像处理与识别算法研究

以全国飞思卡尔智能车大赛为背景,介绍了智能车工作的整体框架、图像采集以及图像处理与识别控制算法。智能车控制系统中选择索尼CCD传感器进行路径识别,对采集的视频数据二值化后进行图像处理,进而提取赛道两边的黑色边缘的中心位置,并以此作为小车的方向引导线,结合PID闭环控制算法控制舵机的转向,使得小车能够保证稳定性的前提下高速行驶。