基于多目标遗传-蚁群算法的中牟县水资源优化配置

随着经济社会的快速发展,水资源短缺和水环境污染问题变得日益严重.通过建立水资源优化配置模型,运用多目标遗传-蚁群算法(MOGACHA)对配置模型进行求解,并将所配置模型及求解方法应用于优化中牟县水资源配置.结果表明,配置模型及其参数、约束条件的处理是可行的.从配置结果来看,2015年和2020年在不同的保证率(50%、75%、95%)下各需水部门的需水要求均能被满足,系统协调度也都大于0.8,从而有效协调各部门之间的用水竞争问题,实现水资源质与量的高效统一和社会、经济、生态环境的综合效益最大化,促进水资源的可持续利用和经济社会的可持续发展.     

基于蚁群优化的风电机组绝缘可靠性灰色预测

目前风电机组可靠性分析主要是针对风电机组整体系统,缺乏对关键部件可靠性的深入研究,且需要处理大量数据,增加了可靠性测试的成本和难度,因此,在深入研究绝缘主要故障机理的基础上,将两种基于小样本数据的灰色模型引入到绕组绝缘可靠性预测中.为提高预测精度,以两种灰色模型为基础,以最小偏差平方和为标准提出了基于蚁群算法的绝缘可靠性优化模型.预测结果表明,绝缘可靠性满足威布尔分布.利用实测数据进行验证,两者的符合度较好,证明利用所提模型可以有效缩短可靠性测试周期,降低实验成本.     

基于蚁群算法的云计算联盟资源调度

针对目前云计算联盟的架构和单云环境下资源调度的研究缺少对云计算联盟下的资源调度问题的研究情况,建立了由云用户、云服务供应商和云联盟协调器组成的云计算联盟资源调度模型,为达到云供应商利益最大化,设计了任务-虚拟机-数据中心的调度算法,利用蚁群算法进行模型求解,并通过Cloudsim仿真软件证实了该算法的合理性,验证了供应商资源的数据中心负载率在60％～80％之间时达到均衡,并可获得最大利益。     

WSN中一种新的基于蚁群优化的路由算法

针对无线传感器网络路由中网络节点能量和生存时间受限问题,提出了一种基于蚁群优化的WSN分簇路由算法.算法引入蚁群优化,对网络覆盖区域内的节点进行分簇处理,簇内利用蚁群优化算法进行最优路径搜索.仿真结果表明:该算法能有效平衡网络节点间能耗,延长网络生存期,蚁群增强了最优路径的可靠性,进一步降低了网络能耗.     

基于混合参数蚁群算法的移动机器人路径规划北大核心

针对传统蚁群算法因初期信息素分布不均导致算法初期路径选择概率随机性大、搜索速度慢等缺陷,设计一种使用混合参数的蚁群改进算法。在算法开始阶段引入遗传算法,对遗传算法的适应度函数进行改进;设置一个评价点使遗传算法在合适的时机进入蚁群算法,并对算法的信息素挥发因子p采用一种自适应调整方式;对遗传算法的交叉率和变异率以及蚁群算法的信息因子和期望因子采用变异的混合参数,发挥4个参数因子在算法中的优点;在蚁群算法后面设置一个路径进化率的评价点判定是否再次进行遗传变异操作,目的是使蚁群算法跳出局部最优;算法最后引入B样条曲线光滑机制。实验结果表明:改进算法在简单和复杂的环境里找到的路径长度和路径拐点数明显减少,有比其他3种算法更快更准的寻找全局最优能力。     

蚁群算法在铸造生产配料优化中的应用

以铸造配料成本最低为目标函数,建立了铸造优化配料数学模型.运用蚁群算法和Matlab语言,以ZG35Cr24Ni7SiN的炉料配比为例,对该数学模型进行了仿真优化计算,计算结果表明:在保证化学成分在控制要求成分的条件下,其吨钢成本比原手工配料方法节约550元,实现了铸造配料的优化配比,而且计算速度快于经典的线性规划数学方法,从而表明了蚁群算法应用于铸造生产配料是可行的.     

混合优化算法在ALM环路径搜索中的研究

应用层组播技术解决了IP组播业务在Internet中的发展困境,其易于部署和实现受到学术界广泛关注。根据遗传算法、粒子群优化算法和蚁群算法各自的特点,提出一种融入粒子群算法和遗传算法的混合优化算法,对应用层组播技术的最优环路径问题进行搜索。仿真结果表明,所提出的算法在收敛速度及寻优效果方面均优于基本的蚁群算法和遗传、粒子群的混合算法,证明所提出算法的有效性。     

磁悬浮直线电动机H∞鲁棒控制器及其蚁群算法优化设计

磁悬浮永磁直线电动机在结构上取消了机械传动的中间环节,具有磁悬浮和直接驱动的特点.针对磁悬浮永磁直线电动机由于悬浮高度不同,在磁悬浮和直接驱动运行过程中存在自身参数摄动和外界干扰突出的问题,设计基于蚁群算法的H_∞鲁棒控制器,以保证系统对这些不确定性具有良好的鲁棒性.建立包含磁悬浮永磁直线电动机参数摄动和外界干扰的状态空间模型.推导出无须满足正则条件约束的Riccati不等式,给出H_∞鲁棒控制器的解析表达式.针对H_∞控制器中加权矩阵选择的困难,采用蚁群算法对加权矩阵进行寻优.最后在MATLAB环境下对控制系统进行仿真研究.仿真实验表明基于蚁群算法的磁悬浮永磁直线电动机控制系统的性能比优化前有较明显改善,说明该方法的可行性和有效性.     

基于蚁群算法的分布式CPS系统任务调度设计

针对CPS系统中资源和任务的复杂性,同时为了保证CPS系统资源管理和任务调度的快速性、准确性和有效性,构建了分布式CPS系统结构模型,并设计和实现了基于蚁群算法的资源分配策略,在算法中设计了局部和全局信息素更新规则,将资源管理、任务调度和执行相结合,同时兼顾网络的负载平衡问题和服务质量问题.利用Matlab对基于蚁群算法的分布式CPS系统任务调度策略进行了仿真实验,实验结果证明该策略缩短了整体任务调度的总完成时间,并随着任务数的增加,任务时间缩短的效果更加明显.     

一种用户需求感知的无线接入点关联策略

在无线局域网中,接入点(access point,简称AP)的稠密部署使得AP的关联策略成为一个重要的研究问题.目前,用户与AP的关联仅依据AP的信号强度,然而,这种方法未能考虑到网络中AP的异构性,以及不同用户对资源(例如带宽、安全性、时延等)的不同需求,并且分布式的AP关联会造成网络中AP负载的不均衡.针对以上问题,基于软件定义网络(software defined network,简称SDN)技术提出一种集中式的AP关联策略模型.该模型同时考虑了网络管理员和用户的目标,对网络负载均衡和用户资源满足度同时进行优化.采用蚁群算法对模型进行求解,并通过仿真实验对算法进行验证.实验结果表明,针对随机生成的数据集,用户资源满足度可由54.5%分别提升至86.8%(重负载时)和94.1%(轻负载时),并且管理员目标(负载均衡)得到了明显的改善.