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...     

基于强化学习的未知环境多机器人协作搜集

针对多机器人协作复杂搜集任务中学习空间大,学习速度慢的问题,提出了带共享区的双层强化学习算法。该强化学习算法不仅能够实现低层状态-动作对的学习,而且能够实现高层条件-行为对的学习。高层条件-行为对的学习避免了学习空间的组合爆炸,共享区的应用强化了机器人间协作学习的能力。仿真实验结果说明所提方法加快了学习速度,满足了未知环境下多机器人复杂搜集任务的要求。     

人工蜂群算法的研究综述

人工蜂群算法是一种基于蜜蜂采蜜行为的新兴群体智能算法,通过不同角色蜜蜂间的交流、转换和协作来实现群体智能。基于此,首先阐述了基本ABC算法和二进制ABC算法的原理,然后针对基本ABC算法存在的不足,从四个方面综述了各种改进算法,最后对ABC算法在一些领域中的应用现状和对未来研究方向进行了概括总结。     

基于细菌觅食算法的嵌入式机械臂角度控制器设计

进行机械臂角度控制器设计过程中,为提高机器人机械臂灵活性,降低关节角度控制误差,设计一种细菌觅食算法的嵌入式机械臂角度控制器。首先,构建机械臂动力学模型以获取机械臂的柔性特征及其关节位置,根据获取的信息确定角度控制器的硬件逻辑结构和算法。然后,使用ARM微处理器嵌入式操作系统,设计包含移动控制终端和机械臂控制端的控制器硬件结构。最后,采用细菌觅食算法优化控制器参数,并实现代码完成机器人机械臂角度的精准跟踪控制。仿真分析结果表明:所提方法具有较高的位姿跟踪精度、角度控制误差小、稳定性强,能够保证机械臂关节角度无超调,具有极高的机器工程应用价值。     

细菌觅食优化算法的研究与应用

细菌觅食优化算法是进化算法家族的新成员。首先对细菌觅食优化算法的三大主要操作：趋向性、复制和迁徙操作的基本原理及流程进行介绍,然后对算法求解优化问题的设计步骤进行分析,接着探讨算法的改进和应用,最后指出细菌觅食优化算法的未来研究方向。     

混合蛙跳细菌觅食的和声搜索算法及图像应用

针对和声搜索算法存在早熟、收敛停滞等问题,提出了一种基于混合蛙跳细菌觅食的和声搜索算法(harmony search algorithm based on shuffled frog leaping and bacterial foraging,SFLBF-HSA)。引入混合蛙跳算法全局搜索及细菌觅食优化算法群聚吸引、排斥信号等思想,对和声音调搜索机制进行了改进。首先,提出和声音调学习策略(即吸引信号),利用全局最优和声个体对最差和声个体进行正方向的差异扰动,保持搜索朝向最优个体;其次,提出和声音调调节策略(即排斥信号),利用全局最优和声个体对最差和声个体进行反方向的差异扰动,保持搜索远离局部最优个体并朝向其他优秀个体。在两种策略搜索中,同时利用全局共享因子的非线性动态特点抑制搜索的随机性。Benchmark函数对比实验结果表明,改进后算法在单峰值和多峰值函数寻优问题上收敛速度和精度均有显著提高。将SFLBF-HSA应用于作物籽粒图像分割,提高了分割效果,对颗粒较大,似圆形状作物籽粒图像分割后,识出率和识别成功率有显著提高。     

基于免疫进化细菌觅食算法的多目标无功优化

为了更好地解决电力系统多目标无功优化问题,分析了当前多目标无功优化算法存在的缺陷,提出了一种基于免疫进化的改进多目标细菌觅食优化算法。该算法求得的Pareto最优解分布均匀,收敛性和鲁棒性好。IEEE14,IEEE30节点测试系统的算例结果表明所提的算法在多目标无功优化中具有良好的效果,为各目标之间的权衡分析提供了有效工具,是一种求解多目标无功优化问题的有效方法。     

风险调度中引入知识迁移的细菌觅食强化学习优化算法

针对电力系统运行过程中负荷及故障的不确定性,在经济调度中引入风险评估原理,并提出了一种全新的基于知识迁移的细菌觅食强化学习优化算法。该算法将细菌觅食算法的寻优模式与Q学习算法的试错迭代机制结合,利用多主体协同合作来更新共有的知识矩阵,并以基于知识延伸的维度缩减方式避免了"维数灾难"。在预学习获得最优知识矩阵后,利用知识迁移加速在线学习进程。IEEE RTS-79测试系统的仿真结果表明:所提算法在保证获得高质量最优解的同时,寻优速度可达经典智能算法的9~20倍,适合求解大规模复杂电网的风险调度快速优化。     

Distribution system reconfiguration for loss minimization using modified bacterial foraging optimization algorithm

In this paper the network reconfiguration problem is formulated as non-linear objective optimization problem. The proposed solution to this problem is framed as a non-linear combinatorial optimization problem and status of switches is non-differentiable which is solved using modified bacterial foraging algorithm, the algorithm is modified for better convergence. The modified bacterial foraging algorithm is described in a general context and then applied specifically to the network reconfiguration problem. This program was tested on 16 bus, 33 bus & 69 bus test systems. The test results proved that the efficiency of modified bacterial foraging algorithm is better than other existing methodology.     

Global warming alters sound transmission: differential impact on the prey detection ability of echolocating bats

Climate change impacts the biogeography and phenology of plants and animals, yet the underlying mechanisms are little known. Here, we present a functional link between rising temperature and the prey detection ability of echolocating bats. The maximum distance for echo-based prey detection is physically determined by sound attenuation. Attenuation is more pronounced for high-frequency sound, such as echolocation, and is a nonlinear function of both call frequency and ambient temperature. Hence, the prey detection ability, and thus possibly the foraging efficiency, of echolocating bats and susceptible to rising temperatures through climate change. Using present-day climate data and projected temperature rises, we modelled this effect for the entire range of bat call frequencies and climate zones around the globe. We show that depending on call frequency, the prey detection volume of bats will either decrease or increase: species calling above a crossover frequency will lose and species emitting lower frequencies will gain prey detection volume, with crossover frequency and magnitude depending on the local climatic conditions. Within local species assemblages, this may cause a change in community composition. Global warming can thus directly affect the prey detection ability of individual bats and indirectly their interspecific interactions with competitors and prey.