基于混沌搜索与精英交叉算子的磷虾觅食算法

为解决磷虾觅食( KH)优化算法在处理高维多模态函数优化问题时存在局部搜索能力不强、收敛速度慢等问题,利用一种贪婪的精英交叉算子加速其收敛速度,使用基于逻辑自映射函数的混沌搜索算子避免局部极值的吸引,采用对立搜索算子提高初始种群的质量。结合上述3种算子提出一种改进的磷虾觅食算法。在7个标准测试函数上的仿真实验结果表明,与KH及其改进算法相比,该算法在寻优精度和收敛速度方面均得到明显增强。     

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。     

一种群体智能融合算法及其在应急设施选址的应用

针对粒子群优化算法早熟及细菌觅食算法收敛慢的问题,提出了将量子粒子群优化与细菌觅食算法融合的一种群体智能融合算法。该算法将细菌觅食、量子计算理论及粒子群优化的优点进行融合,以细菌觅食算法为主体,将量子进化算法及粒子群优化算法嵌入其中,从而极大地提高了算法的性能。通过对三个标准函数求解和验证,结果表明该算法提高了收敛精度及速度。最后用该算法求解公共卫生应急服务设施点选址问题,取得了较好的效果,说明了该算法的有效性。     

基于翻筋斗觅食策略的灰狼优化算法

灰狼优化算法(grey wolf optimization,GWO)存在收敛的不合理性等缺陷,目前对GWO算法的收敛性改进方式较少,除此之外,当GWO迭代至后期,所有灰狼个体都逼近α狼、β狼、δ狼,导致算法陷入局部最优。针对以上问题,提出了一种增强型的灰狼优化算法(disturbance and somersault foraging-grey wolf optimization,DSF-GWO)。首先引入一种扰动因子,平衡了算法的开采和勘探能力;其次引入翻筋斗觅食策略,在后期使其不陷入局部最优的同时也使得前期的群体多样性略有提升。对DSF-GWO算法的寻优性能进行验证,选取14个单/多峰目标函数进行实验,在相同的参数设置下,结果表明DSF-GWO算法在寻优性能上较GWO算法有明显优势。     

简化E.Coli觅食优化算法及其在非线性模型参数辨识中的应用

针对非线性系统模型参数辨识问题,提出了一种简化E.Coli觅食优化算法,该算法是基于大肠杆菌(E.Coli)的化学趋向性行为,包含翻转算子和游动算子。同时还采用个体历史最佳位置和群体最佳位置对E.Coli群体进行更新(优值跟踪算子).以重油热解三集总非线性模型参数估计验证了简化E.Coli觅食优化算法的效果,实验结果表明了简化E.Coli觅食优化算法的有效性,为非线性系统模型参数估计提供了一种新方法.     

基于最小二乘支持向量机的反向建模的铝合金变形抗力模型

根据某1+4铝热连轧厂现场采集的大量轧制数据对几种铝合金变形抗力利用最小二乘支持向量机进行了反向建模回归分析,用细菌觅食优化算法对支持向量机的参数进行了优化。将回归后的变形抗力模型用于二级设定计算中的轧制力预报,结果表明回归后的模型适用于轧制现场,精度优于传统模型。     

基于细菌觅食算法的分布式电源配电网重构研究

分布式电源由于可以降低网损,在节能减排与可持续发展中发挥着巨大的作用,如今越来越受到人们的重视。而配电网重构已经不再是单一考虑开关的开闭组合的优化,还必须考虑分布式电源的影响。文章根据配电网自身特点对细菌觅食算法进行了改进,提高了其效率,建立了系统网络损耗的目标函数,并进行了仿真验证。     

Multi-machine power system stabilizer design by rule based bacteria foraging

Several power system stabilizers (PSS) connected in number of machines in a multi-machine power systems, pose the problem of appropriate tuning of their parameters so that overall system dynamic stability can be improved in a robust way. Based on the foraging behavior of Escherichia coli bacteria in human intestine, this paper attempts to optimize simultaneously three constants each of several PSS present in a multi-machine power system. The tuning is done taking an objective function that incorporates a multi-operative condition, consisting of nominal and various changed conditions, into it. The convergence with the proposed rule based bacteria foraging (RBBF) optimization technique is superior to the conventional and genetic algorithm (GA) techniques. Robustness of tuning with the proposed method was verified, with transient stability analysis of the system by time domain simulations subjecting the power system to different types of disturbances.     

结合BFO及CBR的层流冷却水量优化设定方法

层流冷却过程控制目标是保证带钢卷取温度进入目标范围内并尽量提高精度以保证带钢质量,其本质是目标优化问题。同时,层流冷却过程处于频繁变化操作工况的动态环境之下,现有控制方法很难实现有效的实时控制。本文针对现有层流冷却过程控制方法很少引入优化思想这一问题,提出基于改进菌群优化算法(BFO)的层流冷却过程冷却水量优化设定方法。并针对动态变化工况,引入案例推理(CBR)机制,提出离线优化——在线推理双层结构的动态优化设定控制结构。基于实际运行数据的实验结果说明,本文提出的方法能够有效搜索冷却水量的优化设定值,而且在变更带钢规格的变化工况条件下,能够及时调整冷却水量的设定值,最终使带钢卷取温度进入目标范围内。     

实时双向群组搜索及其在蚁群觅食动画中的应用

基于双向搜索和群组协作的研究,提出一种新颖的搜索算法--实时双向群组搜索(real-time bidirectional crowd search,简称RBCS).基于这个搜索算法所提出的蚁群觅食模型包含了有限状态机和一系列表示蚂蚁和环境交互的规则,具有在复杂动态环境下找到食物和巢穴之间最短路径的能力.2D/3D实验结果表明,算法的搜索能力具有可信性,将其扩展到人群在固定点之间的来回往复运动也获得了满意的效果;和传统基于信息素的蚁群觅食模型的仿真实验对比表明了算法的优越性.