量子位Bloch坐标的量子人工蜂群优化算法

为了改善人工蜂群(ABC)算法在解决多变量优化问题时存在的收敛速度较慢、容易陷入局部最优的不足,结合量子理论和人工蜂群算法提出一种新的量子优化算法。算法首先采用量子位Bloch坐标对蜂群算法中食物源进行编码,扩展了全局最优解的数量,提高了蜂群算法获得全局最优解的概率;然后用量子旋转门实现搜索过程中的食物源更新。对于量子旋转门的转角关系的确定,提出了一种新的方法。从理论上证明了蜂群算法在Bloch球面每次以等面积搜索时,量子旋转门的两个旋转相位大小近似于反比例关系,避免了固定相位旋转的不均等性,使得搜索呈现规律性。在典型函数优化问题的实验中,所提算法在搜索能力和优化效率两个方面优于普通量子人工蜂群(QABC)算法和单一人工蜂群算法。     

病毒进化理论人工蜂群算法研究

为了提高人工蜂群算法的搜索性能,引入了连续状态下的生物病毒机制和宿主与病毒基于感染操作等思想优化人工蜂群算法搜索机制。人工蜂群算法具有控制参数少、实现简单的优点,但是由于蜂群收敛采用局部搜索,使得算法易于早熟收敛或者陷入局部最优值。通过病毒进化对人工蜂群算法进化机制的分析,利用病毒的感染与进化,建立精英雇佣蜂对懒惰蜂引导,提高人工蜂群算法的搜索性能,加强群体的多样性,提高了局部搜索能力。仿真实验表明这种方法较常见的人工蜂群算法,有较明显收敛速度和搜索精度改进。     

Determination and distribution of biogenic amines in bee pollen

The natural decomposition of proteins yields peptides and amino acids, which are susceptible to further decay, resulting in formation of biogenic amines (BAs) in proteinaceous foods such as bee pollen (BP). However, excessive consumption of BAs will bring side effects, so it is vital to study the presence of BAs in BP. In this study, a sensitive and reliable ultra ‐ high‐performance liquid chromatography–tandem mass spectrometric method was used for the determination of 12 BAs in BP. Large variations in the distribution and levels of BAs were observed with its total concentrations ranging from 6837.4 to 25444.2 μg kg^?1. In addition, the changes in the levels of BAs during storage and fermentation were preliminarily investigated. The results showed that fermentation significantly altered the quantities of BAs in rape BP, while changes during storage were modest. The results of this study could be applied for quality evaluation and risk assessment of BP in near future.     

改进的人工蜂群算法在函数优化问题中的应用

人工蜂群算法是近年来新提出的一种优化算法。针对标准人工蜂群算法的局部搜索能力差,精度低的缺点,提出了一个改进的人工蜂群算法,利用全局最优解和个体极值的信息来改进人工蜂群算法中的搜索模式,并引入异步变化学习因子,保持全局搜索和局部搜索的平衡。将改进的人工蜂群算法在函数优化问题上进行测试,结果表明改进的人工蜂群算法优于原算法。     

基于蜜蜂进化算法的JPEG隐写方法

为提高嵌入效率,缩短算法运行时间,提出了一种基于蜜蜂进化算法的变换域隐写方法。该方法首先利用由蜜蜂进化算法搜索到的最优置换矩阵将秘密信息进行置换;接着修改了JPEG标准量化表以便能够嵌入较多的信息;将置换结果嵌入到量化后DCT系数的DC和中低频AC区域中;最后利用JPEG熵编码得到隐藏了信息的JPEG格式文件。实验结果表明,与直接嵌入方法相比较,该方法提高了含密图像的质量和安全性,与基于遗传算法的信息隐藏方法相比,该算法所花费时间更少。     

带约束的清洁排班问题模型及其求解

保洁服务公司的清洁任务往往具有不同级别、不同时长和不同周期等特点,缺乏通用清洁排班问题模型,现阶段主要依赖人工排班方案,存在耗时费力且排班质量不稳定等问题.因此提出了属于NP难问题的带约束的清洁排班问题的数学模型,并使用模拟退火算法(SA)、蜂群算法(BCO)、蚁群算法(ACO)和粒子群优化算法(PSO)对该模型进行求...     

蜂群算法求解资源受限项目调度问题及仿真

蜂群算法作为一种较为新颖的启发式算法已经在多种类型的优化问题求解过程中表现了优秀的性能.针对蜂群算法在项目调度问题中的模型求解资源受限的问题,提出对求解方法进行改进,采用人工蜂群算法和蜂群优化算法两类典型的蜂群算法,对资源受限项目调度问题进行优化设计,并在benchmark上进行仿真并与传统的调度优化算法进行比较.实验结果表明,新设计的两类蜂群算法在调度成功率和收敛速度方面均有更好表现,人工蜂群算法求解的质量方面更优,蜂群算法在收敛速度上更具有优势.     

基于Zig Bee技术的大坝安全监测WSNs节点设计

针对无线传感器网络(WSNs)在大坝安全监测中的需求,结合大坝安全监测传感器网络和ZigBee技术的特点,提出一种基于射频芯片CC2430的WSNs大坝安全监测系统解决方案。简要介绍了传感器网络体系结构,重点阐述了其网络节点的硬件设计和软件设计。并在实验室环境下搭建了一个簇-树型传感器网络,对传感器网络进行了测试并对节点进行了标定。实验表明:节点采集传感器数据准确,在实验室环境下数据传输可靠、准确,数据丢失率为0。     

基于蜂群和广度优先遍历的PPI网络聚类

蛋白质交互作用(PPI)网络聚类算法是研究和揭示蛋白质功能的主要方法之一。由于PPI网络的特性,传统算法不能有效聚类。文中提出一种基于蜂群和广度优先遍历的聚类算法。为避免噪声点对实验结果的干扰,在预处理阶段利用距离-密度算法确定聚类个数,剔除噪声点。然后利用结点网络综合特征值确定初始聚类中心,利用广度优先遍历搜索算法进行聚类。再采用改进的蜂群算法自动寻找最优合并阈值。最后用正确率和查全率对该算法进行性能评价并对算法中一些重要参数进行仿真分析,仿真结果表明该聚类算法有效提高PPI网络的聚类效果。     

基于ZigBee的大水域水质环境监测系统设计

为了提高工厂化水产养殖的智能化水平,提出了基于Zig Bee协议的无线传感器网络（WSNs）的水质监测系统方案。设计了主要水质参数溶解氧、pH值、氨氮传感器的变送器电路,实现了对溶解氧、pH值、温度、氨氮含量等多参数的采集、处理,并通过无线网络传给终端节点,终端节点通过RS—232串口将数据传送给监测中心。测试表明：该系统实时性好,测量误差小,满足大水域水质监测需求。