改进蚁群算法的无线传感器网络路径优化

研究无线传感器网络路径优化问题,针对无线传感器网络(WSN)路径优化问题,在分析了遗传算法和蚁群算法各自优缺点的基础上,通过把蚁群算法作为WSN路径优化的主框架,采用遗传算的选择、交叉和变异算子提高蚁群算法搜索速度,提出一种改进蚁群算法的WSN路径优化方法。仿真结果表明,改进蚁群算法有效地克服了基本蚁群算法的缺陷,提高了WSN路径优化效率和成功率,减少了能理消耗,有效延长了网络生存时间。     

离子取代凝胶——ACA离子取代动力学模型

用动边界模型描述了海藻酸-壳聚糖-海藻酸(ACA)离子取代凝胶对2价离子的取代动力学过程.模型具有较好的可靠性，ACA离子取代凝胶对2价离子的取代属于颗粒扩散控制.ACA离子取代凝胶对Pb²⁺的反应级数是0.76.     

基于复数蚁群算法的自适应抗干扰天线

针对自适应抗干扰天线研究了复数域的蚁群算法(Ant colony algorithm,ACA),该算法对多极值函数全局寻优具有传统算法不可比拟的良好性能.根据自适应信号处理原理和最小均方误差准则确定ACA所要优化的目标函数,建立了数学模型.为了计算多维复数权值,定义了权值矢量空间,给出了完整的计算步骤.仿真结果表明,该算法适用于自适应抗干扰技术,能够有效抑制多个干扰.通过与其他算法比较,ACA在抑制干扰、保护期望信号方面显示了较好的性能.     

基于模糊粗糙集信息熵的蚁群特征选择方法

目前针对高维数据特征选择提出的启发式算法多数容易陷入局部最优,无法对整个特征空间进行有效搜索。为了提高对特征域的并行搜索能力,基于模糊粗糙集的信息熵原理,对蚁群模型的搜索策略、信息素更新和状态转移规则等进行了改进,提出蚁群特征选择方法。经UCI数据实验验证,该算法比传统的特征选择算法具有更好的选择效果,是有效的。     

全球多媒体国际认证新标准——多媒体与网页创作传播国际认证指标融入多媒体课程教学之研析

本研究运用全球化多媒体网页设计与数字内容传播应用能力的指标,提出融入多媒体课程教学的方式与建议,并讨论学校与企业的能力融合,试图建立一套学习与认证一贯课程的学习形态,协助企业准确搜寻需求之人力资源,学校也可以藉由多媒体网页设计与数字内容传播应用能力指标培养学生的专业多媒体能力,建构符合全球认证的课程,协助学习者达成学习与认证一贯的学习形态。     

面向TSP求解的混合蚁群算法

针对蚁群算法的早熟和停滞等现象,将免疫算法机制引入蚁群算法,提出用于TSP求解的混合算法。该算法具有蚁群算法的自适应反馈机理、收敛速度快和免疫算法操作算子简单和维持种群多样性、防止种群退化等特性。从算法解的质量与效率方面与基本蚁群算法和免疫算法进行比较,结果表明融合免疫机制的蚁群算法性能显著提高,也为解决其他组合优化问题提供一个新的思路。     

改进的蚁群算法在修磨轨迹优化中的应用

提出一种适用于钢坯修磨轨迹优化问题的改进蚁群算法,给出一种修磨轨迹优化问题的实用数学模型。针对蚁群算法对参数敏感的问题,提出用启发信息归一化来解决的办法。仿真实验与初步试用结果表明,经改进蚁群算法优化的修磨轨迹能大幅度减少修磨过程中的空行程。该算法具有一定的理论参考价值和实际意义。     

基于蚁群算法的配电网重构

本文提出了一种基于蚁群系统的配电网重构算法（ACSA）[12],该算法用于减少在正常运行情况下的电能损耗的问题。结合相应的数学模型和算法,对一个典型的配电网重构的问题进行了验证。基本蚁群算法的缺点是收敛速度慢和进化停滞,本文提出了一些新的措施来克服这些缺点。     

考场异常行为检测算法

以智能视频监控理论为依据,结合考试现场特点,提出了一种能够进行考场异常行为检测的高效算法。该算法从考生信息结构和内容方面作了科学设计,提出了行为覆盖区、3维考场关注度等概念。仿真实验针对分析器的准确率和效率两方面进行,并特别比较了本算法设计的分析器和普通方式分析器的效率。实验结果表明,本算法能很好地挖掘视频帧间的历史关系,与未采用本算法的普通方式相比检测效率有较大提高。     

基于动态调节信息素增量的蚁群算法*

为了避免蚁群算法陷入停滞状态,研究了信息素的更新规则,并在信息素增量更新式中加入动态调节因子,使得次优路径上的信息素增量较大,其他路径则没有明显的变化,从而有利于蚂蚁在较短的时间内找到更好的解。仿真实验结果及收敛过程表明,改进后的算法解决旅行商问题具有更好的全局搜索能力。