基于混沌优化与人工鱼群算法的混合算法研究

针对人工鱼群算法和混沌优化算法的特点,将人工鱼群算法与混沌优化算法相结合提出一种混合算法。此混合算法是利用混沌变量敏感性来提高人工鱼群初始群体解的质量;然后利用混沌的遍历性和随机性扰动使鱼群算法摆脱局部极值点,提高全局收敛性。仿真实验结果表明了混合算法的有效性。最后,给出了在一定条件下提出的混合算法的收敛性证明。     

基于人工鱼群的淋巴恶性肿瘤细胞分割方法

研究淋巴恶性肿瘤细胞分割的问题,提高淋巴恶性肿瘤多细胞分割的准确率。针对淋巴恶性肿瘤细胞聚合度比较大,传统方式进行细胞分割时,很难根据病变细胞之间的灰度值差异分割聚合在一起的细胞。但是由于淋巴深度癌变的聚合细胞灰度值差异比较小,导致传统方式进行细胞分割的准确率比较低。为了避免上述问题,提出了一种人工鱼群算法的淋巴恶性肿瘤细胞分割方法,根据建立淋巴恶性肿瘤细胞轮廓模型,获取的淋巴恶性肿瘤细胞边界,利用人工鱼群边界聚类方法,对细胞进行分割处理。实验证明,提出的细胞分割方法能够提高淋巴恶性肿瘤细胞分割的准确率,取得了很好的效果。     

重力坝弹性参数反演的灵敏度分析及一种新的反演算法

依据结构灵敏度分析理论,采用基于有限单元法的解析灵敏度分析方法,对影响重力坝材料参数反演质量的位移观测点位置进行了研究,得到了坝顶位移最适合于反演大坝弹性模量的结论。同时引入一种新的群集智能优化方法—人工鱼群算法（AFSA）,根据大坝坝顶的增量位移进行混凝土大坝和坝基岩石材料参数的反演。算例分析表明：AFSA能够稳定快速地收敛到所求参数的全局最优值;同时加入不同水平的噪音对该算法的数值稳定性进行了研究,结果表明算法稳定性良好。     

基于两阶段人工鱼群算法的U型渠道断面优化设计

渠道断面优化是控制农田水利工程成本的重要因素,已有的渠道断面优化研究以梯形渠道为主,对U型渠道研究较少。以优化U型渠道深度、圆弧半径和直线段外倾角为目标,建立以U型渠道过水断面面积最小为目标函数、满足设计流量要求的数学优化模型。根据U型渠道水力计算的复杂性,利用引入协调行为的两阶段人工鱼群算法,对渠道断面设计进行优化。优化结果满足边坡稳定等约束条件。将模型应用于连云港市赣榆区黑林镇土地整理项目,10条斗渠过水断面面积均减小,优化后占地面积共减少28.603 m~2,占原占地面积的5.0%。     

人工鱼群—粒子群混合算法优化进港航班排序

针对空中交通管理中的进港航班排序问题, 提出了人工鱼群—粒子群混合算法(AFPSO)这一航班排序算法来优化进港航班排序, 使时段内进港航班队列总延误时间最少。算法结合了基本人工鱼群算法(AFSA)和基本粒子群算法(PSO)各自的优点, 先以AFSA在全局寻找满意的解域, 再以PSO算法在这些解域中进行快速的局部搜索获得精确解, 最终使算法提高收敛速度和搜索精度。仿真结果表明, 在单跑道和双跑道情况下, AFPSO算法使得航班队列总延误时间比FCFS调度方法减少了20. 9%和34. 4%, 比基本AFSA减少了3. 2%和3. 5%。算法得到的满意解能够为自动化空中交通管理提供实时支持。     

GAFSA优化SVR的网络流量预测模型研究

现有的诸多网络流量预测模型存在预测稳定性不好、精度较低等问题。针对此类问题, 研究了一种通过GAFSA(全局人工鱼群算法)优化SVR模型的网络流量预测方法。GAFSA是一种群智能优化算法, 寻优效果显著。采用GAFSA对SVR预测模型进行参数寻优, 可以得到使预测效果最佳的训练参数; 使用这组最优参数训练SVR, 建立网络流量预测模型, 可以很好地改善基于其他智能优化算法改进的SVR网络流量预测模型多次预测结果相差较大的问题, 使预测结果趋于稳定, 同时也可以提高预测精准度。仿真结果表明, GAFSA-SVR网络流量预测模型与其他模型相比, 预测结果基本稳定, 精准度提高到89%以上, 对于指导网络控制行为、分析网络安全态势有重要意义。     

一种基于RAN架构无线接入网系统容量最大化的功率分配算法

针对新型RAN架构无线接入网中功率分配问题进行研究, 建立系统容量最大化的最优化数学模型, 提出了一种基于RAN架构无线接入网的系统容量最大化的功率分配算法, 并且应用人工鱼群算法求解了算法中目标函数的全局最优解, 即一组使系统容量最大化的发射功率。仿真结果表明, 与现有的分布式网络架构中非合作的功率控制博弈算法相比, 新算法可以显著提高系统容量, 即证明了该算法的有效性。     

基于鱼群算法的无线传感网络覆盖优化策略*

无线传感网络是能量受限的网络,有效覆盖和能耗是衡量其性能的两个重要指标。将最大化网络覆盖率和最小化工作节点数作为网络优化目标,建立了网络覆盖优化的数学模型,并利用鱼群算法并行寻优、收敛快速的特性,提出了一种基于鱼群算法的覆盖优化策略。仿真实验表明,该算法能求解最优覆盖工作节点,并可以改进网络节点调度的实时性。     

基于人工鱼群优化支持向量机水文预报系统模型*

在深入分析比较各种水文预报方法的基础上,利用人工鱼群算法对支持向量机训练算法进行了改进,提出了基于人工鱼群优化的支持向量机算法。实验结果表明,基于人工鱼群优化的训练算法的训练速度优于标准的支持向量机的训练速度,能够为水文预报提供更快捷的技术支持。     

人工鱼群算法在无功优化中的应用

人工鱼群算法总结出了鱼群的行为所具有的基本特点,并结合动物自治理论,提出了一种新型优化模型。通过鱼的觅食行为、群聚行为、追尾行为、随机行为这4种行为对人工鱼的活动属性进行了描述。通过建立无功优化的数学模型,并将人工鱼群算法应用在配电网的动态无功优化过程中,通过IEEE-30标准节点系统进行仿真,验证了该算法的稳定性和可靠性。