基于PSO-BF优化算法的关系数据库水印算法

借鉴群体智能优化算法,提出了一种基于粒子群优化的细菌觅食算法（PSO-BF）的关系数据库水印算法。运用混沌映射对水印序列加密生成水印信号,采用单向hash函数加密关系数据库中元组的次序,利用PSO-BF优化算法解决将水印信号的嵌入过程抽象为约束条件下的优化问题,阈值解码和择多表决法用于提取水印信号,并通过混沌映射解密为表征版权的水印序列。实验表明,该算法对元组删除、修改和添加等攻击具有较强的鲁棒性和良好的不可见性。     

改进的细菌觅食优化算法

细菌觅食优化算法是一种受大肠杆菌觅食现象启发产生的一种群体进化算法,该算法具有良好的全局优化能力,鲁棒性强,算法简单等优点,但其也存在易早熟,收敛速度慢等缺点. 根据其缺点,提出了一种改进的细菌觅食优化算法,改进后的算法收敛速度加快,在一定程度上避免了易早熟的缺点. 将原算法和改进算法应用于PID参数的在线自整定,通过matlab仿真实验证明了算法改进后的优越性.     

改进的细菌觅食优化算法求解0-1背包问题

细菌觅食优化算法作为一种新兴的智能优化算法,一般用来解决连续域的问题。为了解决离散域问题,提出了一种改进的细菌觅食优化算法。采用线性递减的思想和随机的游动长度代替固定步长和随机游动方向,改进了趋向性操作方案,并将其应用于解决0-1背包问题。将改进的细菌觅食优化算法与遗传算法、离散粒子群优化算法及基本的离散化细菌觅食优化算法分别在小规模和大规模的0-1背包问题上进行了仿真比较,表明了改进的细菌觅食优化算法能取得较好的效果,寻优能力强。     

基于Levy飞行的改进菌群觅食算法

针对经典菌群觅食算法因固定趋化步长导致的求解精度不高、收敛性能差等缺陷,提出一种基于Levy飞行的菌群觅食算法,其特点是利用基于Levy分布的趋化步长改善算法的求解精度与收敛性能,借助Levy飞行随机游走策略改善细菌迁徙位置.多个基准测试函数的实验结果表明,该算法在求解质量和收敛性能上均取得了较好的改进效果.     

基于细菌觅食算法的多线圈电- 机械转换器双模控制技术研究

针对提升电-机械转换器快速响应特性的技术需求,提出了新型三线圈结构电-机械转换器。通过建立的电-机械转换器数学模型,提出采用细菌觅食算法来寻找时间最优解,并基于此方法设计了砰-砰与比例-积分双模控制器。分析与仿真结果表明,相对于传统单线圈电-机械转换器,采用双模控制器的三线圈电-机械转换器,其响应时间从8.5 ms缩短至2.5 ms,震荡和超调不超过5%,可知该技术能够实现响应特性,前景良好。     

鱼爱

鱼,也有着自己的爱。鱼家族千姿百态,她们爱的表达方式也千奇百怪。乌鱼,生性凶猛,有水中杀手之称,民间却尊她为"孝鱼"。据说,雌乌鱼每次产下小鱼后,都会短暂失明,成为睁眼瞎。那是她最艰难的时刻,看不见任何东西而难以觅食。这时,那些小鱼们便会成群结队,摇着小尾巴,没有一丝犹豫,主动游进母亲的嘴里,供其果腹。年轻的"杀手们"一个个急着奔赴母亲的口中。等到雌鱼复明时,孩子们已经牺牲大半。母亲的口一张一     

基于觅食算子的粒子群优化算法

针对粒子群优化算法PSO（Particle Swarm Optimization）容易陷入局部极值点、进化后期收敛慢和优化精度较差等缺点,把人工鱼群算法中的觅食算子改进后引入到基本PSO算法中,提出了一种具有觅食算子的PSO算法。算法在每次迭代后,对全局最优结果执行小规模觅食算法进行局部寻优,并用优化结果代替全局最优结果,从而防止PSO算法陷入局部极小,改善了算法的全局优化能力,提高了算法的收敛速度和计算精度。仿真结果表明,该算法的优化性能优于基本PSO算法。     

酷软花絮

好吃狗必备的手机软件对于好吃狗来说,一天中最重要的三件事就是:早上吃什么?中午吃什么?晚上吃什么?……以前我们可以通过食评、电视或电台节目找到或者学做美味的食物,不过在移动服务迅速发展的新时代,又有了新的觅食工具——基于LBS的美食发现和分享服务。     

基于GSO-BFA的采煤机双滚筒同步调高控制

为研究采煤机滚筒在煤岩混合复杂工况下的调高连续性,依据液压机构的工作原理建立了滚筒调高机构的动力学模型.基于自适应模糊微分积分滑模(AFDI-SMC)鲁棒性强的优点,采用了萤火虫-细菌觅食(GSO-BFA)算法优化滑模控制器参数条件下的滚筒调高控制方案.为保证双滚筒工作时举升高度的一致性,引入偏差-环形耦合同步控制策略补偿位置偏差,同时采用融合算法(GSO-BFA)对外闭环(滚筒高度-电压)控制器参数进行优化,并分析了双滚筒同步调高性能,且与采用遗传算法(GA)优化的系统同步调高精度相比较.仿真结果表明,采用融合算法优化且结合自适应模糊微分积分滑模的滚筒同步调高系统具有良好的鲁棒性及较高的同步精度.     

基于自适应细菌觅食算法的灰度图像增强方法

为提高图像增强的自适应性,首先将细菌的自适应趋向因子引入到细菌觅食算法中,然后将提升的细菌觅食算法和非完全Beta函数结合而去获得最佳的灰度变换参数,最终实现对降质图像的最大程度的自适应增强.仿真实验结果表明,提升的优化算法可以更好的优化Beta函数的参数,因而能更有效地提高图像整体对比度和视觉效果.