改进人工鱼群算法求解TSP问题

针对TSP问题的特点,在经典最近邻点法基础上对其运行方式加以改进,结合基本人工鱼群算法的优势,对基本人工鱼群算法加以改进。利用改进最近邻点法为基本人工鱼群算法构造多个较优初始解,进而改进基本人工鱼群法的觅食行为。改进后的人工鱼群算法能更有效地搜索全局最优解。选取典型的TSP问题实例进行实验仿真,验证该算法的有效性。实验表明,改进后的人工鱼群算法在求解旅行商问题时,比基本人工鱼群算法搜索效果更好,寻优性能更强。     

基于对偶变数法求解二重积分的新方法

依据对偶变数法求定积分的理论,提出以减小用蒙特卡罗方法求定积分的方差为目的的求解二重积分的新方法,并通过一系列证明,证明该方法的正确性.最后通过数值模拟验证该方法对求解二重积分的精度明显高于其他的蒙特卡罗模拟方法.同时该法的提出也对用数值计算求积分的精确性做出一定的贡献.     

基于拟蒙特卡罗法的电力系统抗震可靠性研究

针对电力系统抗震可靠性评估中蒙特卡罗方法误差收敛相对较慢的特点,将以低偏差序列抽样的拟蒙特卡罗方法应用于可靠性评估中,并结合了在求解传递闭包中能够减少计算量的三角形算法,建立了结合低偏差序列抽样与三角形算法的抗震可靠性计算模型.基于川北地区110 k V发电站与变电站的可靠性分析,分别进行了三种算法下的标准蒙特卡罗方法模拟和Sobol序列拟蒙特卡罗方法模拟.模拟结果表明:在电力系统抗震可靠性求解中,与伪随机数序列相比,Sobol序列的解算结果具有更高的收敛速度.当抽样次数为5 000次时,拟蒙特卡罗(QMC)方法的计算结果为0.6689,误差不超过0.1%,而蒙特卡罗(MC)方法的计算结果为0.6659,误差为0.389%;在相同抽样次数下,三角型算法相对于其他算法具有更高的运算效率,将三角形算法与拟蒙特卡罗方法结合既提高了精确度又提高了运算速度.     

基于改进人工鱼群算法的机器人路径规划

为改进人工鱼群算法在路径规划中的寻优作用,利用改进视觉范围和拥挤度因子函数,提高鱼群算法在机器人路径规划中的寻优工作。在传统鱼群算法中,视觉范围是恒定不变的。视觉范围决定寻优的全局和局部工作,拥挤度因子对算法收敛性具有影响。同时,在传统鱼群算法中,每次都选取最优解来执行,在栅格环境中往往会导致全局最优和局部最优互扰,导致路径规划不合理,为此,利用改进视觉范围拥挤度因子,同时记录可行解,当存在鱼群找到目标点时,就记录下找到目标点的鱼群轨迹,形成路径规划的可行解,在可行解中,选取路径最短为最优,保证路径的规划的合理性。与传统鱼群算法对比,证实研究算法在路径规划中具有更好的寻优工作,通过MATLAB仿真实验,验证了算法的有效性和稳定性。     

基于时变衰减函数的改进人工鱼群算法研究

在分析国内人工鱼群算法相关研究的基础上,针对其易陷入局部最优和发生振荡现象的缺点,在标准人工鱼群算法中增加时变衰减函数起到衰减因子的作用,优化其时间参数的取值,对人工鱼群智能算法求解过程中觅食行为的视野以及步长的取值进行优化完善;增加鱼群的跳跃过程及变异因子,避免求解过程中早熟现象的产生,保证其最优解为全局最优.研究了传统与改进算法的求解过程及步骤,最后,以常用的3个测试函数为算例对其进行测试,对比分析传统与改进算法之间的区别,对测试的结果进行分析,得到改进的人工鱼群算法具有求解精度高、收敛速度快、寻优能力强的特点.     

基于模拟退火改进人工鱼群算法的交通信号配时优化

针对传统的信号配时算法无法适用于过饱和流量的交叉口的限制,结合模拟退火算法初值鲁棒性和局部收敛精度高的特点改进人工鱼群算法以提升其全局搜索能力,然后综合考虑周期时长、绿灯时间和饱和度等作为约束条件,以交叉口车均延误最小为目标函数构建信号配时优化模型,分别利用单一智能算法(模拟退火算法,人工鱼群算法)及其组合改进算法(模拟退火改进人工鱼群算法)对模型进行求解,并对现状方案和3种智能算法求解方案情况下的交叉口整体车均延误进行对比。结果表明,模拟退火改进人工鱼群算法的效果明显优于现状和单一算法,在迭代的初期便能非常接近最优解和稳定下降趋势,表现出快速寻优能力,验证了模拟退火改进人工鱼群算法的可行性与适用性。     

基于水流作用机制的人工鱼群算法

针对人工鱼群算法(AFSA)在函数优化问题中易陷入局部极值和求解精度较低的缺点,提出了一种在基本人工鱼群算法中引入水流作用机制的改进方案。通过水流作用机制中的持续性水流和周期性水流对鱼群施加的有益影响来改进原有算法。持续性水流影响鱼群的体力变化从而控制视野和步长参数的自适应调整以提高求解精度;周期性水流冲击鱼群并改变部分鱼的位置,从而保持鱼群的种群多样性以利于全局收敛。仿真实验结果表明:本文的改进算法具有更高的求解精度和更好的全局搜索性能,并验证了算法的有效性。     

改进的人工鱼群算法在二维板材下料问题中的应用

为提高板材利用率,采用人工鱼群算法进行研究,算法中加入改进的觅食行为和改进的聚群行为,对行为进行了改进,并将该算法用于求解二维板材下料问题.通过仿真实验与文献中的改进粒子群算法和基本人工鱼群算法进行比较,结果表明:改进后的算法得到的最优解要优于文献中的算法,实现提高板材利用率的问题.     

一种基于动态参数调整的改进人工鱼群算法

针对经典鱼群算法收敛速度慢、寻优精度低的缺陷,提出了一种基于参数动态调整的改进人工鱼群算法.动态调整视野和拥挤度因子以提高算法的搜索效率;改进去交叉算子以消除交叉路径;引入了再寻优算子确保再次搜索去交叉后路径能够快速找到最优值.求解TSP问题的实验结果表明:改进的人工鱼群算法提高了收敛速度、增强了搜索最优解的能力.     

改进的人工鱼群算法在置换Flow Shop调度中的应用

分析了人工鱼算法(AFSA)存在的不足,在保持AFSA算法基本行为的基础上,提出了在觅食行为过程中采用基于交换列表的排序法,在随机移动行为中采用自适应的小范围移动行为的改进人工鱼群算法。根据置换Flow Shop调度问题的数学模型,给出了基于改进的人工鱼群算法的置换Flow Shop调度问题的求解策略,并详细讨论了求解步骤。仿真实验结果表明:该算法具有较强的全局搜索能力、更高的搜索效率,同时验证了该算法的可行性和有效性。     

蒙特卡罗方法与拟蒙特卡罗方法解线性方程组

分别介绍蒙特卡罗方法和拟蒙特卡罗方法解线性方程组的基本原理,并对两种方法的误差和收敛速度进行讨论.提出误差由3方面造成:截断误差、方法本身、伪随机数序列和低差异序列分布不均匀.在收敛速度方面:蒙特卡罗法的收敛速度与问题的规模和模拟路径长度无关;拟蒙特卡罗方法的收敛与问题的规模无关,但与模拟路径长度有关.经过对两种方法适用的情况进行讨论及数据测试,认为在一般情况下应选择用拟蒙特卡罗方法解线性方程组.     

矩形域上二重积分的优化Taylor数值积分法

本文给出了矩形域上二重积分的优化Ｔａｙｌｏｒ数值积分法，所得到的选代公式可避免重复计算，能加速收敛到给定的近似值精度，同时给出了相应的误差估计式。     

一种修正的求总极值的积分—水平集方法

1978年,郑权等给出了一个积分型求总极值的概念性算法及Monte-Carlo随机取点的实验途径,该文给 一种修正的求总有值的积发－－水平集方法,它有两个方面的特点：（1）每一步需构造一新函,而其与原目标函数具有相同的部极值;（2）避免了郑权算法在一般情况下,由于水平集不易求得而造成难以求出水平的困难,该文同样出了求总极的收敛准则。     

基于二重积分定义的神经网络求解数值积分模型及学习算法

根据二重积分的定义和一般网络的拓扑结构特点,提出求解二重积分的神经网络模型和学习算法,并进行算法收敛性分析和算例验证.该算法收敛并且比传统的数值积分方法的计算精度高、收敛速度快.     

数值积分的padé逼近方法

本文将Pade′逼近方法应用于定积分的数值计算。讨论了收敛性,给出了若干近似计算公式。当应用这些公式计算某些定积分时,得到了较为精确的结果。     

改进Monte Carlo算法在非线性方程组求解中的

借鉴数值方法中梯度方法的思想,引进了广义负梯度方向的概念,给出了一种基于广义负梯度方向的Monte Carlo方法--GGMC方法.该方法保持了Monte Carlo算法的普适性和稳定性,并改善了原方法搜索的盲目性和随机性,提高了原方法的搜索效率,缩短了计算时间.将GGMC方法用于算例,收敛速度明显提高.     

MonteCarlo方法在定积分近似计算中的应用

首先介绍了MonteCarlo方法的发展过程及基本思想,然后详细给出了利用MonteCado方法求解一维定积分近似值的一般过程．并以二维定积分为例将其推广到多维定积分。     

Monte Carlo方法在气体动理论中的应用

Monte Carco方法的随机抽样理论,对物理现象的研究,提供了其它方法不可替代的计算手段,利用它可以方便地进行数值积分计算和计算机模拟。文章介绍了Monte Carlo方法的基本原理和计算步骤,并通过两个具体实例阐明Monte Carlo方法在分子动理论中的应用。     

一个计算积分的替代抽样方法

为提高高维积分的计算速度, 提出一种替换Monte Carlo积分方法. 将积分区域以网格的形式离散化, 再在网格上以相应的密度函数之值为权函数采用离散的Gibbs抽样算法抽样, 对抽样得到的样本作均匀扰动后就可获得所需的新抽样序列,从而得到积分的近似估计值. 模拟表明新算法计算速度较快.     

一种任意重积分自适应递归式快速计算方法

当前一些科学计算软件虽然能够利用数值积分得到复杂积分的近似解,但最多只能求解三重积分.为解决积分计算重数受限问题,基于累次积分的解析计算思路,结合递归算法,提出了一种任意重积分自适应递归式快速计算方法.从原理上介绍了算法思路和递归过程,给出了在MATLAB中运行的算法源程序代码.在算例和工程应用上,将该方法与现有方法进行了对比.结果表明了该方法的有效性,可使计算时间大大缩短,只需提供积分区间和被积函数即可求解,省去了将程序代码与积分重数进行匹配的编程步骤.方法操作简单,计算精度高,速度快,可满足实际工程需要.