基于K-means的邻域结合随机吸引的萤火虫算法

【目的】为解决传统萤火虫算法收敛速度慢，特别是对于复杂的优化问题，容易陷入局部最优，从而导致收敛精度低的问题，提出了基于K-means的邻域结合随机吸引的萤火虫算法。【方法】先将初始萤火虫种群进行K-means聚类，用聚类中心的萤火虫种群为寻优萤火虫，然后以提出的邻域与随机相结合的吸引模型进行寻优，在寻优过程中，还引入自适应步长策略。【结果】在减少算法复杂度的同时保证了算法的全局搜索能力，不仅提高了算法跳出局部最优的能力，还能够让算法在快速收敛的同时提升结果的精度。【结论】实验结果表明，提出的基于K means的邻域结合随机吸引的萤火虫算法，无论是寻优结果的精度和稳定性，还是寻优速度上都有更好的效果。     

MAPC控制算法在矿井通风自动化系统中的应用

本文结合矿井通风自动化实例,讨论了把Smith预估和模型参考自适应结合起来所形成的独特的控制系统,对这种控制算法(MAPC)在理论与实践的结合上进行了深入的探讨,本系统由单片机实现,取得了满意的控制效果.     

非常快速模拟退火算法在相关声纳测速中的应用

尽管传统的模拟退火算法是一种全局寻优算法，但是存在收敛速度较慢的缺陷。本文提出了采用非常快速模拟退火算法实现相关声纳测速的方法，该算法采用依赖于温度的似Cauchy分布产生新的扰动模型，通过改变模型扰动、接收概率和降温方式来加快模拟退火算法的收敛速度，仿真结果证明了该算法的有效性。     

数字脉冲燃烧控制技术在锻钢退火炉中的应用

阐述了数字脉冲燃烧控制技术的控制原理,提出了利用单纯型法寻优燃烧周期控制炉膛温度,给出了燃烧方式软件控制优化锻钢退火工艺。通过现场应用结果对比,该控制技术比传统控制技术在炉温控制中控制精度高,动态性能优越,节能约8%。     

基于BAS-TSFNN的水质监测方法研究

该文提出一种水质监测方法,它基于BAS(天牛须搜索智能优化算法)与TSFNN(T-S模糊神经网络)相结合的模型,该模型能实现全局寻优,且运行量大大降低.通过对嘉陵江水质数据实验比对,表明该模型的评价结果较为准确,监测效果较好,具有一定的实用性.     

改进模拟退火算法在旅游路线定制中的应用

旅游路线定制已成为提高旅行体验的重要举措之一,为解决新游客在陌生城市旅游时的路线定制问题,在考虑景点距离、旅游消费和游客出行时间等约束条件下,建立了以旅游效用值为目标函数的旅游路线定制模型。为了避免模拟退火算法出现冗余迭代,陷入局部最优,提出一种改进模拟退火算法来求解旅游路线定制模型。该改进算法通过混沌寻优确定初始温度避免迭代冗余;通过对当前最优解进行混沌扰动来动态控制搜索步长,跳出局部最优;并用方差判定准则来作为搜索停止条件。最后,以广西桂林市的旅游景点为例对改进算法进行了验证。实验结果表明,该改进算法不仅加快了模型的运行速度,而且更容易寻得全局最优解,为游客提供了更准确合理的旅游路线。     

基于PSO的BP网络在3D动漫造型评价中的应用

针对标准BP神经网络易陷入局部极小值的问题,本文结合全局随机搜索最优解的粒子群优化算法,建立了一种3D动漫造型评价模型,并将其应用到3D动漫造型的生成过程。该模型充分利用粒子群算法的全局寻优特性,优化BP网络的权值和阈值,使网络的均方误差小于或等于目标设定值。实验结果表明,本文方法在保证BP网络能收敛到全局最优解的前提下,加快了BP网络的收敛速度和收敛精度,并在3D动漫造型的进化中具有较好的评价性能,提高了造型的生成质量。     

平行线性流形法和外推技术及其在机械优化设计中的应用

本文的主要内容是:(a)证明了文[1]提出的平行线性流形法对严格凸函数的收效性;(b)通过定义向量组的共轭度,得到了一个powell定理的推广及有关结果,基此提出了对平流法的改进方法;(c)提出了有理外推以及外推的曲线搜索技术;(d)用平流法分别结合罚函数法和增广拉格朗日乘子法解出了两个机构优化设计的例子。     

一种基于Simulink的系统参数寻优的仿真方法

介绍了一种基于Simulink的系统参数寻优的仿真方法，并通过实例，对基于无量化优化修正函数的控制系统进行了仿真，该方法不用编程、方便易用，可迅速完成系统参数的寻优及仿真。