改进人工鱼群算法及其在时滞系统辨识中的应用

针对人工鱼群算法(AFSA)存在收敛速度慢和寻优精度低等问题,本文提出了一种改进人工鱼群算法(IAFSA).该算法中的人工鱼能够根据鱼群当前状态调整自身的视野和步长来平衡局部搜索和全局搜索.此外,算法中还加入了引导行为,即人工鱼在觅食行为未发现更优的位置时,当前人工鱼向最优人工鱼移动一步.仿真结果表明,改进人工鱼群算法在收敛速度、寻优精度和克服局部极值等方面有很大优势.本文将改进鱼群算法应用时滞系统的辨识中,辨识结果表明改进算法能获取被控对象的精准数学模型,并具有较强的抗干扰能力.     

粒子群优化算法改进方法的研究

粒子群优化(PSO)算法是一种基于群智能方法的演化计算技术。但是PSO算法后期存在着搜索精度较低,易发散等缺点。对传统的PSO算法加以改进,讨论了PSO和AFSA的混合算法,最后通过与传统PSO算法及几种常用的改进PSO算法相比较,得出这种PSO和AFSA的混合算法能够有效地提高PSO算法的寻优能力。     

AAFSA-RA:一种采用高级人工鱼群算法的多资源分配方法

针对资源受限环境中多任务间的多资源分配问题,提出一种采用高级人工鱼群算法的多资源分配方法(AAFSA-RA)。对多资源分配进行建模,结果表明多资源分配是多约束多维度的复杂函数最优化问题。针对基本人工鱼群算法(AFSA)在寻优过程中速度慢的问题,提出一种高级人工鱼群算法(AAFSA)。通过适当地限制人工鱼的随机游动来改进觅食行为。引入步长和视野的两级动态调整机制,基于鱼群进化过程进行一级调整,基于人工鱼个体的食物浓度及变化情况进行二级调整。根据人工鱼个体食物浓度控制人工鱼的生命周期。基于AAFSA进行多资源分配。仿真实验结果表明:AAFSA-RA可以稳定地搜索到全局最优值,与现有AFSA算法相比,AAFSA寻优速度更快;与传统资源分配方法相比,AAFSA-RA可以达到更高的精度,并且对效用函数无特殊要求。     

基于人工鱼群算法的多元线性回归分析问题处理

人工鱼群算法(AFsA)是一种基于动物行为的自治体寻优模式,依据鱼类活动特点构建的新型智能仿生算法.简要介绍了AFSA算法的基本原理,描述了使用AFSA算法解决多元线性回归分析问题的步骤和结果.仿真实验结果表明,AFSA算法在处理多元线性回归分析问题上是一种简单、高效的算法.     

基于AFSA-PSO-LSSVM的风电机组齿轮箱故障诊断

针对LSSVM算法参数优化选取的问题,提出一种结合人工鱼群(AFSA)和粒子群优化(PSO)的混合智能算法,优化LSSVM的参数,利用AFSA算法进行全局寻优搜索参数初值,PSO算法局部更新最优解、加速跳出局部最优.最后通过对风电机组齿轮箱振动加速度数据进行模拟实验,建立了PSO-LSSVM、AFSA-LSSVM和AF...     

智能优化算法在复杂模型寻优中的研究

针对建立的钢板轧制过程中的中厚板凸度预报多参数复杂模型,分别采用BP算法、BP改进算法、混沌算法和粒子群算法进行寻优并对结果进行比较。实验结果表明,该模型切实可行,在模型优化中,混沌算法和BP算法寻优速度慢,精度不高,粒子群算法寻优速度和精度均有相应提高,BP改进算法寻优速度和精度均为最优。     

单纯形微粒群优化算法的改进及其在优化PID参数问题中的应用

实现了对单纯形微粒群优化算法(SPSO)的改进.在利用单纯形法进行局部寻优的过程中,结合一维搜索中的0.618法选取压缩因子和扩张因子,将这一改进的方法应用在PID调节器的参数优化问题中,并进行了仿真实验.实验结果表明:改进后的单纯形微粒群优化算法的寻优过程更为完善,而且收敛速度更快.     

一种改进鱼群聚类算法在结构面分组中的应用

针对结构面产状常规分类方法存在的不足,提出一种新型的结构面分类算法.基于K-Means算法的结构面分类,将人工鱼群算法(artificial fish swarm algorithm,AFSA)与K-Means算法相结合,建立了AFSA-RSK结构面分类算法.利用鱼群算法强大的寻优能力,代替K-Means算法对结构面产状聚心集进行搜寻,并通过K-Means算法进行聚类.聚类完成后,选择相应参数指标对聚类效果进行评价.针对存在的问题,对鱼群算法的步长和视野进行修正,提高寻找聚心集的精度,动态地调整了聚类过程.将改进后的AFSA-RSK算法与其他算法进行比较,结果表明在迭代速度、聚类精度以及内存占比上,改进后的AFSA-RSK算法都要更优,更适合在结构面分组方面的应用.     

基于激光同步定位与建图的移动机器人路径寻优方法

针对未知场景下移动机器人路径寻优问题,提出一种基于改进蚁群算法的激光SLAM移动机器人路径寻优方法。该方法由场景重构和路径寻优组成,利用激光雷达传感器观测特征物信息对广义卡尔曼滤波估计值更新,建立场景理解信息点云构造二维栅格地图,根据场景重构地图信息结合改进的蚁群算法进行路径优化。在复杂场景下,通过激光SLAM移动机器人实验表明,改进蚁群算法的激光SLAM移动机器人在多种复杂场景路径寻优和运行消耗时间等方面取得了较好的效果。     

基于人工鱼群的交通诱导系统最优查询研究

与齐齐哈尔市公安交通警察支队交通控制中心合作开发,并以齐齐哈尔市路况为实际进行凋研,将改进的人工鱼群算法应用于交通路径诱导系统数据库优化查淘中,算法提高了最优路径查询的效率。对人工鱼群算法进行了改进,引入贝叶斯变异算子和十字交叉变异算子,避免了算法局部寻优能力差和收敛速度慢等弊端。仿真实验表明算法是正确有效性的。     

计算机辅助板材排料系统的研究

分析了板材排料问题的实质，提出了一种板材排料的算法，并在此基础上开发出计算机辅助板材排料系统的软件。结果表明，该系统软件能很好地解决板材排料中矩形件板材的利用率、排料速度和加工工艺等有关问题。     

并联机器人运动模型矩阵元素求值并行算法设计与实现

以自行研制的六自由度并联机器人二阶偏导数矢量矩阵为例，研究了矢量模型矩阵实时元素求值行之有效的并行算法与实现方案。     

数据结构与算法分析教学的探索与研究

从课程体系、教学方法等方面讨论如何构建数据结构与算法分析教学环境,提高数据结构与算法分析教学的教学质量.     

多重时滞生化反应系统的MD-Leaping算法

针对多重时滞生化反应系统, 提出MD-Leaping模拟算法, 该算法能快速有效地刻画封闭系统中生化反应的进程和结果. 相较于D-Leaping算法, 针对单时滞反应建立以反应序列为主体的四元结构体, 该算法通过对多重时滞反应系统建立以不同时滞时间为主体的四元结构体, 使得在每一个跳跃时间步长内可以同时模拟多个生化反应, 提高了模拟速度. 该算法拓展D-Leaping算法, 并首次解决多重时滞生化反应系统的加速模拟问题. 通过对2个具体生化反应系统的模拟表明, 该算法可以广泛地应用于多重时滞生化反应系统, 并且与已有的多重时滞系统非跳跃方法(multi-delay stochastic simulation algorithm, MDSSA)相比, 其运行效率有显著提高.     

针对半步偏差法的插补速度的优化

随着制造业的快速发展,为了适应目前数控雕刻的发展,针对插补技术提出优化,变单步进给为多步进给,提高插补计算速度,也进一步提高产品的加工效率。分析直线插补算法存在加工精度不高的问题,针对这种情况通过研究提出了改进思路,在加工直线的前提下,通过大量的数学计算与数据分析,提出三角形插补算法,三角形算法的核心思想是变单步进给为连续多步进给,综合看三角形插补算法能大大提高插补的速度。     

基于SNP系统的改进粒子群聚类算法

脉冲神经膜系统是基于神经生物学的高性能计算模型.在标准粒子群聚类算法中引入脉冲神经膜系统,将初始聚类中心的各种组合作为粒子分配到若干个神经元,在神经元中进行粒子群的迭代与进化.利用脉冲神经膜系统的高并行性,在更短的时间内得到更优化的初始聚类中心,为K-means算法的局部寻优提供更好的聚类初值.实验结果表明,改进后的算法可以进一步提升聚类的准确率,取得更好的聚类效果.     

公交线路管理系统查询算法设计

讨论了一种基于集合理论的线路查询算法,对换乘算法给出了详细的设计流程,并提出了改进算法效率的方案.该算法简单、实用,能快速有效地帮助用户完成出行线路的选择.     

自调整柯西变异克隆算法

生物免疫系统中许多信息处理机制已成功应用到控制、数据处理、优化学习和故障诊断等领域,并且已经成为继神经网络、模糊逻辑和进化算法后人工智能的又一研究热点。针对巴西学者Castro提出的克隆算法存在的不足,提出一种新的克隆算法——自调整柯西变异克隆算法,重新定义了克隆选择算子和克隆变异算子。与其它算法相比较,试验结果表明所提算法搜索时间短、搜索精度和效率都很高。     

遗传算法在矿井运输系统可靠性中的应用

介绍了遗传算法及其特点，使用遗传算法对矿井柔性连接运输系统的可靠性问题求解。应用表明遗传算法为此类问题的解决提供了一种新的方法和思路。     

动态选课算法的分析

随着高校教育制度的改革与深化,学分制已开始逐渐取代学年制,而学分制中选课系统的实行是一个关键的部分。本文对几种现有选课算法进行了分析和比较,为选课系统的实现提供了依据。