基于细菌群体趋药性的双阈值图像分割

文章提出了一种基于细菌群体趋药性的双阈值图像分割算法。由最大类间方差双阈值法得到优化的目标函数,然后用细菌群体趋药性算法(Bacterial Colony Chemotaxis,BCC)对目标函数进行优化,得到图像分割的最佳阈值,最后用该阈值对图像进行分割。实验结果表明,该算法不仅可以实现正确的图像分割,并有效提高了图像的分割速度。     

细菌群体趋药性算法在多元非线性回归分析中的应用

利用细菌群体趋药性优化算法的优化速度和精度超过其他一些常见群体优化算法的优势,对多元非线性回归问题进行分析,并将该方法应用到混凝土重力坝顺河向位移的预测中,分析结果表明拟合效果较好,为解决回归问题提供了一种新思路.     

细菌群体趋药性算法在多元非线性回归分析中的应用

利用细菌群体趋药性优化算法的优化速度和精度超过其他一些常见群体优化算法的优势,对多元非线性回归问题进行分析,并将该方法应用到混凝土重力坝顺河向位移的预测中,分析结果表明拟合效果较好,为解决回归问题提供了一种新思路.     

基于模糊均值的细菌群体趋药性复杂网络社团结构发现

复杂网络的社团发现问题是网络数据挖掘中的重要问题之一.利用基于模糊C均值的细菌群体趋药性算法最大化网络的模块度,算法中模糊C均值的初始值由群体细菌取药性算法获得.模糊C均值算法在此基础上发现复杂网络的社团结构.其创新点在于最佳模块度的寻找.实验结果表明:该算法具有对现实世界网络社团划分的可行性和有效性.     

改进的菌群趋药性算法优化PID控制参数

提出改进的细菌群体趋药性算法(BCC)来优化PID参数.针对BCC算法在多维变量搜索时,耗时且难于收敛到最优值,提出2种改变,一为变步长搜索,二为每一个细菌变量设定活动区域,移动后如超出设定区域,将采用区域内的固定值取代或精英取代两种方式优化,通过PID控制参数进行仿真实验,表明改进后的算法在参数的精度、稳定性和优化时间上都有很好的表现.     

基于遗传菌群趋药性算法的灰度图像增强

将灰度图像增强问题作为一个优化问题,通过充分分析遗传算法和细菌群体趋药性算法的各自优点后,将两算法相结合,提出遗传菌群趋药性算法用于优化图像的归一化不完全Beta函数,对其进行求解,用于灰度图像增强.实验结果表明,提出的新算法能有效地提高图像的对比度,突出图像特征,提升图像的视觉效果,伺证图像的暓佳质量.与直方图均衡化...     

趋药性人工蜂群算法训练神经网络研究

本文设计了一种复合人工蜂群算法,将细菌觅食优化算法中的趋药性行为引入到人工蜂群算法中,使得引领蜂和观察蜂进行局部探查时像细菌觅食时那样翻转到有利的方向上进行游动;另一方面,让蜜蜂尝试在所有维度产生扰动并择优选择,这两种策略大大增强了人工蜂群算法的局部探查能力.将此算法应用于训练人工神经网络,实验表明改进后的算法性能比人...     

基于遗传算法的机场调度优化算法

随着航班数量的不断增长,航空管理系统已不堪重负,机场容量将成为航空运输发展的瓶颈.为了解决机场容量不足问题,本文将机场调度问题分为杌位分配和滑行道分配两个过程,设计了适合于求解机位分配和滑行道分配问题的遗传算法.对停机位分配问题,在遗传进化过程中为促进算法收敛,采用贪婪算法对种群进行优化,并引入模拟退火思想对适应度函数进行修正.对滑行道分配问题,为适合遗传算法求解,首先将问题转化为图的形式,并设计了相应的遗传编码方式.数值模拟实验表明所提算法能够比较有效地解决机位分配和滑行道分配问题.     

基于菌群趋药性遗传算法的电压崩溃临界点计算

针对电压崩溃临界点计算问题,提出了一种基于细菌趋药性(BC)算法和遗传算法(GA)的菌群趋药性遗传(GBCC)算法.该算法以群体搜索代替BC算法的单点搜索,以有指导意义的变异方向代替GA算法的随机变异操作,强调了群体中个体之间的信息交换,加快了算法收敛速度并提高了全局搜索能力.将该算法用于电压崩溃临界点的计算,在方便处理各种约束条件的同时,避免了传统求解方法带来的矩阵求逆等复杂运算.与连续潮流法计算结果的比较表明,该算法切实可行并具有较高的精度.     

基于云计算的资源调度算法优化研究

云计算中资源和信息的处理大都集中在云端进行,在众多用户请求资源服务时,如何建立高效的资源调度策略是大家关注的焦点,也是云计算中的一大难题.文章首先对云计算资源调度及评价指标进行概要介绍,然后通过对经典的云资源调度算法进行分析,归纳分析算法的主要特点,综合考虑其优缺点及影响因素,提出经典的资源调度优化算法,并进行仿真验证.     

基于混合遗传算法的物流车辆调度优化

针对遗传算法在求解车辆调度问题时容易出现早熟现象,导致求解精度不高的问题,本文用混合算法构建了物流配送总成本最小的目标函数。首先,定义了车辆调度问题的数学模型,在此基础上提出了一种遗传算法中对交叉和变异概率的自适应调整的方法。其次,通过局部搜索算法求得初始解,采用遗传算法初始解优化,并且在配送时刻改变以后,利用TS算法搜索最优解迅速的特点改进配送方案,最终求得配送时刻不断变化下的车辆调度方案。最后通过算例分析,得到本文提出的算法与单一局部搜索算法和单一TS算法相比,在求解精度、求解时间方面都具有更大的优越性。     

基于云模型的细菌觅食优化算法

针对细菌觅食优化算法收敛速度慢、容易陷入局部极值点出现早熟的问题,提出一种新的基于云模型优化的细菌觅食优化算法.首先给出了细菌灵敏度的概念,结合云模型随机性和稳定倾向性的特点,运用了X条件云发生器来调整细菌灵敏度,控制游动步长,进行了趋向性操作和复制操作,改进了标准的细菌觅食优化算法,提高了算法的收敛速度.然后利用正向正态云发生器,修正非线性自适应的迁移概率,进行了迁移操作,增强了算法的全局寻优能力.将该算法应用于自动组卷系统中,与遗传算法进行实验比较分析,结果表明:该算法的收敛速度与优化质量均优于遗传算法.     

基于遗传算法的物流配送车调度优化算法

介绍电子商务物流信息平台中配送车调度问题的解决方法,阐述遗传算法在物流配送问题上的应用缺点,并提出一种基于遗传算法的物流配送车调度的优化算法.     

基于蚁群优化算法的步进式加热炉调度

针对钢铁企业生产中的步进式加热炉调度问题,同时考虑到加热炉的生产能耗与热轧机的生产效率,以板坯的实际加热时间、热轧机等待加热板坯的时间以及加热炉内冷热板坯混装次数最小化为目标,建立了冷热板坯混装模式下的步进式加热炉调度问题的数学模型.并针对模型的特点,设计了求解模型的蚁群优化算法.算法中嵌入基于邻域搜索的局部搜索过程,...     

基于桶排序的EDF调度算法优化

EDF调度算法在系统过载的情况下,就不能有效地实时调度系统中的所有任务,使任务的截止期错失率非常高.利用桶排序算法,将实时系统中任务按不同优先级等级分组排序,使得高优先级等级任务组中的任务优先被调度执行;对于其他低优先级等级任务组中的任务,根据资源利用率动态调整它们的优先级等级,从而降低实时系统的任务截止期错失率.仿真实验表明,优化后的EDF调度算法的截止期错失率,明显比优化前低,说明基于桶排序的EDF调度算法的实时任务截止期错失率比EDF调度算法低.     

基于细菌觅食算法的排班智能优化

智能排班问题是极为复杂的组合优化问题。它包含了劳动法约束、员工层级、不同层级的工资策略、不同班次的工资策略、资源需求等复杂因素。我们以南昌某医院护士排班智能优化为例,选取了基于细菌觅食优化的算法来为此类问题进行优化求解。为了提高算法的搜索能力,将信息交流机制加入到细菌在趋化过程中的翻转方向选择上,研究了基于四种静态拓扑结构和一种动态拓扑结构的邻域结构下的细菌觅食优化算法。     

基于改进蚂蚁算法的梯级水电站短期优化调度

将改进型蚂蚁算法用于梯级水电站短期优化调度问题，并通过引入遗传算法的交叉和变异思想以及自适应搜索半径方法提高了蚂蚁算法的搜索能力．以最小耗水率模型为例，给出了梯级水电站短期优化调度问题改进型蚂蚁算法的数学描述和求解的算法步骤，并通过龙羊峡．李家峡梯级水电站实例验证了改进型蚂蚁算法的优越性．结果表明，与遗传算法相比，改进型蚂蚁算法获得了更优的调度方案．优化结果在取得更低耗水率的同时，减少了机组的启停次数，并且使所有机组连续高效运行，从而降低了机组的维护费用，并增加了梯级的经济效益．     

基于粒子群优化算法的集群调度策略

针对集群调度问题的特点,设计了基于粒子群优化算法的调度策略.与传统backfill算法相比,粒子群优化算法对作业比较公平,能避免对大作业响应慢的缺点,使得调度策略在生成速度和精度上都有明显的提高.实验结果表明,该调度策略能较好地提高CPU利用率和缩短作业平均响应时间.     

基于改进马群算法的进场航班调度优化

进场航班调度优化问题是终端区管理效率提升中的关键问题,可以将其转化为组合优化问题求解.马群算法作为新型群智能算法,其收敛速度和寻优能力在高维函数优化问题中得到验证,为将其优势运用于进场航班调度问题中,基于排列编码,提出交换和翻转行为结合的并行2-opt搜索的启发式搜索策略和新型概率融合个体生成的进化策略.在OR-Library案例上的仿真结果表明,改进后的马群算法能够进一步提升进场航班运行效率,此算法在小规模算例中收敛速度和精度超过现有算法,在大规模算例中也能够有较好的结果,与当前最好结果最大差距仅为1.15%.