蚂蚁算法及其在机械优化设计中的应用

在蚂蚁算法基本原理的基础上,通过引入蚁群更新、沿途搜索等策略,对算法进行了改进. 用C语言设计了蚂蚁算法程序,通过典型优化设计问题进行了验证,并给出了机械优化设计实例. 实例表明,改进后的蚂蚁算法全局收敛能力强,程序运行可靠.     

无线传感器网络多目标路由的改进蚁群算法

提出一种集能耗、时延、鲁棒性和传输效率等于一体的多目标路由,且各目标的权重可以根据实际情况进行调节,具有较强的灵活性,提出一种正反馈和负反馈并存机制的蚁群算法,其主要思想是,若前路径比以往求得的最好路径性能更优,则当前路径信息素将加强,同时用当前路径取代最好路径,否则当前路径信息素减弱.用该改进的蚁群算法求解无线传感器网络多目标路由问题,实验数据表明:改进的蚁群算法的路由各方面性能良好,并优于目前其他典型路由.     

考虑客流量差异的区域公交车辆调度

考虑到公交客流时间分布非均衡以及公交区域调度的多条线路客流高峰时间、空间分布集中会导致总体客流的高低峰客流量差异进一步加大,提出在低平峰期允许部分公交车辆停运的抽停策略,从"部分车次被某辆车完成"的集合划分角度研究区域公交车辆调度问题,建立改进的区域公交车辆调度优化模型,并设计了最大最小蚁群算法进行求解.算例结果显示:与常规调度方案相比,车辆等待时间减少4034 min,等待时间在总工作时间中占比减少10%,驾驶员减少14个,证明了文中模型的有效性和实用性.     

江苏徐州地区7种生境蚂蚁群落结构研究

通过诱捕法和样方调查法获得徐州地区蚂蚁4亚科9属13种.优势种铺道蚁(Tetramorium caespitum)、针毛收获蚁(Messor aciculatus)、中华小家蚁(Monomorium chinense)和日本弓背蚁(Camponotus japonicus).从生境分布来看,前2种亦是研究区域的广布种.根据调查数据分析了该地区7种生境中蚂蚁群落的结构及多样性特征,以及人为干扰和生境异质性对蚂蚁群落的影响.结果表明:7种生境中蚂蚁群落种类组成和多样性等指标均不相同.山地松柏杂木林中蚂蚁群落种类数、Shannon-Wiener多样性指数(H′)和Pielou均匀度指数(J)最高;蔬菜果园田中H′最低.人类干扰越强的生境,H′越低;生境质量和异质性越高,H′越高.相关分析与群落结构PCA分析结果基本一致,旱作农田、水稻湿作田、蔬菜果园田、人居环境等4种生境的相似性最高,其它几个生境蚂蚁群落间相似性很低.     

组合蚁群算法及其化工应用

针对连续空间优化问题,提出基于新型蚁群算法和模式搜索策略的组合蚁群优化算法。该算法将解空间的每维变量都划分成若干子域,根据每维变量各个子域中信息量占每维变量总信息量的比例来决定蚂蚁在各个子域间的转移,并在各子域中引入遗传操作实现蚂蚁品质的提升。同时,当最优解经过若干代没有改进时,对所有蚂蚁通过模式搜索策略加快收敛进程。以非线性连续优化问题为例进行仿真,结果表明:该方法比遗传算法具有更好的性能。最后,将该算法应用于反应动力学模型参数估计,取得良好的效果。     

基于蚁群算法的GM(1,1)幂模型参数优化

为了提高GM(1,1)幂模型的精度,将平均相对误差函数和偏差平方和误差函数分别看成是幂指数、发展系数、灰作用量以及初值的函数,通过蚁群算法进行参数辨识.根据两类误差函数最小化原则得到两组参数估计值,再利用这两组参数估计值的凸组合优化模型的参数,通过最大相对误差最小化确定凸组合权系数.实例表明,基于蚁群算法和参数估计凸组合优化改进的GM(1,1)幂模型,其建模精度高于传统GM(1,1)幂模型,同时也说明该优化方法是有效的和可行的.     

考虑节能的城市物流配送方案优化

针对城市物流配送环节,提出了一种能够节约车辆能耗的物流配送方案优化方法.首先,在考虑载重和车速对车辆能耗因子的影响及时间窗开启前的等待时间约束等条件的基础上,提出了以能耗最小为目标的物流配送路径选择数学模型,并采用蚁群算法求解该问题,实现物流配送方案的一次节能优化;然后,基于一次优化结果,通过调整配送车辆从配送中心及各配送点出发的时刻,实现物流配送方案的二次节能优化;最后,基于北京市道路网的仿真试验显示,相对于以最短时间为目标的优化方法,本文提出的节能优化方法可使城市物流配送过程中的能源消耗平均降低约6.68％.     

一种基于蚁群算法的多平台ESM信息数据融合方法

随着雷达技术的日益发展,单舰雷达侦查系统已经不能满足复杂电磁环境的需求.为了克服传统的单舰雷达侦察系统的不足,文章采用多舰协同侦察的思想,首先共享其他平台侦察的ESM信息,然后采用蚁群聚类算法对ESM信息进行相关处理,并对相关的雷达辐射源信号特征进行信息融合,从雷达辐射源知识库中找出要协同识别的雷达型号.     

基于CMP的多种并行蚁群算法及比较

基于片上多核处理器(Chip Multi-processor,CMP)的多种并行蚁群算法,包括并行最大最小蚂蚁系统、并行蚁群系统及两者的混合等5个并行算法,提出一种在CMP的每个处理器核心上模拟一个子蚁群,整体蚁群共享同一信息素矩阵,实现信息素隐式交流的方法.用多线程实时优先级实现该算法,并用若干旅行商问题实例进行了测试,分析了不同并行策略的影响.测试结果表明,基于CMP的并行蚁群具有相对于核心数目的线性加速比,异种蚁群混合策略在解的稳定性上更具优势。     

蚁群优化的多Agent路由算法及其应用

针对移动Agent在WSN的路由建模的TSP问题,提出了一种基于改进蚁群算法的移动Agent路由算法——MARA-AS。采用伪随机概率选择下一节点,对选择的路径进行局部更新,并在最后一轮循环结束时对最优最差路径进行全局更新。引入一个与节点位置相关的参数w,通过w值移动Agent采用改进蚁群算法访问那些剩余能量高、处理能力强、相邻节点之间距离较大的节点。Matlab仿真结果表明,改进蚁群算法有更好的搜索能力,且与LCF等路由算法相比能减少网络能量消耗和延迟。