基于改进樽海鞘群算法的船舶避碰决策及仿真实验

文中针对多船会遇避碰决策中过渡依赖单一寻优决策的问题采用了加入自适应权重的樽海鞘群优化算法(weight salp swarm algorithm, WSSA),在算法中融入国际海上避碰规则(convention on the international regulations for presenting collisions at sea, COLREGs)和良好船艺的要求.使用速度障碍法判断船舶的碰撞危险度并将多船会遇避让的过程中避让的安全性、经济性以及船舶领域侵入程度作为建立避碰决策的目标函数.算法测试的结果中,WSSA与原始樽海鞘群算法(SSA)以及经典粒子群算法(partide swam optimization, PSO)相比较,WSSA算法在收敛的精度和速度方面都明显优于SSA和PSO算法.结果表明:WSSA在寻找最优碰撞路线的过程中迭代的次数更少,精度更高.

中国二段海鞘科相关属种的次生代谢产物最新研究进展

二段海鞘科物种在我国有记录的有二段海鞘属、拟薄海鞘属、膜海鞘属和Diplosoma共4属11种。本文简介了中国二段海鞘科品种分布及资源状况,概述了2001年以来关于该科此4属物种的次生代谢产物及其生物活性的研究进展,并对中国资源的化学成分与药用价值研发前景进行了展望。

路径规划问题的多策略改进樽海鞘群算法研究

针对移动机器人寻找最优路径问题,提出了一种融合无标度网络、自适应权重和黄金正弦算法变异策略的樽海鞘群算法BAGSSA(Adaptive Salp Swarm Algorithm with Scale-free of BA Network and Golden Sine)。首先,生成一个无标度网络来映射跟随者的关系,增强算法全局寻优的能力,在追随者进化过程中集成自适应权重ω,以实现算法探索和开发的平衡;同时选用黄金正弦算法变异进一步提高解的精度。其次,对12个基准函数进行仿真求解,实验数据表明平均值、标准差、Wilcoxon检验和收敛曲线均优于基本樽海鞘群和其他群体智能算法,证明了所提算法具有较高的寻优精度和收敛速度。最后,将BAGSSA应用于移动机器人路径规划问题中,并在两种测试环境中进行仿真实验,仿真结果表明,改进樽海鞘群算法较其他算法所寻路径更优,并具有一定理论与实际应用价值。

基于改进樽海鞘群算法的含瓦斯煤破裂过程信号特征识别

针对标准樽海鞘群算法存在的计算精度不足、易陷入局部停滞等缺陷,提出一种多策略融合的樽海鞘群算法。在初始化阶段,引入线性同余法随机发生器;利用野马算法优化樽海鞘领导者位置;采用金豺算法改进樽海鞘种群追随机制。通过测试函数寻优对比实验,证明多策略融合的樽海鞘群算法相比于其他智能算法在鲁棒性与稳定性方面均有显著提升。将多策略融合的樽海鞘群算法应用到含瓦斯煤破裂过程信号特征识别,实验结果表明:提出的含瓦斯煤破裂过程信号特征识别模型具有更好的表现,准确率可达93.33%,相比其他识别模型,识别率更高。

基于改进樽海鞘群算法的多目标柔性作业车间调度问题研究

针对多目标柔性作业车间调度问题,构建了以最小化总能耗、最小化生产成本及最小化惩罚值为优化目标的数学模型,并设计改进的多目标樽海鞘群算法(IMSSA)进行求解。改进算法主要由樽海鞘领导者和樽海鞘追随者两部分构成,其中,领导者位置更新结合正余弦算法来实现,追随者位置更新基于线性微分递减的惯性权重方法来完成。此外,引入食物源存储库用于保留非支配解。最后通过对比实验证明了所提策略及改进算法的有效性。

中国玻璃海鞘属一新纪录种——萨氏海鞘Ciona savignyi

海鞘（尾索动物亚门Urochordata,海鞘纲Ascidiacea）是与脊椎动物亲缘关系最近的分支,是研究动物进化和发育的重要材料。其中玻璃海鞘（Ciona intestinalis）在世界范围内分布广泛，材料容易获得，

海鞘脂肪含量及其脂肪酸组成

对烟台渤海湾的柄海鞘和玻璃海鞘的脂肪含量及其脂肪酸组成进行了分析,并对其提取工艺进行了研究。结果表明,海鞘中的脂肪以乙醚为溶剂,提取3h较为理想。脂肪总含量,玻璃海鞘为干重的6.16％;栖海鞘的含量为干重的5.02％,其中内囊的含量占10.68％、海鞘皮中的含量为1.14％。气相色谱及色—质谱分析的结果表明,柄海鞘内囊中的不饱和脂肪酸(UFA)占脂肪酸总量的 56.44％,其中多不饱和脂肪酸(PUFA)为37.57％,EPA+DHA占18.98％;玻璃海鞘中UFA占脂肪酸总量的36.68％,其中PUFA为23.34％,EPA+DHA占 9.8％。

东海三个海鞘优势种的油脂成分分析

不饱和脂肪酸尤其是ω-3多不饱和脂肪酸是对人类健康具有重要意义的一类成分。海鞘是一类典型的海洋污损生物,对东海3个海鞘优势种皱瘤海鞘、乳突皮海鞘和长纹海鞘的油脂类成分进行相对含量分析比较,发现乳突皮海鞘油脂中含有EPA一种ω-3 PUFA,含量为5.20%;长纹海鞘油脂中含有EPA一种ω-3PUFA和二十碳四烯酸一种ω-6 PUFA,含量分别为12.7%和3.17%;皱瘤海鞘油脂中含有EPA、DHA两种ω-3 PUFAs,含量分别为10.9%和5.74%,以及亚油酸和二十碳四烯酸两种ω-6 PUFAs,含量分别为11.6%和5.94%。与磷虾油文献数据相比较,皱瘤海鞘油脂总体质量与磷虾油相近,显示了ω-3/ω-6 PUFAs较为均衡的特点。表明皱瘤海鞘的多不饱和脂肪酸具有较好的开发利用前景。

混合多策略改进的樽海鞘群算法及其应用

针对标准的樽海鞘群算法(salp swarm algorithm, SSA)在寻优过程中易出现局部最优和收敛速度慢等问题,提出一种混合多策略改进的樽海鞘群算法(ISSA)。利用佳点集策略生成初始种群,使个体均匀分布于搜索空间;将反向学习的思想融入到领导者位置更新中,提高算法的搜索精度;加入自适应t分布,利用迭代次数iter作为其自由度参数,改善算法的全局探索能力;引入精英反向学习,筛选更好的种群,避免陷入局部最优。通过一组基准函数和Wilcoxin秩和检验来检测改进算法的性能,实验结果表明,改进算法的探索能力和优化精度都得到明显改善且算法之间存在显著差异,通过实际机械设计案例进一步验证ISSA算法的有效性。

几种常见海鞘的呼吸代谢研究

:为了研究网箱、网笼上附着生物耗氧对养殖品种的影响 ,本文在实验室内采用静水封闭系统 ,对我国北方常见附着生物—柄海鞘 (Styelaclava)、玻璃海鞘 (Cionaintestinalis)和中国瘤海鞘 (Styelasinensi)的耗氧率进行了研究 ,同时 ,探讨了海鞘体重、温度和氧张力对耗氧率的影响。结果表明 ,温度和体重对海鞘的耗氧率有明显的影响 (P <0 .0 5)。在 12～ 2 8℃范围内 ,柄海鞘的耗氧率随温度的升高而增大 ;而玻璃海鞘的耗氧率与温度呈倒钟形曲线变化趋势 ,其最高峰出现在 18℃。柄海鞘和中国瘤海鞘耗氧率都与体重呈负相关。氧张力对玻璃海鞘的耗氧率有一定的影响 ,但差异不显著 (P <0 .0 5)。

不同海鞘醇提物体外抗乙肝HBsAg和HBeAg作用的比较

目的研究皱瘤海鞘、冠瘤海鞘和大洋纵列海鞘乙醇提取物的体外抗乙肝病毒作用,对其进行比较,并推测其作用机制。方法用血清进行抗HBsAg、HBeAg、AntiHBs和AntiHBe的试验研究。结果当海鞘醇提物的浓度大于2g·L-1时,3种海鞘对HBsAg均有一定程度的抑制作用,当海鞘醇提物的浓度大于0.5g·L-1时,3种海鞘对HBeAg均有良好的抑制作用,它们在抑制两种抗原的作用上差异均无显著性。结论海鞘醇提物对乙肝患者血清中的HBsAg抗原和HBeAg抗原均具有一定程度的抑制作用,其抑制程度的大小与浓度有关。通过海鞘醇提物对AntiHBs、AntiHBe的作用结果推测,海鞘中用于抗乙型肝炎病毒的成分大致可以分为两类,一类具有类似抗体样的结构,可以通过与抗原结合形成无感染力的复合物来清除病毒;另一类则在对抗原具有明显抑制作用的同时对抗体亦有一定的抑制作用。

不同季节海鞘滤水率的测定

在桑沟湾用模拟现场流水法对滤食性附着生物玻璃海鞘和柄海鞘的滤水率进行了测定。结果表明，同一品种海鞘，在不同季节其滤水率随着水温的变化而变化。在实验水温范围内，以５月份水温在１７℃左右时海鞘滤水率最大，栖海鞘为３．１９ｌ／ｈ·ｉｎｄ（ｃｈｌ－ａ）和４．５３１／ｈ·ｉｎｄ（ＰＯＭ），玻璃海鞘为０．７３１／ｈ·ｉｎｄ（ｃｈｌ－ａ）和０．７６１／ｈ·ｉｎｄ（ＰＯＭ）．１１月和９月水温在７℃和２５℃左右时其滤水率均降低至１７℃时的１／３～１／５左右。由此反映出这两种海鞘的生理现象和生活规律及与环境因子的关系。

改进樽海鞘算法求解带时间窗的应急选址路径问题

目的为使应急物资及时高效地送到灾区,针对多目标应急选址-路径问题,在考虑灾区的时间窗及物资运输过程中道路安全的情况下,以最小化经济成本、最小化时间惩罚成本及最大化道路安全性为目标,构建多目标优化模型。同时,设计改进的樽海鞘算法求解问题,以验证模型的可行性和算法的有效性。方法根据模型的特征对樽海鞘算法进行改进,运用随机生成和贪心算法相结合的方式生成初始解,利用交叉算子和邻域搜索算子改进原始算法的位置更新操作,引入非支配排序遗传算法(NSGA-Ⅱ)的精英保留策略,以提高算法的性能。结果经过多个算例测试,该算法能快速获得一簇Pareto解,与基本樽海鞘算法进行对比后可知,改进后的算法性能更优越。结论对于灾后及时响应的应急选址路径问题,采用改进的樽海鞘算法具有一定优越性,并在多个目标权衡的情况下,可供决策者根据目标的偏好找到较满意的解,对于研究应急选址路径问题具有一定的参考价值。

趋优变异反向学习的樽海鞘群与蝴蝶混合优化算法

针对蝴蝶优化算法(butterfly optimization algorithm,BOA)易陷入局部最优,且收敛速度慢和寻优精度低等问题,提出了一种趋优变异反向学习的樽海鞘群与蝴蝶混合优化算法(hybrid optimization algorithm for salp swarm and butterfly with reverse mutation towards optimization learning,OMSSBOA)。引入柯西变异对最优蝴蝶个体进行扰动,避免算法陷入局部最优;将改进的樽海鞘群优化算法(salp swarm algorithm,SSA)嵌入到BOA,平衡算法全局勘探和局部开采的比重,进而提高算法收敛速度;利用趋优变异反向学习策略扩大算法搜索范围并提升解的质量,进而提高算法的寻优精度。将改进算法在10种基准测试函数上进行仿真实验,结果表明,改进算法具有较好的寻优性能和鲁棒性。

樽海鞘群算法基于动力学模型的改进

针对樽海鞘群算法(salp swarm algorithm,SSA)中参数含义不明确、收敛性不确定的问题,构建了SSA的差分动力学模型,定义了领导者选择机制、领导者游走机制、跟随者偏序学习机制,重点针对跟随者偏序学习机制分析了系统的收敛性,面向领导者游走机制与跟随者偏序学习机制提出了算法全局最优收敛的充分条件。基于动力学分析结果提出了樽海鞘群异质定常跟随率与偏序多驱动机制的改进方法,仅对算法结构与参数进行了调整,在未增加计算量的情况下提高了算法的性能,通过仿真分析验证了改进的有效性。

基于樽海鞘群极限学习机的进/发一体化性能寻优控制模型研究

为充分发挥航空推进系统的性能,提高性能寻优控制的实时性,将樽海鞘群算法(SSA)与极限学习机(ELM)相结合,基于进/发一体化部件级模型建立数据集,提出一种基于SSA-ELM的数据驱动模型。将该建模方法与广义回归神经网络(GRNN)、BP神经网络(BPNN)和极限学习机(ELM)比较,结果表明,相比于BPNN,ELM,GRNN,SSA-ELM用于预测可以使安装推力的均方根误差(RMSE)分别降低7.41%,17.01%,72.57%,安装油耗的RMSE分别降低4.32%,19.41%,66.77%,具有更高的预测精度。将基于SSA-ELM的数据驱动模型作为机载模型应用到性能寻优控制,结果表明,该机载模型能够维持理想的寻优效果。针对最大安装推力模式开展实时性分析,该机载模型相比于进/发一体化部件级模型,平均计算时间由184.05 ms缩短至1.357 ms,实时性得到显著改善,大大提高了寻优效率。

基于模拟退火和樽海鞘群优化的DV-Hop定位算法

针对无线传感器网络(WSNs)中传统DV-Hop算法定位误差较大等问题,提出基于模拟退火和樽海鞘群优化的DV-Hop定位算法。该算法分别引入RSSI和修正因子来量化最小跳数以及校正平均跳距,在未知节点估计过程中,采用改进的樽海鞘群优化算法代替最小二乘法,并且与模拟退火算法相结合,缓解了樽海鞘群优化算法在寻优过程中容易陷入局部最优的缺点。仿真结果表明:改进后的DV-Hop算法相比于传统DV-Hop定位算法以及其他智能优化算法,定位精度得到明显改善。

改进樽海鞘算法的多目标电镀调度问题优化

针对多目标电镀生产系统未能同时最小化能源消耗和最大完工时间的问题,建立了双目标模型,并提出增强型樽海鞘优化算法(MC-SSA)求解该模型。MC-SSA将樽海鞘优化算法(SSA)分为两个不同的追随者组别,嵌入局部飞蛾火焰算法(MFO)用于更新“追随者A组”的位置以提高全局探索,引入通信机制(CM)策略用于更新“追随者B组”的位置以提高局部勘探能力。通过算法性能对比和实际生产案例验证,MC-SSA的优化精度和收敛速度优于其他算法,且经算法优化后目标值明显降低,表明MC-SSA具有更好的寻优能力且双目标模型能生成更优的生产方案。

具有混合策略的樽海鞘群特征选择算法

近年来,随着计算机和数据库技术的快速发展,大规模数据集迅速增长,利用特征选择技术来筛选信息量大的特征已经变得非常重要。本文提出了一种具有混合策略的樽海鞘群特征选择算法(salp swarm feature selection algorithm with hybrid strategy,HS-SSA)。首先,本文生成一张基于互信息的排序表,并由排序表提出了新的初始化策略。其次,提出一个新颖的并且有条件调用的动态搜索算法。最后在位置更新上结合瞬态搜索算法(transient search algorithm,TSO),改进勘探和开发步骤的效率,增加解空间的灵活性和多样性,从而使算法能够快速定位到全局最优位置。为了验证算法的性能,实验选取14个UCI的数据集,并且与樽海鞘群算法(SSA)以及近几年樽海鞘群的改进算法等多种优化算法进行比较,结果表明HS-SSA在特征选择上具有更强的竞争力。

一种求解多目标分布式置换流水车间调度的改进混合樽海鞘群算法

针对多目标分布式置换流水车间调度问题,以最小化最大加工时间与拖延时间为优化目标,提出一种改进混合樽海鞘群算法。位置更新方式中引入螺旋搜索机制和惯性权重,既有利于提高算法的搜索效率,又兼顾了算法全局搜索和局部搜索能力的平衡;为提高种群的多样性与算法的寻优能力,将算法融合Pareto支配关系的精英选择策略,并且在选择阶段加入差分进化机制防止算法陷入局部最优。通过使用基准算例对改进算法进行测试,验证了所提算法能够有效地求解多目标分布式置换流水车间调度问题。