多方向螺旋搜索的混沌海鸥优化算法

针对海鸥优化算法(SOA)寻优路径单一、寻优精度较低、易陷入局部最优等问题,提出新的多方向螺旋搜索的混沌海鸥优化算法(Multi-directional Exploring Seagull Optimization Algorithm Based On Chaotic Map MESOA).首先,利用混沌序列对海鸥种群进行初始化,令海鸥个体分布更加均匀,能够更加准确地接近目标;其次,让海鸥选择不同方向的螺旋飞行路径,使海鸥飞行路径不再单一,增加算法多样性;最后,根据算法收敛情况进行围绕目标的小范围搜索,避免算法过早收敛,提高算法跳出局部最优的能力.本文选取了8个基准测试函数对算法进行了实验,以不同角度对于算法的性能进行测试,并使用Wilcoxon秩和检验来证明算法的性能,结果表明了MESOA算法改进在寻优能力、稳定性、鲁棒性等方面均有提升.

基于AV1的螺旋搜索算法优化

为降低视频编码过程中帧间运动估计运算的复杂度,本文采取螺旋搜索算法代替AV1中的钻石搜索算法。在此基础上,提出螺旋搜索算法的优化方案,分别测试了使用不同层编码块代价更新情况作为螺旋搜索提前终止条件的性能损失与计算复杂度。实验证明,本文提出的基于螺旋搜索使用不同层作为提前终止算法相较于按照SuperBlock做螺旋搜索最大只增加了0.0597%的BD-BR,却使搜索点数降低了33.2%,更加易于实现实时编码。

基于遗传算法的对潜螺旋搜索

针对应召反潜中敌潜艇直线型规避行为,提出了一种基于遗传算法的对潜螺旋搜索方法。首先建立每段搜索路径中的搜索概率模型,再利用遗传算法对此模型进行优化,选取满足搜索概率最大的搜索器转向角。在搜索任务中要利用上一阶段的探测情况来实时地确定下一阶段的搜索路径,不断地排除敌潜艇不存在区域的角度,具有在短时间内搜索范围大、搜索效率高的特点。与传统螺旋搜索法相比,较好地提高了搜索概率。

应召螺旋搜索下的潜艇规避策略

应召螺旋搜索是对潜搜索中的一种常用方法,针对潜艇如何规避搜索研究了搜索模型,通过分析发现潜艇选择不同的航向会影响潜艇规避成功的概率,并通过仿真试验进行了验证。

采用投影螺旋搜索的改进粒子群算法

针对传统粒子群算法在求解高维决策空间问题时容易陷入局部最优的缺点,提出采用投影螺旋搜索的改进粒子群算法。该算法提出了一种基于投影空间的螺旋搜索粒子更新方式,并应用于粒子群算法中以解决早熟问题;为了增强寻优能力,引入混沌策略生成螺旋搜索的参数以提高搜索的随机性;使用自适应算子选择策略分配螺旋搜索更新和传统粒子更新的选择概率,使2种粒子更新方式在不同搜索阶段发挥最大效用。仿真实验表明:与基本粒子群算法相比,提出的算法能够以较少的迭代次数收敛,寻优精度最大可提高10^(-13),适合于求解一类具有连续空间复杂多峰值特点的工程应用问题。

HEVC整像素运动估计的并行螺旋搜索算法及其硬件实现

为了能够在硬件上有效减少整像素运动估计(IME)的计算复杂度,提出一种基于并行螺旋搜索算法的整像素运动估计硬件架构设计方案.该设计按照螺旋顺序,首先,由中心向四周扩散的方式逐点搜索;其次,在搜索过程中每一个搜索点处同时处理所有PU块,通过这种PU块共享搜索过程的方式来减少周期数;最后,通过提前结束判断的方式,跳过不必要的搜索点,进一步减少周期数.用Verilog语言进行硬件描述,利用VCS工具进行仿真,且仿真SAD结果与HEVC参考软件(HM)结果数据一致,证明其正确性;通过对多个序列进行测试,平均每1733.4个时钟处理一个64 px×64 px大小的CTU.硬件框架在VIVADO平台下,用Virtex-7系列芯片进行综合,得到工作频率为198 MHz,能够实现4 K@56.4 f·s^(-1)的吞吐率.

基于螺旋搜索机制的行星搜索算法

螺旋搜索机制的全局搜索能力强,广泛用于萤火虫算法及鲸鱼搜索算法,但其收敛速度慢,收敛精度低,局部搜索能力较差。通过改变收敛范围较小时的搜索模式,提出了局部螺旋搜索来提高其局部搜索能力,并引入变异操作提高其局部搜索能力,提出了行星搜索算法。通过对单峰及多峰值测试函数对该算法进行验证。结果表明行星搜索算法在收敛速度、搜索精度及局部搜索能力等方面较粒子群算法、萤火虫算法及鲸鱼搜索算法等有明显提升。

改进麻雀搜索算法的入侵检测特征选择

针对网络入侵检测所处理数据存在特征维数高、检测效率低、准确率不高的问题,提出一种改进麻雀搜索算法的特征选择方法,旨在减少特征冗余的同时提高分类准确率。利用改进Circle映射初始化种群;结合秃鹰搜索算法中的螺旋搜索方式更新发现者位置;采用单纯形法和小孔成像法优化适应度较差和最优麻雀的位置,提升算法的寻优能力。将该算法与其它算法在6个经典基准函数上进行对比测试,其在收敛速度、精度等方面均有提升。使用数据集CIC-IDS2017进行特征选择实验,平均保留了7.6个特征,准确率达到了99.5%,结果表明,该算法可以在保证准确率的同时有效降低特征维度。

基于混合改进麻雀搜索算法的农用移动机器人路径规划

针对目前农用移动机器人进行全局路径规划容易产生局部最优路径的不足,提出混合多策略改进麻雀搜索算法的移动机器人路径规划算法。首先,为提升麻雀搜索算法的寻优能力,引入偶对称无限折叠混沌序列、螺旋式搜索发现者更新、多重学习追随者更新机制对传统算法的种群多样性、搜索盲目性及全局搜索能力改进,实现多策略混合改进麻雀搜索算法MHISSA。然后,构建移动机器人的路径规划模型,利用导航点定义种群个体的编码方式,并构造同步避障与路径最短的适应度函数,结合三次样条插值法将MHISSA应用于求解农用移动机器人全局路径规划问题。最后,构造简单和复杂障碍物环境对单机器人路径规划和多机器人协同路径规划进行试验对比分析。结果表明,改进算法能够得到平滑无碰撞的最优路径,路径规划长度最优值和均值较传统麻雀搜索算法平均分别降低23.08%和19.56%。实地场景案例也证明方法在农用移动机器人路径规划方面具备较好的实用性。

多策略融合改进的麻雀搜索算法

针对麻雀搜索算法(SSA)收敛速度慢、探索能力不足、容易陷入局部最优等问题,提出了一种多策略融合改进的麻雀搜索算法(OSSSA)。首先,借助Tent混沌映射初始化种群的多样性以提升初始解的质量;其次,在发现者位置更新中引入鱼鹰算法第一阶段探索策略提升种群对局部搜索的勘探能力;最后,在跟随者位置更新中引入柯西变异和可变螺旋搜索策略提高算法的搜索效率和全局搜索性能,降低算法陷入局部最优解的概率,增强算法的全局寻优能力。在此基础上,对8个基准测试函数进行仿真实验以评估算法的寻优性能,通过对仿真图像及数据的分析,改进后的麻雀搜索算法在收敛速度和寻优精度上得到了较大的提升,验证了改进策略的有效性。

基于指令力矩螺旋式搜索的SGCMG奇异规避方法

针对航天器的控制力矩陀螺群框架构型奇异以及传统奇异规避方法在规避时存在的框架"锁死"问题,本文提出一种基于指令力矩进行螺旋式搜索的控制力矩陀螺奇异规避方法.该方法在鲁棒奇异逆操纵律和零运动操纵律的基础上,引入随奇异度量值自主调节的旋转角和随时间连续变化的旋转轴,让期望力矩通过搜索寻找出逃离奇异状态的方向,来实现奇异规避.仿真结果表明该方法具有良好的奇异规避特性,并能够克服常规奇异规避方法存在的框架"锁死"情况.

基于PWLCM和秃鹰俯冲机制改进的野狗优化算法

针对野狗优化算法(Dingo Optimization Algorithm,DOA)收敛速度偏慢和寻优精度较低等问题,提出一种基于PWLCM和秃鹰机制改进的野狗优化算法(Improved Dingo Optimization Algorithm,IDOA)。首先,使用具有遍历性的分段线性混沌映射(Piecewise Linear Chaotic Map,PWLCM)初始化野狗种群,有效增加野狗种群多样性。其次,在迫害策略中引入秃鹰俯冲机制,加快野狗捕获猎物的速度,加强算法探索局部的能力。最后,在食腐策略引入螺旋搜索因子,增强算法的局部寻优能力,提升算法的寻优速度和求解精度。仿真实验数据、消融实验以及Wilcoxon秩和检验均表明,与其他对比算法相比,提出的IDOA在所有测试函数上有着更佳的寻优速度以及寻优精度;与其他改进的野狗优化算法相比,所提出的IDOA展现出更好的整体性能。

基于改进蜣螂优化算法的无人机三维路径规划

无人机(UAV)三维路径规划问题是十分复杂的全局优化问题,但基于启发式优化算法的无人机路径规划存在速度慢,精度不足的问题。针对此问题,提出一种改进蜣螂优化算法的UAV路径规划方法。首先,提出一种通过引入Bernoulli混沌映射、可变螺旋搜索策略、新型惯性权重和Levy飞行策略改进的蜣螂优化算法(BCLDBO)。通过与其他算法在6个基准测试函数上进行实验对比,证明BCLDBO算法寻优精度更高,收敛速度更快。其次,通过航迹长度成本、高度成本、平滑成本和威胁成本建立路径规划目标函数,并构建复杂度不同的三维任务空间。最后,将BCLDBO算法应用于UAV三维路径规划问题中,证明此算法较其他算法的路径成本更低,路径规划效果更好。

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。

复合制导空空导弹红外导引头搜索方式的截获概率分析

针对复合制导空空导弹发射后截获问题,分析了红外导引头搜索方式,建立了两种导引头搜索模型,并基于典型弹道对不同视场的截获概率进行了仿真计算。结果表明,在满足导引头截获算法需求的基础上,采用圆周搜索、螺旋搜索方式能有效增大导引头视场,提高导引头角度截获概率。

基于改进蜣螂算法的无人机三维路径规划

针对传统智能仿生算法在解决无人机三维路径规划问题时容易陷入局部最优、全局搜索能力不足、收敛精度低等问题,提出了一种基于改进蜣螂算法的无人机三维路径规划算法。首先,利用数学模型建立山区地貌的三维模型,考虑无人机的目标函数及约束条件,使实验环境更符合实际场景;其次,引入分段线性混沌映射对蜣螂算法进行种群初始化,提高全局搜索能力,采用自适应非线性递减模型,动态调整滚球蜣螂在算法前后期的数量,提高算法的收敛速度;最后,在繁殖蜣螂和觅食蜣螂的位置更新中引入鲸鱼优化算法的螺旋搜索策略,加强算法局部搜索能力,提高收敛精度。将改进的蜣螂优化算法与其他智能仿生算法用于无人机三维路径规划仿真实验,结果表明,改进的蜣螂优化算法在路径长度和收敛速度方面有着更好的效果,且路径更加平滑,验证了算法的有效性。

基于动态自适应蜣螂算法的WSN覆盖优化

针对无线传感器网络随机部署导致覆盖率低的问题,文中提出一种动态自适应蜣螂算法(ASSDBO)的WSN覆盖优化方法。首先,采用改进Tent混沌映射初始化种群,增强种群多样性;其次,采用自适应螺旋搜索策略改进蜣螂滚球行为,增强算法的全局搜索能力和收敛速度,并且在蜣螂繁殖和觅食行为中引入动态正弦边界收敛因子,平衡算法的全局搜索和局部搜索;最后,在窃贼蜣螂中引入白鲸算法引导的蜣螂动态偷窃策略,增强迭代前期种群多样性和全局搜索能力,在后期专注于局部搜索同时具备跳出局部最优的能力。通过四个基准测试函数测试表明,ASSDBO算法具有较快的收敛速度和较高的求解精度,将ASSDBO应用到WSN覆盖优化问题上,仿真结果表明,ASSDBO算法相比于改进麻雀算法(ISSA-ICR)、改进灰狼算法(IGWO)、改进粒子群算法(IPSO),覆盖率分别提升了4.7%、6.4%、7.5%。

基于ISCSO-BP-PID的SMB组分纯度模糊解耦控制方法研究

针对模拟移动床色谱分离系统中存在的强耦合、多变量、非线性和时滞等问题,提出了一种基于改进沙猫群优化算法的BP神经网络自调整PID参数的模拟移动床组分纯度模糊解耦控制方法。该方法首先通过模糊解耦消除了A、B组分纯度控制回路之间的耦合,然后结合改进的沙猫群优化算法和BP神经网络,实现了PID参数的自适应调整,从而有效控制A、B组分的纯度。在改进的沙猫群优化算法中,引入了Cubic混沌映射来初始化沙猫种群,以提高种群分布的均匀性;在搜索猎物阶段加入了可变螺旋搜索策略,使沙猫群拥有更多的搜索路径来调整自身位置;同时,融合了麻雀搜索算法的警戒机制,以加速算法的收敛速度。通过对12个CEC2022测试函数进行验证,证明了改进沙猫群优化算法的有效性。仿真结果表明,所提方法不仅能够有效消除A、B组分纯度控制回路间的耦合效应,而且在各个实际应用场景中均展现出卓越的性能。与传统的PID控制方法相比,在流量突变情况下,调节时间分别缩短了75.40%和77.57%,超调量分别减少了91.84%和81.96%。该方法具备较强的抗干扰能力和良好的鲁棒性,显著改善了整个系统的控制性能。

基于增强算术优化算法的多阈值图像分割

针对传统多阈值图像分割方法中存在的分割质量一般、分割速度较慢等问题,提出一种基于改进的增强算术优化算法的多阈值图像分割方法。利用双重反向学习初始化种群,增强算法的搜索性能,将金枪鱼群优化算法的螺旋搜索策略引入到算术优化算法的加减策略中,帮助算法摆脱局部最优解。提出一种自适应余弦加速函数,更好地平衡算法的开发和探索能力。试验结果显示,提出的方法能够在提升算法收敛效率的同时分割出较好质量的图像。