基于互补仓的轴辐式网络下生鲜农产品配送研究

轴辐式网络因高灵活性和快速反应能力在现代快递行业中已被普遍使用,而其中各枢纽节点也是降低物流供应链环节相关成本的重心所在。当前生鲜农产品因易腐败性和新鲜度极度依赖冷链运输,每次配送不可避免地会造成部分商品损毁而无法销售食用。文中着重研究将轴辐式网络与生鲜农产品的配送相结合,并在中途节点间设立互补仓,利用鱼群算法确定各互补仓的最佳选址地点,从而尽可能降低货损率以及物流成本,以期为生鲜农产品的配送提供新的解决方案。

基于改进人工鱼群算法的最短路径问题研究

为提高智能机器人的路径寻优能力,文章提出一种基于检测算子和经验学习的鱼群算法(Detection Operator and Experiecnce Learning Artificial Fish Swarm Algorithm,DOEL-AFSA)。仿真实验结果表明,DOEL-AFSA得到的最短路径比鱼群算法(AFSA)、动态分级蚁群算法(WAS)等算法更好,其求解效率更高。

基于改进YOLOv5s的轻量级水下鱼群检测与识别

为进一步提高水下鱼群检测与识别的检测精度和工作效率,提出了一种改进DCG-YOLOv5s的轻量化水下鱼群检测算法。首先为了增强网络模型的特征提取能力及识别准确性,在Backbone主干网络的卷积层中引入可变形卷积;其次采用轻量级上采样算子CARAFE,在增大感受野的同时进一步提高模型对于水下鱼群的识别效果;最后引入了GhostBottleneck替换原结构中的部分C3结构,在不影响精度的前提下实现了轻量化。实验结果表明,改进后模型的平均检测精度、计算量均有明显提高,达到了轻量化的效果。

基于鱼群算法的智能机器人全覆盖路径规划

为保证机器人的行驶轨迹可以全方位地覆盖地图的全部坐标点,并降低路径重复率,基于鱼群算法设计了智能机器人全覆盖路径规划方法;建立了智能机器人死区脱困模型,以此为依据计算了栅格地图模型中的目标活性值,获取整体栅格数量,根据地图中栅格状态得到了脱困时的行驶角度差;基于鱼群算法设计了全路径覆盖判定方法,根据不同目标鱼个体之间的距离,在三重移动目标坐标系下获取了元素坐标向量,并建立了每个目标点的求解代价和,计算得到下一个目标点行驶的最小距离;设计了机器人全覆盖路径规划算法,以判断当前位置是否为死区,获取了路径规划的全局最优解,实现了智能机器人的全覆盖路径规划;利用Matlab仿真软件进行了智能机器人全覆盖路径规划实验;结果表明,在简单环境下,该路径规划方法覆盖率为100%,重复率为5.23%,路径长度为15.36 m;在复杂环境下,该路径规划方法的覆盖率为100%,重复率则为10.24%,路径长度为20.34 m;由此证明了该方法具有较好地规划效果。

一种组合优化模型驱动的微服务拆分方法

微服务架构由于其高效灵活的独特优势近年来已逐渐成为一种代替单体架构的新选择,在企业实践中,单体架构系统向微服务架构系统的迁移过程通常是由人工完成的,这种方式往往不确定性高,主观性过强.为了解决这些问题,提出了一种组合优化模型驱动的微服务拆分方法,该方法将微服务拆分问题建模成为一种组合优化问题,基于微服务的高内聚低耦合原则和业务一致性原则生成组合优化的目标函数,然后通过人工鱼群算法得到最优的微服务拆分方案.实验表明,该方法能有效提高微服务拆分的质量,得到的拆分结果更为合理可靠.

基于IAFSA-SVM的心音信号识别研究

为提高心音信号识别的准确率,针对传统的支持向量机(SVM)在寻找最优核函数参数和惩罚因子时存在的优化问题,提出一种改进的人工鱼群算法(IAFSA)优化SVM的心音信号分类算法(IAFSA-SVM)。首先将采集到的含噪心音信号利用改进的小波阈值进行降噪处理,并进行时频域分析提取出特征值;然后采用改进的人工鱼群算法寻找最优SVM参数,并输入到SVM识别模型中进行心音信号的识别。通过仿真证实IAFSA-SVM算法相对于传统的SVM模型和粒子群优化的SVM模型提高了心音信号识别的准确率,为心脏病的诊断提供了新方法。

基于人工鱼群算法的船舶电子设备故障智能诊断方法

为实现电子设备的高效维护,确保船舶安全航行,设计了基于人工鱼群算法的船舶电子设备故障智能诊断方法。采用离散小波变换法分解电子设备运行信号样本,通过计算不同尺度下的小波能量值完成船舶电子设备故障特征参数的提取,将其作为基于RBF神经网络的故障诊断模型的输入,利用人工鱼群算法对故障诊断模型的权值、阈值参数作优化处理,最终输出不同类型故障发生概率,实现电子设备故障诊断。实验结果表明,正常以及不同故障状态下,电子设备运行信号的时域波形存在很大差异,研究方法可实现故障特征参数的提取,并完成故障类型的识别,30次迭代后MSE指标即可降至最低,仅为10^(-4)。

基于AFSA优化ELM的SF_(6)断路器触头烧蚀状态评估

为评估SF_(6)断路器触头的烧蚀状态,对断路器进行模拟烧蚀试验,并采用3种不同测试电流分别测量动态电阻行程。结果表明:增大测试电流可以减少动态电阻曲线的波动;除电流烧蚀作用外,操动机构松动会造成触头分合闸不到位,导致动态电阻曲线中主触头行程不断减小。将触头烧蚀状态按照烧蚀次数划分为4个等级;从动态电阻行程曲线中提取5个状态参数作为输入参数,基于极限学习机建立触头烧蚀状态的评估模型,并使用人工鱼群算法对模型进行优化;建立未优化的极限学习机模型进行对比。结果表明:利用优化后的模型能够准确分类测试集样本的烧蚀等级,准确率为100%;人工鱼群算法可以提高模型的评估准确率,使模型具有更好的稳定性。

组合优化问题的人工鱼群算法应用

通过模仿鱼类的行为方式 ,提出了一种基于动物自治体的优化方法—人工鱼群算法 (ArtificialFish-schoolAl gorithm) ,并将其用于组合优化问题的求解 .介绍了该算法在此类问题求解中的距离、邻域等概念 ,给出了具体的实现方法 .最后以TSP问题为例对该算法进行仿真测试 .结果表明它具有快速收敛的能力 .

基于人工鱼群算法的鲁棒PID控制器参数整定方法研究

本文首先分析了采用极小—极大原理设计鲁棒PID控制器的方法 ,指出这是一类复杂非线性且非单鞍点的优化命题 ,常规优化算法通常不能有效的求解 .随后提出了采用人工鱼群算法进行参数整定的方法 .最后对典型问题进行了仿真研究 .结果表明 ,人工鱼群算法具备分布并行的寻优能力 ,对初值不敏感 ,能够快速对鲁棒PID的参数进行整定 ,整定后的PID控制器具有良好的控制效果 .

基于人工鱼群算法的参数估计方法

利用人工鱼群算法的基本特性 ,提出了一种新的参数估计方法 ,并进行了仿真实验研究 .结果表明 。

改进的人工鱼群算法

通过对人工鱼群算法的研究,给出了改进的人工鱼群算法。采用最优个体保留策略对觅食行为进行改进,防止群体中最优个体的退化;给出加速个体局部搜索方法,改进算法中的聚群行为和追尾行为,使全局最优值更快地突现出来;根据双射的定义和性质,在不影响最终寻优结果的情况下对问题的搜索域进行"缩小",从而加速了全局搜索。仿真结果表明改进的人工鱼群算法具有求解精度高、寻优成功率高、收敛速度快、算法稳定等优点。

基于人工鱼群算法的输电网络规划

人工鱼群算法是一种基于动物自治体模型的优化算法。各人工鱼通过各种行为不断改变自身的位置,并将对应位置的食物浓度与公告板最优食物浓度比较,在经过一系列的反复搜索寻优过程后,可能包含最优解的最佳结果将最终被保留在公告板上。针对输电网络网架的扩展规划这样一个复杂的组合优化问题,建立相应的数学模型,首次尝试采用人工鱼群算法求解。该算法用于IEEE Garver-6系统和18节点系统的计算结果表明,人工鱼群算法用于电力系统输电网规划是可行的,有效的。

基于混合人工鱼群算法的输电网扩展规划

应用于输电网扩展规划的人工鱼群算法(artificial fish school algorithm,AFSA)依靠随机移动无条件接受劣解以摆脱局部极值,具有盲目性大的特点,且该算法一般在优化初期收敛较快而后期收敛速度减慢。针对AFSA的上述缺点,文章结合模拟退火算法,提出一种混合人工鱼群算法(HAFSA)。HAFSA利用模拟退火算法的概率性突跳搜索机制,使局部极值跳跃能力具有可控性,降低了算法的盲目性,提高了算法效率;引入基于分段自适应调整视野策略的反馈机制,兼顾了全局搜索与局部挖掘能力;加入拟遗传算法的变异算子加快了优化后期的收敛速度。通过IEEE6节点和巴西南部46节点算例证明了HAFSA的正确性和有效性。

水轮机智能调速系统数学模型仿真及参数辨识

为建立与电网稳定计算有关的水轮机调速系统数学模型及模型参数测量辨识,提出一种基于自适应人工鱼群-神经网络技术并适用于水轮机调速系统控制的新技术,建立智能调速系统数学模型,使之符合实际调节及微机优化控制。分析了该模型组成部分的传递函数,提出采用自适应人工鱼群算法来弥补人工鱼群和神经网络算法的不足,阐述了自适应人工鱼群算法-神经网络优化器的算法。给出了自适应人工鱼群优化算法参数辨识算法设计和实现步骤。利用Matlab和自适应人工鱼群算法进行模型参数辨识,对一次调频和二次调节试验过程进行仿真并与实测对比。结果表明,仿真值与实测值相当接近,所研制的自适应人工鱼群-神经网络优化器,达到了优化PID调节器控制输出量的目标;所建立的调速系统数学模型真实地反映调速系统在机组并网工况下的调节特性,说明该方法原理正确,可用于优化控制。

基于改进人工鱼群算法的电网可用传输能力计算

利用改进人工鱼群算法构造了可用传输能力问题的优化模型。首先采用潮流校验法解决了人工鱼群算法的初始值敏感问题;然后引入遗传算法,解决了人工鱼群算法的早熟问题;最后运用IEEE 30节点算例系统验证了所提算法的准确性和有效性,同时分析了人工鱼群算法在电网可用传输能力研究中尚需解决的问题。

基于自适应人工鱼群算法的多用户检测器

将智能优化算法应用到多用户检测器(MUD)问题中,是近年来改善MUD性能的一个研究方向。人工鱼群算法(AFSA)是一种新的智能优化算法,该算法具有一些遗传算法和粒子群算法不具备的特点。但是用其解决离散优化问题时,该算法保持探索与开发平衡的能力较差,且在算法运行后期搜索的盲目性较大,从而影响了该算法搜索的质量和效率。为了克服这些缺点,本文对该算法进行了改进,得到两种自适应人工鱼群算法(AAFSA_FP和AAFSA_SP),并首次用其构建了新的多用户检测器。仿真结果表明,该方法与基于遗传算法的多用户检测器和基于粒子群算法的多用户检测器相比,在误码率、抗远近效应的能力和收敛速度等方面都有明显的改善。

种群优化人工鱼群算法在输电网扩展规划的应用

将遗传算法与人工鱼群算法有机融合,提出一种种群优化人工鱼群算法,采用分别对部分人工鱼个体进行选择、交叉、变异操作的策略,调整优化人工鱼种群结构,较好地兼顾局部搜索和全局搜索。通过与粒子群算法、基本的人工鱼群算法在Garver-6节点、Garver-18节点和Garver-24节点系统仿真计算比较,证明了种群优化人工鱼群算法的正确性和有效性。

一种集群智能粒子滤波算法

将集群智能思想引入粒子滤波,提出一种新颖的基于人工鱼群算法的粒子滤波器.该算法利用人工鱼群算法中觅食行为和聚群行为的交替,使得先验粒子不断向高似然域移动,从而改善粒子分布,提高估计精度.此外,利用Kullback信息描述聚群行为产生的粒子分布与似然分布的差别,通过迭代发现Kullback信息是递减的,从而证明该算法是合理的.仿真实验证明,这种算法是一种有效的粒子滤波算法,其滤波性能优于扩展卡尔曼滤波和常规粒子滤波.

改进人工鱼群算法在输电网规划中的应用

针对离散人工鱼群算法在求解大规模输电网规划问题时易陷入局部极值的缺点,提出一种改进人工鱼群算法。该算法引入禁忌搜索算法的记忆功能,避免迂回搜索,有效提高了计算效率;并在深入研究人工鱼搜索机制的基础上,对人工鱼寻优行为进行一系列的改进,采用最好解优先策略选择前进路径以及以排序选择的方式接受劣解,进一步提高了算法效率。IEEE Garver-6系统和18节点系统的计算结果表明,该算法用于电力系统输电网规划是有效的,具有良好计算效率和优秀的全局收敛性能。