An Adaptive Fruit Fly Optimization Algorithm for Optimization Problems

In this paper, we present a new fruit fly optimization algorithm with the adaptive step for solving unconstrained optimization problems, which is able to avoid the slow convergence and the tendency to fall into local optimum of the standard fruit fly optimization algorithm. By using the information of the iteration number and the maximum iteration number, the proposed algorithm uses the floor function to ensure that the fruit fly swarms adopt the large step search during the olfactory search stage which improves the search speed;in the visual search stage, the small step is used to effectively avoid local optimum. Finally, using commonly used benchmark testing functions, the proposed algorithm is compared with the standard fruit fly optimization algorithm with some fixed steps. The simulation experiment results show that the proposed algorithm can quickly approach the optimal solution in the olfactory search stage and accurately search in the visual search stage, demonstrating more effective performance.

三轴磁强计转向差的自适应校正

三轴磁通门磁强计被广泛地应用于地磁和空间磁场的研究。利用三轴磁强计的输出向量来估计被测磁场的模量，会有转向差存在。转向差是由磁强计三个磁轴的非正交性、各通道定标比例系数的不一致性以及各通道的零点偏置引起的。要精确计算被测磁场的模，校正转向差，就必须估计出磁强计的上述参数。本文提出的校正方法对磁强计的参数进行估计，不需造价昂贵的专用设备。仿真试验及实测数据证明这些方法是行之有效的。

自适应双层果蝇相关向量机起重机当量载荷谱预测方法

起重机载荷谱是其疲劳剩余寿命计算和安全评估的主要影响因素之一。针对载荷谱的随机性、不确定性及数据样本有限的问题,提出自适应双层果蝇相关向量机(ADRVM)的起重机当量载荷谱预测方法。以混合核函数为基础,将自适应步长的果蝇算法直接应用于相关向量机(RVM)核参数的优化选择中,同时为避免人为因素的影响,提出自适应双层果蝇算法对自适应步长的附加参数进行选取,从而克服了单一核函数下RVM的局限性,解决了自适应步长引起的附加参数的选取没有理论公式和有效依据的问题,提高了预测精度与鲁棒性。用ZLJ5551JQZ110V汽车起重机的小样本载荷谱对提出的方法进行验证。结果表明,在训练特性及预测精度方面,所提方法均优于粒子群优化算法的相关向量机、v-SVRM和LMBP神经网络。

基于自适应算法的液面检测系统

介绍一种应用于全自动生化分析仪上的液面检测系统。该系统采用双层针—平板电容器作为液面检测探头,其产生的检测信号经滞回电压比较器形成方波,产生的方波作为单片机计数器的脉冲源,系统使用LPC916为主控芯片。在程序中,通过把相同时间内脉冲个数的差值与基准值进行比较,来判断探头是否接触到液面。在硬件上采用了电容匹配,在软件上采取了自适应算法来共同消除外界干扰信号对测量结果的影响。本系统已经应用于全自动生化分析仪上,经过实验,检测结果准确,从而证明了该检测系统的实用性和稳定性。

面向含风电楼宇的电动汽车优化调度策略

为解决未来大规模电动汽车充放电调度问题,设计了一种面向含风电楼宇的电动汽车优化调度策略。构建楼宇电动汽车模型,通过楼宇能量管理系统收集电动汽车日前申报信息,根据出行链将其分群,建立电网层–用户层双层优化调度模型。分别以电网消纳风电后的负荷波动率最小,车主出行需求最大为目标函数,采用改进自适应遗传算法依次求解出楼宇整体充放电策略、EV群充放电策略和每辆EV的调度策略。算例结果表明,该优化调度方法可实现电网与用户的利益共赢,且计算维度小,速度快,不易陷入局部最优。

双层协调多粒子群优化算法研究

针对粒子群算法由于多样性差而导致的算法搜索效率低、稳定性差的缺点,提出了一种拥有双层多群间协调机制的粒子群优化算法(DC-PSO).该算法包含多个下层工作粒子群及上层决策粒子群,下层粒子群进行最优粒子信息采集和迭代计算,上层粒子群处理信息和反馈决策信息,双层粒子群联合工作.同时采用指数函数递增分布的加速度因子控制各粒子群间的耦合性,从而改善了粒子群后期搜索效率低、稳定性差的状况.仿真实验结果表明DC-PSO算法在求解函数优化问题的有效性和优越性.

基于双隐含层的AGABP偏好课程预测模型

为了预测学习者在网络教学平台中的课程偏好,采用反映学习者学习风格的4个主要指标,构建一个基于双隐含层的AGA_BP偏好课程预测模型。针对传统BP模型收敛速度慢、易陷入局部最小值的特点,应用自适应学习速率SGD优化算法对损失函数进行优化,不断增强种群适应度,并在模型中引入自适应遗传算法来调整交叉概率和变异概率,寻找最优参数。实验结果表明,AGA_BP模型的准确率、均方误差和F1分数均优于BP和GA_BP算法。

约束环境下的多移动机器人自适应伸展算法(英文)

本文介绍了一种用来控制移动机器人组成链式网络并修复通讯连接的自适应分布式机器人合作算法。开发了单层链式伸展算法和双层链式伸展算法,使得移动机器人可以对开放式环境和受约束环境进行探索。还介绍了一种用于寻找最优通讯距离的综合化的方法。通过使用其测量结果,移动机器人系统可以组织成为优化的链式结构并进行伸展。这种伸展算法可以检测到网络中某个机器人节点的缺失,并重新配置系统。它为通讯连接的中断问题提供了一种自适应的解决方案。