基于免疫连续蚁群算法的岩土工程反分析研究

基于进化算法等全局优化算法的岩土工程优化反分析是解决实际问题的一种较好的思路,但计算效率是这类算法的最大问题。为了克服这种反分析方法的缺点,提高反分析的计算效率,首次把一种新型仿生算法——连续蚁群算法引入岩土工程领域。并为了更进一步提高算法的效率,把免疫原理引入连续蚁群算法,提出了免疫连续蚁群新算法。在此基础上,结合有限元数值分析技术,提出了一种新的岩土工程反分析算法——免疫连续蚁群算法反分析。最后,通过一个简单算例验证了该法的有效性及卓越的计算效率。

基于动态交通仿真模型的最优路径选择方法

采用动态交通仿真模型INTEGRATION搭建了动态交通仿真平台,应用组件式蚁群算法来求解动态交通信息诱导下的最优路径选择问题。实例表明,基于动态交通仿真模型的最优路径选择方法是可行的、正确的和有效的。该方法易于理解和使用,具有很强的可重用性和可扩展性,为求解各类优化问题提供了可持续发展的框架。

基于混沌蚁群算法的鱼雷集成电机推进器电机优化设计

针对集成电机推进器(IMP)一体化结构要求电机功率密度大,效率高的特点,采用将混沌优化算法嵌入蚁群算法的混合智能优化算法——混沌蚁群算法(CACA)对集成电机推进器特种电机设计方案进行优化,该方法充分利用以上2种优化算法的优点,即蚁群算法的高精度和混沌算法的快速性。优化结果显示,优化后的设计方案使电机效率提高了1.6%,有效体积缩小了5.6%,使电机能更好地适应高启动场合要求,优化效果良好,可为鱼雷IMP特种电机的设计提供参考。

适用于寻源导热逆问题的混沌-蚁群算法

为克服蚁群算法应用于寻源导热逆问题求解时容易陷入局部最优解和收敛速度慢的不足,利用混沌算法的遍历性和对初值的敏感性,将其融入到蚁群算法中,建立了基于混沌路径选择机制和局部混沌搜索机制的混沌-蚁群算法。计算结果表明,建立的混沌-蚁群算法可以很好地解决寻源导热逆问题,较蚁群算法而言,提高了计算精度和计算速度。

基于改进混沌蚁群算法的无人机航路规划

针对蚁群算法在无人机航路规划中易出现局部极值、收敛效率低的缺陷,设计了一种基于改进混沌蚁群算法的无人机航路规划方法。该方法利用混沌优化机制初始化蚁群的信息素,采用变尺度混沌局部再搜索机制和信息素挥发因子的自适应更新策略,增强了算法的全局寻优能力和搜索效率,并在启发函数中添加目标指标,增强其搜索方向性。仿真结果表明,该方法与基于蚁群算法的航路规划方法相比,在规划航路时能跳出局部最优解,且收敛速度显著提高,更好地实现了航路优化。