组合仿生智能算法的高维复合函数求解

提出一种基于仿生智能算法的高维复合函数求解方法.首先采用粒子群算法对高维复合函数进行初步求解,然后采用蟑螂群优化算法对解进一步求精,最后采用标准高维复合函数分析其性能.仿真测试结果表明,该方法能够加快高维复合函数的求解速度,获得较高精度的求解结果.

仿生智能算法在突发环境污染事件应急响应中的应用

近年来随着中国工农业生产和经济建设的快速发展,中国已经进入突发环境事件频发期。然而,中国的突发环境污染事件应急体系仍处于初级应用阶段,不能满足事故频发期事故应对的要求。因此,建立科学的应急决策支持系统具有重大的意义。在决策支持系统中,智能算法处于核心地位。文章对人工智能领域的仿生智能算法在环境应急领域的应用作简要介绍,并明确了多技术集成化应用的研究方向,以期对今后的研究有所启发。

基于无人机航迹规划优化的几种新型仿生智能优化算法综述

本文结合无人机航迹规划优化及其相关研究领域,选取了猴群优化算法、果蝇优化算法、群居蜘蛛优化算法和乌贼优化算法等四种新型仿生智能优化算法进行综述.着重介绍了原始型算法的基本原理和步骤,列举了这四种新型仿生智能优化算法在无人机航迹规划及相关领域的近期研究成果,展望了仿生智能优化算法的改进趋势.

引入蝙蝠算法的最大似然DOA估计

DOA估计理论的传统算法中,最大似然DOA估计方法能准确地估计出目标方向角度,性能优良,并且具有很好的稳定性。与MUSIC及其他的子空间分解类算法相比,在信噪比较低、小快拍信号时,最大似然DOA估计算法优势更为突出。但是由于其自身算法复杂度较高的缺陷而碍于工程上的应用。针对这一问题,将蝙蝠算法与最大似然算法相结合,应用于信号的DOA估计,利用蝙蝠搜索算法搜索路径优、寻优能力强的优点,快速搜索到似然函数的全局最优值,优化多维非线性的估计谱函数。仿真结果表明,蝙蝠搜索算法有效地克服最大似然DOA估计中存在的运算量大,计算复杂度高等问题,通过与其他经典的仿生智能优化算法相比较,该方法体现出更好的收敛性。

移动机器人全局路径规划算法综述

全局路径规划是移动机器人室外工作的关键技术,全局路径规划相关算法主要应用于地理场景预知的室外环境中,机器人面对复杂多变的室外环境,通过对算法的优化改进来提高机器人路径规划的实时避障性、路径平滑性、规划有效性就成为了全局路径规划算法的核心研究内容。首先根据算法的智能程度,将移动机器人的全局路径规划算法分为传统全局路径规划算法和仿生智能全局路径规划算法,并深入阐述了实际应用更为广泛的多目标路径规划算法,然后介绍了当前每种算法的几种典型的优化改进方法,并对其优化改进后的算法的优缺点进行了分析总结,最后对全局路径算法的未来发展趋势进行了展望,指出全局路径规划算法将向优化已有常规算法路径规划的性能、多种算法优势融合、复杂环境中动态避障、适应多样化环境的地图表示方法这4方面发展。

人工蜂群算法综述

讨论人工蜂群算法(ABC,Artificial Bee Colony Algorithm)的开发和应用。首先回顾从2005年以来的开发过程,然后介绍算法的标准版本以及常用的测试函数,最后讨论该算法的一些非标准的改进、应用以及未来潜在的应用领域。

基于动态参数的人工搜索群算法

人工搜索群算法(Artificial search swarm algorithm, ASSA)是受人类士兵通过信息交流完成目标搜索行为及过程启发而设计的一种仿生智能算法.针对基本人工搜索群算法中固定参数可能导致算法过早陷入局部最优解的缺陷,提出一种动态参数改进人工搜索群算法(Improved artificial search swarm algorithm, IASSA).通过引入全局权重系数改善侦查行为中搜索群的历史经验位置,从而加强全局最优个体对整个种群的引导作用;利用动态协同参数提高士兵协同行为的搜索概率,以加强种群之间局部信息交流;采用动态步长策略提高算法的收敛速度和收敛精度;为了检验改进算法的优化性能,采用15个测试函数进行仿真实验.实验结果表明,所提出的改进算法可有效避免早熟现象,在收敛速度和收敛精度上较基本人工搜索群算法和若干同类优化算法有显著提高.