一种约束工程设计问题的入侵性杂草优化算法(英文)

提出了一种新颖的求解约束问题的群智能优化算法.该算法模拟杂草克隆、占地生长与繁殖的自然行为,具有入侵性杂草的鲁棒性、适应性和随机性等特点,算法简单而有效,具有准确的全局搜索能力.结合罚函数方法将提出的算法应用于求解工程设计优化问题,实验结果及比较表明提出的算法获得了更优的结果,同时也显示了它在求解复杂工程设计优化问题时的全局寻优能力.进一步实验与统计分析了关于参数选择对算法性能的影响,得到了有利参数选择的结论.

基于入侵性杂草克隆的图像聚类方法

针对原始谱聚类初始敏感的缺点,提出了一种新的基于入侵性杂草优化(IWO)的图像聚类方法(CIWO).该算法通过计算峰值信噪比(PSNR),动态确定图像聚类簇数的最优选择范围,采用最小量差、最小簇内距离、最大簇间距离重新构造了图像聚类质量的评价函数,通过模拟杂草克隆的自然行为对图像数据集的簇中心进行快速准确定位.将算法应用于几个基准测试图像,并通过聚类有效性准则与k-Means、FCM、PSO等方法进行比较,发现CIWO具有更稳定的图像聚类性能.实验结果也表明,所提出的算法可获得更优的图像聚类质量.

基于入侵性杂草优化算法的图像识别的研究

针对小波不变矩提取的特征向量维数过大的问题,提出一种以类间、类内散布矩阵作为可分离判据的离散入侵性杂草优化算法实现特征向量的选择,利用BP神经网络作为分类器进行图像识别。实验仿真结果表明,与现有特征选择算法相比,改进的离散入侵性杂草优化算法对于图像特征向量的选择时间更短,识别正确率更高,能有效提高分类器的性能。

基于双种群入侵性杂草算法的服务型城市综合资源规划

针对服务型城市的产业特性及其相应的电力负荷特点,论述了加快建设以蓄冷蓄热技术为主的移峰填谷类能效电厂的必要性。为解决服务型城市峰谷差大的问题,引入调峰能力约束,建立了同时考虑供应侧传统机组与需求侧能效电厂,以规划期内综合成本最小为目标函数的综合资源规划模型。并且提出了一种改进双种群IWO算法进行优化求解,通过算例验证了模型和算法的有效性。应用该模型可以实现系统总成本最小、减少污染物排放及有效调峰等效果。

靶标基因突变导致入侵性杂草长芒苋对咪唑乙烟酸产生抗性

长芒苋Amaranthus palmeri生长迅速,适应性广,繁殖系数高,具有很强的竞争性,已在我国多地定植,对作物产量及生态环境构成潜在威胁。一旦其对除草剂产生抗性,将大大增加治理难度。本试验研究了采自不同地点的长芒苋种群对除草剂咪唑乙烟酸的抗性水平和抗性机理。整株生物测定得出,长芒苋疑似抗性种群和敏感种群对咪唑乙烟酸的GR_(50)分别为6584.18 g/hm^(2)和19.38 g/hm^(2),抗性指数(RI)高达339.78。对抗性突变位点的分子检测发现,疑似抗性种群部分植株ALS基因574位色氨酸突变为亮氨酸(Trp-574-Leu),部分植株653位丝氨酸突变为天冬氨酸(Ser-653-Asp),除此之外,35%的植株还发生了Trp-574-Leu和Ser-653-Asp双位点突变。表明我国已存在对咪唑乙烟酸产生高水平抗性的长芒苋种群,主要抗性机理为ALS靶标位点突变。本研究首次在我国发现了长芒苋种群对除草剂咪唑乙烟酸的靶标抗性。而入侵性杂草对除草剂产生抗性也对其治理提出了新的挑战。

基于入侵性杂草算法的摄像机标定过程优化

双目视觉三维重建中使用摄像机作为校准工具对目标进行反馈,需要对摄像机的参数进行标定。为提高双目视觉技术中摄像机标定参数的精确度,提出一种基于入侵性杂草优化算法的摄像机标定方法。给出了利用入侵性杂草算法进行摄像机参数标定的具体步骤。分别对原有算法与入侵性杂草算法优化摄像机标定参数的过程进行了仿真,得到优化后的参数对比与最佳适应度函数。仿真结果表明,与原有算法优化过程相比,提出的标定方法得到了更准确的角点和更精确的参数,达到了提高标定精确度的目标。

基于入侵性杂草优化的机械手逆向运动学求解

为了有效提高机械手控制中逆向运动学求解的速度和准确度,提出一种基于极限学习机-入侵性杂草优化的机械手逆向运动学求解方法;建立工业六自由度机械手的正向运动学模型,并利用训练较快的极限学习机计算机械手关节角度向量,即输出机械手关节逆运动学初解;利用入侵性杂草优化算法对得到的初始逆解进行优化,取最小适应度时的杂草位置作为输出,以便得到最佳的逆向运动学求解。结果表明,相比于基于粒子群优化-反向传播神经网络的求解方法,所提出方法的机械手末端执行器的精度更高,平均计算时间仅为5.68 ms,实时性更好。

一种混合的IWOPSO改进入侵性杂草优化算法

为了提高入侵性杂草优化算法(IWO)在搜索深度上的不足,使算法在处理连续性问题时具有更好的全局收敛性,根据杂草算法在搜索上的广度和粒子群算法(PSO)在搜索上的深度,提出了一种改进的IWOPSO混合算法。该算法在子代扩散中以PSO算法中的位置、速度公式代替了杂草算法中的正态分布方式,引入一个随机数对新的子代个体进一步正态分布,提高了算法后期的局部搜索能力,使算法收敛到更好的全局最优解。利用5个benchmark函数测试算法的寻优能力,仿真结果表明,无论对于多峰还是单峰函数,低维还是高维函数,IWOPSO算法的收敛速度和最优解都要优于标准IWO和PSO算法。

基于自适应小生境的改进入侵性杂草优化算法

为提高入侵性杂草优化算法(IWO)的种群多样性,使算法在处理高维多峰问题时具有更好的全局收敛性。结合小生境思想提出一种小生境杂草优化算法(NIWO)。该算法根据种群内个体间的欧式距离对杂草种群进行分类,并采用自适应小生境数策略确定分类个数,对种群进行繁殖竞争等其他操作,从而增强种群的多样性,提高算法的全局寻优能力,保证算法的收敛精度。利用4个标准测试函数测试算法的寻优能力,仿真结果表明,无论对于低维还是高维多峰函数,NIWO算法的收敛精度和稳定性都优于标准IWO算法。

基于入侵性杂草优化算法的有噪独立分量分析方法

针对传统独立分量分析(ICA)算法在含噪情况下分离效果不好,容易陷入局部收敛的问题,提出基于入侵性杂草优化(IWO)算法的有噪独立分量分析方法.以分离信号负熵和为目标函数,选用高斯密度函数估计负熵,消除目标函数中的不稳定项,提高算法的稳定性和准确性;采用入侵性杂草优化算法估计混合矩阵,提高算法的全局寻优性能.仿真结果表明:与传统Fast ICA和Fast NoisyICA算法相比,文中算法的分离信号和源信号的相似因数更大,随着信噪比增加,相似因数趋向1,可以更好地估计源信号;PI指标明显小于其他两种算法的,可以更为精确地估计混合矩阵.研究结果对有噪ICA信号处理有一定参考意义.

基于杂草优化算法的电力线通信系统资源分配

为提高电力线通信系统资源利用率,提出一种基于改进入侵性杂草优化算法的资源分配方法。以速率自适应为准则,同时考虑系统功率谱的限制及用户之间的公平性等约束条件,采用在个体随机位置进行有方向性变异的二进制离散入侵性杂草优化算法,实现子载波的最优分配。在典型电力线通信系统环境下的仿真结果表明,与现有的资源分配算法相比,改进的杂草算法在系统容量、用户公平性等方面均有明显优势,可有效提高系统的性能。

基于空间球的三维激光扫描仪标定算法

针对三维激光扫描仪测量模型参数的估计问题,提出一种基于空间球的模型参数标定算法。该算法根据球状标定物上各激光扫描点与标定球球心的距离约束条件,建立三维激光扫描仪模型参数和标定球参数的非线性目标函数;综合采用入侵性杂草优化算法和Levenberg-Marquardt算法优化该目标函数,以实现激光扫描仪模型参数标定;通过增加标定球上的扫描点数,能够减弱激光扫描仪测量噪声对标定精度的影响,从而提高文中算法的模型参数标定精度。实验结果表明,该算法的标定精度高,模型参数估计的一致性好,且能有效抑制测量噪声对标定结果的影响。

基于改进的遗传算法与人工神经网络的类流感的预测

类流感(ILI)疾病是一种严重威胁公众健康的传染性呼吸道疾病,对其准确的实时预测可能有助于挽救生命.本文将入侵性杂草优化(IWO)的繁殖加入到遗传算法(GA)的选择算子,建立了一种基于IWO和GA的新颖的混合算法,记为IWOGA.运用IWOGA优化BP神经网络的权值和偏差并预测美国的未加权的%ILI.实验结果表明所提出的IWOGA-BPNN是一种适用于美国ILI预测的较好方法.

影响长芒苋种子萌发因素的研究

长芒苋是我国1985年发现的外来入侵植物,明确长芒苋种子萌发特性,将为其有效防控提供数据支撑。采用室内生物测定方法,对温度、光照、水势、发芽深度等影响长芒苋萌发的关键因子进行研究。结果表明,变温处理可有效提高长芒苋种子的发芽势和萌发率,最适萌发温度为35℃/15℃变温处理;在35℃/15℃培养条件下,光照对长芒苋种子的萌发影响不显著;当渗透势为-0.4~-0.2 MPa时,长芒苋种子的萌发率可达82.2%~100%,当渗透势为-0.8 MPa时,仍有36.7%的种子萌发;长芒苋种子的出苗率受播种深度的影响,在播种深度为0.5~1.0 cm时,萌发率最高。由此可见,长芒苋萌发具有广泛的环境适生范围,这也可能是其在我国大面积入侵的生态学基础。

基于超二次曲面模型的3维目标定位算法

针对散乱点云中3维目标的位姿参数估计问题,提出一种基于超二次曲面模型的3维目标定位算法.该算法利用3维目标的超二次曲面部件化模型,定义了空间点与任意位姿下3维目标的归一化径向欧氏距离.根据点云中目标表面各点到目标的均方距离,以及目标表面点数和内部点数等信息,建立了3维目标位姿估计的非线性目标函数,从而将目标定位问题转化为该目标函数的优化问题.采用入侵性杂草优化(IWO)算法优化该目标函数,将获得的最优解作为3维目标的位姿参数估计值.实验结果表明,该算法的目标定位精度高,位姿参数估计的一致性好,且能有效抑制测量噪声对定位结果的影响.