基于改进蚁群协同算法的枢纽机场场面滑行道优化调度模型

滑行道连接停机位和跑道,是机场场面调度的重要关键环节。基于飞机滑行时的冲突约束和跑道资源的动态分配,采用改进蚁群协同算法与滑动窗口控制相结合的方法,对滑行道进行优化调度。在保证滑行道零冲突、兼顾单个航班滑行时间的前提下,缩小机场进出港航班总滑行时间。对国内某枢纽机场的滑行道调度仿真实验表明,所提出的方法和模型具有明显的优势,可为枢纽机场的场面滑行调度提供决策支持。

基于多窝蚁群协同算法的中压配电网分支线路智能规划

基于传统蚁群算法提出一种多窝蚁群协同算法从全局角度进行中压配电网分支线路的最优布局:首先以每一个负荷点作为每窝蚂蚁爬行的起始节点,以组成主干线路的街道节点作为终点,每只蚂蚁按照一定的择路规则爬行;然后在信息素的更新策略上,不同窝的蚂蚁通过共享路径上的遗留信息素体现了蚂蚁之间的协作优势,保证了布线结果的全局最优性;最后通过算例分析得到了全局最优的布线结果,且算法具有良好的收敛性,从而验证了所提算法的可行性,对配电网分支线路的规划具有一定的指导意义。

基于蚁群协同算法的图权值停机位分配模型

停机位分配关系到整个机场系统的运行,是机场地面作业的核心部分。根据不同航班占用停机位的时间冲突约束,将航班之间的冲突关系表示成图的权值0-1,基于停机位、航班类型的匹配约束和得到的图的权值,运用蚁群协调算法,在保证不存在停机位分配冲突约束的前提下,以最少数量航班被分配到远停机位和旅客到停机位总行走时间最小为目标函数,对航班进行停机位分配。对枢纽机场进行停机位分配,并与遗传算法在停机位分配上的应用做比较,表明蚁群协调算法在停机位分配上的应用从运行时间和实验结果都明显好于遗传算法,验证了算法的合理性,这一算法可作为机场停机位分配的参考。

人脸识别的协同算法实现与改进

:从协同模式识别的动力学方程出发 ,研究了协同识别算法中的序参量和注意参数 ,提出了变注意参数方法 ,推导了相应的变化方程 ,以加快人脸识别过程 ,减少迭代次数 .对加噪人脸图像的识别实验表明 ,协同算法对噪声具有较好的鲁棒性 ,同时识别迭代次数减小至 1 /8左右 。

基于人工免疫原理的多任务协同算法

将免疫系统所特有的免疫记忆、clone选择和亲和力计算应用于工作流协同机制的算法研究中,尝试着探索出用人工免疫理论来解决动态、不确定性计算环境中多任务协同问题的新思路。仿真实验表明,该算法是正确、有效、可行的,而且在运行时间和解的性能上都优于相关算法。

解决有配放限制的多集装箱配载系统优化的多蚁群协同算法

在分析具有装载重量、体积等约束条件及配放限制的集装箱配载模型的基础上,分析了求解其的蚁群算法与求解TSP的蚁群算法在结点性质、原点(中心结点)的作用、蚂蚁路径构造规则、可移动结点集合、可行解的形成过程等方面的区别.针对问题特点,充分考虑货物配放限制,装载工具的载重、容积两个方面同时优化的问题,基于待装货物比容动态逼近装载工具剩余空间比容的思想,综合运用ACA-INI、ACA-CONTAIN-ER和ACA-VOTUME三个不同蚁群协同考虑问题的两个目标——需用集装箱数目优化和装载工具重量、容积利用率优化,对问题的求解策略进行了研究.进一步地,结合8类40件不同品种货物的集装箱配载问题对模型算法的实用性和有效性进行了验证.

智能控制的系统辨识协同算法

根据智能控制的特点,提出一个智能控制系统的多级控制解决办法,对系统辨识的协同算法进行深入研究。首先,利用协同算法进行智能控制的系统辩识,然后构造主控制级、自学习控制级和协调控制级等三级结构来解决智能控制的复杂性问题。利用协同算法实现了一个晶体生长智能控制系统,协同算法对提高系统辨识的精度是有益的,多级结构是一个发展方向,但协调控制级的工作还需要改进。

一种神经网络体视协同算法

描述一种多分辨率体视协同算法．该算法用二分正交小波作多分辨率分解，采取边匹配边重建，二者互相修正协同进行的策略，并以神经网络主要是Ｈｏｐｆｉｅｌｄ网络为其实现形式．试验结果表明，该算法是合理和有效的．

基于信息物理系统的孤岛微网实时调度的一致性协同算法

信息物理系统为孤岛微网的实时调度提供了新思路。该文给出孤岛微网信息物理系统的架构,基于此提出一种有功功率的实时调度模型,并以一致性理论为核心提出一种完全分布式协同算法。算法包含一致项和调整项两层控制,一致项采用带有自设权重的一阶一致性算法实现与邻居单元的信息同步,自设权重的系数矩阵可强化可控单元的作用,提高优化速度;调整项根据物理设备的实际运行情况计算反馈量进行实时修正,使结果满足各项约束条件。通过算例分析所提算法在不同环境和各种扰动下的收敛情况,证明了其有效性和鲁棒性。

模式识别协同算法的旋转、缩放不变性

引入复平面对数映射的方法，解决Haken模式识别协同算法中旋转和缩放不变性的问题，对识别过程在算法上进行了简化，并以人脸为例进行了识别．

基于多学科协同算法的机床主轴优化设计

用多学科设计优化理论进行了机床主轴参数的优化设计.以主轴质量、外伸端挠度和切应力为同步优化目标,利用协同优化算法思想建立了两级优化数学模型,包括一个系统级模型和三个子系统级模型.运用iSIGHT软件对优化数学模型求解,在使得主轴质量最小的同时保证有较好的刚度和强度.计算结果表明多学科设计优化在处理多目标优化问题时有明显的优越性.

基于多学科协同算法的V型带传动优化

针对带传动优化过程中存在的多目标、多约束特点,采用多学科设计优化理论进行了V型带传动参数的优化设计。以中心距和皮带根数最小为同步优化目标,利用协同优化算法思想建立了两级优化数学模型,其中包括一个系统级模型和两个子系统级模型。运用iSIGHT软件对优化数学模型进行了求解,与现有文献的优化方法相比,中心距和皮带根数均有减小,可以简化结构并降低成本。计算结果表明多学科设计优化在处理多目标优化问题时有明显的优越性。

基于多目标粒子群协同算法的状态参数优化

针对铅锌烧结过程综合透气性、烧结终点的优化具有强非线性、计算复杂等特点,提出了一种有效的多目标粒子群协同优化算法。首先,建立了有综合透气性、烧结终点两个目标的优化模型。接着,通过改进的约束比较方法、粒子极值选取方法,以及利用不同的粒子群来分别优化相应的变量,提出了一种改进的多目标粒子群协同优化算法。最后,利用提出的多目标优化算法进行综合透气性、烧结终点的优化。仿真结果表明,所提出的多目标优化算法能较好地解决综合透气性、烧结终点的优化问题。

基于多窝蚁群协同算法的配电网最优布线方法

为准确判断配电网布线时的异常情况,文章设计了基于多窝蚁群协同算法的配电网最优布线方法,以期提高布线效率、改善布线效果。首先在既定的主干线路中选取分支路线,建立路线规划模型;然后引入多窝蚁群协同算法,将负荷节点及对应主干线路节点作为蚂蚁爬行的路线,对所有爬行路线进行整合与更新后,得到配电网中最优布线方法。测试结果表明,在应用该方法后,当测试次数达100次时,最优布线的平均准确度为87%,并且布线完成的平均时间仅7.1010 s,可见该方法在实际使用中有一定效果。

考虑数据稀疏性的图书推荐协同过滤算法仿真

图书推荐算法易忽略数据稀疏性问题,导致推荐结果与用户感兴趣内容之间存在较大的偏差。在考虑数据稀疏性的基础上提出一种图书推荐协同过滤算法,对数据预处理,通过对用户和用户之间综合信任度分析,利用分布估计算法对用户兴趣建模;构建用户兴趣簇类集,划分用户兴趣,从中选择出与检索对象最接近的邻居;计算邻近项目得分,按照从大到小的顺序排列,排名靠前的资源项即为图书推荐结果。实验结果表明,所提方法在推荐500本图书时,用时在12s内,且降低了平均绝对误差和均方根误差,实现了最精准的图书推荐。

协同过滤下混合大数据无损挖掘算法研究

大数据具有大规模性、多样性以及价值性,由于海量数据间的较高相似度,导致数据挖掘过程易受冗余干扰,出现数据丢失、损坏等问题。为解决上述问题,提出基于协同过滤算法的混合大数据无损挖掘方法。对混合大数据集成预处理,去除冗余,将不同来源的相同数据无损融合。采用协同过滤算法的时间衰减函数,计算挖掘项目间相似性。在混合大数据特征关联度的约束下,实现混合大数据无损挖掘。实验结果表明,所提方法应用下,混合大数据量高达25000MB时,数据挖掘所需时间仅为45ms左右,且挖掘精度高达95%以上,数据挖掘结果与目标具有一致性。

基于协同过滤算法的信息技术课程资源推荐系统设计与应用

为解决教学资源利用效率低下问题,提高个性化学习体验,本研究采用协同过滤算法作为核心技术手段,设计基于协同过滤算法资源推荐系统,基于用户历史行为与偏好数据,有效识别与推荐符合个别用户需求的教学资源。研究主要集中在系统总体框架设计、功能模块实现上,并通过对比测试来验证推荐系统功能有效性。结果表明,本推荐系统不仅可提高课程资源匹配度与使用率,还具有较高的稳定性与准确性。研究结果可为信息推荐领域发展提供实际参考。

基于协同过滤算法的新闻推荐系统的设计与实现

为了使用户在海量的电子新闻中,快速阅读个人感兴趣的信息,文章开发设计了新闻推荐系统,在对系统设计思路,总体结构设计介绍的基础上,分析了系统中协同过滤算法的实现过程,同时给出了系统主要模块的具体实现,实践表明该系统运行流畅,效果令人满意。

融合词性标注与协同过滤算法的口译顺句驱动研究

人工智能和信息时代为口译职业与口译教育带来了深刻变革与发展机遇,远程工作模式的普及、语音识别技术及自动翻译工具的崛起向译员发起了更高要求,特别是在复杂语境决策选择、顺句驱动技巧与CAI自动化工具协同能力、译语客户满意度等方面.针对目前CAI(计算机辅助口译)的语言识别技术与译员口译技巧的衔接欠佳问题,提出了一种改进的基于词性标注规则的协同过滤算法,以辅助口译顺句驱动技巧的应用.该方法结合了词性标注和协同过滤算法,能够在一定程度上提升口译的质量和准确性.首先介绍了口译顺句驱动技巧的基本概念和方法,继而详细阐述了词性标注和协同过滤算法的原理和应用.最后,通过在多个数据集上进行实验,验证该方法的有效性和优势.这项研究旨在为信息时代口译技术的发展增添新的内容,并为关于口译职业与口译教育相关问题的优化设计提供灵感.

人机合作多蚁群协同进化算法的潜艇管路布局

本文针对潜艇多管路布局空间结构,运用协同进化的思想,结合人机合作思想,提出了基于人机合作的多蚁群协同进化算法的潜艇管路智能布局方法;该算法潜艇的每一条管路对应一个蚁群,一方面采用基于顺序蚁群优化算法的布局,一方面采用人机合作的多蚁群协同进化方法对选取的系统模型进行布局优化以使多管路布局达到最优;该算法既不必考虑布局顺序,又避免了增加管路布局数量时组合爆炸现象的发生,从整体优化管路布局;在测试模型上的验证结果验证了该算法的可行性和有效性。