基于自适应猴群算法的传感器优化布置方法研究

针对猴群算法中爬过程和望过程的搜索方式较为机械,以及跳过程的方式较为单一的问题,提出一种用于传感器优化布置的自适应猴群算法。采用双重编码的方式,克服了原猴群算法只能解决连续变量优化问题的缺陷;对爬过程和望过程进行了改进,使其能够自适应选择这两个搜索方式以提高算法的局部搜索能力和效率;提出了两种全新的跳过程,即反射跳和变异跳,来增强算法的全局搜索能力。文末以大连国贸大厦为例,进行了参数敏感性分析以及传感器优化布置方案的选择,结果表明自适应猴群算法的搜索效率较原猴群算法有了大幅提高,能较好地解决传感器优化布置问题。

基于病毒猴群算法的传感器优化布置方法研究

将病毒进化理论引入到猴群算法中,提出了一种用于传感器优化布置的病毒猴群算法。采用双重编码的方式,克服了原猴群算法只能解决连续变量优化问题的缺陷;在猴群中引入生物病毒机制对其进行感染,通过病毒和猴群的分工协作,来实现猴群个体之间纵向和横向的信息交流,以此维持个体的多样性,来大幅度增强算法的局部搜索能力;并将猴群不断的进行分类,采用大病毒和小病毒分别对其进行感染操作,加强算法的搜索精度。文末以大连国贸大厦为例,进行了参数敏感性分析以及传感器优化布置方案的选择,结果表明,病毒猴群算法的搜索效率较原猴群算法有了大幅提高,能较好地解决传感器优化布置问题。

基于协同爬猴群算法的传感器优化布置方法研究

基于协同进化的思想,提出了一种用于传感器优化布置的协同爬猴群算法。采用双重编码的方式,克服了原猴群算法只能解决连续变量优化问题的缺陷。在爬过程中引入采用猴群的整体行为来影响猴子搜索方向的聚群行为,以及利用全局最优猴子的位置来影响猴子搜索方向的追尾行为,通过对两种行为进行合理选择,有效提高了爬过程的搜索效率与速度。最后以大连国贸大厦为例,进行了参数敏感性分析以及传感器优化布置方案的选择,结果表明协同爬猴群算法的搜索效率较原猴群算法有大幅提高,能较好地解决传感器优化布置问题。

基于小生境猴群算法的传感器优化布置方法研究

将小生境进化理论引入到猴群算法中,提出了一种用于传感器优化布置的小生境猴群算法。采用双重编码的方式,克服了原猴群算法只能解决连续变量优化问题的缺陷,并采用混沌搜索的方式产生初始猴群位置,使猴群均匀分布;将猴群分为多个小生境猴群系统,形成各自独立的搜索空间;基于共享适应度的方法对小生境猴群进行末尾淘汰,并随机初始化产生新的猴子,提高小生境猴群的多样性;利用各个小生境猴群的平均适应度替换机制使得优良猴子位置信息能够得到共享,提高算法的整体搜索性能和收敛效率。文末以大连国贸大厦为例,进行了参数敏感性分析以及传感器优化布置方案的选择,结果表明小生境猴群算法的搜索效率较原猴群算法有了大幅提高,能较好地解决传感器优化布置问题。

基于分布式猴群算法的传感器优化布置方法研究

建立了针对具有较多自由度的大型结构传感器优化布置的分布式猴群算法。通过引入双重编码的方式,克服了原猴群算法只能解决连续变量的缺陷;针对单个猴群全局搜索能力较弱的问题,提出了一种将初始化产生的大量猴子个体按照指定的方式分配到多个猴群进行同步并行搜索的方法;考虑原猴群算法能够跳出局部最优的特点以及和声算法较强的局部搜索能力,提出将每个猴群得到的初步最优解作为初始和声记忆库,采用基本和声算法进行二次搜索的方法,来获取传感器的最终布设方案。文末以大连国贸大厦为例,进行了参数敏感性分析以及传感器优化布置方案的选择,结果表明分布式猴群算法具有较强的全局寻优能力,非常适用于具有较多自由度的大型结构传感器优化布置。