基于改进人工鱼群算法的无人机三维航迹规划

无人机航迹规划算法中,针对传统人工鱼群算法(Artificial Fish Swarm Algorithm,AFSA)存在易陷入局部最优、优化效率不佳等问题,引入了步长衰减函数,提出了一种自适应步长的人工鱼群算法(Adaptive Step Size Artificial Fish Swarm Algorithm,AS-AFSA),实现航迹规划中全局与局部收敛的自适应;进一步给出了人工鱼权重优化策略,提高人工鱼群算法的收敛速度与精度。仿真结果表明,改进人工鱼群算法在无人机航迹规划情景下表现优异,迭代次数相同条件下,航迹代价相较于狼群算法(Wolf Colony Algorithm,WCA)优化了4.5%,相较于传统人工鱼群算法优化了2.5%。

基于模拟退火改进人工鱼群算法的交通信号配时优化

针对传统的信号配时算法无法适用于过饱和流量的交叉口的限制,结合模拟退火算法初值鲁棒性和局部收敛精度高的特点改进人工鱼群算法以提升其全局搜索能力,然后综合考虑周期时长、绿灯时间和饱和度等作为约束条件,以交叉口车均延误最小为目标函数构建信号配时优化模型,分别利用单一智能算法(模拟退火算法,人工鱼群算法)及其组合改进算法(模拟退火改进人工鱼群算法)对模型进行求解,并对现状方案和3种智能算法求解方案情况下的交叉口整体车均延误进行对比。结果表明,模拟退火改进人工鱼群算法的效果明显优于现状和单一算法,在迭代的初期便能非常接近最优解和稳定下降趋势,表现出快速寻优能力,验证了模拟退火改进人工鱼群算法的可行性与适用性。

基于改进人工鱼群算法的无人机三维航迹规划

针对无人机在三维空间里的航迹规划问题,从加快收敛速度和保证收敛效果的角度,对标准人工鱼群算法进行改进。首先,引入自适应视野和自适应步长的改善因子α,加快算法的收敛速度;然后,设定最小视野和最小步长,保证算法的搜索能力;最后,增加跳跃行为,确保算法在后期可以跳出局部最优。通过软件进行算法的仿真和对比验证,仿真实验结果表明,算法在搜索初期具有较快的搜索速度和较好的收敛效果,搜索后期可以跳出局部最优,算法的有效性得到验证;对比实验结果表明,算法在搜索后期,最佳适应度有所改善,算法的优越性得到验证。

改进的人工鱼群算法

通过对人工鱼群算法的研究,给出了改进的人工鱼群算法。采用最优个体保留策略对觅食行为进行改进,防止群体中最优个体的退化;给出加速个体局部搜索方法,改进算法中的聚群行为和追尾行为,使全局最优值更快地突现出来;根据双射的定义和性质,在不影响最终寻优结果的情况下对问题的搜索域进行"缩小",从而加速了全局搜索。仿真结果表明改进的人工鱼群算法具有求解精度高、寻优成功率高、收敛速度快、算法稳定等优点。

基于改进人工鱼群算法的含大规模风电电网无功优化

针对大规模风电的波动性和随机性对电网无功电压优化初值影响较大,使无功优化求解不能充分考虑电压越限节点,而过早收敛,最终不能得到全局最优解的问题,提出基于改进人工鱼群算法对含大规模风电的复杂电网进行无功电压优化。在算法流程初期将类似遗传算法的变异机制引入其中,用以优化调整人工鱼群,在算法流程后期应用自适应可见域及步长的方法解决人工鱼群算法计算后期容易出现的陷入局部最优解以及收敛速度慢的问题。最后以接入大规模风电的甘肃电网为例,应用常规输电网动态无功优化模型,对文中的改进人工鱼群算法进行实例验证,从而证明算法的可行性和有效性。

改进的人工鱼群算法和Powell法结合的医学图像配准

针对目前基于互信息图像配准的局部极值问题,提出了一种改进的人工鱼群算法和Powell算法结合的多分辨率医学图像配准算法.该算法采用新的相似性测度方法即归一化模糊加权互信息和归一化局部能量加权匹配度,利用多分辨率策略采用HPV插值,并采用改进的人工鱼群算法结合Powell算法完成医学图像的配准.采用改进的人工鱼群算法在图像的最低分辨率上进行全局优化,以全局最优值为初始值,结合Powell算法完成图像配准.这不仅基本解决了互信息函数和Powell算法的局部极值问题,还减少了数据的处理量,加快了配准速度.实验结果表明,文中算法与其他经典的配准算法相比,提高了配准的精确度和性能.

改进型人工鱼群算法及复杂函数全局优化方法

在分析人工鱼群算法存在不足的基础上,对人工鱼群算法加以改进,提出了一种改进型人工鱼群算法。该算法提高了全局搜索能力和收敛速度,并用于求解具有变量边界约束的非线性复杂函数最优化问题。仿真结果表明,改进后的人工鱼群算法具有精度高、搜索速度快等特点,是一种求解复杂函数全局最优化的智能算法。

改进的人工鱼群算法在电力系统经济负荷分配中的应用

经济负荷分配是提高电力系统经济运行、减少发电成本的关键问题,针对现行优化电力系统经济负荷分配方法存在的不足,在传统人工鱼群算法基础上,引入了动态变量(可变感知距离、变尺度移动步长和随机移动的概率)和t分布概率算子,提出了一种改进的人工鱼群算法对机组有功出力进行合理分配,并利用该方法对某地3机系统进行多时段仿真。结果表明,该算法不仅优化了多台机组负荷的最优分配,且能更快更准地获取全局最优解,具有较高的使用价值。

基于改进人工势场-鱼群算法的LBS最短路径修正研究

LBS(Location Based Service),即基于位置的服务,是通过无线通信设施或是外部定位方式取得移动终端用户位置信息,在GIS系统的支持下,为用户提供相应位置服务的一种增值服务。以LBS系统中动态目标的追踪为研究对象,通过对基础人工势场法进行研究,提出一种改进人工势场法:在引力场中加入速度因素,使其能追踪动态目标。同时,由于复杂环境的多变性,将改进人工势场法与人工鱼群算法相结合,对路径进行评估和修正,获得最优路径。仿真实验显示,该算法在LBS系统中的有效性,同时与一般智能算法相比,基于改进人工势场-鱼群算法到达目标时间明显缩短,提高了搜索效率。

改进的人工鱼群算法在邯郸市水资源优化配置中的应用

鉴于水资源短缺、用水紧张、水资源不合理利用是我国水资源面临的严峻问题,基于水资源现状,合理、科学的水资源优化配置是实现水资源协调可持续发展的必要条件。以邯郸市为研究对象,采用改进人工鱼群算法,建立水资源优化配置模型,对邯郸市水资源进行合理分配。结果表明,在规划水平年2020年,25%、50%保证率下仅有武安县缺水,缺水率分别为4.8%、11.5%;在75%保证率下,涉县、武安县、永年县缺水,缺水率分别为1.8%、21.1%、10.8%;相比优化配置前,供需平衡矛盾有了明显改善,水资源优化配置较为合理;改进的人工鱼群算法较基本人工鱼群算法具有更强的可行性,为水资源优化配置提出一个新思路。

基于改进人工鱼群算法的多用户OFDM系统自适应资源分配

在鱼群算法中提出了人工鱼的吞食行为,对算法进行了改进,在保证算法性能的前提下明显降低了人工鱼群算法的复杂度。通过对多用户OFDM系统模型的分析,结合对用户公平性的考虑,给出了该系统中自适应资源分配问题的目标函数。用改进鱼群算法在保证用户公平性的基础上,很好地解决了多用户OFDM中的自适应资源分配问题,实现系统总传输速率最大化。

冗余机器人喷涂系统改进人工鱼群逆运动学求解算法

针对一种带有冗余自由度的船舶分段机器人喷涂系统逆运动学问题,使用改进Denavit-Hartenberg(DH)参数法建立了机器人系统的运动学模型。以位姿误差最小及关节行程最短为目标,构建了冗余机器人逆运动学问题优化模型,提出一种改进人工鱼群算法(IAFSA)对模型进行求解。IAFSA引入基于正态分布的视野范围及移动步长动态调整策略来改善解的精度并缩短计算时间,提高算法综合性能。与人工鱼群算法和混合改进人工鱼群算法进行了对比实验,实验结果表明IAFSA搜索能力强、收敛速度快、计算时间较短,逆解良好的精度和误差稳定性在SolidWorks Motion仿真中得到验证,体现了IAFSA算法在冗余机器人逆运动学求解问题中的有效性。

基于改进人工鱼群算法的光伏系统MPPT研究

针对光伏系统最大功率点跟踪(MPPT)传统算法的不足,提出一种改进的人工鱼群算法(IAFSA),该算法将扰动观察法(P&O)引入到人工鱼群算法。首先利用扰动观察法实时性强和跟踪快速的特点找到系统的最大功率点,然后由人工鱼群算法对全局最大功率点进行快速搜索跟踪,确定功率点极值,避免了扰动观察法使功率最大点陷入局部极值的问题。应用Matlab仿真,分别以标准环境温度下光照均匀和光照部分被遮蔽以及不同环境温度下光照部分被遮蔽3种条件对IAFSA与传统的P&O和PSO算法最大功率点跟踪效果进行比较,仿真结果表明,采用IAFSA算法可有效跟踪光伏系统的最大功率点,提高系统的应用效率。

基于约束优化问题的人工鱼群算法及其改进

在人工鱼群算法基础上,对人工鱼群算法进行改进,结合遗传算法提出的适应度函数来解决约束优化问题.具体表现在改进了人工鱼的觅食行为,另外引入了吞噬行为以便加快收敛速度,得到更优的适应度值.仿真结果表明改进的人工鱼群算法在解决约束优化问题时,具有收敛速度快、适应度值优、全局寻优性能强等优点.改进的人工鱼群算法较之基本人工鱼群算法具有更好的性能.

人工鱼群算法改进方法概述

人工鱼群算法由于其全局搜索能力较强,在参数估计、神经网络、组合优化中得到广泛应用。随着对于基本人工鱼群算法的进一步深入研究,鱼群算法仍有问题需要改进,因此,近些年来,对于人工鱼群算法的改进研究十分活跃。对人工鱼群算法改进方法进行了论述,从自身改进和与其他算法融合两个大方向进行评述,为后续改进型人工鱼群算法的研究提供了理论基础。

基于改进人工鱼群算法的WNN优化设计

针对人工鱼群算法优化设计小波神经网络(WNN)的缺陷,引入了视野范围与步长的自调整策略,以提高搜索效率和收敛速度。改进后的人工鱼群算法可在WNN的搜索空间中同时确定参数初始值和隐节点数。仿真实例验证了其有效性。

基于改进人工鱼群算法的配电站三维空间的传感器优化布置

为了解决配电网中三维空间故障检测传感器节点的优化配置问题,提出了基于物联网传感器和改进的人工鱼群算法,解决配电网中三维空间故障检测传感器节点的优化布置问题,实现空间检测传感器节点的有效优化布置。首先采用MSP 430F 149微处理器芯片构建空间传感器节点,与监控计算机组成配电站温度监控系统,实现配电站温度检测数据的有效采集、传输和处理。其次,通过人工鱼群的初始化和改进梯度下降法改进传统的人工鱼群算法,增大视野和提高算法的收敛精度,最后应用改进的人工鱼群算法优化检测传感器节点的配置。实验证明基于物联网传感器和改进的人工鱼群算法可以对变电站进行有效的空间优化监控。

基于改进人工鱼群算法的低压输水管网优化设计

低压管道输水可以减少渗漏和蒸发损失,提高水资源利用率,节约耕地,但管道输水投资较高,如何通过合理设计降低投资已成为低压输水管网可持续发展的重要研究课题。为减少投资总费用、满足灌溉节点流量需求,提出一种改进人工鱼群算法的低压输水管网优化模型。以管网年投资为目标函数,然后引入罚函数将其转化为无约束问题,并对硬聚氯乙烯(unplasticized polyvinyl chloride,简称UPVC)管管道工程造价拟合优化,建立满足节点需水量的数学模型,采用自适应步长和视野范围的改进人工鱼群算法进行求解。实例结果表明,改进人工鱼群算法的年费用为4.68万元,比原投资年费用(6.12万元)减少23.53%,有效优化了管网布置,降低了投资成本。

改进的人工鱼群算法在二维板材下料问题中的应用

为提高板材利用率,采用人工鱼群算法进行研究,算法中加入改进的觅食行为和改进的聚群行为,对行为进行了改进,并将该算法用于求解二维板材下料问题.通过仿真实验与文献中的改进粒子群算法和基本人工鱼群算法进行比较,结果表明:改进后的算法得到的最优解要优于文献中的算法,实现提高板材利用率的问题.

基于改进人工鱼群-蛙跳算法优化LSSVM参数短期负荷预测

短期电力负荷预测在电力系统安全调度、经济运行方面起到关键作用。在用最小二乘支持向量机进行负荷预测时,参数选择将直接影响预测精度。为了提高LSSVM负荷预测精度,文中提出一种基于Levy变异自适应视野人工鱼群-蛙跳算法对LSSVM进行参数优化的方法。以某县负荷、天气等历史数据对LSSVM进行训练,建立LAVAFSA-SFLA-LSSVM、AFSA-LSSVM、LAFSA-SFLA-LSSVM共3种预测模型,对该地区某日24 h的电力负荷进行预测。算例结果表明,LAVAFSA-SFLA-LSSVM预测精度比AFSA-LSSVM和LAFSA-SFLA-LSSVM更高,预测误差更小。