求解最小双连通支配集问题的变邻域禁忌搜索算法

针对经典NP难优化问题——最小双连通支配集问题,提出了一种元启发式求解算法——变邻域禁忌搜索算法。算法将原优化问题的求解转换为一系列判定问题——k双连通支配集问题的求解,使用两种邻域结构更加有效地覆盖解空间,同时使用扰动及禁忌机制帮助算法跳出局部最优陷阱。通过与现有文献中的精确算法、启发式算法在国际文献公开的38个双连通图算例上的实验对比,结果表明变邻域禁忌搜索算法能够有效求解最小双连通支配集问题,可求得所有公开算例的最优解,并且在稠密图中计算效率明显优先于其他算法。

融合均值榜样的反向互学习水母搜索算法

为解决水母搜索算法(jellyfish search algorithm,JS)的洋流运动缺乏多样性、群内运动缺乏引导性、种群间信息无交流,造成搜索速度慢、稳定性差及易早熟的问题,构建了一种融合均值榜样的反向互学习水母搜索算法(oppositional-mutual learning jellyfish search algorithm based on mean-value example,OMLJS).首先在水母跟随洋流运动(全局搜索)部分,利用前两代水母的平均位置代替只考虑上一代水母的平均位置来引导水母个体的位置更新,提高算法的全局搜索能力;其次在水母的群内主动运动(局部搜索)部分,利用最优个体代替随机个体来引导水母进行更有效的搜索,加快算法的收敛速度;然后在水母进入下一次迭代前增加对水母种群进行动态反向互学习步骤,增加种群多样性及增强种群间的信息交流,达到互补另外两个策略,提高算法的整体优化性能.选用12个经典的基准测试优化函数,将OMLJS与5个对比算法从解的平均值、最优值及方差进行对比分析,并用于求解最小生成树问题,OMLJS能够更快地找到最小生成树.实验结果表明,OMLJS的收敛速度、求解精度明显提高.

基于改进乌鸦搜索算法评定圆度误差

针对传统启发式智能优化算法评定圆度误差计算效率低且容易陷入局部最优解的问题,提出采用改进乌鸦搜索算法评定圆度误差。根据最小区域拟合准则建立乌鸦搜索算法评定圆度误差数学模型,并引入权重系数,提高算法全局搜索能力,同时设定最小二乘圆心附近为乌鸦搜索初始位置,提高算法搜索效率。最后通过模拟和实验验证了所提算法的准确性和高效性,并通过多组数据对比发现改进乌鸦搜索算法的全局搜索能力较遗传算法(GA)、粒子群算法(PSO)和传统乌鸦搜索算法(CSA)得到明显提升。

两种高效局部搜索算法求解RB模型实例

RB(revised B)模型是一种在约束可满足问题中具备精确相变增长域的随机实例模型,提出两种高效的启发式局部搜索算法用于解决RB模型生成的大值域约束可满足问题。首先为基于权重指导搜索的W-MCH算法,该算法通过约束判断和违反约束数计分来进行搜索,并引入了基于约束违反概率的权重计算公式,根据其关联的约束权重进行修正,再对变量进行迭代调整。然后提出最小化值域的MDMCH算法,该算法通过记录违反约束和逐步消除已违反约束变量的启发式策略来减少搜索空间,并在最小化后的变量域内重新校准变量赋值,进而有效提高算法的收敛速度。此外,还提出了融入模拟退火策略的WSCH和MDSCH算法,这两种算法都能根据变量的表征特点对变量域进行针对性的搜索。实验结果表明,与多种启发式算法相比,这两种算法在精度与时间效率方面均呈现明显提升,在复杂难解的实例中能够提供高效的求解效率,验证了算法的有效性和优越性。

改进爬行动物搜索算法的线阵波束形成研究

针对最小方差无畸变响应方法在已知先验信息的情况下抗干扰性能较差的问题,提出了基于改进爬行动物搜索的波束形成方向图控制算法。该算法通过设置合适的适应度函数,迭代寻找最优权值,并利用其实现对方向图的控制。首先采用Sobol序列对种群初始化方法进行改进,获得更均匀的种群初始分布;其次,改进进化因子提高该算法的收敛速度;最后,为了增强抗干扰性能,对适应度函数进行改进,使方向图旁瓣更低。仿真实验表明,相较于传统算法,该算法可以获得更深的零陷并将其准确的对准干扰来向,同时降低峰值旁瓣电平,提高了对干扰的抑制能力,使得元启发式算法在波束形成领域更具应用价值。

基于改进乌鸦搜索算法的短期光伏功率预测

为了减小预测光伏发电功率时的误差,现提出一种基于改进乌鸦搜索算法,结合最小二乘积向量模型来进行短期光伏功率预测,最终通过软件构建模型与其他算法相比较得出该算法进行光伏功率预测提高了原始群体的品质以及丰富性,同时规避了被选取对象的无目的性,利用此种寻优算法极大程度地提高了最终结果的精确度,为短期光伏功率预测提供了一种方法。

麻雀搜索算法改进LSSVM的网络入侵检测

针对最小二乘支持向量机模型进行网络入侵检测的性能受其控制参数设定的影响,为提高网络入侵检测的精度,提出一种基于麻雀搜索算法优化LSSVM模型控制参数的网络入侵检测模型。与PSO-LSSVM模型、GA-LSSVM模型、GWO-LSSVM模型和LSSVM模型相比,SSA-LSSVM模型的网络入侵检测精度最高,可以实现网络入侵的高精度检测,为网络安全维护和增强入侵检测功能提供科学参考。

求解图着色问题的最大最小蚁群搜索算法

针对图着色问题在传统的启发式蚁群算法的基础上提出了一种最大最小蚂蚁系统搜索算法,最大最小蚁群系统将正反馈、分布式计算特点与启发式算法思想有效的结合起来,可以改进信息素更新策略和引入了信息素平滑机制,使得加快了求解的收敛速度,又有效的避免了启发式算法易陷入局部最优。通过给中国地图着色的仿真实验结果表明,方法对图着色问题的求解是可行、有效的;并通过大量的实验证明了算法在求解的效率和求解的稳定性方面优于传统的蚁群算法。

最小比率旅行商问题的引力搜索算法求解

经典旅行商问题的目标函数是总路程最小,而在实际情况中往往会考虑旅行商的收益问题,研究了以总路程和总收益之比为目标函数的最小比率旅行商问题.由于该问题的目标函数是非线性的,比求解目标函数是线性的旅行商问题更为困难,为有效求解该问题,提出一种引力搜索算法.算法基于万有引力定律和牛顿第二定律进行寻优,并采用速度和位置的计算模型.同时结合随机键的编码方法,将搜索个体的连续位置转换为离散的城市访问顺序.给出了算法的具体实现方案,并通过仿真和比较实验验证算法的优化性能.实验结果表明该算法可以有效求解最小比率旅行商问题.

引入方向因子的最小回路、最大回路搜索算法

提出了最小回路、最大回路和方向因子的概念 ,基于方向因子构造了最小回路、最大回路搜索算法。算法依据图论知识 ,建立改进后的无向图邻接矩阵 ,根据节点坐标确定搜索始点 ,将搜索边矢量化 ,结合节点坐标求解邻接边的方向因子 ,按方向因子的大小可以快速确定搜索边 ,形成了无向图中最小回路、最大回路搜索算法。该算法每搜索一次都可以确定一条搜索边 ,通过生成退化图减小下一次搜索的搜索范围 ,提高了搜索速度 ,反映出较小的时间复杂度。根据该算法编制了相应的算法程序 。

基于混合果蝇算法的桩锚支护深基坑临界滑面搜索

进行基坑整体稳定性分析常采用极限平衡法,但仍然需要依据经验试算一系列滑面,将安全系数最小的滑面确定为最危险滑面.针对此问题,提出将果蝇优化(FOA)算法与禁忌搜索(TS)算法融合,提出自适应步长的混合果蝇优化算法(HFOA),以克服基本果蝇算法局部寻优精度不高且易陷入局部最优的缺点,确保获得全局最优解,并结合简化Bishop算法用于临界滑面的搜索.在Matlab中编程实现该算法,通过与6种启发式算法进行对比,结果表明,HFOA适用于均质土悬臂支护基坑、成层土和含软弱夹层的桩锚支护基坑,相较于遗传算法等6种算法具有更快的收敛速度、更高的收敛精度和可靠性,为深基坑临界滑动面搜索提供了一种新的求解策略.

基于改进麻雀搜索算法的平面度误差评定方法

针对在平面度误差最小区域评定过程中易出现陷入局部最优、收敛速度慢和精度低的问题,提出了一种基于改进麻雀搜索算法(ISSA)的平面度误差评定方法。首先,采用具有更好遍历性的Kent混沌映射代替传统的Logistic混沌映射生成初始化种群,以增强算法的全局搜索能力;然后,应用一种基于光学透镜成像原理的反向学习策略以避免算法无法跳出局部最优;选用经典测试函数验证了ISSA算法的有效性,相对于SSA能够取得更好的寻优效果;最后,应用该方法对平面度误差进行评定,并与引用的其它方法进行比较。实验结果表明:基于ISSA算法的平面度误差评估方法用时0.4884 s能够解得最小包容平面,与应用SSA算法相比减少了0.3705 s,其计算精度与应用最小二乘法、遗传算法和粒子群算法的平面度误差评定方法相比分别减小了18.0325μm、2.3325μm、6.1325μm。基于ISSA算法的平面度误差评估方法在优化效率、求解质量、计算精度和稳定性上均有优势,可应用于三坐标测量机等形位误差测量仪器。

城市小时级需水量的改进型引力搜索算法-最小二乘支持向量机模型预测

本文研究利用最小二乘支持向量机(least squares support vector machine,LS-SVM)算法建立城市小时级需水量预测模型.采取精英策略,自适应的速度更新权重系数,同时引入粒子历史最优信息对引力搜索算法(gravitational search algorithm,GSA)进行了改进.最后采用改进型引力搜索算法(ameliorated gravitational search algorithm,AGSA)优化LS-SVM水量预测模型的正规化参数和核参数来提高模型的预测精度及预测速度.理论测试与实例分析表明,基于AGSA比基于GSA,遗传算法(genetic algorithms,GA)和粒子群优化算法(particle swarm optimization,PSO)的LS-SVM水量预测模型具有更好的预测精度,从而验证了基于AGSA的LS-SVM算法适用于小时级需水量预测问题,AGSA适用于多领域的模型参数的优化过程.

圆度误差的网格搜索算法

本文提出了一种新的圆度误差评定方法—网格搜索算法,详细论述了该算法求解圆度误差的原理和步骤。该算法不采用最优化及线性化方法,其原理是在最小二乘圆心周围按一定规则布置一系列的网格点,依次以各网格点为理想圆心计算所有测点的半径值,按照圆度误差的定义即可获得相应评定方法(最小区域圆法、最小外接圆法和最大内接圆法)的圆度误差值。试验及仿真结果表明,网格搜索算法可以有效、正确地评定圆度误差。

基于万有引力搜索算法的电厂锅炉NO_x排放模型的参数优化

以某330MW煤粉汽包锅炉为测试对象,以支持向量回归机为基础,利用最小二乘支持向量机和一种新的寻优算法———万有引力搜索算法进行了综合建模及参数优化.结果表明:建立的模型较好地实现了对电厂锅炉NOx质量浓度排放量的预测;与遗传算法、蜂群算法和粒子群算法相比,万有引力搜索算法能更好地找到未知优化参数,使得所建模型具有更高的预测能力和泛化能力,从而有效控制燃煤电厂NOx的排放量.

一种基于模型的配电网故障诊断搜索算法

提出用二进制编码逻辑运算求解最小碰集的算法,该算法将求解最小碰集问题映射到0/1整数规划问题,即首先对系统进行建模仿真,得到最小冲突集簇,然后求出系统的所有候选碰集,对系统中每个元件进行二进制编码,最后采用自底向上的搜索方法,进行搜索确认,在确认的过程中,使用二进制代码的逻辑"或"运算。将该算法分别从最小冲突集数和最小冲突集簇中所含的总元件数这两方面与其他的最小碰集算法进行比较。实验结果表明,这2种因素对二进制编码算法的时间效率影响较小。最后,以一个实际配电网诊断为例,将所得的最小冲突集簇分别用该算法和其他的最小碰集算法计算,计算结果更加充分地说明了该算法的优越性。

度限制最小树的蚂蚁算法

Based on the ant system methodology,this paper offers an algorithm for the degree constrained minimum spanning tree problem.Compared with some other algorithms, numerical examples are tested which give promising results and useful conclusions.

求解二次指派问题的最优迭代最大最小蚂蚁算法

为提高二次指派问题的求解质量,设计了一个有效的最大最小蚂蚁求解算法。首先,运用最优迭代思想,让每只蚂蚁从当前最优路径中随机地选择位置及其对应的任务作为下一轮迭代的初始值,增强每轮搜索的有效性;其次,采用加入新任务后目标值的增量作为启发式因子来引导状态转移,增加每步搜索的目的性;然后,应用多精英策略来进行信息素更新,增加解的多样性;并设计有效的双重变异技术来提高解的质量,提高算法的收敛速度;最后,应用QAPLIB数据集进行了大量实验,结果表明:该算法在二次指派问题的求解质量和稳定性上显著优于其他算法。

圆柱度误差的网格搜索算法

提出了一种评定圆柱度误差的新算法——网格搜索算法。该算法不采用最优化及线性化方法,只需重复调用点至直线的距离公式和简单的的判断就可以得到符合定义的4种评定方法的圆柱度误差值。详细论述了该算法求解圆柱度误差的原理和步骤。仿真结果表明,网格搜索算法可以有效、正确地评定圆柱度误差。

基于离散布谷鸟搜索算法的带阻塞有差速混合流水车间调度

基于以最小完工时间为目标的带阻塞有差速混合流水车间调度问题,提出了一种改进的离散布谷鸟搜索算法。在基本布谷鸟搜索算法的莱维飞行和巢寄生性的基础结构上,提出了一种基于交叉策略的莱维飞行机制,以便算法能够解决离散问题;同时,通过非余弦递减策略的动态发现概率去发现劣质鸟巢,并利用排列差分进化算法的变异思想将劣质鸟巢重建;在搜索过程中设定全局最优极值保持代数为阈值去重新发现劣质鸟巢,以防止算法陷入局部最优;最后利用邻域搜索方法进一步提高算法的搜索精度。通过仿真实验验证了该算法在求解混合流水车间调度类离散问题上的有效性与优越性。