基于极坐标编码的改进人工鱼群算法

针对人工鱼群算法收敛速度慢、求解精度低及易陷入局部最优的问题,提出了一种改进的人工鱼群算法。为提高求解精度,算法采用极坐标编码形式增加单个母体解空间表达的多样性,在迭代求解过程中根据适应度值依概率调整极角,逐步降低观测结果的不确定性。通过对三种行为方式进行调整,去除影响搜索方向性的随机移动行为,将搜索重点集中在最优解邻域内,有效降低算法重搜索的可能性,以提高算法的收敛速度。实验结果表明,该算法在收敛性和稳定性上优于基本人工鱼群算法、自适应人工鱼群算法和生境人工鱼群算法,验证了算法的有效性。

一种基于极坐标编码的果蝇优化算法

针对果蝇优化算法易陷入早熟收敛、收敛速度慢、寻优精度低的缺点,提出一种基于极坐标编码的果蝇优化算法.为提高果蝇优化算法的寻优精度,采用极坐标编码的形式,以增加单个母体寻优空间表示方法的多样性,并使种群中的个体,在围绕个体的整个超球体内随机搜索,使个体的搜索范围更加广泛.在迭代寻优过程中,根据适应度值和概率调整极角,逐渐降低观测结果的不确定性.通过9个基准测试函数,对基于极坐标编码的果蝇优化算法进行仿真实验,结果表明了算法在收敛性和稳定性方面,优于其它5个优化算法,测试结果验证了极坐标编码方法的有效性和可行性.

极坐标结合自编码在全野外数字测图中的应用

CASS自带的编码引导和简码识别方法存在局限性,本文提出自编码以针对其局限性进行改进;同时,在全野外数字测图中采用优化处理后的极坐标法,实现在内业中完成碎部点坐标计算工作。文章分别阐述了自编码法与优化后的极坐标法,给出了两者结合使用的基本思路及作业流程。

并行传送带式摩托车流水线调度模型与求解

针对一类摩托车制造柔性流水线中的调度问题,提出一种考虑工位差异的并行传送带式流水线调度模型。考虑不同在制品在生产线上不同工位的不同最大加工速度对传送带速度的影响因素,引入射频识别技术实时采集线上在制品的信息,通过及时调整传送带速度提高生产效率;根据生产实际需求,在生产线上不同种类在制品之间插入调整间隔,为更换车型提供准备时间。在此基础上,考虑模型以最小化最大完工时间为目标,采用基于极坐标编码的改进人工鱼群算法进行求解,说明了求解过程中的编码方法、母体迭代方式、人工鱼个体距离等关键技术。通过某摩托车生产企业的实际生产数据验证了该模型的有效性。

改进膜蜂群算法求解0-1背包问题

针对现有算法在求解大规模0-1背包问题时存在的不足,提出一种改进膜蜂群算法(IABCPS)。IABCPS将膜计算(MC)的思想引入人工蜂群(ABC)算法,基于极坐标编码的方式,采用细胞型单层膜结构(OLMS),利用各基本膜中改进人工蜂群算子进行迭代,并结合表层膜实现数据交流;算法通过调整内部参数,实现寻优过程中开发和探索的有效配合。实验结果表明IABCPS在求解小规模背包问题时能准确找到最优解。在求解200个物品的背包问题时,IABCPS相对克隆选择免疫遗传算法(CSIGA)平均结果提高了0.15%,方差降低了97.53%;相对于ABC算法平均结果提高了4.15%,方差降低了99.69%,表现出了良好的寻优能力和稳定性。在与ABCPS求解物品数量为300,500,700,1 000的大规模背包问题的比较实验中,IABCPS的平均结果比ABCPS分别高1.25%、3.93%、6.75%和11.21%,且方差与实验次数的商始终维持在个位数,表现出了良好的鲁棒性。

基于遗传算法的无人侦察机航迹规划

提出了基于遗传算法的URAV航迹规划,将航迹规划的多种约束与算法相融合,综合考虑了多种约束条件对航迹规划的影响。算法采用了改进的航迹极坐标编码方式,算法参数采用了自适应的交叉率和变异率,实现了URAV以最小的被发现概率到达目标点,仿真结果表明该方法是可行而有效的。