基于进化梯度搜索的机器人主动嗅觉仿真研究

提出了基于进化梯度搜索的多机器人主动嗅觉的一种实现策略.首先用Fluent软件建立了一个时变的气态流体环境;其次给出了在此仿真环境中的基于进化梯度搜索的机器人主动嗅觉实现过程,包括发现气体、跟踪气体和气味源确认.为了弥补进化梯度搜索法在机器人数量有限情况下存在的不足,本文算法还使用了风向信息.仿真结果验证了该搜索策略的有效性.通过与传统的基于单机器人的浓度梯度搜索策略比较,验证了本文所用方法的优越性.

引入进化梯度的改进小生境遗传算法

针对基本遗传算法易于早熟及局部寻优能力较差等不足,提出了一种引入进化梯度的改进小生境混合遗传算法(GNGA)。利用进化梯度信息调整个体向更优解进化,并根据进化代数自适应调整实数编码个体的交叉量和变异量,增强了局部寻优能力和解的精度。基于排挤的小生境算法的引入,保持了种群的个体多样性以克服早熟。在Shubert函数上的仿真结果表明,与小生境遗传算法相比该算法能有效提高解的精度及收敛速度,找到更多最优解。

基于进化梯度搜索的AUV地磁仿生导航研究

目前地磁仿生导航大多是基于进化策略的搜索导航,导航耗时长、效率低。针对这一问题,提出一种基于进化梯度搜索的AUV地磁仿生导航方法。将仿生的进化搜索算法与经典梯度算法结合起来搜索函数极值,不仅可以保证搜索具有全局最优性,而且具有快速的收敛性,可以提高地磁仿生导航的效率。仿真结果表明,该方法不需要先验地磁信息,可以依据地磁趋势完成导航任务。通过与传统仿生导航的进化搜索策略对比,验证了进化梯度搜索策略的有效性和优越性。

采用种群进化的粒子群多模态函数优化

针对多模态问题中收敛速度慢,粒子种群容易早熟的问题,提出一种利用种群进化的改进粒子群算法(SRPSO)。该算法在经典多模态粒子群优化算法SPSO的基础上,通过对初始种群进行均匀化空间拉伸更新,同时,对每个新粒子进行梯度进化,加快了粒子种群收敛速度。为了避免种群早熟,漏掉部分极值点,引入环形拓扑模型提高种群交流能力,同时对速度更新公式做出改进。最后利用6个经典的测试函数对三种经典算法做对比实验,结果表明SRPSO具有加快收敛速度,提高寻优成功率的性能。

分层与共性:我国社区居民体育锻炼特点及影响因素研究

基于2014年全民健身活动现状调查数据,验证社区居民锻炼行为的梯度进化关系特点,从社区效应的角度研究居民锻炼行为的共性特征,探讨影响社区居民锻炼行为的同质性因素。研究发现,社区中居民的社会层次呈现一定的共同性特点,表现为受教育程度、职业层次及工作方式较为趋同。社区层次越高,居民健身意识越强,参加体育锻炼的频次越高,同伴关系越强,体育活动的组织化程度相对越高,居民的锻炼行为具有与其居住社区相同的梯度进化特点。在不同层次的社区中,居民锻炼行为的影响因素也不尽相同,锻炼意识、受教育程度、职业是共性因素,但在其他影响因素上表现为城乡差分与高低之别。

用于提高电压稳定裕度的发电机无功出力管理

电力系统电压稳定裕度大小与系统无功储备相联系,研究了通过管理系统发电机的无功出力来提高系统的电压稳定裕度。把重新安排系统无功出力形成一个优化问题,采用伪梯度进化算法(PGEP)寻求全局的最优解,在搜索过程中利用模式分析技术指导寻优方向。对新英格兰10机39节点系统的仿真分析表明,与常规进化算法(SEP)相比,所提出的方法具有更快的收敛速度与更好的寻优能力,能够增加系统的无功储备,同时减少系统的有功及无功损耗,在不增加新设备及不改变系统有功分布的情况下使系统的电压稳定裕度得到明显提高。

面向节能高效的电弧焊工艺参数多目标优化方法

为降低电弧焊加工过程的能量消耗、减少环境排放,对电弧焊加工节能高效工艺参数优化问题进行了研究。建立了电弧焊加工过程电能消耗目标函数及热效率目标函数,在考虑焊接质量及设备、工艺对等实际约束的基础上,建立了以焊接电流和焊接速度为优化变量,以最小电能消耗(节能)和最大热有效利用率(高效)为优化目标的多目标优化模型;利用自适应进化梯度小生境遗传算法对模型进行了寻优求解;通过某阀座密封面手工电弧焊加工实例对所建模型及方法的可行性和有效性进行了验证,并将优化结果与实际结果及传统遗传算法的结果进行了比较分析。

一种基于免疫的抗体优化策略及应用

受自然免疫系统相关机理的启发,本文提出了一种引入进化梯度的免疫遗传算法(EG-IGA)并应用于抗体的优化。该算法基本思想是将生成的多样性抗体,分成若干个小生境,并排挤掉同一个小生境中的较差抗体,保留优良抗体;然后执行GA交叉、变异等操作:再利用进化梯度为优良抗体标记进化方向,按标记的进化方向继续局部寻优,以较快的速度寻找最优的抗体种群。最后将EG-IGA算法和NGA算法分别运用在同一个多峰值函数上,实验结果表明,本文所提出的EG-IGA算法具有提高解的精度及收敛速度、找到更多最优解等特点。

隧道内车辆运输储罐泄漏源机器人仿生感知算法研究(英文)

针对隧道内运输危险品(天然气)车辆在行驶过程中发生小孔泄漏导致天然气扩散的情况,提出一种机器人主动嗅觉定位算法。采用赋值的方法随机搜索气体,并根据进化梯度搜索算法来跟踪气体,保证移动机器人一直沿着由低浓度烟羽到高浓度烟羽运动并最终定位到泄漏点。烟羽环境采用基于Fluent的天然气扩散物理数学模型。模型采用基于雷诺时均方程和标准k-ε方程的湍流模拟,用SIMPLEC算法对N-S方程进行求解,并采用组分输运来解决多组分流体的扩散问题,完成二维动态烟羽模型的建立后将烟羽数据导入Matlab,将烟羽模型产生的数据与模拟移动机器人相结合,依据设计所提出的主动嗅觉定位算法进行气味源搜索及气味源确认的仿真,为隧道内车辆运输危险品泄漏事故的抢救及最大限度地减少损失提供了参考。