中国区域经济协调发展的混合鱼群算法聚类分析

文章构造模拟退火—混沌鱼群混合算法(SA—CAFSA),对中国区域经济协调发展水平进行聚类分析。首先建立区域经济协调发展评价指标体系,通过主成分分析对指标数据做降维处理;然后利用模拟退火—混沌鱼群混合算法,对2014年的中国区域经济协调发展水平进行聚类分析。仿真表明,聚类分析结果与客观实际有较高的吻合度,混合鱼群算法聚类分析合理有效。

基于混合人工鱼群算法的输电网扩展规划

应用于输电网扩展规划的人工鱼群算法(artificial fish school algorithm,AFSA)依靠随机移动无条件接受劣解以摆脱局部极值,具有盲目性大的特点,且该算法一般在优化初期收敛较快而后期收敛速度减慢。针对AFSA的上述缺点,文章结合模拟退火算法,提出一种混合人工鱼群算法(HAFSA)。HAFSA利用模拟退火算法的概率性突跳搜索机制,使局部极值跳跃能力具有可控性,降低了算法的盲目性,提高了算法效率;引入基于分段自适应调整视野策略的反馈机制,兼顾了全局搜索与局部挖掘能力;加入拟遗传算法的变异算子加快了优化后期的收敛速度。通过IEEE6节点和巴西南部46节点算例证明了HAFSA的正确性和有效性。

求解矩阵特征值的混合人工鱼群算法

根据矩阵特征值的分布理论,通过确定矩阵特征值的分布区域,用混合人工鱼群算法来求解任意数值矩阵特征值的近似值。实验结果表明,这种基于混合人工鱼群求解矩阵特征值的算法,可达到一定的精度,能够有效地获得任意矩阵的特征值。

人工鱼群——粒子群混合算法优化进港航班排序

针对空中交通管理中的进港航班排序问题,提出了人工鱼群—粒子群混合算法(AFPSO)这一航班排序算法来优化进港航班排序,使时段内进港航班队列总延误时间最少。算法结合了基本人工鱼群算法(AFSA)和基本粒子群算法(PSO)各自的优点,先以AFSA在全局寻找满意的解域,再以PSO算法在这些解域中进行快速的局部搜索获得精确解,最终使算法提高收敛速度和搜索精度。仿真结果表明,在单跑道和双跑道情况下,AFPSO算法使得航班队列总延误时间比FCFS调度方法减少了20.9%和34.4%,比基本AFSA减少了3.2%和3.5%。算法得到的满意解能够为自动化空中交通管理提供实时支持。

基于人工鱼群和蛙跳混合算法的光伏阵列多场景参数辨识

光伏阵列模型的准确性对大规模光伏发电系统的并网运行与调度至关重要。在建立光伏阵列机理模型的基础上,采用人工鱼群和蛙跳混合算法对模型中的未知参数进行辨识,并将辨识结果与人工鱼群算法和蛙跳算法单独辨识的结果进行了对比分析,证明了混合算法兼具两种算法的优点,并能有效克服两种算法的不足,验证了其优越性和有效性。为使光伏阵列模型的输出与实际光伏电站任意1 d的实测曲线均能很好拟合,采用混合算法对不同场景下的参数进行了辨识,并采用任意2 d的实测数据对辨识结果进行了适应性验证,证明了辨识结果的准确性,进一步验证了混合算法的有效性和实用性。

基于混合人工鱼群算法的凸多面体碰撞检测研究

提出了一种基于最短距离计算的凸多面体碰撞检测算法。该算法利用凸多面体三维空间顶点坐标的凸包表示凸多面体,将两个凸多面体间碰撞检测问题归结为一个带约束条件的非线性规划问题,采用混合人工鱼群算法对该问题进行求解,寻优过程前期利用人工鱼群算法快速找到全局极值的邻域,后期切换到模式搜索法,准确找到全局极值。实验表明,无论在计算精度还是在计算速度方面,混合人工鱼群算法比惩罚函数法和遗传算法有更加明显的优势,能够满足碰撞检测的实时性和精确性的要求。

基于精英高斯学习的改进鱼群粒子群混合算法

为提高算法在高维函数上的寻优性能,提出改进鱼群粒子群混合算法。该算法将鱼群算法全局搜索性能好与粒子群算法局部搜索性能强的优点相结合,在寻优初始阶段采用鱼群算法获得最优群体,在后期用粒子群算法实现精搜索。针对初始种群随意性大、分布不均的问题,通过均匀初始化,优化初始种群的分布;并对算法全局搜索方向性差、效率低的问题,采用仿照蛙跳算法的分组方式对种群进行分组,同时对组内优秀个体和一般个体使用不同搜索策略,提高搜索的目的性和效率。引入改进的精英高斯学习,从而提升最终结果的精度。利用该算法对6个标准函数寻优并与其他算法比较,结果表明,该算法的改进有效且性能优于其他算法。

基于量子人工鱼群混合算法的输电网规划

人工鱼群算法是一种基于动物自治体模型的优化算法,量子算法是一种随机搜索算法,全局随机搜索能力强。利用鱼群算法强大的局部搜索功能与量子算法混合,构造出随机性和方向性比较平衡的量子人工鱼群混合算法。针对输电网络网架的优化规划这样一个复杂的组合优化问题,建立相应的数学模型,采用量子人工鱼群混合算法求解。24节点系统的计算结果表明,该算法用于电力系统输电网规划问题是可行的,有效的。

基于CSA-AFSA算法的集装箱港口连续型泊位分配优化

为提升集装箱港口运营效率,笔者研究了考虑潮汐因素与泊位偏好的连续型泊位分配问题。引入了船舶时空矩形不可重叠约束和潮汐时间窗约束,构建以最小化船舶等待、延迟离港、泊位偏离以及在港期间油耗费用和最小为目标的混合整数线性规划模型;根据模型特征,采用CPLEX求解软件、鱼群算法、布谷鸟搜索算法和布谷鸟鱼群混合算法进行求解,以计划周期为36 h的20个不同规模的船舶到港数据为研究算例,通过算例求解得到符和潮汐时间窗、泊位偏好等要求的泊位分配方案。算例求解表明:算例规模较小时,CPLEX可以在较短时间内求出最优泊位分配方案;算例规模较大时,CPLEX求解时间较长,布谷鸟鱼群混合算法可以在平均3 min内求出与CPLEX差距为0.39%~4.20%的次优解;不同算法间的对比表明,布谷鸟鱼群混合算法求解能力更优,混合算法所得泊位分配方案中,乘潮船舶的进出港时刻均在潮汐高水位时段,且85%以上的船舶在偏好泊靠点200 m内接受装卸服务。

混合改进人工鱼群算法逆向回收车辆路径问题的研究

以电子废弃物回收为例,考虑车辆路径问题(VRP),以运输成本、时间窗下的惩罚成本和碳排放成本最小为目标,构建多目标VRP非线性规划模型,并提出用混合改进人工鱼群算法对该模型进行求解。在确定初始人工鱼群规模前引入ε-约束法,实现人工鱼群规模的自适应生成并加快算法收敛速度。通过对人工鱼群算法视野、步长及拥挤度因子的自适应改进以改善算法易陷入局部最优解的缺陷。利用算例仿真实验验证设计的混合改进人工鱼群算法在求解精度和收敛速度上的优越性。结果表明,该算法具有较强的全局寻优能力,能有效地解决逆向回收车辆路径优化问题,可为电子废弃物逆向回收车辆路径规划提供参考建议。

一种人工鱼群-蛙跳混合优化算法

针对蛙跳算法(SFLA)前期搜索速度慢且易陷入局部最优的不足,提出一种人工鱼群-蛙跳混合优化算法(AFSA-SFLA)。算法结合人工鱼群算法(AFSA)前期收敛速度快和SFLA局部搜索能力强的优势,提高了青蛙种群的质量。选取典型测试函数进行测试,测试结果验证了人工鱼群-蛙跳混合优化算法的有效性和优越性。

基于人工鱼群和粒子群优化混合算法的侧铣刀轴轨迹规划

针对圆锥刀侧铣加工非可展直纹面的刀轴轨迹规划问题,采用两点偏置法确定初始刀轴矢量,为评价单个刀位,提出了单刀位下的误差度量函数,即刀轴上各点到非可展直纹面的距离与对应各点到圆锥面的距离差值的平方和最小。为解决每个刀位下的位姿寻优问题,提出了基于人工鱼群(AFS)和粒子群优化(PSO)混合算法的优化方案。仿真结果表明,所提方法在单刀位下的优化过程简单,结果精度高,优化后位姿集合形成的刀具包络误差小。

基于混合人工鱼群的ABC支持型切换决策机制

面向下一代互联网(NGI,next generation Internet)的实际需要,提出了一种总最佳连接(ABC,always best connected)支持型切换决策机制。引入模糊数学和微观经济学等相关知识,刻画应用类型、服务质量(QoS,quality of service)需求、接入网络和移动终端,综合考虑接入网络状况、应用需求、用户对接入网络编码制式偏好、用户对接入网络供应商偏好、终端当前运动速度和终端当前剩余电量等因素。使用博弈分析,基于变异与模拟退火相结合的混合人工鱼群算法,寻找把N个终端分配到M个接入网络的最佳切换决策方案,使各方效用达到或接近Nash均衡下的Pareto最优。仿真结果表明,该机制是有效的,性能较好。

蚁群算法在配电网故障定位中的应用及其优化

准确快速地定位故障是配电网故障隔离、供电恢复的基本前提,有重要现实意义。传统的矩阵算法,速度较快,但因不具备容错性而易误判,蚁群算法有较好的容错性,但其耗时长、易陷入局部最优等方面有待改进。深入研究了蚁群算法如何应用于配电网故障定位之中,以IEEE-33节点为算例进行仿真,结果表明无论有无故障信息的畸变,蚁群算法均可以准确判断故障位置。并针对蚁群算法的不足,进行了优化,首先提出蚂蚁鱼群混合算法,防止陷入局部最优;而后提出系统分区思想,提升算法的搜索速度和效率。

粒子群-鱼群混合算法在桁架结构优化设计中的应用

群智能算法由于其优异的搜索性能被广泛应用于结构优化设计,人工鱼群算法和粒子群算法都是基于动物群体行为的智能优化随机算法.本文介绍了人工鱼群算法和粒子群算法的基本原理,并提出了粒子群和鱼群杂交混合的一种新方法:粒子群-鱼群混合算法,将粒子群-鱼群混合算法应用到四个桁架结构的重量优化设计,包括平面桁架结构和空间桁架结构,通过比较粒子群-鱼群混合算法、人工鱼群算法、粒子群算法的优化结果,发现改进的粒子群-鱼群混合算法具有收敛精度高、收敛速度快等特点,同时具有较好的稳定性,可用于结构优化设计.

基于智能视觉的交通调度系统设计

基于GIS的高速公路监控与指挥交通调度系统对道路交通信息的智能视觉采集和处理效果差,存在交通调度效果差的弊端,设计基于智能视觉的交通调度系统。其主要由Zig Bee协调器模块、智能视觉模块以及交通控制基站等构成。采用Zig Bee协调器模块对车辆信息进行处理,协调系统调度性能。通过智能视觉模块中的车载传感器节点模块采集道路发生拥堵时道路信息,控制车载传感器节点的体积,控制系统整体能源和资金消耗;采用道路图像信息采集处理模块实现拥堵车辆图像信息的实时信息反馈。设计基于混合鱼群算法的优化处理算法调度交通车辆拥堵问题。实验结果表明,所设计系统交通调度效果佳,应用性强。

考虑模糊作业时间的再制造加工车间多目标调度方法

针对再制造加工过程中作业时间的不确定性以及现行车间调度问题中多目标并行的特点,以三角模糊数描述再制造加工车间作业时间的不确定性,建立以完工时间、加工成本、设备负载平衡和加工能耗为目标的再制造加工车间调度模型,并提出一种基于多种群协同进化的混合人工鱼群算法对模型进行求解.该算法采用多种群协同进化的思想提高单种群混合人工鱼群算法的搜索能力,并考虑对多目标再制造加工车间调度问题的适用性,最后以个体分散程度为指标更新Pareto解集中的最优解.仿真实验验证了所提出方法的可行性.