球面4R机构近似轨迹综合的社会认知优化算法

应用坐标变换原理,推导出球面4R机构连杆点轨迹参数方程。在此基础上,以轨迹误差平方和最小为目标函数,以曲柄存在、杆长协调和传动角限制等为约束条件,建立机构不带预定时标近似轨迹综合的约束优化模型。结合自适应罚函数法,应用社会认知优化(Social Cognitive Optimi⁃zation,SCO)算法求解该问题。为提高SCO算法的收敛精度和速度,以差分进化(Differential Evolu⁃tion,DE)操作为邻域搜索算子,设计一种加速社会认知优化(Accelerating Social Cognitive Optimiza⁃tion,ASCO)算法。给出机构综合实例,轨迹分析结果表明,所建立的模型和提出的ASCO算法可行有效。比较了基本SCO、DE和ASCO算法求解该机构综合实例的优化性能,数值实验显示,ASCO算法的收敛速度、收敛精度和稳健性等性能指标优于基本SCO和DE算法。

基于改进蚁群优化算法的服务组合与优化方法

针对传统蚁群算法存在初期信息素积累时间长、易陷入局部最优等不足,在满足用户全局服务质量约束的条件下,提出一种改进的基于蚁群系统的云服务组合算法。借鉴遗传算法的思想得到蚁群系统的初始信息素分布,通过社会认知优化改进蚂蚁寻优路径,并采取优化的蚁群信息素更新策略,从而提高算法搜索效率。实验结果表明,改进的蚁群优化算法在求解云服务组合问题上具有更优的搜索性能。