基于混沌的花粉算法

为了提高花粉算法(Flower pollination algorithm,FPA)的搜索效果,采用立方映射产生的混沌序列,初始化花粉配子,建立一种基于混沌的花粉算法(CBFPA).分别将基于混沌的花粉算法与标准花粉算法在5个Benchmark函数中进行仿真对比,结果表明,该算法提高了全局搜索能力、收敛速度以及精度,性能优于原始花粉算法.

基于花粉算法的K均值聚类算法

针对原始花粉算法寻优精度低,后期收敛速度慢等问题,提出加入高斯白噪声扰动改进花粉算法.利用改进后花粉算法强大的全局搜索能力优化K-means算法的初始聚类中心,通过基于距离的方法消弱孤立点对聚类的影响,并对该算法的性能进行验证和测试.实验结果表明该算法有效地避免了其陷入局部最优,改善了聚类性能.

基于改进花粉算法的极限学习机分类模型

针对多输出极限学习机(MELM)分类模型输入层权值和阈值随机选取导致的分类精度波动问题,提出一种基于改进花粉算法(CS-ACFPA)的极限学习机多分类模型(CS-ACFPA-MELM)。利用自适应算子和Tent策略优化花粉算法的寻优方式,构造一种基于代价敏感的适应度函数,使花粉算法能够更好地匹配MELM模型的输出,最后使用改进的花粉算法和基于代价敏感的适应度函数优化极限学习机的输入权值和阈值,以提高MELM模型的的分类性能。通过对比实验验证了CS-ACFPA算法对MELM模型改进的有效性,并且体现了CS-ACFPA-MELM模型在大规模样本上的优势以及小样本上的适用性。

利用差分-花粉算法实现反时限过流优化

传统定时限保护受干扰因素多,而反时限过流保护组成简单可靠性高。为进一步优化继电保护定值,提出了一种基于差分-花粉算法的反时限过流保护方案。该方案将保护定值整定计算转化为带约束条件的优化问题,以保护装置硬件要求以及保护对之间的协调配合为约束条件,电力系统继电保护动作总时间为目标函数。借助结构简单、寻优能力强的花粉算法,并在此基础上针对群智能优化算法易陷入局部最优、鲁棒性不强的通病加以改进,引入变异操作构成改进差分-花粉算法。6总线系统的算例仿真结果表明,与粒子群优化算法、普通花粉算法以及灰狼算法相比,差分-花粉算法在保护动作时间、计算速度以及协调稳定性上均有不同程度的提高,同时为今后电力系统保护定值在线整定校核问题提供了一种新的方案。

基于改进花粉算法的梯级水电站多目标优化

梯级水电站优化调度要考虑发电、防洪、电网安全运行等多个目标,具有高维、动态、非线性等特征,求解复杂。为解决这一问题,通过改进花粉算法搜索策略和引入差分变异操作,加快算法收敛速度,增加种群多样性,并将该算法用于求解梯级水电站多目标优化调度问题。结果表明,该算法收敛速度快,求解精度高,对求解梯级水电站多目标优化问题具有一定的优越性。

基于花粉算法的广域无线传感器网络最优数据聚合设计

随着物联网的不断发展,无线传感器网络作为物联网最重要的技术之一得到了广泛的关注。目前,由于传感器通常由电池供电,一旦部署终生使用,因此对于广域的无线传感器网络(Wireless sensor network,WSN),高效利用有限的能量,延长网络的使用寿命变得十分重要。本文设计了一种最优广域无线传感器网络数据聚合模型(Optimal data aggregation model,ODAM),通过将节点间的计算限制在接收器中,降低传感器网络中的能耗,采用花粉算法(Flower pollination algorithm,FPA)以进行ODAM中的优化,确保簇中能量的有效排列,为网络提供恒定的数据速率。仿真结果表明,针对WSN现有的聚类算法和架构模型进行评估时,ODAM模型能够有效地延长网络的生命周期。

基于随机惯性权重的自适应花粉算法

为了解决花粉算法(FPA)收敛速度慢,收敛精度不高,易陷入局部极小点等缺陷,将随机惯性权重学习机制引入花粉全局搜索更新机制,并将转换概率调整为随迭代次数自适应变化,以平衡算法的全局搜索和局部开发能力,建立了基于随机惯性权重的自适应花粉优化算法。为了测试改进后算法的收敛性能,任意选取8个标准测试函数进行测试。结果表明:改进后FPA的收敛速度、收敛精度等性能都优于标准FPA.

基于协作搜索策略的花粉算法

花粉算法是一种新型的元启发式智能算法,但存在陷入局部最优解、收敛速度慢、寻优精度低等缺陷.基于此本文提出一种基于协作搜索策略的花粉算法,该算法使得花粉个体能够在一定程度上跳出局部最优值,提高算法的全局寻优能力.最后,对8个标准测试函数进行测试,结果表明,改进后的算法在7个测试函数中能够找到理论最优值,收敛速度、寻优精度、鲁棒性均比花粉算法以及改进的花粉算法有较大的提高.

基于蝙蝠算法的花粉算法改进

针对花粉算法(FPA)易陷入局部最优,收敛速度慢,收敛精度不高等缺陷,将蝙蝠算法(BA)引入到花粉算法中,优化花粉配子初始位置,建立基于蝙蝠算法的花粉算法(BA-FPA).为了验证改进后的BA-FPA算法收敛性能优于基本FPA算法和BA算法,任意选取6个标准测试函数进行测试.结果表明,BA-FPA的收敛速度、收敛精度等性能都优于标准FPA和BA.

基于遗传算法的混合花粉算法

花粉算法具有所用参数少,易调节,搜索路径优等特点,已运用于很多工程优化问题。但是存在易过早收敛、收敛速度慢和易陷入局部最优等不足,为了解决这些不足,对花粉算法做一些改进。在算法初期引入混沌序列做初始化,并在较优位置引入遗传算法的改进交又和变异策略,提出一种基于遗传算法的混合花粉算法(Hybrid flower pollen algorithm Based on Genetic Algorithm)。对HGFPA算法与FPA算法通过优化问题中4个典型复杂测试函数进行仿真实验对比,结果表明HGFPA算法的收敛速度与精度均优于FPA算法。

一种利用花粉算法优化的遥感图像分割方法

为提高遥感图像分割的准确性与抗噪性,以学生t分布混合模型为基础,结合K-means与花粉算法的特点,将K-means算法局部寻优能力强以及花粉算法全局寻优能力强的优点相结合,提出一种基于K-means的学生t分布混合模型,用于遥感图像分割。该方法中,根据学生t分布与高斯分布以及柯西分布比较接近的特点,对花粉算法的执行过程进行改进。将K-means算法与改进后的花粉算法结合以提高聚类效果,从而快速确定混合模型参数初始值。混合模型最终参数的求解主要采用EM算法,以提高算法最终的图像分割效果。仿真图像和实际图像实验结果显示,该研究得到了比对比方法分割精度更高、稳定性更好的分割结果。

基于改进花粉算法优化的神经网络负荷预测研究

为预测短期电力负荷,可采用神经网络方法预测,而神经网络复杂权重和阈值的参数调节为预测精度的提升增加了一定程度的困难。采用进化计算算法优化过后的神经网络拥有更为优良的结构,能够提高神经网络的预测精度,为了使求解神经网络结构的进化计算算法拥有更为优秀的搜索能力,可改进算法求解网络模型结构。对进化计算花粉算法的改进及改进效果进行了研究。

基于混合花粉算法的结构优化设计

为了提高花粉算法优化设计的效率和精度,通过改进基本花粉算法FPA,提出一种融合黄金正弦算法Golden-SA的IFPA-GSA算法。将非线性递减惯性权重引入花粉算法全局搜索阶段,调整固定转换概率为动态,引入历史全局最优解到局部搜索阶段,通过黄金正弦机制加强算法的全局搜索和局部开发能力,选取6个经典测试函数测试混合花粉算法的寻优精度和收敛速度,以经典十杆平面桁架结构优化为例评价混合花粉算法的优化效果。结果表明,IFPA-GSA算法的寻优精度和速度明显提升,优化结果较FPA算法减少了1.49%。该研究验证了IFPA-GSA算法在桁架结构优化设计中的可行性和有效性。

基于动态双种群的黏菌和花粉混合算法

针对单一启发式算法易受自身原理导致的全局和局部搜索不平衡的问题,提出了一种基于动态双种群的黏菌和花粉混合算法HASMFP。首先,通过种群个体和当前最优个体之间的距离,将种群动态划分为黏菌子种群和花粉子种群分别进行搜索,以更有效地平衡算法的探索能力和开发能力;其次,对全局搜索融入相似度与适应度的综合排序感知机制来提高黏菌子种群的多样性,以帮助黏菌算法跳出局部最优;最后,在标准花粉算法的全局搜索中加入动态权重和恒定收缩系数,并对局部搜索设计了精英引导项来提高算法的收敛速度和搜索精度。选用CEC2017测试集中的12个函数作为实验测试集,将HASMFP与ISMA、DTSMA、HLFPA、SCFPA和tMFPA五种改进算法进行性能测试对比。还对HASMFP的各个改进策略进行消融实验,实验表明在综合改进策略的共同作用下,HASMFP的优化性能排名第一。基于实验结果的Friedman检验表明,HASMFP能够获取最优的性能。

基于块结构性质的花粉算法求解可重入作业车间调度问题

针对可重入作业车间调度问题(Reentrant job shop scheduling problem, RJSSP),提出一种基于块结构性质的花粉算法(Flower pollination algorithm based on block structure properties,FPA_BSP),用于最小化总加权延误时间(Totalweighted tardiness, TWT)。首先,建立RJSSP基于析取图的数学模型,并证明在确定析取弧方向后,该模型的对偶模型为最大费用流问题模型。其次,设计扩展RSOV (Reentrant-smallest-order-value, RSOV)编码规则,将花粉算法的实数矢量个体转变为排列矢量,使其可对问题解空间进行全局搜索,以发现存在优质解的区域。然后,定义8种邻域结构,并基于最大费用流问题特性分析块结构内部性质,得到前4种邻域结构能改进TWT的判定条件,可用于避免对无效区域的搜索,进而提出融合多种邻域的高效局部搜索,对全局搜索发现的优质解区域进行细致搜索。试验和算法比较验证FPA_BSP的有效性。提出RJSSP的块结构性质,并将其与花粉算法结合得到求解RJSSP的有效算法FPA_BSP,首次将花粉算法用于求解车间调度问题。

基于改进的花粉算法的抽水试验数据分析

以花粉算法为基础,采用立方映射产生的混沌序列,模拟花粉配子初始化提高算法的全局搜索能力,加入单纯形算法提高计算精度,建立改进的花粉算法。分别采用基本花粉算法和改进的花粉算法,分析直线供水边界含水层抽水试验数据,确定含水层参数。就种群规模和待估参数初值范围等因素对算法收敛性的影响,进行了数值实验。结果表明,改进的花粉算法能够有效地应用于求解分析抽水试验数据,确定含水层的计算问题;种群规模越大,算法精度越高,但耗时太长;待估参数的取值范围对收敛性有一定的影响,范围较小收敛性更好。较基本的花粉算法,改进的花粉算法具有搜索能力强,计算精度高,收敛速度快等优点。

一种使用反向学习策略的改进花粉授粉算法

为了进一步提高基本花粉授粉算法的性能,提出了一种改进的花粉授粉算法(EFPA).该算法在演化过程中以一定的概率利用一般反向学习策略对当前种群作一般反向变换,从而生成一般反向变换种群,然后将一般反向变换种群与当前种群同时进行竞争,选择出优秀的个体进入下一代种群.在演化计算领域中广泛使用的基准测试函数上,将提出算法与基本花粉授粉算法进行了比较实验,实验结果表明提出算法能够有效地提高基本花粉授粉算法的性能.

皮革制造企业物流供应链管理模式创新

本文将大数据分析技术引入皮革制造企业物流管理中,以此对其供应链模式进行创新性改造。重点介绍了皮革制造企业在物流供应链管理模块存在的不足,结合大数据技术和物联网技术,提出了解决皮革制造企业物流供应链管理实际问题的具体思路。并利用无线传感器网络软件和硬件平台,构建了智能物流供应链管理系统框架,运用花粉算法和XGBoost模型分别解决了物流供应链管理中实物定位问题和供应链需求预测问题。

基于改进花授粉算法的配网继电保护整定优化方法

为实现继电保护快速整定、确保配电网的稳定运行,提出基于改进离散花授粉算法的配电网继电保护整定优化方法。已常规的整定过程为基础,遵循配电网继电保护项目选择性、灵敏性、可靠性及速动性原则,构建配电网继电保护整定的适应度函数模型。由于花授粉算法难以求解具有离散解特点的适应度函数模型,为此,对花授粉算法的花朵、整体及局部授粉等多方面重新定义,并引入差分进化策略,设计改进离散花授粉算法。采用改进后的算法寻求适应度函数模型最佳解,改善整定优化收敛速度,获取最佳继电保护整定优化结果。实验结果表明:应用该方法后,继电保护整定动作时间短,迭代次数少,可快速恢复配电网安全运行状态。

不完美维护下质量退化系统生产维护联合优化

针对设备劣化串联生产系统中质量退化问题,基于维纳过程对设备劣化建模,考虑设备不完美维护对残余劣化量和残余劣化率的综合影响,提出基于实时产品质量信息的设备不完美维护与换新策略,并与生产计划联合优化,建立最小化总成本的数学模型。利用蒙特卡洛仿真对总成本抽样,采用优化转换概率的花粉授粉算法对模型求解。数值实验证明,利用实时质量信息的视情维护策略相较于3类对比策略总成本更低,在高生产负荷系统下平均优化比例为9.61%,在低生产负荷系统下平均优化比例为10.71%。