基于人工蜂群优化算法的SOFC耦合生物质综合能源系统日前经济调度

综合能源系统在运行过程中会遇到多种类能源复杂转换、多类型设备互相耦合及多需求分配不均等一系列复杂的优化问题。在我国实现“双碳”目标过程中,生物质综合能源系统的优化调度是当前研究的热点问题。以最小化综合能源系统经济运行成本(包含燃料、运行及维护成本)为目标函数,以系统安全为约束,提出了基于人工蜂群算法的燃料电池(SOFC)耦合生物质冷热电三联供综合能源系统的运行调度方法,其中包含设备有生物质锅炉、蒸汽轮机、沼气池、SOFC和储气罐等。运行调度结果表明,相较于传统的随机规划与动态规划算法的运行调度方法,该研究提出的改进型人工蜂群算法可节省4.2%与3.1%的运行成本。

一种基于蜂群优化算法的ICA-R算法

基于峭度的参考独立分量分析算法存在阈值参数难以确定的问题,通过对该算法的理论分析,以输出信号峭度的绝对值和接近性量度函数的乘积作为新的目标函数,并采用蜂群优化算法处理目标函数,避免了人为选择阈值参数和步长的问题。针对合成数据的仿真实验表明了所提算法具有良好的分离效果和稳定性。

需求可拆分车辆路径问题的蜂群优化算法

文章研究了需求可拆分的车辆路径问题,通过解除传统车辆路径问题中每个任务点需求只能由1辆车满足的约束,建立了寻求满足配送要求最短行驶距离的数学优化模型,在改进反应阈值和刺激信号值的基础上提出了一种新型蜂群优化算法。仿真实验结果验证了算法的可行性,并通过与其他典型算法对比凸显了该算法较强的寻优能力。

基于增强蜂群优化算法的特征选择算法

针对传统蜂群优化(BCO)算法探测能力强但搜索能力较弱的问题,提出一种搜索能力增强的BCO算法,并将其应用于数据特征选择问题以提高特征选择的性能。首先,为食物源引入全局权重的概念,用以评估各食物源对种群的重要性,降低蜂群搜索的随机性;然后,设计了两步筛选的招募方法提高蜂群搜索能力并保持多样性;最终,为食物源引入局部权重的概念,用于评估某个食物源与类标签的相关性,从而优化解特征选择问题。仿真实验结果表明,所提方法可以明显提高BCO的优化效果,同时获得了较好的特征选择效果,并且优于基于差异的人工蜂群算法(DisABC)和蜂群优化特征选择算法(BCOFS)。

蜂群优化算法在轨道交通线网物资总库合理布局中的应用

建立了轨道交通物资总库布局的数学模型,运用蜂群优化算法同时解决了物资总库数目和位置的确定两个问题。在蜂群优化算法迭代的过程中,设计了独特的编码方法和交叉算子,并结合问题特征给出了局部搜索算法,有效地进行解空间的搜索,从而求得全局最优解。

包神铁路机车调度的蜂群优化算法研究

铁路调度指挥系统的核心是保证出发列车按图行车,加快车辆在站周转和保证企业生产顺利进行,而机车调度是整个调度系统的主要环节。本文以包神铁路的机车调度为研究对象,利用蜂群优化算法理论对其进行建模,并设计相关优化算法,最后通过搜集系统运行数据信息,对模型及算法进行验证。

垃圾收运路线问题的蜂群优化算法研究

整个垃圾处理系统中城市生活垃圾收运费用占很大比例,通过研究垃圾收运路线问题,可以有效节约成本,提高作业效率。根据城市生活垃圾收运系统的特点,采用带中转站的垃圾收运问题的标准数学模型。在分析蜂群优化算法理论的基础上,针对问题的特点,研究了蜂群优化算法求解的具体步骤,并通过实例仿真,证明了蜂群优化算法在解决带中转站的垃圾收运问题上的可行性和有效性。最后通过与蚁群算法对比,进一步说明了蜂群优化算法在解决问题的优越性。

基于蜂群优化算法冷热电联供型微网经济调度研究

针对蓄能装置在冷热电联供型微网中的应用,本文构建了包含燃料电池、微型燃气轮机、吸收式制冷机、余热锅炉和蓄能装置的冷热电联供型微网经济调度模型。该模型在满足用户冷热电负荷需求和各微源出力约束的情况下,综合考虑了系统的燃料费用、运行维护费用和购售电成本,并以蜂群优化算法作为模型的求解算法,并以文献[18]的微电网为例进行仿真分析。仿真结果表明,与采用常规粒子群优化算法对调度模型进行求解相比,采用人工蜂群算法对调度模型进行求解所得的日综合成本可下降71.8元,节约日综合成本5.3%。该模型可以有效提高冷热电联供型微网的能源利用率和经济效益。

人工蜂群优化神经网络的无线传感器节点定位算法

为了改善传感器节点定位性能,提出了人工蜂群优化神经网络的无线传感器节点定位算法。首先测量3个锚节点与定位传感器节点之间的参数,然后采用人工蜂群优化神经网络对测距误差进行建模与预测,并根据检测结果确定权重,最后根据三边定位算法进一步提高定位精度,并采用仿真实验测试其有效性。结果表明,该文算法提高了定位的精度,加快了定位的速度,定位实时性优异。

基于自适应蜂群优化的DBSCAN聚类算法

针对传统的DBSCAN(Density-Based Spatial Clustering of Application with Noise,DBSCAN)聚类算法全局参数设置不合理、参数选取困难、无法识别重叠模块的问题,以及人工蜂群优化算法(Artificial Bees Colony,ABC)后期收敛速度慢、易陷入局部最优等缺陷进行了研究,提出一种基于自适应人工蜂群优化DBSCAN的聚类算法IABC-DBSCAN。该算法将截断选择机制与锦标赛选择机制相结合,提出一种截断-锦标赛选择机制(Truncation-Championship Selection Mechanism,TCSM),以增强种群多样性、避免跟随蜂选择蜜源陷入局部最优的缺陷;提出一种自适应步长策略(Adaptive Step Strategy,ASS)动态调整跟随蜂的搜索方式,以提高算法局部搜索能力和聚类速度;根据改进的IABC算法动态调节DBSCAN算法中的最优参数,将蜜源位置对应ε邻域,蜜源的适应度大小对应DBSCAN的聚类效果,并在多种测试函数和数据集上进行验证。实验结果表明,该算法不仅有效克服ABC和DBSCAN算法的缺陷,且正确率和召回率均有较大提高。

人工蜂群算法优化支持向量机的传感器节点定位

为了提高传感器节点的定位效果,针对支持向量机参数优化问题,设计一种人工蜂群算法优化支持向量机的传感器节点定位模型.首先采集传感器节点的相关数据,提取有效参数;然后采用支持向量机建立传感器节点定位模型,并采用人工蜂群算法解决支持向量机的参数选择问题;最后在MTALAB2014平台进行传感器节点定位实验.实验结果表明,该模型可以反映当前传感器节点的位置,获得较精准的传感器节点定位结果.

人工蜂群优化算法在复数盲源分离中的应用

针对复值信号的源数估计和有序分离等关键技术,提出一种基于人工蜂群优化的源数未知的复值盲源分离方法,该方法首先利用交叉互验技术来估算复数源信号的个数,然后通过人工蜂群算法优化峰度的绝对值来获得最佳分离向量,并实现了逐次恢复源信号的目的.仿真实验结果表明,该方法不仅能依峰度绝对值的降序实现服从任何分布源信号的盲分离,同时比其他方法具有更优越的估计性能.另外,提出一种基于峰度的欠定复盲源分离算法,该算法根据信号的统计特性构造了用于欠定混合情况下盲抽取向量的代价函数,然后通过人工蜂群算法优化其函数来获得最佳分离向量,通过多次分离来实现欠定复盲源分离的目的.通过对混合分布类型的复值源信号欠定盲分离仿真实验验证了该算法的有效性.

基于改进蜂群算法无线传感器感知节点部署优化

提出了一种基于改进蜂群算法的无线传感器感知节点部署优化方法,以网络覆盖率为目标函数,将传感器感知节点部署问题形式化为组合优化问题,并采用分层机制对基本蜂群算法进行改进。仿真实验结果表明,本方法能够以相对较小的代价完成传感器感知节点部署,并能降低网络能耗,提高网络的整体覆盖率。

一种基于人工蜂群的高维非线性优化算法

针对传统优化算法在求解高维非线性优化问题时,存在收敛速率慢和求解精度不高等问题.提出一种改进的人工蜂群优化算法.正交试验设计算法被用于初始化蜂群和侦察蜂探索新蜜源.采蜜蜂利用高斯分布估计优化算法在蜜源附近搜索,跟随蜂采用自适应差分算法进行搜索.最后,通过4个标准的高维Benchmark函数测试表明,本文算法在收敛速度、求解精度和稳定性方面有一定优势.

基于响应面法-改进人工蜂群算法的绞车滚筒多目标优化设计

为提高绞车滚筒使用性能、减轻质量、降低耗能,提出一种基于响应面法-改进人工蜂群算法的方法对滚筒进行结构优化。利用有限元对绞车滚筒静强度和刚度、疲劳寿命进行仿真分析;建立以滚筒内部材料参数为设计变量,刚度为约束,最小疲劳寿命、最大静强度、质量为目标的响应面模型。在传统人工蜂群基础上,改进蜜源判断准则,有利于算法跳出局部最优、保留潜在最优。在搜索策略的算法中引入变异的思想,提高收敛速度;利用改进后的人工蜂群算法进行多目标求解,获得绞车滚筒的Pareto前沿解集。结果表明:优化后的滚筒质量减小350.1 kg,最大应力减小20 MPa,最小疲劳寿命增加5.888 7×10~5次,最大变形减小0.37 mm,达到了优化设计的目的。

基于混合蜂群算法的柔性作业车间调度优化

针对柔性作业车间调度求解问题,提出一种新型混合蜂群智能优化算法.该算法采用独特的编码方式和位置更新策略来避免不合法解的产生,在蜂群算法的基础上增加了有利于局部搜索的混沌算子提高了算法搜索精度,实现了全局搜索与局部搜索能力的有效平衡.最后将此算法在不同规模的实例上进行了仿真测试,并与最近提出的其他几种具有代表性的算法进行了比较,验证了该算法的有效性和优越性.

基于免疫蜂群算法的冷轧生产调度优化方法

冷轧生产调度是一个复杂的约束组合优化问题,生产约束包括轧制板坯的宽度、厚度、硬度跳变及交货期提前和拖后惩罚等。基于TSP(多旅行商)问题,建立了冷轧生产调度问题的最小值模型,提出了一种免疫蜂群优化求解算法。通过给蜂群注射疫苗产生出代表新的解集的种群,避免算法在优化过程中陷于局部极值。针对工业数据的仿真结果表明:免疫蜂群优化算法明显优于人工蜂群优化算法的解,具有较好的收敛性和快速性。

混合蜂群算法求解柔性作业车间调度问题

为解决柔性作业车间调度问题,提出一种基于蜂群模型的混合群智能优化算法。在算法初始化阶段提出了蜂群优化算法结合随机方法的种群初始化方法,提高了初始种群质量;为提高算法搜索精度,在观察蜂阶段采用模拟退火算法更新观察蜂群,并以退温系数调节邻域规模,随算法进程细化搜索范围;针对柔性作业车间调度问题特点,建立了可控规模的邻域更新方法。采用柔性作业车间标准算例,通过仿真编程和与其他算法的比较,验证了算法的有效性和优越性。

基于人工蜂群优化的串并行混装线关联排序问题

为解决一类具有串并行混流装配结构的关联排序问题,建立了以串行线和总装线投产序列差异度最小、并行线和总装线投产序列差异度最小以及总装线物料消耗均衡为目标的多目标关联排序模型;在多目标问题的处理上,分别对串行线、并行线与总装线的序列差异根据序列调整成本设置了权重系数,同时设计了一种基于模糊目标规划的多目标人工蜂群优化策略对问题进行优化;建立了考虑串并行总差异度最小与总装线物料消耗均衡的隶属函数,设计了一种改进人工蜂群优化算法对隶属函数构建过程中的单目标优化问题以及转化后的集成优化问题进行了求解,其中针对多段编码设计了一种多段随机搜索的雇佣蜂寻优方法,提高了算法的全局寻优能力,引入适应性邻域,增强了算法的局部寻优能力;通过构造Benchmark算例验证了算法的有效性,并采用冰箱生产关联排序问题实例对模型与方法的有效性进行了验证。

基于蜂群优化投影寻踪的高光谱小目标检测

为了进一步提高高光谱遥感图像小目标无监督检测方法的运算速度,并降低其虚警率,提出了一种基于改进蜂群优化投影寻踪与K最近邻的检测方法。首先,采用核主成分分析法对原始高光谱遥感图像进行降维;然后,提出以邻域像元联合定义峰度与偏度的方法,并将两者结合作为投影指标,再以改进后的蜂群算法作为寻优方法,使用投影寻踪从高光谱图像中逐层获取投影图像,再根据其直方图提取小目标;最后,利用线性判别分析进一步提取像元特征,并结合加权K最近邻方法对小目标的检测结果进行提纯。大量实验结果表明,与RX方法、独立分量分析法、混沌粒子群优化投影寻踪法相比,本文方法不但可以更精确地检测出高光谱遥感图像中的小目标,而且具有更快的运算速度。