基于信息觅食理论的消费者在线评论搜索行为研究

[目的/意义]本研究旨在从信息觅食理论出发,分析点评类软件消费者在线评论搜索行为的内在机理。[方法/过程]以信息觅食理论为基础,围绕信息线索、斑块模型和菜单模型构建了消费者在线评论搜索行为模型。采用问卷调查法收集352份有效样本数据,并利用结构方程模型对理论模型进行分析与检验。[结果/结论]评论内容质量、评论丰富性、评论效价以及评论者资信度4类信息线索均会正向显著影响消费者斑块收益感知,进而正向影响消费者在线评论搜索行为。此外,评论效价也会直接正向显著影响消费者在线评论搜索行为。本研究在理论层面深入揭示了消费者在线评论搜索行为的内在机理,延伸了信息觅食理论的研究情境与边界;在实践层面为点评类软件的功能优化及引导消费者有效搜索在线评论提供了相关建议。

基于细菌觅食算法的嵌入式机械臂角度控制器设计

进行机械臂角度控制器设计过程中,为提高机器人机械臂灵活性,降低关节角度控制误差,设计一种细菌觅食算法的嵌入式机械臂角度控制器;首先,构建机械臂动力学模型以获取机械臂的柔性特征及其关节位置,根据获取的信息确定角度控制器的硬件逻辑结构和算法;然后,使用ARM微处理器嵌入式操作系统,设计包含移动控制终端和机械臂控制端的控制器硬件结构;最后,采用细菌觅食算法优化控制器参数,并实现代码完成机器人机械臂角度的精准跟踪控制;实验结果表明:所提方法的位姿跟踪精度高达99%、物体偏移距离在0~0.2 mm之间,控制运行时间在0.33~0.78 s之间,表明所提方法的角度控制误差小、稳定性强,能够保证机械臂关节角度无超调,具有极高的机器工程应用价值。

基于细菌觅食-改进蚁群优化算法的水面无人船路径规划

为了解决水面无人船全局路径规划问题,提出了一种细菌觅食-改进蚁群优化算法(bacterial foraging-improved ant colony optimization algorithm,BF-IACOA)。相较于传统蚁群优化算法(ant colony optimization algorithm,ACOA),该算法在路径搜索策略上考虑水面无人船航行需要尽可能减少转向次数和完全规避过大转向角的约束,引入转向角启发因子,综合求解转移概率;同时引入细菌觅食算法的繁殖操作和趋化操作,改进信息素浓度的更新方式,解决传统ACOA容易陷入局部最优解和收敛速度较慢的问题。仿真结果表明,相较于传统ACOA,BF-IACOA的全局搜索能力得到较大幅度的提升,并且收敛迭代次数减少超过30%;在实际水域环境模型下,BF-IACOA可以通过14次迭代为无人船规划出全局可行路径。

改进细菌觅食算法的永磁同步电机参数辨识

应用群智能算法对永磁同步电机(PMSM)进行参数辨识后期容易进入局部最优,从而导致辨识误差大,为此提出一种融合小生境技术的改进细菌觅食算法(MBFA)。通过构建目标追踪函数,利用电机电流、电压和转速等直接测量的信号实现对电机d轴电感、q轴电感、定子电阻和永磁体磁链的快速、准确辨识;辨识过程中通过引入格型准则对目标解空间进行拟蒙特卡罗采样提高算法的全局搜索能力;基于小生境技术进行在线多种群协同搜索策略提高算法的搜索效率和寻优精度;最后通过引入一种种群实时监测和动态更新机制保证了算法在整个寻优过程的鲁棒性。仿真和实验结果表明,所提算法在参数辨识的快速性、准确性、稳定性方面均表现优越,辨识结果能够满足对永磁同步电机进行建模和仿真的精度要求。

求解路径规划问题的细菌觅食——蚁群算法

随着科技的迅速发展,蚁群算法的应用范围越来越广泛,其路径规划的速度以及路线准确度对算法要求越来越高。目前已有的蚁群算法所拥有的收敛性慢容易陷入局部最优问题,为了提高算法的准确度与速度,通过引用细菌觅食算法中的复制与趋向对其进行改进,提高此算法以期提高蚁群算法的效率及其准确率,优化全局搜索能力,并满足多种约束条件下的需求。实验结果表明:细菌觅食算法能够有效地解决一些蚁群算法上的缺陷,提高了蚁群算法的路径规划及其寻优能力且优于其他算法对蚁群算法的改进,证实了改进后的蚁群算法适应多种条件,路径求解的精度明显优于之前未改进的算法。

不同条件影响蜜蜂觅食行为的研究进展

蜜蜂的觅食行为是近年来蜂学界的一大研究热点。蜜蜂的觅食行为展现了蜜蜂强大的通讯与学习记忆能力。文章综合近期研究,从不同条件对蜜蜂觅食行为的影响出发,探讨并总结了生物胺的神经调节对觅食与学习行为的影响。

融合莱维飞行与混合变异的蝠鲼觅食优化传感器节点覆盖策略

为了解决无线传感器网络节点分布不均,导致有效网络覆盖率较低的问题,提出一种融合莱维飞行与混合变异的蝠鲼觅食优化传感器节点覆盖策略M⁃MRFO。首先,在蝠鲼种群初始化生成方面引入广义对立学习机制,提高种群在搜索空间内的多样性和算法遍历性;其次,结合莱维(Levy)飞行机制对算法的权重因子和翻滚因子进行调整,通过Levy飞行的随机跳跃式搜索提高种群的全局寻优能力;最后,提出针对精英个体的高斯分布和柯西分布混合变异方法,使算法具备跳离局部最优的能力。将改进算法应用于传感器节点的网络覆盖优化中,利用蝠鲼种群启发式觅食行为模式对节点部署位置迭代寻优。实验结果表明,与标准蝠鲼觅食优化算法MRFO、改进差分进化算法IDEA和混合改进蚁狮算法MS⁃ALO相比,改进算法M⁃MRFO能够有效降低节点冗余,更均匀地实现节点部署,提高网络覆盖率。

基于交互式细菌觅食优化算法的飞机基地维修人员调度

随着行业细分的逐步深入,航空公司将检修任务外包给基地维修服务提供商,以降低运营成本。针对外包模式下飞机基地维修人员调度问题,本文首先基于维修任务的分布式特征,结合维修服务提供商对成本控制的需求与维修人员对工作量分配公平的需求,构建调度模型。其次,提出与模型约束条件相结合的编码转换机制,基于结构重组思想以及群体内部信息交流方式设计交互式细菌觅食优化算法,并对模型进行求解。最后,基于分布式任务分配特点设计对比实验。实验结果表明,相较于原始细菌觅食优化算法、菌群优化算法、改进细菌觅食优化算法、粒子群算法、综合学习粒子群算法以及遗传算法,交互式细菌觅食优化算法具有更强的寻优能力、更高的搜索精度,以及良好的稳健性与收敛性能,能有效解决手动排班引起的耗时长、费力多等问题,提升飞机维修基地的运营效率。

南方大斑蝥幼虫觅食能力的研究

斑蝥素及其衍生物对多种癌症均有显著疗效,但人工合成困难。南方大斑蝥是其重要来源,为了满足市场需求,人工养殖成为必然选择,了解南方大斑蝥幼虫的觅食能力是开展人工养殖的基础。本文从南方大斑蝥幼虫的耐饥力、觅食距离和对食物敏感性等方面研究,初步明确南方大斑蝥幼虫的觅食特性。研究结果表明,南方大斑蝥幼虫的耐饥力随着温度的升高显著降低,存活时间从10℃下的133 d减少到35℃的63 d,低温对幼虫有较好的保护作用。南方大斑蝥幼虫每天外出觅食的边界间距离主要集中在80~160 cm,最大距离为211 cm。南方大斑蝥幼虫对食物的敏感性随着食物埋藏深度的增大而降低,埋藏深度为6 cm时,其在试验时间(60 min)内不能发现食物的位置。

基于信息觅食理论的康养信息服务平台构建设想

文章分析当前各类康养信息服务平台存在的层次浅显、融合不足、渠道过于单一等问题,认为信息服务机构可利用信息觅食理论结合老年用户的信息行为,构建以满足康养需求流程为依据的聚合式老年康养信息服务平台。合理布局文本、数据、音频和视频等类型的信息线索,探索集自助服务、信息资源管理、信息服务、信息发布、辅助服务、电子商务于一体的更能满足老年用户需求的康养信息服务模式。

基于细菌觅食算法的主动磁悬浮轴承PID控制优化

针对磁悬浮轴承系统采用传统PID控制时调节速度慢、超调量大的问题,建立了磁悬浮轴承系统模型并通过细菌觅食优化算法不断迭代优化控制参数K_(p),K_(i),K_(d)。仿真分析结果表明,与传统及粒子群优化PID控制相比,细菌觅食优化PID的超调性能更好,响应速度更快,能满足磁悬浮电动机低振动、高精度的性能要求。

“觅食式”教学法初探

“觅食式”教学法初探●余敬毕重荣更新传统的教学思想，探讨符合现代高等教育规律的教学方法，以培养适应社会主义市场经济发展的跨世纪“复合型”高素质人才，是当前我国高等教育改革的主要任务。笔者通过研究德国的教学思想和独具特色的教学方法，与我国注重知识传授的...

基于改进蝠鲼觅食算法的汽车前桥轻量化优化

汽车前桥结构是汽车的核心部件之一,在汽车设计中具有举足轻重的地位。为提高汽车前桥轻量化优化的收敛速度和精度,提出一种基于蝠鲼自身防卫策略改进的蝠鲼算法。采用六个经典的测试函数对改进蝠鲼算法进行性能测试验证,结果表明改进的蝠鲼算法具有良好的收敛速度和收敛精度。在此基础上,运用改进的蝠鲼算法对汽车前桥进行轻量化优化设计,优化结果表明经过94次迭代之后可以获得最优解,汽车前桥优化后的总质量从51.95 kg降低为43.24 kg,降低了16.75%。通过分析经典测试函数和汽车前桥案例的结果可知,改进的蝠鲼算法是一种高效的优化算法,对以后的工程优化问题和算法改进具有参考意义。

融合蝠鲼旋风式觅食策略的灰狼特征选择算法

针对传统灰狼算法在进行特性选择时易陷入局部最优,求解精度不高等问题,提出融合蝠鲼旋风式觅食策略的混合灰狼算法(BWSGWO)。在初始阶段采用混沌映射,降低初始分布的随机性,提高种群多样性;在捕猎阶段引入蝠鲼旋风式螺旋觅食的新型捕猎行为,协调算法的勘探与开采能力;最后基于灰狼优化后期个体均向领导区域聚集的问题,对最优个体采用自适应精英反向学习机制,以提升抗局部极值能力。使用UCI的8个规模各异的数据集与几种经典智能算法进行对比实验,结果表明,在相同的参数设置下,所提算法可以取得更高的分类精度和更少的特征数。

信息觅食理论的研究进展

分析信息觅食理论相对于传统信息检索理论和用户行为分析理论的优势,综述信息觅食理论基本概念、基本模型,系统介绍具体研究内容及进展,结论指出需进一步研究的问题。

基于细菌觅食优化多核支持向量机的作物生长环境控制

为了解决大规模生长环境变量所带来的计算复杂度较高的问题,采用细菌觅食优化多核支持向量机算法对农作物产量进行预测分析,从而实现作物生长环境的最优控制;首先,采用高斯核函数、多项式核函数和Sigmoid核函数组合方式建立多核支持向量机,其输入为作物生长环境,采用细菌觅食优化算法优化核函数关键参数;其次,利用多核函数的参数构建菌群进行训练,设置作物产量作为细菌觅食优化算法适应度;最后,通过菌群位置更新优化后的最优核函数参数进行多核支持向量机优化求解,获得空气温度、湿度,土壤温度、湿度等生长环境特征数据。结果表明,选择合适的多核函数组合,并合理设置细菌觅食优化算法的引力和斥力系数、迁徙概率阈值等参数,能够获得最高产量所对应的作物生长环境特征数据。

信息觅食视角下付费问答社区中的围观行为研究

[目的/意义]主要探究付费问答社区中用户围观行为的影响因素,帮助理解用户付费围观的心理和答主与提问者的行为模式、优化社区运营者的产品设计。[研究设计/方法]基于信息觅食理论模型及相关文献,提出了研究模型和假设,利用微博问答中健康医疗、财经、互联网资讯三个领域的14,167条样本和广义线性回归方法(GLM),验证各因素对围观行为的影响机制。[结论/发现]问题的提问价格和描述的详细程度正向影响围观数;互联网资讯领域问题的围观数多于健康医疗和财经领域问题的围观数,但互联网资讯领域答主回答问题数的均值要低于其他两个领域;健康医疗领域中答主的受喜爱度并不正向影响围观数;问题描述中体现的情感在健康医疗领域比较重要,正向情感正向影响围观数,负向情感负向影响围观数。[创新/价值]丰富了付费问答社区中问题特征(包括情感特征和问题类型)对用户围观行为影响的研究,为付费知识问答产品的设计提供了一定的启示。

基于松鼠觅食算法优化LSSVM的泥石流预测

针对山区村镇泥石流影响因素多元复杂、LSSVM算法参数随机导致的精度不佳及陷入局部最优问题,采用核主成分分析KPCA降维、SSA算法参数寻优的方法建立LSSVM泥石流灾害预测模型;以山阳县中村镇泥石流为例,分析泥石流全域地形地貌成灾因子,对数据预处理清洗规范,利用KPCA主成分贡献率选取出6个成灾因子作为LSSVM算法的输入数据,泥石流发生概率为输出,建立泥石流预报模型,并用SSA算法进行模型参数的优化;将SSA寻优后的LSSVM预测结果与GA、GC参数寻优模型预测结果比对,结果表明SSA-LSSVM准确率达到93.2%,相比其他模型提高[4.8%-1.4%],且SSA算法优化的LSSVM模型的MAE、MSE和RMSE最小且接近于零,同时从泥石流发生的预报等级维度进行结果比对分析,结果进一步说明模型预测的精度及稳健性;该研究说明SSA-LSSVM算法可用于泥石流灾害发生概率的预测,为此类灾害预测提供了科学依据。

基于自适应细菌觅食算法的立体仓库货位优化

针对自升式穿梭立体仓库中穿梭车无需提升机即可实现跨层移动的运行特点,以该立体仓库模型为研究对象,进行货位优化。分别建立以提高出入库效率、货物分类存放、提高货架稳定性和平衡各巷道穿梭车工作量为优化目标的数学模型,并通过权重系数法将多目标优化函数转化为单目标优化函数。在标准细菌觅食算法的基础上,通过自适应策略对趋化步长和迁徙概率进行动态调整,提出了一种自适应细菌觅食算法,并利用该算法对货位优化数学模型进行仿真求解。仿真结果表明改进后算法的收敛速度提升,自适应改进策略有效,优化后目标函数值降低,货位优化效果显著。研究成果为立体仓库货位分配提供了一个综合、高效的优化方案,同时经立体仓库实际应用也验证了自适应细菌觅食算法的可行性和实用性。

基于觅食能力分配搜索任务的侏儒猫鼬优化算法

针对侏儒猫鼬优化算法存在的不足,提出一种基于觅食能力分配搜索任务的侏儒猫鼬优化算法。首先采用tent混沌自适应步长平衡全局搜索与局部开发;针对alpha组搜索盲目性问题,优化其移动方向及移动能力;针对侦察组算法移动方向存在误导性问题,增强其个体纠错能力,从而提升个体觅食能力;改进保姆组移动算法,提升种群的局部开发能力;最后提出一种新的种群觅食策略,平衡各算法之间调用策略,提升算法整体性能。通过解决12个基准测试函数与支持向量机的参数优化问题,对该文算法性能进行数值实验验证。实验结果表明FADMO的全局收敛精度与全局收敛速度均有明显提高,并适用于实际问题求解。