贪心随机自适应搜索算法在软件测试中的应用

提出一种求解面向对象软件集成测试中确定类间测试顺序的贪心随机自适应搜索算法。该算法是一个多起点的迭代过程,每一次迭代由产生可行解的构造阶段和寻找局部最优解的局部搜索阶段组成。为了进一步改善它的性能,在构造阶段增加了预处理功能,在局部搜索阶段增加了长期记忆和路径再链接功能。实验结果表明,改进的贪心随机自适应搜索过程产生的解的质量优于现有的其它算法。

基于精英思想自适应改进万有引力搜索算法

为了解决万有引力搜索算法容易出现局部最优的问题,提出了一种新型改进万有引力搜索算法。该算法在质量的计算中引入随机因子;结合精英思想,基于适应度值对力进行有选择的合成,并且对更优粒子对应的力赋予更大的随机数;引入控制参数,自适应地更新粒子的位置,减小某些粒子过于随意变化带来的影响。通过以上这些操作,增强了算法的随机性,同时保证了算法的收敛性。经对10个基准函数进行仿真实验,结果表明新算法有更好的收敛速度和寻优精度,全局和局部优化能力增强。

基于自适应t分布与随机游走的麻雀搜索算法

针对麻雀搜索算法在解决复杂问题时存在的收敛精度降低以及陷入局部最优等问题,文中提出了一种基于自适应t分布与随机游走的麻雀搜索算法。该算法在初始化过程中使用反向学习来生成反向解,从中选择优秀的个体组成初始化种群。在原始麻雀搜索算法上采用自适应t分布策略和高斯随机游走策略可以提高麻雀个体的寻优能力,同时防止算法早熟。仿真结果表明,相较于对比算法,文中所提算法的收敛精度和收敛速度都有所提升。

基于自适应神经模糊推理系统及随机分形搜索算法的黄酒发酵过程建模与优化

黄酒酿造是多菌种混合发酵,具有产物多样的特点,已有的黄酒发酵过程模型是建立在主要生化反应基础上的发酵动力学模型,模型的精度和泛化能力尚不能满足工业需求。针对黄酒醪液中生成产物多样的特征,该文利用模糊系统的建模策略,将自适应神经模糊推理系统的单维度输出扩展到多维度输出,提出了多输出自适应神经模糊推理系统模型;然后针对该模型参数量大的特点,该文将莱维飞行和层次学习策略融入随机分形搜索算法,提出了层次学习随机分形搜索算法,用于模型参数的辨识与优化。仿真结果表明,该算法提升了模型的精度和泛化能力,实现了不同生产批次黄酒发酵状态的良好预测。

随机变异的自适应布谷鸟搜索算法

布谷鸟搜索算法现在还存在收敛精度不高、寻优效果不佳的问题。为解决这类问题,本文在基本布谷鸟搜索算法的基础上引入了惯性权重和变异策略。优化后的布谷鸟搜索算法在搜索精度和寻优效果上都有了大幅度的提升。实验测试结果显示,改进算法比其它算法在函数优化上效果更加明显。

基于贪心随机自适应搜索的电路划分改进算法

为提高基于迭代改进的传统电路划分算法的划分质量,提出了一种基于贪心随机自适应搜索过程(greedyrandomized adaptive search procedure,GRASP)的电路划分改进算法.GRASP由构造阶段和局部搜索阶段组成,能够快速构造较好的初始划分.在其构造阶段引入启发式子集选择策略,并与高效搜索技术Path-Relinking相结合,在各个局部最优解之间建立路径,从而有效搜索了局部最优解空间.实验结果表明,该算法与基本GRASP相比,能在合理的时间范围内改进解的质量,获得更好的划分结果.在获得的最小划分上,改进程度最大达到33.3%;而在平均划分上,最大达到27.4%.

基于Metropolis准则的自适应随机搜索算法研究

随机搜索算法是一种原理极其简单的优化方法,利用搜索方向与步长的随机特性,算法能够逐渐向全局最优解靠近,最终达到优化的目的。但正是因为其搜索的随机性,导致了算法优化效率特别低,计算领域极其有限。针对以上问题,提出了自适应最优化的搜索策略,利用当前最优解的位置及其演化路径,不断调整算法优化搜索的方向与步长,提高搜索的效率,同时引入模拟退火算法中的Metropolis接受准则,使改进后的算法不仅能够接受优化解而且能够接受恶化解,提高算法的全局搜索能力。采用MATLAB编程软件,通过对两个经典测试函数的模拟及其与传统随机算法的对比分析,优化计算的结果证明了本文所提算法具有高效的优化计算能力,可以进一步应用于工程领域的优化设计。

自适应随机搜索算法在水文模型参数优选中的并行效率研究

水文模型参数的快速率定是山洪以及中小河流洪水预报预警中的重要研究内容之一。参数自动优选功能可以极大地提高水文模型的使用效率,随机搜索算法是大多数参数全局优选算法基础,但却因为耗时较长而应用较少。以Brooks的自适应随机搜索算法(adaptive random search method)为对象、利用.NET的Parallel对象进行了CPU并行改造,利用英伟达的CUDA对象进行了GPU+CPU并行改造,并以缅甸境内其培河子流域上的新安江模型为优选对象,比较了优选效果和计算效率。研究表明:ARS算法和SCE-UA的优选结果相当,并行改造后的ARS算法计算效率有显著提高。研究成果对水文模型应用时参数优选算法的比选具有重要的参考价值。

一种改进自适应参数的和声搜索算法

针对现有和声搜索算法(HS)的提前收敛、收敛速度缓慢、参数选择不佳和容易陷入局部最优等缺点,本文提出一种自适应和声搜索算法参数的改进方法(DCNHS),在算法中加入新的动态方法并且引入带有自适应参数的柯西、正态分布随机数来实现改进算法参数的自适应.通过与目前性能较为突出的几种改进的HS算法、PSO算法、GA算法相比较,本文提出的改进算法(DCNHS)在若干标准优化算法测试函数仿真中,寻优更加精确,收敛更加迅速,并具有较强的跳出局部最优的能力.

基于改进火烈鸟搜索算法的移动机器人路径规划

为改善火烈鸟搜索算法(FSA)在路径规划中易陷入局部误区的问题,提出改进FSA(IFSA)用于移动机器人路径规划。该算法引入自适应Sigmoid非线性因子实现种群动态调整,平衡了算法的全局搜索与局部搜索;同时,嵌入自适应混合精细分级的觅食位置更新方式,增强算法局部寻优能力;进一步提出随机镜面反射学习(RSRL)机制并应用于算法种群逐维学习,提高算法的寻优效率与精度。实验结果表明:IFSA能够快速获取最短路径,寻优能力优于其他算法,具有较强的稳定性和鲁棒性。

具有动态步长和发现概率的布谷鸟搜索算法

为了进一步改善算法搜索过程中存在的求解精度偏低、收敛速度缓慢等现象,提出具有动态步长和发现概率的布谷鸟搜索算法。该算法通过引入步长调整因子动态约束每一代种群的莱维移动步长,使算法的莱维飞行机制具有自适应性。在发现概率上,使用具有均匀分布和F分布特性的随机惯性权重,改变发现概率的固定取值,加强种群的多样性,保持算法全局搜索、局部探索之间的平衡状态。通过实验证明,所提算法具有良好的可行性,其寻优结果、收敛速度均有提高。

基于群搜索算法的虚拟企业伙伴选择问题

为了适应市场需求,企业间通常需要相互联盟,共同组成一个虚拟企业来共同实现产品的开发、生产。伙伴选择问题是虚拟企业运营成败的关键。因受到的投标者数量大、评价指标多、判断标准多等多种因素的影响,伙伴选择是一个多目标决策问题,文章采用群搜索算法来解决。通过对群搜索算法的深入研究,提出了基于贪心策略和角色分配策略2种改进方案。通过实验,得到改进后的群搜索算法能提高收敛速度、减少搜索到最优解的代数或提高算法的个体多样性。

基于改进自适应遗传算法的空心串联电抗器优化设计

采用遗传算法对空心串联电抗器的优化设计进行了研究,给出了空心串联电抗器的优化设计模型。提出一种改进的自适应遗传算法,并设计了一种适应度线性变换方法,同时对最优保存策略作了改进。通过对有约束的测试函数进行求解,证明这些改进措施增强了遗传算法的全局寻优能力。将空心串联电抗器的优化方案与原设计方案进行比较可见电抗器的结构尺寸、重量和损耗都显著减小。

一种实数编码的自适应遗传算法及其在热工过程辨识中的应用研究

该文针对传统的遗传算法(GA)难以解决的早熟和局部收敛问题,分析了传统的GA编码策略、选择策略、交叉变异策略和交叉变异概率选择等环节存在的不足,提出一种实数编码、多种算子互相补充和交叉变异概率自适应选择的改进算法。用～个非常复杂的数学函数对新算法进行了测试,结果表明改进算法较之传统GA有效地提高了全局寻优能力。在此基础上将这种改进算法应用于热工过程辨识进行仿真研究,结果表明该方法是有效的,具有一定的应用价值,并且文中所提出的算法和策略具有一般性,很容易运用于其它优化问题。

基于随机森林回归算法的感应电机驱动控制

为了提高感应电机驱动系统在不同运行条件下的控制性能,将随机森林回归(RFR)算法引入到空间矢量脉宽调制(SVPWM)中,设计了一种新型的感应电机驱动控制器。和常规SVPWM方案相比,RFR的引入为SVPWM算法提供了快速实现和预测改进的优势,从而性能得到了提高。为了进一步突出基于RFR算法的优势,还与人工神经网络(ANN)算法和自适应神经模糊系统(ANFIS)算法进行对比分析,分析结果表明RFR算法在不同工况下的稳态误差、暂态响应和鲁棒性均优于ANN算法和ANFIS算法。最后,通过仿真和试验验证了新型控制算法的实际效果。

自适应多位变异遗传算法的实现

Genetic algorithm is a widely used optimization method. Crossover and mutation are two Basicl operatorsof the genetic algorithm. On the basis of analyzing the principles of simple genetic algorithm and discussing its exist-ing problems of crossover point and mutation bit, this paper presents a way of the adaptive multiple bit mutation ge-netic algorithm , which not only can keep the population diversity but also has quicker convergence speed. The resultsof the multi-modal function optimization show that the adaptive multiple bit mutation genetic algorithm is practicaland efficient.

家庭护理人员协同调度与路径规划研究

随着我国老龄人口数量的不断增长以及家庭护理观念的普及,用户日渐青睐居家接受个性化的家庭护理服务。然而护理服务资源在不同区域、机构的配置程度存在差异,单一机构难以满足用户快速增长的多样化、个性化需求。为缓解护理服务资源供需不均衡情况,将协同服务思想引入家庭护理,提出家庭护理人员协同调度与路径规划问题,考虑多个护理中心协同服务同一客户的不同需求。在现有护理资源不变的条件下,通过对资源统筹优化,提高护理资源利用率,使得护理人员的调度方案更加灵活合理,在满足客户需求的前提下达到降低护理中心运营成本的目的。为了研究该问题,首先建立了以护理人员启用、行驶、正常工作、加班工作总成本最小,包含客户需求、护理人员工作时长等约束的家庭护理人员协同调度的数学规划模型;其次,考虑护理人员和客户需求所具备的特性,根据贪心、随机、自适应思想,结合贪心随机启发式和迭代局部搜索等多种方法设计了具有自适应反馈机制的混合贪心随机自适应搜索算法;最后,基于标准算例的仿真实验测试评估所设计算法的性能。实验结果表明:设计的算法相比优化软件GUROBI和标准GRASP能够更加高效、高质量地求解家庭护理人员协同调度与路径规划问题;同时引入协同思想能够大幅缩减运营成本并提高护理人员利用率。

一种基于视觉的车道线检测与跟踪算法

提出了一种新颖的适用于自主驾驶系统的车道线检测与跟踪算法.该算法采用了广义曲线的车道线参数模型,能同时适应弯道和直道的检测.该检测算法最突出的贡献在于,没有仅仅使用单一方法求解各个参数,而是根据各参数的不同精度要求,分别使用自适应随机霍夫变换(ARHT)方法和禁忌搜索算法计算车道线模型中的各个参数,这样既准确计算车道线模型中的参数,也兼顾了车载系统的实时性要求.此外,为了提高算法的实时性,引入了多解析度的策略,以降低整个流程的时耗.最后,为了满足自主驾驶系统对稳定性的需求,还提出了一种基于粒子滤波器的跟踪算法.通过不同场景下进行的实验,充分表明提出的车道线检测与跟踪算法具有良好的鲁棒性和实时性,同时对不同的光照条件也有较好的适应性.

结合部件动态变化度求解最小碰集的GRASP算法

针对最小碰集求解问题,提出一种改进的GRASP算法。在算法构造解阶段,提出一种结合部件动态变化度d-covered的打分机制,用来选择可能是最小碰集的部件,避免非最小碰集部件的加入,并能较早地得到最小碰集;在算法局部搜索阶段,结合部件动态变化度drcovered给出锦标赛策略,进而从当前解对应的冗余部件中删除较可能是非最小碰集的部件。此外,还给出了完备算法和不完备算法的时间复杂度分析。实验结果表明:与现有完备算法相比,本文算法能够在较短的时间内找到最优解;与现有不完备算法相比,本文算法可以找到更短长度的最小碰集。

基于并行GRASP的不正常航班调度算法

将并行计算与GRASP结合,设计了一种新的基于并行GRASP的不正常航班调度算法,给出了详细的算法流程与步骤;同时考虑了使用备用飞机、延误航班与取消航班等不正常航班调度策略,通过并行GRASP算法优化了构造的飞机路线和取消路线组成的初始解,给出了每架飞机新的航班路线和航班取消路线。国内一家中等规模航空公司实际算例的结果证明了算法能有效降低以往算法的时间复杂度,明显提升运算效率,可用于较大规模的不正常航班调度运算。