基于人工鱼群遗传算法的DNA编码优化

针对DNA计算中的编码序列设计问题,分析DNA编码序列设计的目标和需要满足的约束条件,从中选择适当的约束条件,给出评估公式,提出人工鱼群遗传算法生成有效的DNA编码序列。经实验结果表明,所述算法比遗传算法及遗传粒子群算法产生的DNA编码序列质量更加稳定可靠。

基于人工鱼群-遗传算法的多品种小批量零件数控加工工艺优化研究

基于多品种小批量零件加工成本高的问题,基于人工鱼群-遗传算法(AFSA-GA)构建了数控机床能耗模型,以实现零件加工能耗下降。首先,将数控机床功率划分为各工序功率模型,基于功率模型与工作时间关系得出机床运转能耗模型,结合产品表面粗糙度模型,对各工序能耗模型及整体粗糙度进行归一化处理,形成整体能耗模型;其次,以能耗及粗糙度为目标函数,建立AFSA-GA算法,通过对各工序能耗求解得出最适当的机床功率及其所对应的能耗和表面粗糙度;最后,针对所获得的最优功率,进行优化结果的验证,为五轴机床的实际加工提供解决方案。

基于鱼群遗传优化算法的配电网无功优化

以IEEE33和IEEE21系统模型为例进行仿真试验,对遗传和鱼群、遗传相结合的两种算法在MATLAB中分别编写其相应的配电网无功优化程序,相比于遗传算法有功网损更小、电压稳定性更好。

移动机器人路径规划仿真研究

在移动机器人有效路径规划问题的研究中,针对传统移动机器人有效路径规划算法收敛速度慢、搜索时间长、寻优能力差等问题,提出一种人工鱼群算法与遗传算法相结合的有效路径规划算法。通过栅格法对机器人运动环境进行建模,在静态环境下使用人工鱼群算法进行初始路径规划,将规划所得的初始路径作为遗传算法的初始种群,并使用改进的遗传算法进行迭代优化,寻求一条从起点到目标点的全局最优有效路径。大量仿真结果表明,该混合算法相比其他算法,具有较快的收敛速度和较强的寻优能力。