基于改进鼠群优化算法的起重机主梁轻量化设计

为提高元启发式算法求解桥式起重机主梁优化问题的寻优精度与效率,文中提出一种改进的鼠群优化算法(IRSO)。该算法采用Hénon混沌随机反向学习初始化种群,提高算法的初始寻优性能;在追逐行为中,引入随机反向学习和高斯变异混合策略对鼠群进行逐维学习,增强算法的全局搜索能力;在搏斗行为中,采用翻筋斗搏斗搜索策略更新鼠群位置,增强算法的局部搜索能力;在算法中引入自适应余弦控制因子,实现算法控制参数之间的动态平衡,提高算法的整体寻优能力。仿真结果表明:与其他算法相比,IRSO算法寻优能力更优、收敛精度更高、稳定性和鲁棒性更强;同时,IRSO算法可高效地解决桥式起重机主梁轻量化设计问题,减重效果可达20.72%,具有较好的工程实际应用能力。

基于改进鼠群算法的微电网优化调度

为避免传统鼠群优化算法(RSO)在寻优时收敛速度慢,陷入局部最优,提出融合Circle混沌映射和纵横交叉策略的鼠群优化算法(HRSO)。利用Circle混沌映射和纵横交叉策略,加快全局收敛速度同时提高算法跳出局部最优的能力,选取Sphere、Rosenbrock等若干经典测试函数进行仿真测试,将HRSO应用于以总发电成本最低为目标且考虑安全性和稳定性的微电网优化调度模型中。结果表明:在4种测试函数下,HRSO与RSO相比,稳定性提高了12.45%,收敛速度提高了28.17%;在微电网优化调度模型中,微电网的总发电成本降低约8.43%。

改进鼠群优化算法在地下岩体破裂事件定位中的应用研究

在地质灾害监测过程中,地下岩体破裂事件的定位是实时监测的一项关键技术。针对传统的定位方法均存在着不同程度的误差,为了减小事件定位的误差,提高定位精度,提出了一种改进鼠群优化算法用于地下岩体破裂事件的定位,以提高岩体的定位精度。首先,将Levy飞行策略引入鼠群优化算法中,以增强算法的局部搜索能力和全局寻优能力;其次,采用时差定位(Time difference of arrival,TDOA)方法建立目标函数,将目标函数作为算法的适应度函数进行岩体破裂事件定位;最后,验证了该算法的有效性和可行性,与其他定位算法比较,本算法定位精度较高,并且具有较好的鲁棒性和收敛性。

基于改进策略的鼠群优化算法

为了提升鼠群优化(RSO)算法摆脱陷入局部最优解的能力并提高收敛精度,进而提升算法的整体性能,提出了一种基于改进策略的鼠群优化(ISRSO)算法。在猎物攻击过程中,通过Tent映射增加种群个体扰动的方式,实现种群多样性的提升,从而降低算法陷入局部最优解概率。基于标准测试函数的实验研究结果表明,提出的算法能够有效地跳出局部最优解,并且在收敛精度上与对比算法相比有明显提高,整体上提升了该算法的性能。

农村药物灭鼠鼠群消长情况

农村害鼠种类较多,主要有褐家鼠、黑线姬鼠、黄胸鼠、小家鼠、短尾鼩、大足鼠等,每年以4—6月和9—11月为害极重,造成巨大损失。人们常用0.5%溴敌隆,配制有效含量为0.0005%溴敌隆玉米毒饵等药物灭鼠后,鼠群种类、密度数量有所控制,受害明显减轻。建议每年在春季和秋季进行药物灭鼠,效果最佳。

首次证实巴尔通体在我国云南鼠群中流行

目的 了解巴尔通体 (Bartonella)在云南鼠群中的分布及流行特征。方法 被检鼠血为 1999年 10月收集自云南省的 3个调查地区 ,采用兔血心浸液琼脂培养基进行巴尔通体分离 ,以聚合酶链反应 (PCR)对枸橼酸合酶基因 (gltA)的379bp片段进行扩增以证实是否巴尔通体 ,阳性者行以序列测定并与已知菌株加以比较。 结果与结论 从 131份鼠血分离到5 8株巴尔通体 (44 3% )。菌株分布于各调查点 ,感染鼠分属 3个属 6个种 ,以姬鼠属 (Apodemus)的带菌率最高 (6 2 2 % ,2 8/4 5 ) ,家鼠属 (Rattus)次之 (41 5 % ,2 7/ 6 5 ) ,绒鼠属 (Eothenomys)居第三位 (18 8% ,3/ 16 ) ,表明巴尔通体在云南常见鼠种中广泛分布及高度流行。所有菌株按其分离鼠属可分为 3群 ,具有以属为水平的宿主特异性。依基因结构可将它们分为 2 0个变异体 (家鼠属 8个 ;姬鼠属 12个 ;绒鼠属 2个 ) ,其中 17个为新发现变异体 ,表明云南巴尔通体基因型别的多样性。 7个家鼠巴尔通体变异体可分为B elizabethae、B tribocorum和新种B yunnannensis 3个基因型。由于云南巴尔通体的高度流行及基因型别的多样性 ,一些不明原因的疾病可能与巴尔通体的感染有关。

基于移动机器人路径规划的鼠群算法

研究静态环境下机器人路径规划问题,并根据老鼠觅食行为提出一种鼠群算法.该算法引入环境因子和经验因子,每次搜索后对路径进行经验因子更新,通过迭代的方式寻找静态环境下机器人最佳路径.同时提出一种禁忌策略,有效地避免了路径死锁问题.理论分析和实验结果表明,该算法能使机器人在有较多障碍的环境下迅速找到一条优化路径,而且安全避碰,与同类算法相比具有一定的优越性.

基于Sin混沌空翻反向学习鼠群算法的路径规划

对于移动机器人路径规划问题,鼠群优化算法存在求解效率和精度低下等不足,为克服此不足,提出Sin混沌空翻反向学习鼠群优化算法。受空翻动作启发提出一种新颖的空翻反向学习策略,将其引入算法搏斗行为中对种群进行空翻反向学习,提高算法全局寻优能力;同时,引入Sin混沌空翻反向学习机制丰富算法初始种群,保证算法初期寻优效率与精度;进一步,在算法追逐行为中,嵌入非线性跳跃衰减波动因子实现算法全局勘探与局部开发之间的动态平衡,增强算法局部和全局寻优能力。实验结果表明,所提出的算法寻优性能优于其他算法,且能快速稳定获得最小路径长度,具有较好的实际实用性。

基于多策略改进鼠群算法的机器人路径规划

鼠群优化(RSO)算法求解复杂环境下移动机器人路径规划问题时易出现早熟现象导致求解精度不足,针对此问题,提出一种多策略改进鼠群优化(MRSO)算法。首先,提出一种旋转小孔成像反向学习搜索策略,将其嵌入算法攻击猎物过程中对种群进行反向学习,提高算法全局搜索能力;其次,引入Iterative混沌RPOBL反向学习策略保证了算法的初始种群多样性,提高了算法初始寻优效率与收敛精度;最后,在算法追逐猎物过程中,采用“双平滑”和“双碗式”非线性自适应因子动态平衡了算法的全局搜索与局部探索,增强了算法局部和全局寻优能力。结果表明,在不同地图环境中,MRSO算法的路径寻优结果优于RSO、TSO和GWO算法,MRSO算法可快速和高效地解决复杂环境中移动机器人路径规划问题。

厦门港鼠群结构、数量季节变动及种群演替研究

１９８６～１９９５年，厦门港区逐月对鼠群进行监测，其群落结构为臭＋小家鼠＋褐家鼠＋黄胸鼠＋黄毛鼠，共２目２科３属５种。４类生物小区的群落结构为：集装箱堆场和办公住宅区为臭＋褐家鼠＋小家鼠＋黄胸鼠；粮食仓库和杂货库为臭＋小家鼠＋褐家鼠＋黄胸鼠。各类生物小区的捕获率差别较大，以办公和住宅区捕获率最高。１９９５年残存鼠数量变动呈＂山＂字形，以８～９月份最高，黄胸鼠和黄毛鼠捕获率均为零。１０年来鼠群结构不断变化，群落优势种的演替趋势是：臭→褐家鼠→小家鼠→臭，并提出今后的主要防制对象与时机。

基于目标增强与鼠群优化的红外与可见光图像融合算法

针对传统红外与可见光图像融合结果存在目标模糊、信息丢失问题,提出一种基于目标增强与鼠群优化的红外与可见光图像融合方法,记为TERSFuse。为了减少融合结果中原始图像细节信息丢失,分别构建了红外对比度增强模块和基于亮度感知的可见光图像增强模块;利用拉普拉斯金字塔变换对红外和可见光增强图像进行多尺度分解,从而得到对应的高、低频图像;为了使融合结果充分保留原始图像信息,分别采用“最大绝对值”规则对红外和可见光高频图像进行融合以及通过计算权重系数对低频图像进行融合;设计了基于鼠群优化的图像重构模块以实现高频图像和低频图像重构权重的自适应分配,进而提高融合图像的视觉效果。为了验证所提算法优势,与7种经典融合算法进行比较,实验结果表明所提算法不仅具有良好的视觉效果,而且融合图像能够保留原始图像丰富的边缘纹理和对比度信息。

多策略鼠群优化算法的无人机三维航迹规划

针对在复杂电力检测环境中无人机三维航迹规划问题,提出一种基于跳跃式自适应小孔成像反向学习鼠群优化(JAPRSO)算法的无人机三维航迹规划方法。JAPRSO算法引入了Sobol序列初始化种群以增强种群多样性;引入了非线性自适应因子实现动态权衡局部开发和全局搜索能力;嵌入了跳跃式围捕猎物机制以避免算法陷入局部最优;同时,引入跳跃式自适应小孔成像反向学习追赶猎物机制以提高算法的全局寻优能力。仿真结果表明:所提出的路径规划方法寻优性能优于RSO算法、灰狼优化(GWO)算法,金枪鱼群优化(TSO)算法和海鸥优化(SOA)算法,能够有效地躲避威胁区,快速获得航迹代价最小的安全可行航迹,可适用于求解电力检测方面的无人机三维航迹规划问题。

二进制鼠群优化算法的特征选择及数据分类

针对特征选择技术中提高分类准确率和降低特征选取个数随着数据维度增加而难度加大的问题,对新型仿生优化算法的鼠群优化算法进行改进,在算法中引入转换函数,使用K近邻法作为分类器,提出二进制鼠群优化算法,用于特征选择,进行数据分类,对特征进行有效的降维并减少数据分类的错误率。在UCI的10个数据集上进行测试,并与遗传算法、粒子群算法、樽海鞘群算法和正余弦算法进行比较,实验结果表明,所提算法能够提高数据分类准确率并有效降低特征维度,算法具有较好的收敛性和鲁棒性。

云南省西部地区鼠群中巴尔通体感染的调查

目的了解云南省西部地区鼠类中巴尔通体(Bartonella species)的感染情况。方法2004年在景东、南华、盈江、龙陵等县捕捉活鼠,采集捕获鼠全血标本,用含5%兔心血的脑心浸液琼脂培养基分离巴尔通体,可疑标本用聚合酶链反应扩增枸橼酸合酶基因(gltA)的特异片段(379 bp) 加以证实。结果4个县共捕获鼠类397只,为1个属4个种,分属大足鼠、黄胸鼠、褐家鼠以及斑胸鼠。从397份标本中分离到巴尔通体54株,分离率为13.6%(54/397)。菌株分布于各调查点的鼠种中,大足鼠的分离率为22.0%(22/100)、黄胸鼠14.8%、(31/210)、褐家鼠为1.2%(1/87)、斑胸鼠阴性。结论云南省西部地区的鼠类中存在着较为广泛的巴尔通体的感染,还需要对相关疾病传播关系做进一步的研究。

基于IRSO算法的含分布式电源配电网重构

在智能电网的背景下,为了减少含分布式电源(distributed generation,DG)配电网的网络损耗,同时提高电网安全性,提出“单条支路安全系数”“最小安全系数”“平均安全系数”三个安全性评价指标,并建立以网损、“平均安全系数”“最小安全系数”为目标的配电网重构数学模型,采用改进鼠群优化算法进行求解。针对传统鼠群算法随机初始种群的迭代次数较多问题,采用有序环网配合启发式规则在初始化阶段生成一个初始解;针对传统算法在运行过程中产生众多无效变异的问题,提出“映射规则”,最大化调用鼠群变异规则;为了避免最后结果未优化到最优,提出“最优个体微调策略”。采用IEEE33节点电力系统和Taipower84节点电力系统进行对比验证分析,证明了该文方法的通用性和有效性。

基于纵横优化的含分布式电源配电网两阶段动态重构

针对采用传统动态重构法仅能在每个时段之初进行开关切换的问题,提出基于纵横优化的含分布式电源配电网两阶段动态重构方法。考虑负荷与分布式电源的周期性,对优化周期进行时段划分(第一阶段进行横向优化,建立以系统网损最小为目标的重构模型,提出混沌引力鼠群算法对每个时段进行静态重构,并将Tent混沌映射和引力矩阵引入鼠群算法,以提高算法的遍历能力和收敛可靠性;第二阶段进行纵向优化,使用蚁群搜索算法对开关动作的时刻进行调整,解除了仅能在时段之初进行开关切换的约束,进一步降低开关动作次数)。采用IEEE 33节点对电力系统进行对比验证分析,结果表明,采用连续时段划分法划分的时段更接近分布式电源和负荷出力变化的趋势,两阶段动态重构能够大大降低开关动作的次数和电力系统的网络损耗,提高了重构效率。

鼠类活动对高寒草甸植物群落及土壤环境的影响

三江源区是青藏高原的重要组成部分,素有"中华水塔"之称,同时也是世界高海拔区生物多样性最丰富、最集中的地区,有"高原生物基因库"之称。但由于近年来气候变暖、冰川退缩、过度放牧等因素致使三江源区草地退化严重,其中频繁的鼠类活动无疑进一步加剧了草地退化的速度和进程。鼠类活动对三江源区整个草甸生态系统既有消极的作用,又有积极作用,但是目前尚缺乏系统科学的量化研究。本文在对三江源区典型区域青海省果洛州主要鼠类种群调查和查阅大量文献资料的基础上,探讨了鼠类活动对三江源区高寒草甸植物群落及土壤环境的影响,结果表明,维持适宜的鼠类种群密度对于三江源区高寒草甸的可持续发展和草地资源保护具有重要的作用。

祁连山区青海地区高原鼠兔潜在生境模拟与鼠害扩散路径识别

应用生态学“源—汇”理论,以祁连山区为研究区,利用最大熵模型模拟高原鼠兔潜在分布区域,提取最高适生区作为鼠害潜在区域,运用最小阻力面模型构建鼠害生态阻力面,提取了祁连山区81条鼠害潜在发展扩散路径,识别出120个鼠害扩散节点,结果表明:等温性(Bio3)、植被类型、土壤类型和土壤砂砾含量是影响高原鼠兔潜在地理分布的主要因子;鼠害源地主要分布在祁连山区青海地区西南、西北部,多以条带状分布,占祁连山区总面积的2.97%;中度覆盖草地和低度覆盖草地是鼠害扩散路径的主要景观构成类型,约占扩散路径总面积的78.6%;鼠害扩散路径密度较高的区域集中分布于刚察县、祁连县中部、天峻县西部,这些区域容易形成连片的鼠害区域;鼠群灾害扩散节点主要分布在祁连山区西部天峻县、祁连县和刚察县境内,是鼠害防治的关键节点.

2种抗凝血灭鼠剂的现场效果比较

目的对0.005%溴敌隆毒饵、0.05%敌鼠钠盐毒饵现场灭家鼠的效果进行比较。方法鼠密度测定采用盗食法。灭鼠采用连续4 d饱和投放毒饵方法。根据灭前和灭后的鼠密度测定结果计算灭鼠率。结果 0.005%溴敌隆毒饵和0.05%敌鼠钠盐毒饵的适口性未发现显著性差异;2种毒饵第21天的灭鼠率分别为91.8%和95.2%。结论 2种毒饵的适口性和杀灭效果均相同,都能适用于防治南宁市城中村的鼠群,现场未发现鼠群对2种鼠药产生抗药性。

WPD-RSO-ESN和SSA-RSO-ESN模型在径流时间序列预测中应用比较

为提高径流时间序列预测精度,提出小波包分解(WPD)与奇异谱分解(SSA)-鼠群优化(RSO)算法-回声状态网络(ESN)相混合的径流时间序列预测方法。分别利用WPD和SSA将非平稳径流时间序列分解为若干子序列,有效降低径流时间序列的复杂性;介绍RSO算法原理,在不同维度条件下选取6个典型函数对RSO算法进行仿真测试;利用RSO算法对ESN储备池规模、稀疏度等超参数进行优化,建立WPD-RSO-ESN、SSA-RSO-ESN模型,并分别构建WPDRSO-SVM、WPD-ESN、WPD-SVM和SSA-RSO-SVM、SSA-ESN、SSA-SVM作对比分析模型;利用云南省江边街水文站1957-2014年逐月径流时间序列数据对8种模型进行检验及对比分析。结果表明:RSO算法在不同维度条件下均具有较好的寻优精度和全局搜索能力。WPD-RSO-ESN、SSA-RSO-ESN模型对实例后10年120个月月径流时间序列预测的平均绝对百分比误差分别为2.73%、3.90%,预测精度优于同一分解条件下的其他模型。RSO算法能有效优化ESN网络超参数,提高ESN网络的预测性能。WPD对径流时间序列数据的分解效果优于SSA方法。