基于混合人工鱼群优化SVR的交通流量预测

实时准确的交通流量预测是智能交通系统(ITS)中的重要内容.支持向量回归(SVR)能够用于解决交通流量预测问题,针对SVR中存在的参数选择困难,提出一种混合人工鱼群(AFS)算法.该算法利用粒子群优化(PSO)算法公式改进AFS算法,减小AFS算法中步长因子的影响,并引入混沌初始化AFS机制,选取最优SVR参数,建立了基于混沌PSO-AFS优化SVR的交通流量预测模型.仿真结果表明,该交通流量预测模型具有更优的预测性能,证明了其可行性和有效性.

改进粒子群优化算法及其在聚类分析中应用

针对标准粒子群优化算法初期收敛速度快,后期容易陷入早熟收敛,局部寻优,全局搜索能力差等缺点,提出了一种新的鱼群-粒子群优化算法(AF-PSO)。引入拥挤因子d和马尔可夫链,将鱼群算法加入到粒子群优化算法中,通过计算拥挤因子,来更新速度模型,使其在觅食,聚群,追尾,随机4种模态下进行切换。仿真结果表明了所提出的AF-PSO算法的综合性能优于其他改进的PSO算法。为进一步说明算法的实用性,将AF-PSO算法成功应用于输油管道泄露数据的聚类分析上。实验结果表明基于AF-PSO的K-means算法性能是优于其他聚类算法。

基于人工鱼群和粒子群优化混合算法的侧铣刀轴轨迹规划

针对圆锥刀侧铣加工非可展直纹面的刀轴轨迹规划问题,采用两点偏置法确定初始刀轴矢量,为评价单个刀位,提出了单刀位下的误差度量函数,即刀轴上各点到非可展直纹面的距离与对应各点到圆锥面的距离差值的平方和最小。为解决每个刀位下的位姿寻优问题,提出了基于人工鱼群(AFS)和粒子群优化(PSO)混合算法的优化方案。仿真结果表明,所提方法在单刀位下的优化过程简单,结果精度高,优化后位姿集合形成的刀具包络误差小。

粒子群算法在协同通信功率分配优化中的应用

研究通信优化系统性能,在协同通信中,源节点和中继节点的功率分配对系统的性能有着重要影响,存在分配不合理的问题,系统将达不到理想性能。为了优化功率分配,提出协同通信方式进行优化分配功率。根据粒子群算法在资源分配和函数优化中的优越性,分别针对放大前向和译码前向协同模式,在总功率一定的条件下,以大信噪比时的误码率的下界或上界作为粒子群优化算法的目标函数,优化源节点和中继节点的功率分配。通过仿真验证,在平坦衰落信道条件下,粒子群算法优化出的功率分配比平均分配功率时的误码率有了明显下降,提高通信系统和性能。