一种改进的粒子群爬山优化图像分割方法

针对粒子群优化算法在图像分割中存在算法搜索能力不足并且分割不够精准的问题,文章提出了一种改进的粒子群爬山优化图像分割方法。文章首先引入爬山算法,检测粒子群搜索空间中多个全局极值点,增强粒子群算法的局部搜索能力;其次将算法作用于图像中生成K个峰值的三维直方图,根据欧几里德距离,将每个像素分配给最近的峰值从而分割图像;利用标准图像数据集进行实验,并与其他基于粒子群优化的图像分割方法对比分析,该算法在图像分割的视觉效果和5种常用的客观评价指标都具有更优越的性能。

基于混沌搜索的混和粒子群优化算法

所提出的算法将粒子群优化算法和混沌算法相结合,既摆脱了算法搜索后期易陷入局部极值点的缺点,同时又保持了前期搜索的快速性.最后通过4个测试函数将该算法与基本粒子群算法进行仿真对比,比较结果表明基于混沌搜索的混和粒子群优化算法在收敛性和稳定性等方面明显优于基本粒子群优化算法.

基于通用量子门的量子遗传算法及应用

为加快量子遗传算法的参数更新速度,简化遗传操作步骤,提出了一种基于通用量子门的量子遗传算法(Quantum Genetic Algorithm with Universal Quantum Gate,UQGA)。该方法以通用量子门为逻辑计算单位,对染色体进行遗传操作。利用Hadamard门进行基础变换;通用量子门通过新的旋转角度函数,对各个基因位进行选择、变异操作;通过求解适应度函数,得到全局最优解;同时,算法经数学证明是收敛的。该算法应用到函数极值搜索和Iris数据集特征选择中。实验结果表明,UQGA具有较好的全局搜索和特征选择性能,尤其是在收敛速度、运算时间和分类准确率方面明显优于普通量子遗传算法和普通遗传算法。

改进蝙蝠算法在光伏阵列存在局部阴影时的应用

在光伏发电系统中,经常存在电池板局部被遮挡的情况,造成电池板出现多峰极值的现象。传统的最大功率点(MPPT)搜索方法常常会陷入局部极值,从而错过或丢失系统的全局最大功率点,甚至产生振荡导致系统输出不稳定。提出一种改进的蝙蝠算法(IBA),并应用到太阳能阵列存在局部阴影条件下的最大功率点寻优控制中。通过混沌初始化,对群体的初始位置进行更新,增加种群的均匀性和遍历性;引入自适应惯性权重,使算法在优化前期具有较强的全局搜索能力,后期有较强的局部收缩能力,同时引入Levy飞行来产生跳跃速度,跳出局部极值;引入动态收缩区间,有效地减小算法的搜索范围。以上改进,避免了种群受到局部极值的影响而过早收敛。光伏发电系统的仿真表明:在其受到局部遮挡而出现多峰极值的情况下,改进的蝙蝠算法能够快速找到全局最优点,并且精度高。

基于方波信号的半全局极值搜索算法

针对半全局极值搜索算法,采用正弦信号作为激励信号时,幅值自适应律初始值选取严格、输出存在颤振的问题,提出了采用方波信号作为激励信号。利用平均化方法证明了激励信号选取较小的初始值即可使目标函数收敛到全局极值,同时减弱了输出颤振;采用正弦和方波信号作为激励信号进行仿真对比,说明方波信号可以提高算法的半全局收敛性,有效减弱输出颤振。

免疫算法在分数阶Fourier变换域极值优化中的应用

利用线性调频(Linear Frequency Modulation,LFM)信号在分数阶Fourier域上的聚焦性,通过搜索可实现LFM信号的检测和参数估计。通常采用步进式搜索法,效率低下。为了克服该缺点,通过对分数阶Fourier域优化问题的研究,将免疫算法引入到分数阶Fourier变换极值搜索中。仿真结果表明:该方法优于传统的步进式搜索法。

基于变焦技术的三维微纳表面形貌测量算法研究

利用变焦原理,通过控制步进电机的运动,不断改变成像CCD与被测物体的z向间距,拍摄获取一维、二维图像序列。通过比较分析各种聚焦评价和搜索算法,采用抗噪性和处理速度较好的Tenengrad聚焦评价函数和高斯曲线拟合搜索方法,通过空间域的像素融合得到被测物体的全景深图像。实验结果表明,采用上述算法能够较好地重现被测物体的三维结构,纵向分辨率能够满足测量精度要求。

基于CS算法的LEACH极值双簇首分簇方法

为降低无线传感器网络能量消耗问题,提出了一种基于布谷鸟搜索(CS)算法的LEACH极值双簇首分簇算法。首先根据节点的剩余能量和到基站的距离选择簇首,避免了因随机方式带来的不合理性和不均匀性;但由于节点数目最多的簇、簇首距离汇聚节点最远的簇,其簇首在管理和数据传输上需要消耗更多的能量,因此选举副簇首来分担能量负载;最后在数据传输阶段,各簇首利用CS算法选择转发节点建立当前簇首到基站的簇间路由,CS算法能够快速地选择最佳中继节点优化传输路由。仿真结果表明:本文算法能够很好地提高网络的生命周期,改善传感器网络性能。

分数阶Fourier变换域极值搜索的混沌优化算法研究

正如傅里叶变换采用正弦基,单频信号能够在频域形成峰值,分数阶Fourier变换采用线性调频基,线性调频(LFM)信号能够在分数阶Fourier域上实现聚焦,利用此聚焦性通过搜索峰值可实现LFM信号检测和参数估计.通常采用步进式搜索方法,效率低下.为了克服该缺点,通过对分数阶Fourier域优化问题本质的研究,将混沌优化算法引入到分数阶Fourier域极值搜索中.仿真结果表明:本文的方法优于传统的步进式搜索法.

遗传算法在分数阶Fourier变换域极值优化中的应用

分数阶Fourier变换采用线性调频基,因此,线性调频(Linear Frequency Modulation,LFM)信号在分数阶Fourier域平面能够聚焦,并形成峰值。为了克服传统步进式搜索法在LFM信号峰值搜索中效率低下的缺点,将遗传算法引入到分数阶Fourier变换极值搜索中。仿真结果表明,该方法优于传统的步进式搜索法。

多机器人协同搜索目标源及几何图形部署

近60年来,机器人已经快速发展,然而就目前的机器人作为自主个体的应用来看,几乎所有的机器人在完成任务的过程中,都是不能缺少位置信息的。但是当今世界有越来越多艰难的任务需要多个智能机器人在不了解位置信息的情况下协同进行作业,例如水下打捞作业。针对这一情况,利用已有的单机器人的极值控制算法结合反应对流扩散方程以及多机器人的协同控制算法仿真实现多机器人协同搜索光源,并且使多机器人在点光源周围的部署成一定的几何图形,如圆、椭圆等以便完成相应的任务。为了验证算法的有效性和可操作性,采用7个机器人进行协作搜索光源过程仿真并给出仿真结果。

一种自适应混合变异的引力搜索算法

【目的】针对引力搜索算法在求解优化问题时易陷入局部极值问题,提出了一种自适应混合变异的引力搜索算法。【方法】采用动态调整粒子速度和位置的更新公式,提高算法搜索精度。引入变异算子,对最优粒子进行高斯变异,对非最优粒子进行自适应t分布变异。【结果】提高算法在求解函数优化问题时的全局探索能力和局部开发能力。【结论】用9个标准测试函数的仿真实验,与标准GSA及改进算法进行比较,结果表明所提出算法具有较强的收敛精度和鲁棒性。

采用夜光遥感数据提取城市建成区的邻域极值法

针对灯光溢出特性导致的采用夜光数据提取城市建成区精度低的问题,提出了采用邻域极值法的建成区提取方法。首先,应用一元二次回归模型对夜光数据进行相对辐射校正处理;然后,通过邻域极值滤波得到描述影像灰度值空间变化特征的极值影像;最后,采用极值搜索算法获取建成区边界影像,并利用二值分割法提取城市建成区。实验结果表明,所提方法的平均Kappa系数和阈值选取时间分别为0.85、37 s,较突变检测法和统计分析法分别提高了0.03、1 503 s和0.01、443 s。提取结果的空间形态更接近于参考数据,具有更好的提取效果和稳定性。