复杂环境下异构无人机集群协同目标搜索方法

为实现无人机集群高效且精准的多目标搜索,考虑集群成员中探测范围广的高空无人机和机动能力较强的低空无人机,提出了一种新颖的异构无人机集群协同目标搜索方法,根据不同无人机的特性快速实现区域搜索以及多目标的精准搜索。高空无人机采用基于数字信息素的区域搜索算法确定目标存在区域,在较短时间内实现区域覆盖。低空无人机在其指引下前往目标区域,并根据目标信号强度采用改进狼群算法实现对目标的精准搜索。对于传统狼群算法信息共享不足、步长固定和易陷入局部最优的问题,采用粒子群算法、自适应参数调整和差分进化方法进行改进,提高了算法的全局寻优能力和收敛速度。仿真实验证明了所提出的模型与方法在复杂环境下目标搜索任务中的有效性和优越性。

狼群算法在水电站水库优化调度中的应用

为探讨水电站水库优化调度问题求解的新方法,对狼群算法及其在水电站水库优化调度中的应用进行了研究。对狼群算法中的围攻算法进行了改进,给出了水电站水库优化调度问题的狼群算法设计及求解步骤。基于水电站水库优化调度实例,对狼群算法的敏感参数奔袭步长进行了模拟计算和分析,给出了奔袭步长的有效取值范围。实例计算结果表明,狼群算法是一种求解水电站水库优化调度问题的有效方法。

狼群算法在水电站负荷优化分配中的应用

解决水电站厂内经济运行的最优负荷分配问题是提高水电站运行效率的重要方向之一,将狼群算法引进到解决最优负荷分配问题中,并运用在三峡水电站厂内经济运行的实例中,与遗传算法和粒子群算法等得出的结果做了比较,结果证明该种智能算法在全局收敛性和局部收敛性上有一定的优势,可以运用于求解最优负荷分配的问题。

基于狼群算法的水电站优化调度模型参数优选

以典型水电站优化调度模型为基础,先采用单因素分析法对狼群算法单参数的敏感性进行了分析评价,以算法寻优效果达到最优为目标,得出了参数的有效取值范围;再采用正交实验与极差分析方法,对狼群算法多参数的敏感性进行了综合分析,同理得出了参数变化的敏感性主次序和参数最佳取值组合。实例的验证结果表明,研究选取的参数取值范围和最佳取值组合有效地提升了算法的优化性能,为狼群算法应用于水电站优化调度提供了参数选择依据。

基于改进搜索策略的狼群算法

针对狼群算法(WPA)存在的收敛速度慢、易陷入局部最优、人工狼交互性不理想等不足,提出一种基于改进搜索策略的狼群(MWPA)算法。对游走行为以及召唤行为引入交互策略,促使人工狼之间进行信息交流,提升狼群对全局信息的掌握,增强狼群的探索能力;对围攻行为提出自适应围攻策略,使算法具有调节作用,随着算法的不断进化,狼群围攻范围不断减小,算法开采能力不断增强,从而提高算法收敛速度。通过优化问题中6个典型复杂函数的仿真实验表明,与基于领导者策略的狼群搜索(LWCA)算法相比,改进搜索策略的狼群算法求解精度更高、收敛速度更快,更加适合函数优化问题的求解。

基于狼群算法的球形译码算法研究

在信号空间分集(SSD)系统中,使用球形译码算法可以有效降低接收机检测复杂度.但传统的球形译码算法在低信噪比情况下计算复杂度较高,为降低球形译码算法计算复杂度,分析了初始搜索半径设置对球形译码过程的影响,并利用狼群算法的寻优能力来获得最佳的初始搜索半径,在保证译码性能的前提下有效地降低了计算复杂度.仿真结果表明,基于狼群算法的球形译码算法可以获得与传统SD算法相同的性能,同时在低信噪比情况下有效降低了球形译码算法的计算复杂度.

基于狼群算法的多无人机协同多目标攻防满意决策方法

针对多无人作战飞机协同多目标攻防决策问题,以提高作战效能和获取更高收益以及减少作战代价为目的,建立了攻防决策的数学模型,提出了基于狼群算法的多无人机协同多目标攻防满意决策方法.通过狼群算法寻优满意决策的满意度因子,进而通过满意决策获得攻防决策的满意解.由仿真结果可知,相比于其他方法,所研究的基于狼群算法的多无人机协同多目标攻防满意决策方法更能够兼顾空战优势和收益代价,满足空战需求.

单位线自动优化率定的狼群算法研究

为了探讨单位线自动优化率定的新方法,对狼群算法在单位线优化率定中的应用进行了深入研究。分析了单位线优化率定的目标函数和约束条件,建立了单位线优化率定的数学模型,给出了单位线自动优化率定的狼群算法。在寻优迭代过程中采用同倍比修正法来处理水量平衡约束,保证了狼群算法优化求解的单位线严格满足水量平衡方程;采用具有动态罚因子的罚函数法处理单位线的不合理波动,保证了单位线的光滑性,实例应用表明提出的单位线自动优化率定的狼群算法是有效的。

基于改进狼群算法的甲醇合成塔转化率机理建模及参数估计

以某甲醇合成塔为研究对象,通过深入分析甲醇合成过程的反应机理,建立了甲醇转化率软测量机理模型。为了提高模型参数的估计精度,提出了一种改进的狼群算法,引入了历史次优的概念与禁忌搜索机制。仿真实验结果表明,改进算法的全局搜索能力明显优于基本算法。以某甲醇合成过程的实际运行数据为样本,运用改进的狼群算法对甲醇转化率机理模型进行参数估计,与基本狼群算法相比,获得的参数精度更高,能更准确地预测合成塔出口处的甲醇转化率。

基于改进的狼群算法的新型广义熵图像分割

为了更准确地分割出图像中需提取的目标,提出改进的狼群算法与新型广义熵结合实现图像分割。在狼群算法游走行为中引入周期性随机扰动策略动态调整算法权重,并在狼群算法攻击行为中引入混沌全局搜索,将此改进的狼群算法与新型广义熵结合完成图像分割,用峰值信噪比作为图像分割评价指标对结果进行验证。结果表明,该算法能更准确地分割出图像中需提取的目标,比基本狼群算法与新型广义熵结合的分割结果更准确清晰。

MAUV协同搜索多智能目标的路径规划

本文针对复杂水下环境中多自主式水下机器人(MAUV)协同搜索多个智能目标这一重要课题展开研究.首先,利用马尔科夫链建立智能目标的决策状态转移模型的同时考虑了智能目标决策与行动的对应关系,并结合不同光照反射强度下传感器探测概率受限模型,设计新的目标概率图更新策略.然后,结合MAUV系统的约束条件和搜索效率建立实时适应值函数.接着,本文提出一种改进的多狼群算法(IMWPA)搜索策略,包括:1)利用人工势场法调整步长因子,使启发式算法更加适应探索过程.2)设计多狼群嚎叫环节,建立了狼群间的信息交流渠道.3)提出新的狼群淘汰更新机制,保障了人工狼多样性的同时避免算法趋于完全随机.最后,通过MATLAB仿真实验对比验证了本文算法的可行性及优越性.

启发式狼群算法求解不相关并行机调度问题

针对以最小化最大完工时间为目标的不相关并行机调度问题,提出一种启发式狼群算法(HWPA)进行求解。首先,考虑到经典狼群算法的搜索效率以及计算资源占用率等问题,在生成初始种群时,建立一种启发式算法,选择工件分配方案的同时通过最大完工时间设置相应邻域搜索机制,与随机生成的初始种群同时进行优化,以提高算法效率;其次,根据问题特点设计算法中智能行为机制,将探狼游走时的固定步长替换为随机步长,在召唤与围攻机制中采用差异化的局部保优策略,跳出局部最优解,提高算法搜索效率;最后,运用该算法进行仿真优化实验,结果表明,在较少的迭代次数内,该算法相较于GA、FOA平均改进107.35%、113.62%,证明了该算法的有效性和优越性。

狼群算法的改进及其在水库优化调度中的应用!

为了在水电站优化调度领域更加有效地应用狼群算法,对基本狼群算法(WPA)进行了改进研究.为了克服WPA过分强调个体的独立性、缺乏群体之间信息的共享及个体对历史经验的认知学习等缺陷,对WPA的召唤奔袭算子和围攻猎物算子进行了改进,提出了改进的狼群算法(NWPA);基于基准测试函数和水库优化调度实例对NWPA算法的综合性能展开了仿真实验并与粒子群算法(PSO)、WPA算法及动态规划(DP)进行了比较;对NWPA算法的关键参数有效取值范围进行了仿真实验分析.结果表明,NWPA算法的寻优能力和收敛速度优于PSO算法、WPA算法;给出关键参数的有效取值范围和建议取值,为NWPA算法应用于水库优化调度提供了参数取值依据.