基于多目标人工鱼群算法的光疗LED照度优化研究

提高发光二极管（light emitting diode,LED）组成的光疗光源在照射平面上的照度均匀分布水平,对于光疗设备发展具有重要的价值。提出了一种基于多目标人工鱼群算法的光疗LED光源的照度优化方法。设计了2种不同组合模式的光疗LED光源阵列。结合多目标人工鱼群算法对光疗LED光源阵列组合数据进行优化,使光疗LED光源阵列的照度分布更加均匀。将优化设计后的光疗LED 光源芯片组合数据,导入光学仿真软件TracePro实现仿真验证,得到经优化的圆形光源排列的照度均匀程度较未优化圆形光源排列提升0.104,矩形光源排列的照度均匀程度较未优化矩形光源排列提升0.148。对比分析最终数据,验证了该优化方法是可行的,可以提高光疗LED光源的照度分布水平。     

基于改进型人工鱼群算法的支持向量机参数优化

支持向量机在高维度、小样本情况下具有独特优势,但同时支持向量机的参数优化极大制约了其分类效果,目前参数优化缺乏系统的理论指导。针对传统DAG-SVM训练分类器较多,训练耗时长,分类效果受到结构排序的影响,提出了一种基于“1 vs R”策略的改进型算法;针对 SVM传统参数优化方式耗时大,优化精度不高,提出了改进型人工鱼群算法;最后结合1 vs R-DAG支持向量机算法与改进型人工鱼群算法,得到一种新的改进型支持向量机算法。仿真对比实验证实,对支持向量机的参数优化是有效可行的。     

二维Otsu图像分割的人工鱼群算法

阈值分割是图像分割中广泛采用的一种简单有效的方法.将群智能中的人工鱼群算法应用到阈值分割算法中,提出了二维Otsu阈值分割的人工鱼群算法.通过大量实验表明,该算法能够准确的找到最佳阈值.同时将基于人工鱼群算法的二维Otsu算法与基于基本遗传算法及最优保存策略遗传算法的二维Otsu算法进行比较,分别独立运行10次,对10次得到的阈值以及均值、方差进行了比较,并将收敛曲线作为算法复杂度的评价指标.统计结果显示,该算法不仅能够对图像进行更准确的分割,而且收敛的速度更快.     

基于自适应步长人工鱼群算法的仿生机器鱼目标检测研究

以全局视觉仿生机器鱼的视觉子系统为研究对象,为准确检测与跟踪目标(水球),提出了一种基于自适应步长人工鱼群算法的目标识别方法。该方法首先对鱼群个数进行初始化,以图像像素梯度值为目标函数,随机分布在像素矩阵中;然后计算初始鱼群中各机器鱼当前位置的食物浓度,选取其最小值作为公告板值,并将此鱼当前状态赋值公告板;在此基础上,各机器鱼分别模拟追尾行为和聚群行为,进行评价并选取目标函数值较优者为实际行为,通过不断更新公告板值,直到找到最优结果。实验结果表明该方法可减少计算复杂度,提高系统实时性,有效应用于全局视觉仿生机器鱼的目标检测与追踪。     

一种基于混合人工鱼群的图像模糊增强算法

模糊隶属度函数的形式直接影响灰度图像增强的质量。为进一步改善图像模糊增强的效果,对目前的模糊隶属度函数进行研究,并提出一种改进的参数化 型模糊隶属度函数用于图像增强。所提算法利用图像对比度的质量评价模型,结合人工鱼群算法和Powell算法搜索 型函数中的未知参数值,进而确定该模糊隶属度函数。通过实验结果表明：该算法能够较好的改善灰度图像质量,并且控制参数可通过优化算法自适应获得,具有较好的通用性,是一种有效的图像模糊增强算法。     

基于人工鱼群优化分块的多聚焦图像融合

在多聚焦图像的融合过程中,对源图像采用固定大小的分块会导致融合后的图像存在块效应、边缘模糊甚至聚焦错误。为了克服此问题,提出了一种新的基于人工鱼群优化分块的多聚焦图像融合方法。首先,将源图像分解成互不重叠的方块,利用聚焦准则选取清晰度高的方块,将已选择的方块合并重构成初始融合图像。然后,利用改进的人工鱼群优化算法,根据一定的适应度值,寻找最优大小的分块方式,获得更优的融合图像。该方法与基于空域、频域及其他优化算法的融合方法进行了多个实验比较,结果表明,该方法获得的融合图像具有较好的客观质量和主观视觉感觉。     

基于人工鱼群优化分块的多聚焦图像融合

在多聚焦图像的融合过程中,对源图像采用固定大小的分块会导致融合后的图像存在块效应、边缘模糊甚至聚焦错误。为了克服此问题,提出了一种新的基于人工鱼群优化分块的多聚焦图像融合方法。首先,将源图像分解成互不重叠的方块,利用聚焦准则选取清晰度高的方块,将已选择的方块合并重构成初始融合图像。然后,利用改进的人工鱼群优化算法,根据一定的适应度值,寻找最优大小的分块方式,获得更优的融合图像。 该方法与基于空域、频域及其他优化算法的融合方法进行了多个实验比较,结果表明,该方法获得的融合图像具有较好的客观质量和主观视觉感觉。     

基于鱼群算法的OFDMA自适应资源分配

针对多用户正交频分多址系统自适应资源分配问题, 提出了一种新的子载波和基于鱼群算法的功率自适应分配算法. 该算法首先对总功率在子载波间均等分布的条件下进行子载波分配,然后引入鱼群算法并根据给出的兼顾用户公平性与系统容量的适应度函数,通过全局搜索实现用户间的功率分配. 仿真结果表明,新算法在保证用户公平性的同时, 还实现了系统总的传输速率最大化. 关键词： 多用户正交频分多址 资源分配 鱼群算法 速率最大化     

LED智能光源混光呈色模型构建方法研究

LED智能光源具有色光可调的特点,其内置微处理系统可以通过无线数据传输等技术调整发光方式,控制光色及发光强度,进而实现照明光源的动态调节,因此特别适合于博物馆展陈、家居照明等智能化照明设计环节。现阶段,鉴于LED光源智能混光技术尚未普及,目前绝大多数商用LED智能光源在混光控制方面仅局限于设备制造商所设定的几类固定模式,无法充分发挥智能LED光源色光可调的技术优势。针对此问题,提出了一种基于BP神经网络以及有效集算法的LED智能光源混光呈色模型构建方法,实现了LED智能光源控制信号与对应发光光谱辐亮度分布之间的双向高精度映射。研究中首先提出了一种基于BP神经网络的LED混光呈色预测方法,实现了由LED智能光源驱动控制值向光源实际发光光谱辐亮度分布的准确预测;在此基础上运用有效集算法实现了由光源实际发光光谱辐亮度分布向LED智能光源驱动控制值的反向高精度预测。实验结果显示,所提出的方法整体建模误差显著小于人眼视觉可分辨阈值(CIEUCS Duv值可低至0.002 7),达到了较为理想的建模效果。该方法的提出,将为当前LED智能光源制造以及现有商用LED智能光源的二次开发与优化提供有效的理论与方法支撑。     

基于混沌人工蜂群算法的无线传感器网络覆盖优化

针对无线传感器网络随机播撒的节点严重冗余并且导致网络寿命短、覆盖效率不高等缺陷,提出了一种混沌人工蜂群算法的无线传感器网络覆盖优化算法;将节点的利用率和覆盖率作为优化目标函数,建立与之对应的数学模型,之后用混沌人工蜂群算法改善人工蜂群算法陷入局部最优、收敛慢等问题,提高算法收敛速度和精度,对节点覆盖模型进行求解,得出网络最优覆盖方案;通过实验仿真,提出的算法提高了无线传感器网络的覆盖率,覆盖率可达93.48%以上,减少了网络节点冗余,提高了网络寿命,降低了网络成本。     

Misalignment Fault Prediction of Wind Turbines Based on Improved Artificial Fish Swarm Algorithm

A misalignment fault is a kind of potential fault in double-fed wind turbines. The reasonable and effective fault prediction models are used to predict its development trend before serious faults occur, which can take measures to repair in advance and reduce human and material losses. In this paper, the Least Squares Support Vector Machine optimized by the Improved Artificial Fish Swarm Algorithm is used to predict the misalignment index of the experiment platform. The mixed features of time domain, frequency domain, and time-frequency domain indexes of vibration or stator current signals are the inputs of the Least Squares Support Vector Machine. The kurtosis of the same signals is the output of the model, and the 3σ principle of the normal distribution is adopted to set the warning line of misalignment fault. Compared with other optimization algorithms, the experimental results show that the proposed prediction model can predict the development trend of the misalignment index with the least prediction error.     

基于遗传算法的RGBW混光优化研究

根据RGBW四色混光原理,采用脉冲宽度调制(PWM)调光方式,建立目标色坐标与占空比的关系方程,采用遗传算法对混合光的光通量和一般显色指数进行多元约束下寻优,在3 571~11 082 K色温范围内选取13组目标色温,采用Matlab软件进行优化仿真,最后通过实验验证。结果表明:采用遗传算法对混合光进行光通量最大化寻优,能够使混合光的光通量最高可达166.062 lm;采用遗传算法对一般显色指数进行最大化寻优,能够使混合光的一般显色指数最高可达88.3。为了保证混合光光源同时兼具高光通量和高显色性能,采用遗传算法对光通量和一般显色指数同时寻优,并采用Matlab进行模拟实验,结果表明:通过同时优化光通量和一般显色指数,能够保证混合光的一般显色指数大于82时兼具适用于大多数照明场所的高光通量。     

基于改进人工萤火虫算法的无线传感网络覆盖优化

为了提高网络资源利用率延长网络生存时间,提出一种基于共轭梯度法改进人工萤火虫算法(CAGSO)的WSN覆盖优化方案;共扼梯度法是利用目标函数的梯度逐步产生共轭方向并将其作为搜索方向的方法,即利用已知点处的梯度构造一组共扼方向并沿这组共扼方向进行搜索,这种方法经有限次迭代必达极小点;首先建立以覆盖率、节点利用率和能量均匀为准则的覆盖优化数学模型,然后采用改进的CAGSO算法求解该模型,从而得出最优覆盖方案;仿真分析说明,相比基本人工萤火虫算法,改进的CAGSO算法优化的网络覆盖率可以达到94.11％,有效实现WSN覆盖优化。     

改进粒子群优化算法的高光谱波段选择

高光谱图像具有数百个连续、狭窄的光谱带,光谱范围跨越可见光到红外光,可提供地物的精细光谱属性,对于地物材质和属性的识别分类具有重要应用价值.针对感兴趣目标选择有限的光谱波段进行传输和处理,对于提升高光谱数据处理时效性、以及设计面向特定应用的实用化光谱仪都具有重要意义.而如何结合目标特征选择最优波段成为在提升处理效率的同...     

光量子体系下基于粒子群算法的LED植物照明光源设计

在现代农业生产中,常采用发光二极管(LED)作为植物照明光源对农业作物进行补光,为提高LED植物照明阵列光源的均匀度,本文在光量子体系下,提出一种新的基于粒子群算法的LED植物照明阵列光源设计方法。通过MATLAB对红蓝光LED植物光源阵列进行数学建模,运用粒子群算法寻找高均匀度条件下的红蓝光LED坐标,设计出二维情况下的红蓝光LED排布阵列;在三维情况下,为解决维度升高时可能会导致的求解陷入局部极小问题,采用改进的随机惯性权粒子群算法进行三维方案设计,并使用Tracepro对两种设计方案进行验证,与传统的红蓝光LED等间距逐行排列设计进行了对比。研究结果表明,与常见逐行排列LED阵列设计达到的光量子通量密度(PPFD)均匀度为79.6%相比,通过粒子群算法寻优的设计方法,二维设计方案的PPFD均匀度达到88.7%,较等间距逐行排列设计提高了9.1%;三维设计方案的PPFD均匀度达到92.6%,较二维设计方案提高了3.9%,较等间距逐行排列设计提高了13%。本实验证明了运用粒子群算法在二维和三维空间进行LED植物照明阵列光源设计的可行性,在简易设计流程的同时,提高了工作效率。     

文化框架下多群智能优化算法的云作业调度

作业调度是一种云计算核心技术,为了获得更优的云计算作业调度方案,提出一种文化框架下多群智能优化算法的云作业调度方法。首先构建云作业调度问题的数学模型,然后借助文化算法模型,粒子群算法组成信仰空间,人工鱼群算法组成群体空间,两者之间并行演化,相互促进,对云计算作业调度数学模型进行求解,最后通过仿真实验测试算法的性能。结果表明,本文加快了算法的收敛速度,获得了更优的云计算作业调度方案,大幅度缩短少云计算作业完成时间,具有一定的实用价值。     

一种改进人工蜂群的分数阶PID控制器优化算法

摘 要：针对分数阶PID控制器参数整定过程参数多复杂性大,传统靠经验试凑的方法不易实现且优化效果差的问题,提出了一种改进的人工蜂群算法,实现分数阶PID控制器参数的整定.该算法通过改进人工蜂群算法中搜索方程,并引入一个淘汰机制,对分数阶控制器参数进行群智能搜索,将搜索到的参数送至分数阶PID控制器中反复迭代,以带有权值的误差绝对值积分指标（AIE）作为人工蜂群寻优的目标函数,最后得出控制器.本文以非线性系统为被控对象,经过实例仿真,验证了该算法实现的控制器比传统整数阶控制器和未改进的人工蜂群算法实现的分数阶控制器的动态性能和稳态性能都有所提高,在超调、上升时间、振荡性方面都优于未改进算法.     

基于PSO粒子群算法的LED照明系统光照均匀性研究

实现大功率LED阵列在目标平面上的照度均匀分布对于照明系统具有十分重要的意义。不同于传统解析计算方法,本文采用粒子群（PSO）算法来优化平面随机分布的LED阵列结构,使其在目标光照平面上光照分布均匀。首先推导了LED阵列的照度分布函数,并在此基础上以光照函数的标准差构建一个评价函数,衡量光照分布均匀度。在Matlab中编程获得光照分布最优时候的LED阵列结构数据,并将几何模型导入光学仿真软件Tracepro中进行优化模拟,仿真结果表明该算法有效可行。     

基于代价优化的云工作流调度改进PSO算法

云计算可以通过即付即用的方式向用户工作流提供资源。为了解决资源服务代价异构环境下的云工作流任务调度代价问题,提出一种基于改进粒子群算法的云工作流任务调度算法WSA-IPSO。通过综合考虑任务的执行代价和依赖任务间发生数据传输时的通信代价,算法将总代价优化问题形式化为有向无环图DAG中的任务调度模型,并提出基于改进粒子群算法的优化模型对其进行求解。通过改进传统粒子群算法的粒子速度更新策略和惯性权重更新策略,算法可以以更快的收敛速度得到代价最小化的调度方案。通过仿真实验,与MCT算法及标准粒子群算法进行性能比较。实验结果表明,WSA-IPSO算法在降低总代价、任务分布的负载均衡以及算法收敛性方面比较同类算法均表现出更好的性能。