一个修改的混沌蚁群优化算法

本文提出一个用于混沌蚁群优化算法的算法结束条件, 并 将算法结束条件加入混沌蚁群优化算法. 通过数值试验, 验证其有效性. 数值试验表明混沌蚁群优化算法可以得到较高精度 的最优解. 修改的混沌蚁群优化算法可以通过多次混沌搜寻, 逐步逼近最优解, 可以用来求解复杂连续空间优化问题. 关键词： 混沌蚁群优化算法 优化 数值模拟     

量子力学基态能量计算的改进蚁群优化算法

为进一步减少迭代次数和改善解的质量,对蚁群优化方法进行改进.在求解体系基态能上与传统的变分法相比有很大的优势.求解了氦原子基态能量,并应用于不同半径量子点中砷化镓类氢施主基态能量的计算.通过与变分法和遗传算法的比较,展示了算法的性能.     

基于蚁群算法的室内可见光高精度三维定位系统

为了提高室内定位精度,实现三维定位,提出一种基于蚁群算法的的可见光通信室内高精度三维定位系统。本系统采用了码分多址(Code Division Multiple Access,CDMA)调制技术,解决了室内可见光通信多信号源之间的符号间干扰.系统中与发光二极管(Light Emitting Diode,LED)光信号源地理位置相关的ID信息码经过直接扩频调制后加载至发光二极管驱动电路,以光信号的形式在室内传播.光信号经过放大、滤波、采样处理后,根据码分多址调制技术中扩频码的正交性恢复出ID信息及光强衰减信息.经过计算获得来自不同发光二极管的信号光强衰减因子,利用蚁群算法的全局搜索性确定最优定位点.引入误差修复因子,利用蚁群算法的并行搜索性对光强衰减因子偏差进行修正.仿真结果表明,信噪比为30dB,20dB,10dB的条件下,算法的定位精度分别为2cm,4cm,8cm.当计算的精度高于45cm时,蚁群算法定位解的搜索效率明显高于遍历法.在10dB的信噪比条件下,对光强衰减因子进行修正后100%的测试点都实现了5cm定位精度.实验结果表明,20dB信噪比条件下,92.59%的测试点的定位误差小于8cm,96.29%的测试点定位误差小于10cm,最大定位误差为11.30cm.经过误差修复后,96.2%的测试点实现了3cm的定位精度,61.6%的测试点实现了2cm的定位精度.本算法在实现了高精度定位,减少了获得最优定位解的计算量.     

蚁群元胞优化算法在人群疏散路径规划中的应用

针对疏散路径规划问题,以栅格化地图为背景的基础上,提出了蚁群元胞优化算法.首先为统一仿真时间步长,建立以六边形元胞为基础的栅格地图;然后利用静态势场对启发函数进行优化,利用分段更新规则优化信息素更新方式;最后,将模型参数作为粒子群优化算法的粒子位置信息进行优化,求解参数的最优组合值.仿真结果表明:采用蚁群元胞优化模型进行疏散路径规划时,不仅加快了搜索速度,而且增大了解空间,提高了搜索能力,可以有效避免陷入局部最优解.     

基于改进蚁群算法的无线传感器网络路由的优化

为了延长无线传感器网络(Wireless Sensor Network ,WSN)的生命周期,均衡各个节点间能量消耗,针对现有的WSN路由优化算法存在的问题,提出了一种基于改进蚁群算法的路由优化算法。首先通过对蚁群算法和遗传算法的优劣性比较,在蚁群算法的基础上,结合遗传算法的选择、交叉和变异的操作,从而提高蚁群算法的搜索速度和寻优能力。最优路径评价函数综合考虑节点能耗及节点的剩余能量,使剩余能量多的节点优先参与数据转发,均衡节点间的能量消耗。通过与经典蚁群算法及遗传算法的对比实验表明,随着数据转发轮数增加,改进的蚁群算法能耗小,剩余能量多,网络生命周期明显延长;随着整个网络运行时间的增长,改进的蚁群算法,节点均衡能耗性好,最优路径搜索的成功率也明显优于其他两种算法。     

基于多维评价模型及改进蚁群优化算法的云计算资源调度策略

针对云计算环境下资源调度模型未充分考虑资源评价的问题,为更好适应不同节点计算性能和大规模数据环境的处理需求,提出了一种基于多维评价模型的虚拟机资源调度策略。首先,在云计算环境下建立包括网络性能在内的多维资源评价模型,在此基础上提出一种改进的蚁群优化算法实现资源调度策略;然后在云计算仿真平台CloudSim上进行实现。实验结果表明,该算法可以更好适应不同网络性能的计算环境,显著提高了资源调度的性能,同时降低了虚拟机负载均衡离差,满足了云计算环境下的虚拟机资源负载均衡需求。     

数字图像散斑相关技术的蚁群优化方法

基于蚁群优化方法提出新的数字图像散斑相关算法。该方法模仿了真实蚂蚁从其巢到食物找到最短路径的方式,通过对蚁群优化方法改进,减少迭代次数并改善解的质量。将新的数字图像散斑相关算法应用到计算机模拟的散斑图像和实验获得的散斑图像中,并与广泛使用的Newton-Raphson算法进行了比较。实验结果展示了新算法的精度、可行性和有效性。当数量级为0.01像素,误差离散均方根小于0.002像素。     

基于量子蚁群算法的旅行商问题求解及算法评估

量子蚁群算法是一种将量子理论与传统蚁群算法结合的高效生物进化算法,主要应用于故障诊断、路径规划、图像分割等问题的优化.基于传统蚁群算法的流程,介绍量子蚁群算法中的量子理论基础以及量子理论如何应用于蚁群算法.通过若干旅行商问题实例分析量子蚁群算法较传统蚁群算法的优势.针对目前研究多以离散指标来评估不同算法、难以直观显示不同算法综合差别的问题,提出一种综合评估算法搜索效率的方法,成功应用于量子蚁群算法和传统蚁群算法的对比,具有一定的实践意义.     

蚁群算法PID控制器在磨机给矿控制中的应用

磨矿过程是选矿生产中的关键环节,而其中磨机负荷是磨矿过程的一个重要参数,它与生产效率和能源消耗有密切的关系;针对选矿厂球磨机运行过程具有非线性、大滞后性和时变性的特点,常规PID控制难以得到预期的控制效果;蚁群算法是一种新兴的仿生优化算法,具有较强的鲁棒性和良好的分布式计算机制,易于与PID方法相结合;因此提出了一种基于蚁群算法的PID参数优化的控制算法,实现对球磨机给矿的稳定控制,优化后的控制器与传统PID控制相比,有较好的动态和静态性能;仿真应用结果表明,该方法的实用性和有效性,超调量减少近50%,能够使磨机的给矿控制更加稳定。     

蚁群算法在近红外光谱定量分析中的应用研究

蚁群算法是新近发展的基于群体智能的仿生优化算法,它模拟蚂蚁的觅食行为来解决复杂的组合优化问题。蚁群算法的优点是智能搜索、全局优化、鲁棒性、分布式计算和容易与其他算法相结合等。近红外光谱定量分析技术在很多领域得到广泛的应用,而其关键技术环节之一是建立近红外光谱测量数据的多元校正模型。文章将蚁群算法应用于近红外光谱定量分析中,建立了谷物样品的傅里叶变换近红外漫反射光谱和谷物中蛋白质含量的定量分析模型,得到了较好的结果。校准集的相关系数与相对标准偏差分别为0.943和3.41％,预测集的相关系数与相对标准偏差分别为0.913和4.67%。     

基于感知模糊自适应蚁群算法的非线性PID控制

随着系统复杂度的提高和对象不确定性因素的增加,为克服线性PID动态性能和稳态性能差的缺陷,分析了非线性PID控制器各控制参数对误差的理想变化过程,构造非线性PID控制器。由于增益参数大量增加,传统参数优化方法不再适用,在分析蚁群算法的基础上,提出了基于感知自适应蚁群算法,并加入模糊自适应信息素更新机制,用于优化非线性PID控制器的设计方法。通过仿真实验将该控制器与基于蚁群算法的非线性PID控制器和基于蚁群算法、Z-N法的PID控制器进行对比,并对控制性能和收敛性能进行了分析,结果表明该算法有效克服了传统蚁群算法收敛速度较慢、容易陷入局部最优而停滞的缺陷,该控制器具有更好的动态性能和稳态性能。     

优化蚁群算法在无人车自主导航中的应用

由于蚁群算法规划的最优路径存在尖峰和折线,研究利用三阶贝塞尔曲线对蚁群算法进行优化,通过选择可靠的控制点来控制最优路径的整体趋势,从而消除路径上的尖峰并对折线进行平滑处理;将优化后的蚁群算法在无人车自主导航中进行了应用,结果证明优化后的蚁群算法可以为无人车实时规划出一条高质量的最优路径,最优路径不仅有效地避开了障碍物,而且有效消除路径上尖峰和折线。     

A Mahalanobis Surrogate-Assisted Ant Lion Optimization and Its Application in 3D Coverage of Wireless Sensor Networks

Metaheuristic algorithms are widely employed in modern engineering applications because they do not need to have the ability to study the objective function’s features. However, these algorithms may spend minutes to hours or even days to acquire one solution. This paper presents a novel efficient Mahalanobis sampling surrogate model assisting Ant Lion optimization algorithm to address this problem. For expensive calculation problems, the optimization effect goes even further by using MSAALO. This model includes three surrogate models: the global model, Mahalanobis sampling surrogate model, and local surrogate model. Mahalanobis distance can also exclude the interference correlations of variables. In the Mahalanobis distance sampling model, the distance between each ant and the others could be calculated. Additionally, the algorithm sorts the average length of all ants. Then, the algorithm selects some samples to train the model from these Mahalanobis distance samples. Seven benchmark functions with various characteristics are chosen to testify to the effectiveness of this algorithm. The validation results of seven benchmark functions demonstrate that the algorithm is more competitive than other algorithms. The simulation results based on different radii and nodes show that MSAALO improves the average coverage by 2.122% and 1.718%, respectively.     

Topology Optimization of the Caudal Fin of the Three-Dimensional Self-Propelled Swimming Fish

Based on the boundary vorticity-flux theory, topology optimization of the caudal fin of the three-dimensional self-propelled swimming fish is investigated by combining unsteady computational fluid dynamics with moving boundary and topology optimization algorithms in this study. The objective functional of topology optimization is the function of swimming efficiency, swimming speed and motion direction control. The optimal caudal fin, whose topology is different from that of the natural fish caudal fin, makes the 3D bionic fish achieve higher swimming efficiency, faster swimming speed and better maneuverability. The boundary vorticity-flux on the body surface of the 3D fish before and after optimization reveals the mechanism of high performance swimming of the topology optimization bionic fish. The comparative analysis between the swimming performance of the 3D topology optimization bionic fish and the 3D lunate tail bionic fish is also carried out, and the wake structures of two types of bionic fish show the physical nature that the swimming performance of the 3D topology optimization bionic fish is significantly better than the 3D lunate tail bionic fish.