基于人工鱼群算法的网络信息加密漏洞检测系统

随着信息技术水平的不断进步,网络信息出现的漏洞问题对网络的安全环境造成了严重的威胁。由于大多数的网络信息在传输过程中对内容的过滤不够严格,造成网络信息出现漏洞,传统的网络信息加密漏洞检测系统存在着效率低、漏检率高、误报率高等问题。针对这一问题,提出一种基于人工鱼群算法的网络信息加密漏洞检测系统,通过实验证明,新的检测系统具有高效率、低漏检率以及低误报率等优势,因此更适用于在网络环境中,对信息加密泄漏的检测,能够有效提升计算机网络的安全性。     

基于变异算子与模拟退火混合的人工鱼群优化算法

人工鱼群算法(AFSA)是一种新型的群智能随机全局优化技术.本文在分析AFSA存在不足的基础上,提出了基于变异算子与模拟退火混合的人工鱼群优化算法.该算法保持了AFSA算法简单、易实现的特点,克服了人工鱼漫无目的随机游动或在非全局极值点的大量聚集,显著提高了算法的运行效率和求解质量.通过函数和实例测试验证,表明了该算法是可行和有效的.     

基于动态人工鱼群优化的WSN分簇算法

将群智能优化算法引入无线传感器网络分簇路由协议的设计能有效地节约节点能量和提高分簇效率.针对基本人工鱼群算法在运算速度方面的不足,提出了一种基于动态人工鱼群优化的无线传感器网络分簇算法,算法为了同时具有较好的全局搜索和局部寻优能力,更快地得到最优分簇结果,在一次迭代进化中除了考虑人工鱼的觅食行为、聚群行为和追尾行为的寻...     

多层多域智能光网络安全关键技术研究

与目前主要局限于光网络光层安全问题的研究不同,在从多层次多角度剖析多层多域智能光网络安全问题的基础上,重点围绕多层多域智能光网络安全体系结构、光包加密、安全路由和安全信令四个方面的研究进展进行了全面分析和总结,并对未来工作进行了展望。     

基于自适应人工鱼群算法的多用户检测器

将智能优化算法应用到多用户检测器(MUD)问题中,是近年来改善MUD性能的一个研究方向。人工鱼群算法(AFSA)是一种新的智能优化算法,该算法具有一些遗传算法和粒子群算法不具备的特点。但是用其解决离散优化问题时,该算法保持探索与开发平衡的能力较差,且在算法运行后期搜索的盲目性较大,从而影响了该算法搜索的质量和效率。为了克服这些缺点,本文对该算法进行了改进,得到两种自适应人工鱼群算法(AAFSA_FP和AAFSA_SP),并首次用其构建了新的多用户检测器。仿真结果表明,该方法与基于遗传算法的多用户检测器和基于粒子群算法的多用户检测器相比,在误码率、抗远近效应的能力和收敛速度等方面都有明显的改善。     

基于分解协调的人工鱼群优化算法研究

本文针对复杂大系统的优化问题中方程数多，变量维数高等特点，描述了一种基于分解协调思想的人工鱼群优化算法，并以换热器系统为例进行了计算，结果表明，该方法具有较好的收敛性，初值不敏感性和参数不敏感性等特点。     

基于人工鱼群优化的自适应脉冲耦合神经网络图像融合

针对传统脉冲耦合神经网络(PCNN)图像融合算法中 最优融合结果无法自适应确定及神经元参数取固定常 数所造成的同步脉冲周期无法随图像特征改变的不足,提出了一种基于人工鱼群寻优的自适 应双通道 PCNN图像融合算法。利用合成空间雷达(SAR)图像的辐射分辨率和可见光图像的清晰度分别 作为双通道PCNN 对应神经元的链接强度值,PCNN的信号衰减常数、阈值放大系数和水平调节因子3个参数 采用人工鱼群 寻优,目标函数由互信息(MI)和结构相似度(SSIM)两种图像质量 评价指标构建,最终获得近似最优的融合图像。实验 结果表明,本文算法图像融合结果优于传统拉普拉斯变换、离散小波变换和参数取固定值的 PCNN图像融合算法及其一些改进算法。     

基于改进人工鱼群优化的精馏过程再沸器控制

本文提出一种基于改进AFSA优化微分先行PID控制器的方法,即首先将传统寻优过程中顺序执行的追尾、觅食和聚群行为调整为并行执行,以缩短算法运行时间,然后将以误差性能指标ITAE为目标函数,运用改进的AFSA对在建立好的Simulink控制系统模型进行PID控制器参数的优化。仿真结果表明,采用本文方法,可以自动的确定精馏过程再沸器控制中PID控制器最优参数,使整个系统获得较好的控制性能。     

基于人工鱼群算法优化神经网络在网络入侵检测中的应用研究

为解决传统入侵检测算法存在的检测正确率低、高误播率和检测效率低的问题,结合BP神经网络算法在网络入侵检测中的优点,提出一种采用人工鱼群算法优化BP神经网络算法的方法。通过仿真实验表明,采用优化的神经网络对入侵数据进行学习和检测,与传统网络入侵检测算法相比,具有较高的检测准确率和效率,可以很好地检测各种网络入侵类型,大大提高了网络的安全性能。     

基于动态参数调整人工鱼群算法的电力系统无功优化

目前现行的电力系统无功优化所用的人工智能算法都会存在易局部收敛和收敛速度慢等问题。为了克服上述问题,文中选取人工鱼群算法并对算法中一些参数进行调整,在步长选择上采取变尺度,并引入评价函数,对于视野范围和拥挤度因子上采用动态调整。文中将系统有功网损作为目标函数,利用改进的人工鱼群算法实现电力系统无功优化。通过IEEE-30节点仿真系统计算,证明改进的人工鱼群算法在电力系统无功优化上的可行性和有效性。     

基于网格划分策略的改进人工鱼群算法

人工鱼群算法是一种新型的随机搜索优化算法，初步研究表明该算法具有许多优良的性质。通过引入网格划分策略和禁忌搜索算法．对基本人工鱼群算法进行了改进，减少了迂回搜索的无用计算，同时也使人工鱼可以在解空间内进行更为全面的搜索，提高了搜索效率，加快了系统满意解域的确定；通过对变量空间进行网格划分，提供了获取系统最优解的方法，而且加强了对鱼群公告板信息的使用。实验表明，与基本人工鱼群算法相比，该方法具有明显的优越性。     

基于人工鱼群优化的光网络攻击感知路由算法

针对光网络中的安全路由问题,通过采用 MaxLAR(最大光路攻击半径)准则,运用人工鱼群算法的快速搜索和全局寻优能力,提出了一种新的基于人工鱼群优化的光网络攻击感知路由算法。该算法可找出在给定条件下光路中最小的 Ma x-LAR,可增强光网络的攻击预防能力,减少潜在物理层攻击对光路造成的可能损伤。算法分析及 Benchmark测试函数实验表明,该算法是可行的,且取得了较好的性能。     

基于改进人工鱼群算法的配电网电容器优化投切

电容器的优化投切对配电网的经济运行有很大的影响。本文在计及投切代价的配电网电容器优化投切模型的基础上考虑到了谐波的影响,避免了投切过程中引起的谐波放大。对此模型本文采用了改进人工鱼群算法的求解方法。针对基本人工鱼群算法的一些不足,结合遗传算法的思想对其进行改进。最后通过对IEEE 9节点系统进行仿真,证明了该算法的有效性。     

基于人工鱼群算法的网络流量预测方法

使用非线性预测模型支持向量回归算法建立预测模型,对具有明显非平稳性、混沌性以及非线性的网络流量进行预测研究。使用人工鱼群算法对支持向量回归算法的参数进行寻优,使用PSO算法对常规人工鱼群算法进行改进,使得人工鱼不依赖步长因子,仅对视野因子产生依赖,能够得到最优解。通过使用Logistic映射对人工鱼位置进行初始化,提高种群多样性,从而提高算法全局寻优能力,避免算法陷入局部最小值。最后使用MAWI数据集中的三组不同时间粒度的数据进行网络预测方法的实例分析,结果表明,所研究的人工鱼群算法具有较好的预测性能,能够满足网络流量预测的需求。     

一种改进的人工鱼群算法

本文介绍了基本人工鱼群算法,并在步长及觅食行为这两方面对基本人工鱼群算法做出了改进,提出一种改进的人工鱼群算法（IAFSA）。实验结果证明,改进的人工鱼群算法具有较好的收敛性。     

人工鱼群算法优化的小波图像融合

针对甲状腺肿瘤的B超、核素图像和颅腔横断面的CT,MRI图像,提出一种使用人工鱼群算法寻优的小波图像融合方法。利用小波变换将源图像进行小波分解,得到源图像的低频部分和高频部分。低频部分的系数使用加权融合算法进行融合,为使融合结果包含足够的信息量,以综合熵作为适应值对低频部分使用人工鱼群算法进行优化,得到融合系数的最优权值。高频部分的系数采用取绝对值最大的融合规则。通过小波逆变换得到融合图像。实验过程中,分别对这两组医学图像进行融合。客观评价参数表明该算法能够得到更优的融合图像。     

一种改进的人工鱼群算法

本文介绍了基本人工鱼群算法,并在步长及觅食行为这两方面对基本人工鱼群算法做出了改进,提出一种改进的人工鱼群算法（IAFSA）。实验结果证明,改进的人工鱼群算法具有较好的收敛性。     

基于人工鱼群算法的WDM多信道PMD补偿研究

首次将改进型人工鱼群算法用于WDM(波分复用)系统多信道PMD(偏振模色散)补偿。首先讨论了使用的多信道PMD补偿方案,其次简要介绍了这种人工鱼群算法,给出了该算法用于多信道PMD补偿时的详细步骤,最后通过6×40Gbit/s RZ(归零)码PMD补偿系统验证了这种算法的有效性。仿真结果表明,各补偿信道DOP(偏振度)均能达到0.95以上,眼图张开度增大,补偿效果良好。     

人工鱼群优化的方向传感器覆盖增强

为提高无线多媒体传感器网络区域覆盖率,提出了人工鱼群优化的覆盖增强算法,算法基于三维方向传感器感知模型,优化网络传感器方向角度值,减少重叠覆盖以提升网络覆盖率。仿真实验表明该方法能有效增强网络覆盖率,并就传感器参数对覆盖率影响进行分析,分析结果表明优化后的网络覆盖率更加接近理想覆盖率。