应用微粒群算法提取分类规则

分类是数据挖掘研究的主要内容之一,将微粒群算法应用于分类问题,进行分类规则的提取.对于微粒群算法本身而言,主要考虑两方面,一方面要考虑编码问题,另一方面要考虑适应值函数的定义.文章主要针对适应值函数进行研究,首先给出了前人提出的几种适应值函数,提出一种新的适应值函数,进一步采用UCI标准数据集进行实验,将几种适应值函数所得结果进行比较,结果表明该适应值函数的有效性.     

基于小世界邻域结构的微粒群算法研究

分析了邻域结构对微粒群算法的影响,针对收敛速度慢,早熟收敛等缺点,结合小世界网络的基本特性,提出了一种基于小世界邻域结构的微粒群算法.在该模型中,邻域内部的高聚集性有利于微粒的细致搜索,而邻域间少量的长程连接又能保证微粒在进化过程中更加全面、快捷地实现信息的有效共享,从而在提高收敛速度的同时防止陷入局部最优.将本模型与Gbest模型及环形结构进行比较,发现该算法不仅具有更快的收敛速度,而且能够获得更好的收敛效果.     

鱼群集群行为的建模与仿真

群体智能主要针对生物群体中简单智能个体相互作用表现出复杂智能行为进行研究.个体之间的组织结构、关系和群体行为的涌现机制是其研究的关键要素.首先对鱼群游动的规律进行分析,然后采用自底向上的建模方法建立了一种基于向量的数据模型,最后基于java技术建立了鱼群集群行为仿真系统,有效地模拟了个体鱼之间以及环境之间的相互作用,最终涌现出复杂的群体行为的过程.仿真模型和结果对其它群体的研究具有指导意义.     

线性不确定系统的模糊滑模控制

本文针对一类相坐标表示的线性不确定系统 ,根据滑模控制原理 ,提出一种基于模糊逻辑的滑模控制方法。仿真研究结果表明 ,用此方法设计的系统不但鲁棒性强 ,而且抑制抖振效果显著。     

一种混合系统的递归式仿真模型

本文在混合系统的自动机和变迁系统模型的基础上,对混合系统按照不同抽象层次进行系统分解,提出了一种递归形式的混合系统模型。这种模型支持由粗到细逐步细化的建模。当这种模型满足给出的若干附加性质时,它容易转化为逻辑结构清晰的混合仿真程序。最后对一个混合系统的实例建立了其混合仿真的递归形式仿真模型。     

基于响应阈值的群机器人地图创建探索策略

地图创建是群机器人研究的若干基准任务之一。文章提出一种群机器人地图创建的探索策略,该策略根据黄蜂群的响应阈值模型设计了响应函数,机器人根据响应函数对下一访问位置进行概率选择。对算法分别进行了不同机器人数量和不同响应阅值的计算机模拟实验,根据算法评价指标对实验结果进行评价,并对实验结果进行了分析,结果表明算法是有效可行的。     

离散事件系统的一种分布式仿真算法

本文针对串行同步仿真方法及Chandy-Misra异步分布式仿真方法所存在的优缺点,采用折衷方案,提出了一种新的离散事件系统分布式仿真方法。这种方法首先将系统分解为N个子系统,它们分别在N个微处理机上基于串行事件驱动仿真方法进行仿真,而在各微处理机间存在着异步性。为了避免仿真死锁,引入了一中央控制器来协调子系统间的异步仿真。最后,建立了0-1整数规划模型以实现系统的最优分解。     

沙漠蝗虫群体聚集行为的建模与仿真

采用人工生命的方法，建立了一个沙漠蝗虫群体聚集行为模型，并利用Swam平台，对沙漠蝗虫的群体聚集行为进行了仿真。针对三种不同的沙漠蝗虫密度，对沙漠蝗虫的群体聚集行为进行了仿真，得到与生物实验结论相近似的结果。     

用遗传算法优化模块密度探测社团结构

为更精确地探测社团结构,通过选择优化函数,分析社团结构特性,设计适合社团检测的选择、交叉、变异等遗传算子,提出了基于遗传算法和模块密度的社团结构探测算法.该算法未采用传统的分裂或聚合方法用减边或加边的策略,没有引入其他中间变量,直接通过优化模块密度函数发现网络社团结构.分析和仿真结果表明,该算法探测的社团结构与模块度探...     

面向分布式计算的混合维度微粒群算法

在智能计算方面,微粒群算法有着搜索速度快、算法实现简单、参数设置少等优点而得到了广泛的应用。但遇到大规模问题时会遇到容易陷入局部最优、计算耗时、结果精度不高的情况。因此本文提出以分布式计算方法为基础的混合维度微粒群算法MDPSO(Mixed Dimension Particle Swarm Optimization),该算法采用分布式计算方式实现任务并行,通过混合维度的方法进行种群间的信息交流。最后通过对5个测试函数和岛屿模型PSO算法进行实验对比,结果证明所提出的算法能够更好的跳出局部最优而得到更为准确的结果。