基于改进蚁群算法的齿轮故障模式识别方法研究

根据蚁群算法优化路径原理,提出一种基于改进蚁群算法的简单的模式识别方法。通过对TSP蚁群模型的适当修改,将模式识别问题转化为路径优化问题。为了尽量避免蚁群算法过早收敛或收敛到局部最优路径,采用了最大-最小和自适应蚁群算法相结合的方法对算法进行改进。通过实验,以齿轮3种不同状态下的关联维数为特征,成功实现了对不同故障状态的识别。     

基于混合蚁群算法的可重构生产单元布局研究

针对小型生产企业生产单元设施布局重构问题,建立了以物料搬运成本、单元重构成本、生产时间损失成本之和最小为目标,综合考虑了预算约束、空间约束、时间约束的多目标优化模型。以U型生产单元为例,采用蚁群算法和模拟退火算法相结合的混合蚁群算法求解模型,通过实证分析,验证了模型和算法的有效性和可行性,并与解决设施布局问题常用的遗传算法进行对比,进一步验证了该混合蚁群算法的优越性。为生产企业在接到新订单时合理安排生产计划提供决策支持。     

基于蚁群算法的矿山井下开拓系统优化研究

矿山井下开拓系统的确定,影响因素较多。一般传统方法是对少数几个技术方案进行经济比较,得到的结果只是相对较好的方案。蚁群算法是最近几年提出的一种新型模拟进化算法,已成功地应用于求解TSP（旅行商）问题,取得了较好的实验结果。运用蚁群算法对井下开拓运输系统进行了优化研究。针对1处具体矿山,得到了1个结构合理、费用较低的开拓运输系统。实践证明,这种方法是可行的。     

改进蚁群算法及其在煤炭运输中的应用

针对基本蚁群算法在求解过程中容易出现收敛时间过长和陷入局部最优的不足,提出了一种动态自适应的蚁群算法(DSACO),在算法DSACO中改进了算法的重要参数,当算法疑似陷入局部最优时,通过自适应调整参数来提高全局最优解的求解质量和信息量强度;最后在煤炭运输问题上进行实验仿真,结果表明,DSACO算法与基本蚁群算法相比较,加快了收敛速度,提高了全局寻优能力。     

应用混合模型蚁群算法解决连续多自变量问题

蚁群优化算法自提出的十几年来已广泛应用于解决旅行商问题（tralvel salesman problem,简称TSP）等离散化的组合优化问题,随着对算法的进一步研究,近两年一些学者提出用该算法解决连续问题已经初见成效。进一步探讨了如何将该方法用于解决连续多自变量问题,通过对比文献[1]发现在当用该文献中提到的方法解决连续多自变量问题时,计算所得的解并非最优解,计算所得的目标函数值不准确。分析了出现问题的主要原因在于以往应用蚁群算法解决问题时大多采用基本蚁群算法的Ant-cycle system模型,在面对连续多自变量问题上是失效的。通过研究基本蚁群算法的原理,发现将Ant-cycle system模型与Ant-quantity system模型相结合,在解决连续多自变量问题时有很大突破。因而提出了一种新的蚁群算法模型——Ant-cycle＆quantity system（ACQS模型）,在此简称为混合模型算法。用该算法进行了大量的试验,取得了很好的结果。同时为了加快收敛速度,算法中还提出了信息素的奖惩机制,取得了很好的试验效果。     

基于蚁群算法的煤矿运输车辆调度应用研究

现代物流运输煤矿运输车辆调度过程复杂多变,蚁群算法是一种新型的启发式搜索算法,可以很好地解决这一问题。传统蚁群算法容易出现早熟和停滞现象,因此,通过对基本蚁群算法中的选择策略和信息素的改进,提出一种新的蚁群算法,克服传统蚁群算法的缺陷。将它用于求解煤矿运输车辆调度问题,仿真实验证明了改进算法的有效性和可行性。     

基于蚁群算法的煤炭运输优化方法

本文主要以蚁群算法为基础,求解煤矿运输优化方法,运算出实际生产中较优生产模式。首先对蚁群算法做出了简单的介绍,然后比较仔细的阐述了煤矿问题的数学模型,最后演示了蚁群算法在运输优化问题中的应用。     

基于蚁群算法的回转面轴线优化方法

回转轴线的方向误差对回转面的重构精度影响较大。介绍了蚁群算法的优化原理以及连续优化问题的求解方法,在利用蚁群算法对回转面的回转轴线进行优化,解决了最小二乘法求解时前后方向不一致的问题。实例验证了该方法的可行性和正确性。     

混合蚁群优化算法应用研究

结合粒子群算法的思想,提出用混合蚁群算法。其核心是应用粒子群算法对蚁群算法的3个控制参数(β,ρ,q0)进行优化,以及运用蚁群系统算法(ACS)寻找最短路径。新算法克服了参数选择对算法性能的影响,具体很强的全局搜索能力。新算法改进了传统蚁群算法的性能,取得了非常好的效果。     

基于改进蚁群算法的智能铲运机全局路径规划

以矿井GIS地图为基础建立环境栅格模型,结合改进蚁群算法对智能铲运机在井下环境中的全局路径规划问题进行求解。对基本蚁群算法存在的问题进行改进,分别从路径选择规则、全局信息素更新规则和局部信息素更新规则三方面进行优化。通过仿真实验验证该改进蚁群算法的有效性,并与基本蚁群算法进行比较,结果表明,改进蚁群算法具有较好的稳定性和全局最优性,而且收敛速度较快。该算法可根据已知巷道环境地图得到铲运机的最优路径,有利于智能铲运机的高效工作。     

基于DWT与改进中值滤波的矿井视频监控图像去噪

井下光照不均、煤尘浓度大以及视频图像获取设备电路电压不稳定等各类因素的存在,导致矿井视频监控系统获取的图像存在大量噪声,影响了对矿井各类生产信息的准确判读。为此,将离散小波变换(Discrete wavelet transform,DWT)与改进中值滤波算法相结合,提出了一种矿井视频监控图像高效去噪算法。首先,对获取的矿井视频图像进行自适应噪声检测,根据检测结果,对图像采用改进中值滤波算法处理;然后对滤波后的图像进行3层离散小波变换,鉴于图像的噪声信息绝大部分集中分布于高频分解系数中,故对低频分解系数不作处理;最后对高频分解系数采用一种改进软阈值去噪函数模型进行去噪,将去噪后的高频分解系数与原始低频分解系数进行重构,得到去噪后清晰度较高的图像。采用实地获取的山西潞安某煤矿井下视频图像进行试验,并与小波软阈值去噪、中值滤波等算法进行去噪效果对比分析,此外,对各算法的试验结果分别采用信噪比(Signal noise ratio,SNR)以及算法运行时间进行评价,结果表明:新算法对于矿井视频监控图像的去噪效果优于其余2类算法,且算法运算时间也具有一定的优势。     

RNN与提前终止迭代在金属岩石分类中的比较

神经网络算法是一种非常经典的分类算法,然而神经网络的一个不足之处就是容易陷入过拟合。针对这种不足,正则化神经网路算法(RNM)与提前终止迭代算法被提了出来。为了进一步研究这两种算法性能的差异,本文在包括金属岩石分类数据集(sonar数据集)在内的20个UCI标准数据集上对这两种方法进行了性能测试。实验显示在分类准确率上正则化神经网路算法要更优秀一些,但是在分类速度上提前终止迭代算法更占优势。     

基于混合遗传算法的数据库水印算法研究

将数字水印技术应用到数据库版权保护中,针对基于混合遗传算法的关系数据库水印算法实施了研究。结合标准遗传算法和禁忌搜索算法优点,克服了标准遗传算法易出现早熟以及局部寻优能力差等缺点,设计了数据库水印嵌入、检测及提取算法。     

变步长自适应滤波算法探讨与改进

对自适应滤波器变步长算法进行了研究和仿真,并对算法进行了改进,使改进后的变步长算法控制效果更好。     

系统中DNA编码及算法分析

在计算DNA的过程中,所面临的一大难点就是以表达和传递信息为主要目的编码问题,计算DNA的可靠性在一定程度上取决于编码设计的有效性。首先从遗传密码表、用户DNA配置以及文件DNA编码三方面对编码加以阐述,从DNA操作算子以及访问控制的自然计算过程两方面对算法加以介绍。     

走迷宫电脑鼠的算法分析与研究

电脑鼠的灵活性和智能程度不但取决于硬件的结构和性能,还取决于软件设计的好坏,越是智能的电脑鼠,其软件设计就越不简单。对走迷宫电脑鼠的算法做了总结和比较,并对各算法的优缺点进行了阐述。     

基于免疫遗传算法的煤炭职业院校排课新算法

考虑煤炭职业院校地域性、行业性等原因,以及安排课程复杂性的特点,提出一种基于免疫遗传算法的排课新算法,将排课的班级、课程、时间段、授课教师与教室5要素恰当地用基因染色体表现出来,构造课程间隔、教室利用率和上课时间效率的加权和为目标函数。把目标函数作为抗原,约束条件作为抗原的生成空间,通过免疫遗传算法良好的全局搜索能力,找到该抗原的最佳抗体,获得最优的排课方案。给出典型算例验证算法,结果表明其可行性和良好性。     

基于混合人工蜂群与泛化模式搜索算法的颗粒粒径分布重建

在光散射颗粒粒径分布测量过程中会产生大量测量数据,且无法对所有测量数据进行精确分析,进而降低了颗粒粒径分布重建的速度与精度,导致煤矿粉尘测量结果产生误差,出现安全隐患,危及生产和工作人员的安全。研究快速有效的反演算法,用于颗粒粒径分布的重建,成为颗粒粒径测量领域的重要课题之一。通过运用人工蜂群算法与泛化模式搜索算法相结合的混合算法,反演重建单峰R-R分布。将算法与遗传算法、Phillips-Twomey方法比较,结果表明,混合算法能够有效用于单峰R-R分布的反演重建,为工业应用提供有效且可靠的方法。     

在线考试系统中基于遗传算法的组卷算法研究

在线考试系统中,自动组卷系统是关键的部分,而自动组卷系统的性能主要取决于组卷算法。文章在分析各种组卷算法的基础上,提出了一种基于遗传算法的组卷算法,文中对组卷算法进行了详细的设计,对编码结构、交叉算子和变异算子进行了富有特色的设计,使遗传算法能满足组卷这一特定问题的要求。     

坐标转换求解算法分析与研究

在大地测量或工程测量实践中,不可避免的需要解决测量坐标系统建立及坐标转换的问题。文章以布尔沙转换模型为基础,对坐标转换的5种求解算法进行分析,并以某工程为例,采用MATLAB软件编程进行计算比对分析,结果表明:坐标重心化算法求解转换参数和转换坐标,其结果出现异常,计算结果和理论分析发现,该算法不适合布尔沙转换模型,而其余4种算法求出的坐标转换参数和坐标转换结果相当,能保证精度,具有可靠性。