WPANT:应用于移动对等网络的轻量级层次蚁群路由算法

针对移动对等网络中存在的节点移动、拓扑多变、资源受限和可扩展性差等问题,提出了一种基于轻量级层次结构的蚁群路由算法.该算法通过选取活动路由上的节点将网络划分成轻量级的层次结构,在此结构上运行蚁群路由算法.轻量级的层次结构提高了蚁群算法中信息素更新机制的效率,同时,蚁群路由算法的自组织和流量均衡等特性增强了轻量级层次结构的健壮性.模拟仿真表明了该算法的有效性.     

人工势场与蚁群算法结合下的移动机器人路径规划研究及其仿真

针对现代移动机器人路径规划中的蚁群算法收敛速度比较慢,并且容易陷入局部最优的问题中,提出了基于势场蚁群算法的多机器人编队研究。此算法通过机器人、人工势场力和目标的距离时间机器人移动及避障综合启发信息的创建,并且通过蚁群搜索机制处于未知环境中,对机器人通过起始位置到目标位置全局的最优路径进行寻找。所提出的算法能够有效结合人工势场法及蚁群算法,从而有效提高传统蚁群算法对于最优路径搜索的效率。最后,利用仿真实验对提出算法在机器人编队规划过程中的有效性进行了全面的仿真。     

智能微粒群算法

微粒群算法是继蚁群算法之后提出的又一种新型的进化计算技术，具有典型的群体智能的特性。本文首先介绍微粒群算法，然后在对算法的关键参数进行分析的基础上，从算法的离散二进制表示、参数选择与设计、群体组织与进化以及混合微粒群算法等方面对国内外微粒群算法的研究进展进行综述。     

改进的蚁群算法在矿山物流配送路径优化中的研究

物流配送路径优化问题是公认的NP难题，本文运用一种新型的模拟进化算法——蚁群算法对其进行求解。针对车辆路径问题及蚁群算法各自的特点，本文对蚁群算法进行多方面改进，以优化其搜索能力和加快收敛速度。文中通过对实例计算求解，取得了满意的结果，从而证明了新算法的有效性。     

基于改进蚁群免疫算法的PIDNN加热炉温度控制

针对蚁群算法搜索时间长、易于出现早熟、停滞等问题,引入免疫信息处理机制,该方法通过抗体之间的亲和力反映种群的多样性,同时对蚁群的状态转移规则和信息素更新规则进行改进。针对BP神经网络收敛速度慢的问题,采用改进蚁群免疫算法对PID神经网络控制器的权值进行整定。仿真结果表明,改进蚁群免疫算法在收敛路径长度和收敛速度上均比传统蚁群算法效果更佳,并且与传统PIDNN(PID Neural Network)控制器相比,改进蚁群免疫算法的PID神经网络加热炉控制具有较快的收敛速度和较小的超调量,其暂态性能和稳态性能均得到有效改善。     

基于遗传算法的混合蚁群算法的冷连轧轧制规程优化设计

针对冷连轧机在轧制过程中的多变量、强耦合、非线性等特点,以等相对负荷为目标,在现场和设备所受的约束条件下,应用基于遗传算法的混合蚁群算法进行规程优化设计,该方法首先利用遗传算法的随机搜索产生规程的初始信息素分布,然后充分利用蚁群算法的并行性、正反馈机制以及求解效率高等特性寻求最优解。该算法使用方便,对某1 370 mm 5机架冷连轧机进行设计比较,表明该方法计算精度高、收敛速度快、可满足在线控制需求。     

基于互信息的混合蚁群算法及其在旅行商问题上的应用

为了提高蚁群算法的求解性能,从医学图像配准算法的思想出发,提出了一种基于互信息相似度的混合蚁群算法.为了表示最优路径和待配准路径之间的互信息熵,在蚁群算法的概率算子中增加了一个新的相似度影响因子,从而可以增加原算法的全局搜索能力,同时可以加速算法在解空间的搜索速度.将该算法应用在旅行商问题上,根据旅行商问题的特定环境,对混合蚁群算法的算式进行了一定程度的化简,使得算法在解决此类问题时,相应的时间复杂度降低.通过实验与多种传统算法进行对比,结果表明该改进算法在求解性能和跳出局部最小解方面都有一定程度的提高.     

一种改进的自适应蚁群算法及其应用研究

蚁群算法作为一种新型的模拟进化算法,具有分布计算和信息正反馈等优点,但蚁群算法与其他进化算法一样存在收敛速度慢,易陷于局部最优等缺陷.针对这一问题,提出二种改进的蚁群算法,结合遗传算法和图论中的最邻近算法,并自适应地初始化信息素和限定信息素的大小范围.将该算法应用于旅行商问题(traveling salesman problem,TSP)求解,与基本蚁群算法比较,数值实验结果表明,这种改进算法能有效抑制算法陷入局部最优的缺陷,从而提高了解的全局搜索能力和解的质量.     

基于蚁群算法的纯铜粉末注射成形工艺参数选择方法

提出一种适用于金属粉末注射成形工艺参数优化的蚁群算法模型,给出一种参数优化实际数学模型,并以纯铜粉末注射成形参数优化问题为例进行了验证.与正交试验结果相对比,蚁群算法在工艺参数的选取上具有较高的效率和准确性.该研究可以为蚁群算法应用于过程复杂、影响因素多的金属粉末注射成形工艺参数优化提供参考.     

蚁群算法在土地利用结构优化模型中的应用

将蚁群优化算法引入土地资源规划,构建基于蚁群算法的资源规划数学模型,克服了传统优化模型的缺陷,选择张家口地区进行实证分析,得出了该地区最佳的土地利用结构优化方案.     

一种改进的人工蜂群算法——粒子蜂群算法

针对经典人工蜂群算法收敛速率较慢,后期易陷入局部最优解的不足,本文将粒子群算法中"全局最优"的思想引入到人工蜂群算法的改进过程,从而形成了一种新的人工蜂群改进算法——粒子蜂群算法.首先,提出了趋优度的概念,用来衡量引领蜂在有限次迭代过程中向全局最优解靠近或远离的程度,趋优度值可以评价个体的"发展潜力",趋优度值越低的个体,越需要增大变异的程度,以便找到质量更优的解.其次,专门设计了一种新的蜜蜂群体——粒子蜂,在引领蜂变异阶段根据趋优度的大小将引领蜂变异为侦查蜂和粒子蜂,粒子蜂的出现在很大程度上增加了种群的多样性,拓展了算法的搜索范围.然后,通过粒子蜂群算法种群序列是一个有限齐次马尔科夫链和种群进化单调性的分析,验证了本文所提算法的种群序列依概率1收敛于全局最优解集.最后,将本文所提算法应用于多个常见测试函数,并与经典蜂群算法、近年其他文献改进蜂群算法进行了仿真对比研究,仿真结果表明本文所提算法确实加大了种群的分散度、扩宽了搜索范围,从而具有更快的收敛速度和更高的寻优精度.      

冷 连 轧 负 荷 分 配 优 化 方 法

 冷连轧负荷分配最优化对于提高冷轧带钢的产量和质量具有至关重要的作用。在研究蚁群算法优缺点的基础上，首次提出了将遗传算法和蚁群算法相融合的GA ACA优化算法应用于冷连轧负荷分配的优化。该算法采用遗传算法生成初始负荷分配，利用蚁群算法求取最优化分配结果，优势互补，具有计算精度高、速度快等优点，适合于负荷分配的在线应用。试验对比数据证明了该方法的有效性，为冷连轧负荷分配的优化提供了一种新的方法。     

一种自适应差分进化算法在煤气分配中的应用

通过分析钢铁生产过程中主要能耗设备的煤气使用特征及煤气分配过程中的约束,建立了以煤气消耗成本、放散成本及发电收益之和最小化的数学模型,提出了一种自适应混合差分进化算法(AHDE)进行求解.算法利用蚁群算法在路径选择能力方面的优势,构造算法中差分策略选择机制提高算法的性能.通过对标准测试函数和对实际生产数据的仿真实验,验证算法的有效性.     

Fracture Characteristics of Fully Pearlitic Steel Wire in Tension and Torsion

The fracture characteristics of fully pearlitic steel wires with fine and randomly oriented lamellae have been investigated after tension and torsion,respectively.It is found that the predominant fracture mode under small predeformation is dimple.The analysis of the colony size and the lamellar structure near the fracture surface indicates that each dimple roots from one colony.A simulation of tensile deformation with several pearlitic colonies based on the real scanning electron microscopy(SEM)observation shows that the plastic deformation concentrates and the stress traxiality is larger at the boundaries of colonies.It demonstrates the microcracks initialize at colony boundaries.Thus,the colony size is a significant factor for fracture behaviors under small pre-deformation.On the other hand,the fracture surface is investigated after large pre-deformation via torsion.The results show that fracture characteristics vary with radius from dimples,elongated dimples to the fibrous structure.It indicates that the fracture characteristics are dependent on the pre-deformation.The fracture mode under large pre-deformation becomes an anisotropic fibrous structure instead of dimples.     

Applying an Ant Colony Optimization Algorithm-Based Multiobjective Approach for Time–Cost Trade-Off

The time–cost trade-off is one of the most crucial aspects of construction project planning, which in fact is a combinatorial optimization problem. This technical note employed an evolutionary algorithm—ant colony optimization (ACO) algorithm to deal with the time–cost trade-off problems. Combining with the modified adaptive weight approach, the ACO algorithm can find out the optimal solutions, and define the Pareto front as well. The development of the ACO-based multiobjective approach in this technical note provides an attractive alternative to solving construction time–cost optimization.     

一种基于粒子群参数优化的改进蚁群算法及其应用

针对现有基于粒子群参数优化的改进蚁群算法耗时较大的问题,提出了一种新的解决方案.方案中采用一种全局异步与精英策略相结合的信息素更新方式,同时合理减少蚁群算法被粒子群算法调用一次所需的迭代代数.对日本旭川垃圾场巡查机器人路径规划问题仿真求解的结果表明,与其他算法相比,该改进算法具有比较明显的速度优势.      

基于群智能的电子学习资源过滤及收敛性分析

运用基于信息素挥发因子自适应变化的蚁群算法来优化电子学习资源的组织顺序,体现群体智能在资源共享和过滤中的优势作用,并且在此基础上运用教学实例实验研究将群体智能技术应用于解决电子学习资源过滤时的收敛性问题。实验结果表明利用群体智能来组织资源可以找到和领域专家干预基本相同的解决方案,同时学生参与数不需要很多即可获得好的收敛性。     

Phenotypic switching in the human pathogenic fungus Cryptococcus neoformans is associated with changes in virulence and pulmonary inflammatory response in rodents

High-frequency reversible changes in colony morphology were observed in three strains of Cryptococcus neoformans. For one strain (SB4, serotype A), this process produced three colony types: smooth (S), wrinkled (W), and serrated (C). The frequency of switching between colony types varied for the individual colony transitions and was as high as 10(-3). Mice infected with colony type W died faster than those infected with other colony types. The rat inflammatory response to infection with colony types S, W, and C was C > S > W and ranged from intense granulomatous inflammation with caseous necrosis for infection with type C to minimal inflammation for infection with type W. Infection with the various colony types was associated with different antibody responses to cryptococcal proteins in rats. Analysis of cellular characteristics revealed differences between the three colony types. High-frequency changes in colony morphology were also observed in two additional strains of C. neoformans. For one strain (24067A, serotype D) the switching occurred between smooth and wrinkled colonies. For the other strain (J32A, serotype A), the switching occurred between mucoid and nonmucoid colonies. The findings indicate that C. neoformans undergoes phenotypic switching and that this process can affect virulence and host inflammatory and immune responses. Phenotypic switching may play a role in the ability of this fungus to escape host defenses and establish chronic infections.