基于单纯形的改进精英人工蜂群算法

针对人工蜂群算法收敛速度慢,求解精度不高,易陷入局部最优等问题,基于受粒子群启发的多精英人工蜂群优化算法,引入了蜂群中的精英个体和全局最优个体来增强开发全局最优解的能力.文章中,在雇佣蜂阶段借助精英个体引导蜜源搜索,并利用蜂群中蜜源的质量排序重新构造蜜源的选择概率公式;在跟随蜂阶段,选择种群最优蜜源引领蜂群,加强算法对全局最好解的局部开采能力,同时将随机选择邻居蜜源变为最优定向选择.最后利用单纯形算法对精英解集进行再次更新,进一步平衡蜂群的全局搜索和局部寻优能力.数值实验表明改进的新算法的寻优精度和收敛速度均有明显提高.     

一种改进的混沌局部搜索的人工蜂群算法

人工蜂群算法具有鲁棒性强、收敛速度快且全局寻优性能优异等优点,但其局部搜索能力不足.为了克服此缺陷,提出了一种改进的混沌局部搜索的人工蜂群算法.新算法在每一代的所有个体的平均值附近利用混沌函数进行局部搜索,然后在搜索到的解和原食物源之间采用贪婪选择的原则确定下一代种群.基于6个标准测试函数的仿真结果表明,本算法能有效地加快收敛速度,提高最优解的精度,其性能优于已有的人工蜂群算法.     

基于全局最优解和随机采样的改进人工蜂群算法

为进一步提高人工蜂群算法的收敛速度、开采能力,提出了基于全局最优解和随机采样的改进人工蜂群算法.算法在跟随蜂阶段采用全局最优引导与完全随机采样相结合的高斯搜索策略,以加快算法的收敛速度,平衡探索和开采能力,避免陷入局部最优.在侦察蜂阶段引入包含被遗弃蜜源信息的高斯方程产生新蜜源,加快搜索速度.在12个基准测试函数上进行了比较实验,实验结果表明该改进的算法求解简单函数时,收敛速度更快,求解较复杂的函数时,解的精度和稳定性得到一定的提高.     

集成学习人工蜂群算法

为了抑制人工蜂群算法中的早熟收敛问题,提出一种集成学习框架,挖掘种群中的有用信息来抑制早熟。当个体产生候选解的时候,通过对所有好于当前解的个体线性组合,产生一个集成最优解;然后利用相应的人工蜂群算法的搜索公式产生候选解,该公式中的全局最优解被集成最优解代替。该框架通过产生更有希望的个体带领算法进化,帮助算法逃离局部最优解。实验表明,新的集成学习框架显著地提高了全局最优解引导的人工蜂群算法的性能,而没有增加算法的计算复杂度,且该框架可提高全局最优解引导的差分、粒子群算法的性能。     

一种改进的人工蜂群算法

从经典人工蜂群算法机制出发,针对原始算法在初始种群构造、子种群分组、步长更新和种群淘汰方面的不足进行了改进.新算法运用均匀设计理论构造初始种群,提出了一种种群交叉的Z型分组方法,设计了一种对数函数自适应步长代替原来的随机步长,引入了小生境技术及时淘汰陷入局部最优的个体.实验结果表明,改进后的算法有效地解决了人工蜂群算法早熟收敛、搜索速度较慢等问题,并提高了解的精度.     

融合蜂群行为的量子进化算法

为提高量子进化算法的收敛精度和收敛速度,以人工蜂群算法为基本进化框架,提出一种融合蜂群行为的量子进化算法. 将采用相位编码的量子进化种群划分为量子开采种群、量子跟随种群以及量子侦察种群,在每个种群内模拟蜜蜂觅食行为寻优,其中量子开采种群采用混沌扰动搜索,量子跟随种群采用柯西变异操作进化. 同时对所有种群个体采用量子染色体的两步旋转更新方法,并进行自适应的动态变异操作. 利用基准测试函数进行仿真,与相关方法对比分析可知,所提出的算法在大部分的函数上都表现出较好的性能,能有效提高全局收敛性能.     

一种应用于函数优化问题的多种群人工蜂群算法

针对传统人工蜂群算法(ABC)收敛速度慢、易陷入局部最优解等不足,提出一种基于种群分割的多种群人工蜂群算法(MABC)应用于函数优化问题.该算法利用K均值聚类算法对蜂群进行种群分割,在子种群中引入基于全局通信的蜜源位置更新方式加速算法收敛,同时引入基于局部通信的适应度函数扩展解方案的多样性.通过对6个基准测试函数的实验表明,MABC算法适应度高、收敛速度快,克服了ABC算法易陷入局部最优解等不足,在函数优化问题中表现出了更好的性能.     

基于马尔可夫链的人工蜂群算法

分析了人工蜂群算法及部分国内外学者提出的改进算法,针对局部搜索能力差和容易陷入局部最优解的缺点,根据马尔可夫链预测已知解空间的发展趋势,提出了一种基于马尔可夫链的改进人工蜂群算法（MABC）,通过伪代码给出了算法的运行过程,从收敛性能和算法复杂度2个方面分析了人工蜂群算法、一种典型的改进算法和MABC算法的性能.最后以10个典型函数为测试用例,从结果精度、收敛速度、分割参数和运行时间4个方面进行验证,实验结果表明,MABC算法在求解精度和收敛速度上高于ABC算法,但运行时间略长,验证了理论分析的结果.     

改进基于记忆的人工蜂群算法

基于记忆的人工蜂群算法(ABCM)通过记住成功使用的邻居和系数指导人工蜂群下一步的搜索,需消耗多次函数评价收敛到吸引子,且始终使用与上次相同的排斥系数,造成收敛速度不快、多样性不足,易陷入局部最优解.提出一种改进ABCM(IABCM),当使用吸引系数时,候选解只消耗一次函数评价收敛到吸引子,如果候选解好于当前解,则替换当前解,否则直接删除该记忆,这样可以利用尽量小的代价得到尽量大的收益.当使用排斥系数时,该系数的数值部分重新随机生成,以增加多样性和随机性,有利于算法跳出局部最优解.在22个不同类型函数上的实验表明,IABCM在收敛速度和精度方面明显优于ABCM.     

基于混沌人工蜂群算法的色彩量化方法

针对人工蜂群算法易陷入局部最优值、进化后期收敛速度慢等问题,为提高蜂群的多样性和搜索的遍历性,该文在人工蜂群算法中引入混沌思想,提出了一种混沌人工蜂群算法,并将其应用到色彩图像量化当中.仿真结果表明混沌人工蜂群算法改善了人工蜂群算法摆脱局部最优值的能力,提高了算法的收敛速度和精度,同时量化后的图像也具有更高的信息熵,保...     

基于田口方法的生态环境敏感性评估方法研究

提出基于田口法的生态环境敏感性评估方法。采用统计分析方法描述生态环境敏感性特征,构建生态环境敏感性数据的统计分析模型,结合大数据挖掘方法进行生态环境敏感性关联数据挖掘,提取生态环境敏感性数据统计分布的模糊聚类特征量,采用模糊C均值聚类分析方法和相关性融合分析方法,实现对生态环境敏感性评估和检测,基于田口方法构建生态环境敏感性评估的检测统计量,根据稳健性检验和统计回归分析方法,实现对生态环境敏感性评估和预测。仿真结果表明,采用该方法进行生态环境敏感性评估的自适应性能较好,预测准确度较高,提高了生态环境敏感性评估的置信度水平。     

Information for authors

<正>Science China Technological Sciences(Sci China Tech Sci)is a monthly peerreviewed academic journal supervised by the Chinese Academy of Sciences,and co-sponsored by the Chinese Academy of Sciences and National Natural Science Foundation of China.Its primary mission is to encourage communication of basic and innovative research results of high quality in the fields of technological sciences.The subject areas featured include materials,mechanical engineering,engineering thermophysics,water resources,space science,astronomics,civil engineering,nuclear science and technology,electronic engineering,architecture,and engineering mechanics,etc.All papers should be intelligible for a broad scientific audience.Contributions are invited from researchers all over the world.Sci China Tech Sci is indexed by SCI,EI,Current Contents,Index to Scientific Reviews,International Aerospace Abstracts,Math Reviews,MathSciNet,Current Mathematical Publications,Z Math,etc.     

Information for Authors

正General Journal of Beijing Institute of Technology(JBIT),an English language journal sponsored by Beijing Institute of Technology,was established in 1992.JBIT mainly publishes research articles that reflect the latest achievements in basic theory and experimental studies in various engineering fields and in applied mathematics,mechanics,physics,chemistry,and so on.JBIT is listed in Ei,CA,SA,AJ,CSA,MR,ZM and many other abstracting indexes.     

电流变隔振器的理论研究

介绍了一种新型的隔振器———电流变隔振器 .通过对系统的结构进行简化 ,建立起物理模型 ,推导出运动微分方程 ,在理论分析和性能曲线模拟的基础上 ,确定出影响电流变隔振器工作特性的主要因素 .理论研究表明电流变隔振器在低、高频段均能良好隔振 ,有效降低传递力的幅值和扩大隔振的频率范围 ,并具有防系统共振的性能 .     

关于受控扩散过程的动力学

主要考虑在给定初始条件下构形变量的时间演化可由受控扩散描述的有限自由度动力系统.基于随机控制一般理论,引入受控扩散的随机作用量的两个适当形式.通过离散该随机作用量,导出系统受控扩散的广义坐标表示的动力学方程,该方程连同连续方程一起精确描述扩散运动的概率进程.     

福建魁岐花岗岩形成的物理化学条件

福建魁岐碱性花岗岩的深色矿物成分特点和物理化学实验资料表明,岩石是在较高温、低压、相对还原、富碱和缺水条件下,由岩浆结晶形成的。     

Pliocene charcoals from Shanxi Province of China and their application to studies of prehistoric wildfires

Charcoals collected from the middle-late Pliocene sediments of the Taigu Basin,Shanxi Province,China,have been identified as Ulmus sp.(Ulmaceae),Prunus sp.,Maloidoxylon sp.(Rosaceae),and Maclura sp.(Moraceae).These taxa,along with the previously known fossils,indicate the occurrence of temperate climate and local wildfire at that time.Charcoals of trees and/or shrubs and the morphological changes of these charcoals demonstrate that crown fires and surface fires occurred in the Taigu Basin during the middle-...     

明堂,宫殿及建筑历史研究方法论问题

本文从建筑历史研究的方法论入手,对传统的将建筑发展的历史看作是理性的、连续的、逻辑的过程的历史学式研究方法进行了剖析,对另外两种常见的研究方法进行了肯定,并提出了“符号学式研究”的概念,本文按照这一新的建筑历史研究方法,对中国明堂与宫殿的发展历史进行了整体式的分析与阐释.     

数字电视

介绍了数字电视（ＤＴＶ） 和高清晰度数字电视（ＨＤＴＶ） 的功能、特点及前景．指出数字电视图像清晰度比当今模拟电视高６ 倍, 同时具有ＣＤ 音质, 电视的未来将是数字高清晰度电视． 随着５ 大技术（ 集成电路技术、数字信号处理技术、数字压缩技术、计算机技术和大屏幕高清晰度显示技术） 的突破, 加快了模拟电视向数字电视转化． 电视技术的数字化为发展交互式电视（ＩＴＶ） 、点播电视（ＶＯＤ） 和利用电视上网展开相关服务带来广阔市场前景．     

英语术语词的可辩性

本文论述了英语科技术语的结构、形式、词义之间的联系，其目的是揭示英语词汇的某些基本特点，帮助读者分析、理解并恰当使用科技术语。