共查询到20条相似文献,搜索用时 109 毫秒
1.
蜂群理论是一种新型的群体智能算法,也是一种新型的随机优化算法。论文提出了一种基于蜂群理论泛网格化机场噪声监测点布局优化方法,以网络覆盖率为目标函数,将噪声监测节点部署问题形式化为组合优化问题,构造人工蜂群算法求解算法,并通过国内某大型机场噪声数据实验和其他算法对比验证,所提出的算法在覆盖率和求解速度方面优于其他算法。 相似文献
2.
在传统群智能算法框架的基础上,提出基于语义关系算子的群智能算法。与传统的群智能算法不同,该算法采用了一个语义关系算子进行关键参数的更新操作,并基于群体的历史状态对语义关系可进行更新。在语义关系库更新过程中,通过分析群体之前的历史状态信息,进行基于本体的语义关系挖掘,从而找到全局语义关系。以粒子群算法解组合优化问题为例,提出了基于语义关系算子的蚁群算法和粒子群算法。实验表明,基于该算子的群智能算法寻优能力有了一定程度的改进。 相似文献
3.
4.
图像分割的通用方法一直是图像处理领域中的热点和难点。随着人工智能的兴起和发展,群体智能算法成为当下热点研究的方向,将图像分割技术结合群体智能算法成为一种新型有效的改进方法。群智能算法通过模拟自然界的事物或生物的行动规律,将传统的人工智能和群体生物结合,在解空间中搜索最优解,为解决复杂问题提供了新的解决思路。阐述群体智能算法的研究现状和发展过程,将早期的蚁群算法(Ant Colony Optimization,ACO)、经典的粒子群算法(Particle Swarm Optimization Algorithm,PSO)以及较新的麻雀搜索算法(Sparrow Search Algorithm,SSA)为例详细介绍其算法原理方法,并简要表述蝙蝠算法(Bat Algorithm,BA)、鲸鱼优化算法(Whale Optimization Algorithm,WOA)、人工蜂群算法(Artificial Bee Colony Algorithm,ABC)、萤火虫算法(Firefly Algorithm,FA)、布谷鸟搜索法(Cuckoo Search,CS)、细菌觅食算法(Bacterial Foraging Optimization,BFO)和最新的蜉蝣算法(Mayfly Algorithm,MA)的原理,在此基础上,结合国内外文献对上述算法的改进方法和结合图像分割技术的综合改进及应用进行分析总结。将群体智能算法结合图像分割技术的代表性算法提取出来进行列表分析总结,随后概述总结群体智能算法的统一框架、共同特性、不同的差异并提出存在的问题,最后对未来趋势做出展望。 相似文献
5.
6.
测试用例集的约简方法研究 总被引:1,自引:0,他引:1
蚁群算法是一种群体智能算法,能有效解决复杂的组合优化问题.在测试用例约简的问题上,该算法能在速度和精确度上寻求到一个平衡点.与传统的最小化算法不同,这个算法不仅考虑了每个测试用例覆盖度,还考虑了用例的运行代价,实验给出了这个算法与经典算法的比较结果,结论表明,此算法能快速有效缩减测试用例集的数量并降低测试运行代价,以提... 相似文献
7.
群体智能是基于生物群体行为规律的智能计算技术,常用以解决参数寻优等问题;作为群体智能的两种典型算法,蚁群算法和粒子群算法应用极为广泛;文章分析了标准蚁群算法和粒子群算法的不足,分别采用改进的蚁群算法和粒子群算法对支持向量机回归模型参数进行优化,并以钕铁硼吸氢阶段合金氢含量预测为例,通过MATLAB对改进后的预测模型进行了仿真验证,最终给出了两种方法优化后,模型的预测效果及性能对比;仿真结果表明,改进的群体智能算法对工艺优化控制有着重要的意义。 相似文献
8.
9.
10.
11.
一种活动目录树的实现与应用 总被引:1,自引:0,他引:1
汪前进 《计算机应用与软件》2007,24(8):109-111
活动目录树(Active Directory Tree,ADT)是精品课程网站建设中组织课件、教学内容等的有效方式.首先介绍了活动目录树的一种存储结构--双亲兄长表示法,然后阐述了活动目录树的一种生成算法,讨论了算法的原理,给出了算法的形式化描述,最后给出了该算法在《数据结构》课程网站建设中的一个应用. 相似文献
12.
为了增强基于遗传算法的水下群机器人路径规划算法正确性的说服力,使用定理证明对其进行形式化研究,给出算法在定理证明器HOL4中的形式化模型。基于算法形式化的一般步骤,首先对算法的设计进行了详细的分析,指出算法设计的核心步骤与建模难点。在此基础上建立了总体形式化建模框架,然后对其进行化简,得到种群初始化、选择、交叉三个核心模块。接着给出模型中要用到的基本数据类型的形式化描述,并分别对三个模块进行形式化描述,最终得到算法的形式化模型。通过证明与模型相关的97条性质,说明了模型的合理性及有效性,在此模型的基础上,可以完成对算法的形式化验证,同时还能拓展HOL4的应用范围。 相似文献
13.
传统的移动协同学习模型的研究和架构都是从技术的角度提出,而忽略了协同过程中学习者相互作用的社会性对其的影响程度。首先在经典Granott模型的基础上研究了一种扩展的Granott相互作用模式,然后提出了一种基于扩展的Granott相互作用模式的移动协同学习模型,并对其中的Granott驱动逻辑对象进行了形式化算法描述,最后通过原型系统对模型进行了验证和实现。模型支持移动学习者基于扩展的Granott相互作用模式获取协同过程中同伴的协同行为,从而有效地完成协同学习工作。 相似文献
14.
15.
提出了一种新颖的状态定义粒子群优化算法。该算法针对粒子群算法容易陷入局部最优和搜索精度不高的缺点,结合爬山算法和粒子群算法的特点,根据粒子状态的实时更新采用不同的搜索方法,在迭代过程中搜索到尽可能多的局部最优解,从而使算法可以更容易地跳出局部最优,更高效地搜索到全局最优解。对测试函数和非线性方程组求解问题进行实例仿真,仿真结果验证了算法的有效性,具有一定的实际应用价值。 相似文献
16.
17.
18.
19.
算法结构和对信息的利用能力是影响算法性能的重要因素.标准微粒群算法简洁易用,然而在其寻优过程中,每个粒子仅仅向自身历史最优经验和种群历史最优经验学习,未能有效利用寻优过程中其他粒子的经验和状态信息;另外,单纯的基于二阶差分方程的迭代寻优方式在算法结构上增大了算法陷入局部最优的概率.为了从算法结构上减少微粒群算法早熟收敛和陷入局部最优的情况,本文提出了一种具有群活性感知的自适应微粒群算法:通过引入群活性对当前的寻优状态进行描述,然后根据群活性自适应地改变粒子的拓扑结构和搜索模式,在一定程度上增强了微粒群算法的全局收敛能力.基准函数测试结果证明了本算法的有效性和特点. 相似文献
20.
为了提高系统的控制性能,解决单一控制方法不足,将分数阶PID算法与滑模变结构算法相结合,同时为了规避分数阶PID的滑模变结构算法手动调节参数的复杂性以及不确定性,采用粒子群算法对其参数进行优化,完善分数阶PID的滑模变结构控制器,提高其控制精度.并将新型算法应用于单相全桥逆变器,通过Matlab仿真并与分数阶PID滑模变结构控制函数(PID-SMC)及滑模变结构控制(SMC)方法相比较,研究结果表明,粒子群算法整定参数收敛速度快,较短时间内可以找出最优解,整定后的算法静态误差小,上升速度快,抑制系统抖振能力强,具有较强的鲁棒性. 相似文献