基于蚁群算法的无线传感器网络节点可信安全路由

针对无线传感器网络内部恶意节点可能产生的攻击,提出一种基于蚁群算法的节点可信安全路由协议,将节点信任评估模型引入到蚁群路由算法中,提高无线传感器网络的节点可信度,以节点可信度为依据隔离恶意节点,增强网络安全性。仿真结果显示,算法在网络丢包率、端到端时延、吞吐量和全网能耗等评价指标上都得到了显著的改善,对黑洞攻击具有较好的抵抗性能。     

基于粒子群蚁群算法的供应链合作伙伴选择研究

针对供应链合作伙伴选择的准确性和效率问题,提出一种基于粒子群和蚁群优化的合作伙伴选择算法。建立基于供应链链节体和连接弧的有向图路径模型,构造多目标规划模型。利用改进的离散型粒子群算法,求取伙伴选择问题的初始解集,构建初始信息素矩阵,通过改进蚁群算法的寻径规则,求取供应链合作伙伴选择问题的最优解。实验结果表明,所提算法有效提高了供应链合作伙伴选择的精度和效率,具有较好的性能。     

基于人工蜂群的连续域蚁群优化算法

连续域蚁群优化算法是蚁群优化算法的一个重要研究方向,针对连续域蚁群优化算法(ACOR)计算时间较长、易陷入局部最优的问题,提出了一种基于人工蜂群的连续域蚁群优化算法(ABCACOR)。首先,引入一种替代机制来选择指导解,以替换原来的基于排序的选择方式,目的是节约计算时间和尽可能地保持搜索的多样性;其次,结合人工蜂群算法的搜索策略来提高算法的全局搜索能力,进一步减少计算时间和提高求解精度。通过对大量的测试函数进行仿真实验,结果表明,ABC-ACOR算法较现有的一些连续域蚁群算法具有更好的寻优能力。     

改进人工蜂群算法优化RBF神经网络的短时交通流预测

为了提高径向基函数RBF神经网络预测模型对短时交通流的预测准确性,提出了一种基于改进人工蜂群算法优化RBF神经网络的短时交通流预测模型。利用改进人工蜂群算法确定RBF网络隐含层的中心值以及隐含层单元数,然后训练改进的人工蜂群算法RBF神经网络预测模型,并将其应用到某城市4天的短时交通流量数据的验证。将实验结果与传统RBF神经网络预测模型、BP神经网络预测模型和小波神经网络预测模型进行了比较。对比结果表明,该方法对短时交通流具有更高的预测准确性。     

Incorporating user preferences in ant colony optimization for the next release problem

The selection of which requirements should be implemented in the next software release is an important and complex task in the software development process, considering the presence of budget constraints and other conflicting aspects. In this context, search based software engineering, has the main objective of applying automatic search methods to solve complex software engineering problems. However, most of these methods do not consider human expertise during the search, especially due to the difficulty in mathematically modeling the user's preferences. Consequently, the user can present some resistance or place little confidence in the final results, given that his/her knowledge and domain expertise was not properly considered in the solution construction. This paper aims at proposing an interactive model for the next release problem using ant colony optimization, where the user can define which requirements he/she would like to include or not in the next release. Employing humans and a simulator, an empirical study was performed that considers real-world and artificial instances. The achieved results demonstrate that the loss of score was, on average, 12% when it was compared with a solution with no human intervention. On the other hand, the algorithm generates solutions that have more than 80% of the met preferences, as defined by the users. Furthermore, the results showed that ACO can be an interesting choice as an interactive search engine, given the low quantity of interactions that are required to reach good solutions.     

基于蚁群算法的拥堵交通最短路径研究

针对当前交通网络在路径选择研究中,存在只考虑静态交通网络的路径选择的问题,提出了利用蚁群算法的拥堵交通网络的最短路径算法,建立了采用Petri网的交通网络模型,运用蚁群算法对静态交通网络进行了最短路径求解,并加入天气状况、道路容量等动量建立动态交通网络.运用层次分析法并结合Petri网对交通拓扑图进行了最短路径的探索并进行了对比分析.研究结果表明在道路拥挤的情况下,动态交通网络下的路径算法可以为出行者找到更快捷方便的路线.     

局域网限速状态下的资源调度模型仿真

在局域网限速状态下进行资源调度时,网络资源受到传输区域的影响,在调度过程中存在较大的流量突变随机性.传统的网络资源调度算法在应对海量突变流量时,采用延迟限制通信的方法,随便能缓解流量峰值,但仅仅通过外加通信约束条件约束、延迟流量突变的通信过程,调度过程存在弊端.提出采用混合蚁群算法的局域网限速状态下资源调度方法,将禁忌搜索作为蚁群算法局部搜索策略,并通过结合分布估计提高算法的收敛速度,把局域网限速状态下资源均衡与优化问题转化为组合优化的最短路径问题,进行计算求精确解.仿真结果表明,利用混合蚂蚁算法在局域网限速状态下进行资源调度,具一定鲁棒性和分布性,提升了调度工作效率.     

跨区域机载移动网络优化方法研究与仿真

研究跨区域机载移动网络通信优化问题,对保证飞行器的安全有一定的实际意义.传统的跨区域机载移动网络通信在飞机高空快速、跨区域移动的过程中,面临越来越多的跨区域临界节点通信的问题,造成机载移动网络在跨区域边界节点选择中频繁切换,通信过程不稳定.提出自适应蚁群算法的跨区域机载移动网络优化方法.构建跨区域机载移动网络优化的数学模型,建立计算成功率公式,依据自适应蚁群算法理论,将待求解区域划分为若干小区域,对小区域进行分别求解获取最优值,形成较优解集合,结合自适应调整相关系数、信息素数量等,获取全局最优解,实现跨区域机载移动网络优化设计.实验结果表明,利用改进算法进行跨区域机载移动网络优化设计,能够保证机载在跨区域中移动网络的稳定性,提高跨区域机载移动网络数据传输速度,为跨区域机载移动网络的实现提供了技术支持.     

不确定需求和配送时间窗约束下的供应链优化

供应链中生产配送的协调对于生鲜食品有重要作用.为解决不确定需求下生鲜食品的生产配送联合决策问题,考虑生鲜食品的送达需满足零售商的硬时间窗;同时商品一旦送达就会产生腐坏,而供小于需也有缺货成本.研究构建了一种数学模型来考虑生鲜食品的生产配送,采用改进的蚁群算法求车辆路径问题,迭代解带入目标函数,再采用Nelder-Mead单纯形法求生产调度,从而得到总优化成本.结果表明,采用集成决策时,供应链中生产和配送成本有较大幅度下降,但同时车辆启动成本的存在会使目标成本出现转折点.实验结果表明了模型的正确性和算法的良好性能.     

多路线复杂约束下客机最佳航线的挖掘模型

在进行民航客机航线选取过程中,最优路线的选择受到天气、航空管制、航路冲突等因素的影响,应该路线选择的因素较为复杂,采用传统的方法进行航线选择,以单一影响因素指标相互独立为基础,通过设定特定权值作为选择的衡量标准,一旦航行线路影响因素发生波动,固定权值无法对其进行有效描述,航路选择中的挖掘结果无法达到最优.提出基于改进蚁群微正则退火算法的民航客机最佳航线挖掘模型.依据模糊综合评价理论,综合环境状态、航线状况及冲突情况多种因素对航线进行综合评价,计算航线权值,建立民航客机最佳航线的挖掘模型,获取初始路径搜索集合,利用双层循环结构理论,计算内外层循环结果,直至满足算法输出条件,实现民航客机最佳航线的挖掘.实验结果表明,利用改进算法进行民航客机最佳航线的挖掘,可以有效的提高航线选择的精度.