融合多向学习的混沌麻雀搜索算法

对于原始麻雀搜索算法（SSA）在迭代过程中表现出的种群多样性减小,易陷入局部最优等问题,提出一种融合多向学习的混沌麻雀搜索算法（MSSA）。利用Hénon混沌映射初始化种群,增加麻雀种群的多样性,扩大可行解的搜索范围,为全局寻优奠定基础;采用多向学习策略增加麻雀跟随者探索未知领域的机会,平衡算法的局部开发性能和全局搜索能力;当算法陷入局部最优时,引用遗传算法中的变异策略依据动态的变异概率对当前最优个体进行扰动变异;将MSSA算法应用到无线传感器网络节点覆盖优化问题。数值实验结果与Wilcoxon秩和检验结果均表明MSSA算法在收敛精度与收敛速度等方面具有更明显的优势。     

双种群协同演化的改进蜜獾算法

针对蜜獾算法存在的局部搜索能力不足、易陷入局部最优值等问题,提出一种双种群协同演化的改进蜜獾算法。在初始化阶段采用Cubic混沌映射对种群进行初始化,扩大可行解的搜索范围并提高种群的分布均衡性;引入融合黏菌算法和蜜獾算法的双种群优化机制,依托两者的更新优势协同推进个体逼近目标位置,进而提高整个算法的搜索效率和优化性能;采用柯西随机反向扰动策略对蜜獾种群最优位置进行扰动,以提高算法跳出局部最优的能力。通过评估单一策略的改进有效性实验、与七种对比算法的不同高维实验以及Wilcoxon秩和检验,结果表明该算法具有良好的收敛精度和求解速度。最后将改进算法应用于压缩弹簧设计和压力容器设计问题,进一步验证了改进策略的有效性及该算法的工程实用性。     

浅谈CFG桩复合地基的应用

本文对CFG桩复合地基的原理、设计、施工和检测进行了简单的描述,并对CFG桩复合地基的特点和优势进行了分析。     

我国保护区森林生态评价研究现状

介绍了我国森林生态评价的研究现状、评价指标选取的原则以及面临的问题.并详细分析了AHP(Analytic Hierarchy Process)层次分析法.通过对仙人谷国家公园、九连山、鹞落坪、茫荡山自然保护区的森林生态评价过程及评价结果进行分析,总结出AHP森林生态评价方法在我国自然保护区森林生态评价中的应用现状及其所具有的有效将定量与定性数据有机结合的优势.     

多策略协同优化的改进HHO算法

为进一步提升哈里斯鹰优化算法（HHO）的收敛精度和迭代速度,提出一种多策略协同优化的改进HHO算法（MSHHO）。首先采用拉丁超立方抽样方法初始化种群,加强个体在解空间区域的均匀化分布程度;其次引入融合莱维飞行的自适应阿基米德螺旋机制于局部搜索阶段,完善算法开采机制并有效增强个体邻域的搜索严密性,提高算法收敛精度;最后鉴于算法在迭代后期易于陷入局部极值情形,采取柯西变异和反向学习的混合变异策略交替扰动最优个体以助其快速逃离局部极值区,加快算法迭代速度。通过对基准测试函数的求解对比分析、Wilcoxon秩和检验和CEC2014复杂函数对比分析,证实了改进算法优异的寻优性能和稳健的鲁棒性。     

多策略融合改进的自适应被囊群算法

针对被囊群算法全局搜索不充分和易陷入局部极值等问题，提出一种多策略融合改进的自适应被囊群算法(MITSA)。首先，在种群初始化中引入佳点集理论提升种群多样性；其次，提出一种多精英协同引导机制优化被囊个体位置信息，增大对未知搜索区域的勘探可能性以增强算法全局探索能力；然后将自适应权重因子引入群体行为阶段，动态平衡算法的全局与局部搜索性能；接着，为增强算法的抗停滞能力，采用依概率小波变异策略实现个体动态微调，同时利用贪婪原则保留优异信息助推种群向食物源靠近；最后基于Markov链理论对改进算法的全局收敛性进行分析论证。通过对基准测试函数和CEC2014复杂函数进行数值仿真，实验结果与Wilcoxon秩和检验结果综合验证了MITSA具有优越的收敛精度、稳健的鲁棒性和高维可拓展性。