人工鱼群算法

摘要： 针对代数方程组在迭代次数为20次-90次范围内存在求解速度较慢的问题,提出基于人工鱼群算法的代数方程组参数迭代求解方法。将代数方程组中包含的方程组个数设为未知量,构建代数方程组模型。基于人工鱼群算法对代数方程组求解中的行为进行描述,包括随机行为、觅食行为、聚群行为、追尾行为。将执行人工鱼群算法的过程分成前期与后期,实施分段优化。终止条件则设为精度的求解值。通过六个步骤实现代数方程组参数迭代求解。实验结果证明,在迭代次数为20次-90次的范围内,该方法的求解速度比原有方法更快,实现了性能的突破。

摘要： 针对不均匀光照下,光伏发电系统中的光伏阵列输出功率曲线呈现多峰特性,传统光伏阵列最大功率点跟踪(MPPT)监控算法易陷入局部最优解误区,提出一种扩展记忆优化人工鱼群算法(EP-FSA)。该算法在标准鱼群算法上引入速度参数和记忆行为,既保证鱼群算法的全局搜索能力,又增加了记忆算法的快速收敛性,快速得出全局最优解。仿真分析证明,扩展记忆优化人工鱼群算法较持续扰动法和标准人工鱼群算法具有更快的收敛速度和更强的全局搜索性能。

摘要： 基于100 mm加农炮经典内弹道数学模型,以最大膛压及初速的计算值与靶场射击试验值的平均相对误差为目标函数,以燃速系数和燃速指数作为拟优化的参数,运用人工鱼群算法对加农炮内弹道参数进行了参数优化研究。结果表明,人工鱼群算法对初值要求不高,容许范围大,且收敛速度快,全局寻优能力强,计算得到的目标函数值不超过0.1%。将优化后的参数应用到加农炮内弹道计算中,其计算结果与靶场试验结果相对于参数优化前误差进一步减小,其中参数优化后速度的误差仅为0.017%,优化后计算值与靶场试验值吻合得较好,因此可以将人工鱼群算法作为加农炮内弹道参数优化的一种有效方法。

摘要： 为了改善交叉口运行现状,该文构建了以车辆延误和停车次数作为优化目标的交叉口信号优化模型并对优化算法进行了研究。基于Webster算法的局限性,引入人工鱼群算法来改进目标配时方案,并分析了人工鱼群算法的实现函数,同时结合混沌理论与反馈理论对算法进行了改进来提高全局优化能力。最后针对案例交叉口,使用JAVA语言设计算法程序,对优化模型进行求解,并使用VISSIM对其进行仿真实验,结果对比显示,优化后总延误降低27.78%,总停车次数降低20.19%。实验结果表明,使用该方法可优化交叉口现状,提高交通运行效率。

摘要： 针对目前工业上对多点温度高精度检测的需求,提出了一种基于AFSA-RBF网络进行误差校正的多通道热电偶温度测量系统。系统采用STM32F103为处理核心,由K型热电偶采集的温度信号经前置RFI滤波后传入24位精度的Sigma-Delta型ADC中实现高分辨率的AD采样。同时,设计了以ADT7320为核心的的冷端温度测量电路,以获得冷端补偿信号。最后在上位机中建立了一种使用人工鱼群算法(AFSA)对RBF神经网络隐层节点权值进行寻优训练的新方法,构建了系统的输入输出模型,实现了输出信号的非线性误差校正和冷端补偿。实验结果表明,测量结果具有较高的精度和较好的可靠性。

摘要： 区域水资源需求存在较大的不确定性,在实际优化配置过程中,资源最小适度存在数值偏差,导致输出的非劣解数值较大,针对该问题,文章设计基于人工鱼群算法的区域水资源优化配置方法。随机选定一个区域应用设计的水资源优化配置方法参与测试,结果表明:设计的水资源优化配置方法输出的非劣解数值最小,适合配置优化区域水资源。

摘要： 针对人工鱼群算法(AFSA)不能完美地平衡局部寻优与全局寻优,且缺乏跳出局部最优能力等问题,提出了一种基于基因交换的自适应人工鱼群算法(AAFSA-GE)。首先利用自适应的视野和步长提高搜索的速度及精度,然后利用混乱行为和基因交换行为增强跳出局部最优的能力并提高搜索效率。为了证明算法的有效性,在实验中使用了10种经典的测试函数将所提算法与规范鱼群算法(NFSA)、基于扩展记忆粒子群优化算法的人工鱼群算法(PSOEMFSA)、综合改进人工鱼群算法(CIAFSA)等改进鱼群算法进行了比较。实验结果表明,AAFSA-GE较PSOEM-FSA、CIAFSA具有更优秀局部寻优能力和全局寻优能力,较NFSA具有更高的搜索效率以及更好的全局寻优能力。

摘要： 对大坝变形情况进行预测,明确大坝的实际状况是保证其长期安全稳定运行的关键之一,目前研究中普遍存在预测精度不足以满足实际需求的问题。为此,将长短时记忆网络(Long and Short-term Memory Network,LSTM)模型引入大坝变形预测的研究,并利用自适应人工鱼群算法(Adaptive Artificial Fish School Algorithm,AAFSA)对模型的参数进行优化,以实际工程的数据对模型进行了实例验证,并将该模型与LSTM模型的性能进行对比,结果表明,优化后模型的平均绝对误差、平均相对误差、平均绝对百分比误差、均方根误差以及拟合度分别为0.225 9、0.031 6、0.289 2、0.054 7以及94.51%,即优化后的模型预测精度最高且误差最小,稳定性最好,从而为大坝的安全分析提供了新的借鉴。

摘要： 针对人工鱼群算法能够解决传统优化算法在局部极值、算法收敛稳定性较差、初始参数设置要求较高等方面的缺陷,提出将人工鱼群算法应用到高射炮经典内弹道数学模型中,以优化高射炮的内弹道性能。优化方案的弹丸炮口速度在满足最大膛压的约束条件下,从初始方案的997.5 m/s提高到1013.36 m/s,通过几次独立的优化过程得到了6种优化方案,方案之间炮口速度和最大压力的差异很小,进一步说明了人工鱼群算法优化过程的稳定性以及应用到高射炮内弹道性能优化的适用性,该研究结果可以为内弹道装药的优化设计提供一定的指导意义。

摘要： 网络安全态势数据趋于多样性、复杂性与分散性,而现有网络安全技术又无法满足高质量网络安全需求。针对上述问题,文章提出一种基于改进HMM的网络安全态势感知方法。首先,通过分析HMM模型特征,采用人工鱼群算法和GA算法对其初始聚类和模型参数进行了优化改进,避免了HMM模型陷入局部最优解;然后,基于改进HMM模型,构建了网络安全态势状态,并实现了网络安全态势感知方法;最后,通过在honeynet数据集上进行仿真,验证了提出方法的有效性。结果表明:基于改进HMM的网络安全态势感知方法可准确预测网络安全态势,相较于标准HMM预测模型和RBF预测模型,本研究模型预测准确率分别提高了42.85%和46.67%,具有一定的有效性和优越性,可用于实际网络安全态势感知预测。

摘要： 本文针对网络编码优化的特点,对传统的全局人工鱼群算法中的视野和步长的计算方法做出自适应改进.在保证寻优速度和效率的前提下,克服了原算法中对视野和步长变化系数计算量大的弊端.通过仿真实验分析,验证了改进的全局人工鱼群算法在时间及收敛性能方面明显优于标准遗传算法,运用改进的全局人工鱼群算法使网络的整体性能明显提高.

摘要： 20世纪70年代有学者提出了涡流斥力机构的初步模型，并从电、温度和机械三个方面分析了涡流斥力机构在断路器中的应用情况。本文介绍了一种新的优化算法,提出了基于人工鱼群算法的涡流斥力机构优化设计方法,并有机结合该斥力机构优化设计方法与动特性计算流程,采用MATLAB软件编程实现了基于人工鱼群算法的涡流斥力机构多参数优化程序.利用所建立的仿真程序,依托人工鱼群算法对初始参数要求不高,全局最优解收敛快等特性,得出了涡流斥力机构快速动作的有效人工鱼状态,获得了斥力盘厚度、线圈盘匝数和线圈盘线径三个优化参数值.以优化结果为依据,结合实际样机本体的结构特点,给出了涡流斥力机构设计的主要参数,为实验样机的设计开发奠定基础.

摘要： 考虑各种分布式电源的发电成本、环境成本和微网设备维护成本,在满足微网运行约束条件的基础上,优化微网内不同分布式电源和储能系统的功率输出,使系统的总运行成本最小.采用冷热电联产(Combined cooling heating and power,CCHP)的微网,可以有效提高微网中分布式电源的效率,从而提高其经济性.最后采用改进人工鱼群算法(AFSA),通过Matlab数值计算工具,验证一个含冷热电联产的微网系统模型的经济性.

摘要： 为确定某银矿的最佳采场结构参数,使该矿开采方案的安全性及经济性最优,构建了Vague-RSM-AFSA模型对采场结构参数进行优化.采用中心复合试验法设计了15个采场结构参数方案,并对各方案进行了数值模拟计算,选取了采场顶板最大沉降位移、间柱最大水平位移、采切比和矿石损失率作为评价指标.基于Vague理论计算了各指标权重及中心复合试验各方案的优越度,采用响应面法(RSM)建立了中心复合试验各方案采场结构参数与优越度的响应面模型,运用人工鱼群算法(AFSA)对优越度响应面模型寻优,得到最佳采场结构参数:采场高度为20 m,采场长度为32.8 m,间柱宽度为16.1 m,方案优越度为0.2631,高于中心复合试验中的最大优越度(0.2271),寻优结果与数值模拟验证结果误差为0.0037,表明Vague-RSM-AFSA模型具有良好的寻优能力及较高的准确性.

摘要： 数据挖掘是目前信息产业界最热门的研究方向之一,而数据挖掘中的核心技术是聚类分析.聚类分析在统计学、数据挖掘、机器学习等很多领域中都有非常广泛的应用.人工鱼群算法(Artificial Fish Swarm Algorithm,AFSA)是一种新型的仿生优化算法,采用自下而上的设计方法,对寻优空间的形式和性质要求不高.且算法本身拥有对初始参数要求低、结构简单和寻优速度快等优点,可用于许多优化模型的求解,使得算法从提出到现在得到了广泛的好评.本文在深入研究人工鱼群算法的基础上,将人工鱼群算法与聚类的思想相融合,通过构造人工鱼个体模型、确定算法的目标函数,提出了一种用于解决聚类问题的人工鱼群算法.本文设计了一次实验,通过编程将鱼群算法实现,并与K-means算法一同处理iris数据集,运用最优值、最优值次数、准确度等评估准则,对比结果并验证鱼群算法的优越性.

摘要： 为了减少车辆在交叉口的延误,针对非均衡交通流的五岔路口,本文采用人工鱼群算法(AFSA)和动态模糊神经网络(D-FNN)相结合的方法实现五岔路口多相位变相序智能控制.该方法首先由红灯相位的车辆排队长度和红灯持续时间获得该红灯相位的通行紧急度,把通行紧急度最高的相位作为下一绿灯相位;其次,根据当前绿灯相位和下一绿灯相位车辆排队长度动态调整当前绿灯相位的最长绿灯时间.采用人工鱼群算法对控制绿灯延时的动态模糊神经网络参数进行优化,避免动态模糊神经网络陷入局部最小值.在不同车辆到达率情况下进行仿真分析,结果表明:该方法比传统的控制方法在自动调节信号周期方面效果更好,车辆平均延误大约减少11％.

摘要： 本文分析某固定直杆在水平地面上的太阳影子顶点坐标数据,建立数学模型确定直杆所处的地点和日期.基于最小二乘法思想,建立双目标优化模型.以影长差值平方和最小,影长斜率角之差平方和最小为目标函数.用分层求解法将多目标转化成单目标,运用人工鱼群算法对模型进行求解,得到附件2、附件3的直杆所处位置与日期分别为7月10日(78°54′E,41°N)和11月25日(109°54′E,28°N).并使用附件1的数据检验问题三模型,求出日期结果相对误差为0.05％.

摘要： 针对传统动画制作方法单一、任务量大、自主性不高等问题,利用社会学习机制中的趋同和趋异行为对人工鱼群算法进行了改进研究.利用改进的算法对角色的运动路径进行规划设计,将得到的路径数据导入到Maya中,利用Maya提供的工具完成群体动画的制作.将智能算法应用于群体动画的制作中,打破了传统动画制作的局限,增强了运动的真实性,提高了创作效率.

摘要： 结合某碾压混凝土重力坝的变形、渗流、温度、应力应变等较为全面的监测项目的工程实例，根据实测资料和该坝重力坝特性，分析大坝安全指标。层次分析法是大坝安全指标权重计算的常用方法.传统AHP的一致性检验采用特征向量法,该方法没有可靠地理论依据,具有一定的不准确性,基于此,提出了一种基于人工鱼群优化一层次分析法的大坝指标权重计算方法,将判断矩阵下的权值计算问题转化为约束求解问题,利用人工鱼群的智能优化搜索,求得具有满意一致性的最佳权重.将该计算模型用于某大坝的安全指标分析,与传统特征向量法相比,该计算模型结果更精确,更稳定,为确定影响大坝安全的主要指标提供了一定的理论依据.

摘要： 结合某碾压混凝土重力坝的变形、渗流、温度、应力应变等较为全面的监测项目的工程实例，根据实测资料和该坝重力坝特性，分析大坝安全指标。层次分析法是大坝安全指标权重计算的常用方法.传统AHP的一致性检验采用特征向量法,该方法没有可靠地理论依据,具有一定的不准确性,基于此,提出了一种基于人工鱼群优化一层次分析法的大坝指标权重计算方法,将判断矩阵下的权值计算问题转化为约束求解问题,利用人工鱼群的智能优化搜索,求得具有满意一致性的最佳权重.将该计算模型用于某大坝的安全指标分析,与传统特征向量法相比,该计算模型结果更精确,更稳定,为确定影响大坝安全的主要指标提供了一定的理论依据.

摘要： 本发明属于水力发电和调度运行领域，涉及一种基于多Agent人工鱼群算法的梯级库群长期优化调度算法，改善梯级库群求解过程中耗时过长等相关局限性。本发明实现了一种全新的多Agent人工鱼群算法MAAFSA来对梯级库群长期优化调度问题进行建模求解。MAAFSA结合了MAS和AFSA各自的优势，通过构建不同功能的Agent模块，利用人工鱼Agent之间的高效协作与自主学习操作，加快了AFSA的收敛速度，并从人机交互角度实现了梯级电站长期优化调度的求解，是一种极具创新性的多Agent进化算法。本发明的有益效果在于极大改善了梯级库群求解过程中耗时过长等相关局限性，为水电调度领域提供了一个全新的求解思路。

摘要： 本发明公开了基于改进人工鱼群算法的移动机器人路径规划方法，包括如下步骤：S1、初始化人工鱼群算法相关参数；S2、进行全局路径规划，获得初始路径；S3、机器人沿初始路径前进，并不断检测周围环境信息，检测滚动窗口内是否有动态障碍物；若未检测到动态障碍物,得到移动机器人的路径。S4、若检测到动态障碍物存在，则预测是否会与其发生碰撞以及碰撞的类型；S5、若预测不会发生碰撞，则按初始路径继续前进；S6、若预测到即将发生碰撞，则执行相应的避障策略，然后进行局部路径规划，重新规划出到达终点的路径继续前进；S7、重复步骤S3至S6，直到机器人到达终点。

摘要： 本发明公开了一种基于人工鱼群算法的电动汽车有序充电控制方法，构建场景优化模型G(topt)，G(topt)公式如下：其中，F1代表无序充电时的用户充电费用，F2代表无序充电时的电网峰谷差，F1opt代表有序充电时的用户充电费用，F2opt代表有序充电时的电网峰谷差，λ1和λ2代表各目标函数的加权系数；以minG(topt)作为场景优化模型的优化目标，求解出优化后的充电时段topt的最优解tbest，结合充电时段tc利用人工鱼群算法进行优化，得到最终的充电时段按照最终的充电时段安排电动汽车有序充电。本发明能够科学的引导电动汽车的充电行为，对大规模电动汽车充电行为的优化调度具有重要意义，具有较强的通用性和实用性。

摘要： 本发明公开了一种改进型人工鱼群算法的物流配送方法，包括获取多个客户配送点位置和每一客户配送点需求量，基于人工鱼群算法的觅食行为，判断移动步数；获取物流中心位置X

摘要： 一种基于鲸鱼优化算法与人工鱼群算法的旅游路径规划方法，首先，将鲸鱼算法中的鲸鱼群体看成预计在某时段内在相同景区游览不同景点的游客群体，对算法初始化设置并生成初始游客数，然后利用适应度函数获得初始游客当前所在位置上的适应度值(即目标函数值)，从而确定初始游客的最优位置与全局最优位置并记录下来放入最优解池中。并且可以从路程的远近角度出发为游客提供一个比较舒适的旅行路线，能够在实际的旅游路径规划中帮助旅行者们寻得一条较好的旅游路径。

摘要： 本发明属于水力发电和调度运行领域，涉及一种基于多Agent人工鱼群算法的梯级库群长期优化调度算法，改善梯级库群求解过程中耗时过长等相关局限性。本发明实现了一种全新的多Agent人工鱼群算法MAAFSA来对梯级库群长期优化调度问题进行建模求解。MAAFSA结合了MAS和AFSA各自的优势，通过构建不同功能的Agent模块，利用人工鱼Agent之间的高效协作与自主学习操作，加快了AFSA的收敛速度，并从人机交互角度实现了梯级电站长期优化调度的求解，是一种极具创新性的多Agent进化算法。本发明的有益效果在于极大改善了梯级库群求解过程中耗时过长等相关局限性，为水电调度领域提供了一个全新的求解思路。

摘要： 本发明提出一种基于改进人工鱼群算法的无人靶车实时路径规划方法，实现步骤为：初始化无人靶车路径规划场景，并初始化改进的人工鱼群算法参数，每个无人靶车通过计算与其他无人靶车距离的平均值及视步参数对当前视野和步长进行自适应调整，根据适应度值获取当前最优路径状态，并获取公告板当前状态，最后通过控制最大迭代次数，得到最后的路径规划结果。本发明首次迭代是通过初始化的参数计算每个无人靶车的视野和步长，以后的每次迭代都是根据每个无人靶车向追尾、聚群、或觅食成功，或随机方向无人靶车移动后的自身状态，对每个无人靶车的视野和步长进行自适应调整，算法的收敛速度较快，且计算量小，有效提高了路径规划的效率。

摘要： 本发明公开了一种基于人工鱼群算法的安全频谱感知方法，其具体步骤为：S1.获取历史感知数据，并进行预处理；S2.根据预处理后的感知数据，通过对称的KL散度的数据融合算法获取信号特征；S3.根据获得的信号特征，设计一个人工鱼群算法，并求得最优的类中心；S4.根据所获取的最优的类中心，构建一个用于频谱感知的分类器；S5.获取新的感知数据，经由步骤S1和S2获取信号特征并通过所述的分类器进行频谱感知。本发明解决了现有技术适用场景较小，效率较低的问题，提供了一种基于人工鱼群算法的安全频谱感知方法，其具有计算简单，可靠易用的特点。

摘要： 本申请提供了基于改进粒子群、人工鱼群算法混合式泊车路径规划方法，包括：根据泊车区域实际环境，建立泊车环境模型，以及对所述泊车环境模型内路段节点进行编号，获得粒子群，针对所述粒子群的惯性权重，学习因子以及适应度函数进行算法改进，根据改进后的粒子群算法在所述泊车环境模型中搜索最优泊车点，以及将所述最优泊车点组成最优泊车点集合T，将所述粒子群惯性权重引入人工鱼群，得到改进后的人工鱼群算法，将所述改进后的粒子群以及人工鱼群算法进行混合，得到混合算法，根据所述混合算法规划出最优泊车路径，以解决由单一算法的局限性导致泊车路径规划不准确不便捷的问题。

摘要： 本发明公开了一种基于人工鱼群算法的NOMA下行链路功率分配方法。建立NOMA系统子信道内能量效率函数，以平均吞吐量和用户公平性构建约束条件；将子信道内用户的功率分配系数归一化为人工鱼群算法中鱼群的多维位置向量，以NOMA系统子信道内能量效率最大化为目标函数，利用优化的人工鱼群算法求解最优功率分配系数；基于求解出的最优功率分配系数，计算平均吞吐量、用户公平性，若其不满足约束条件，调整人工鱼群算法的参数因子，继续进行寻优搜索，从而获得子信道内最优功率分配模型。本发明方法跳出局部最优解的能力更强，通过对比NOMA中的EPA、FPA、FTPA算法，在能量效率和系统公平性之间取得了良好的平衡。