检索结果-内蒙古大学图书馆

作者：张谦温州大学

学位级别：硕士

细菌觅食优化算法(Bacterial Foraging Optimization algorithm,BFO)是一种基于大肠杆菌的觅食行为的自然启发式优化算法。由于其简单性和有效性,BFO已广泛应用于许多工程和科学领域。然而,BFO算法存在收敛速度慢、无法跳出局部最优解... 详细信息

细菌觅食优化算法(Bacterial Foraging Optimization algorithm,BFO)是一种基于大肠杆菌的觅食行为的自然启发式优化算法。由于其简单性和有效性,BFO已广泛应用于许多工程和科学领域。然而,BFO算法存在收敛速度慢、无法跳出局部最优解、步长固定等缺点。为了克服原始BFO存在的弱点,在本文中,提出了2种改进的BFO算法,并将提出的改进BFO算法应用于工程优化问题、疾病诊断、金融风险预测等实际问题。本文的主要贡献如下:1、为了在BFO算法寻优过程中,实现原始BFO在探索和开发能力之间更合适的平衡,本文引入混沌操作提出了一种改进的BFO,称为Chaotic BFO。具体而言,将混沌初始化策略并入BFO中以进行细菌种群初始化,从而在所提出算法的整个早期步骤中实现加速;然后,将具有“收缩”策略的混沌局部搜索引入到趋化性步骤中,以逃避局部最优。通过与其它10种竞争性元启发式算法进行比较,在23个众所周知的基准函数上验证了Chaotic BFO的性能。此外,它已应用于IEEE CEC2011的两个实际例子中,以及两个经典的工程设计问题。实验结果表明,在大多数情况下,Chaotic BFO在收敛速度和解决方案质量上均优于同类产品。本文提出的Chaotic BFO算法,对于促进BFO算法的研究、改进和应用具有重要意义。2、此外,为了改变原始BFO的固定步长,增加种群的多样性,避免陷入局部最优,有利于全局搜索,从而提高算法的收敛速度和精度。本文还提出了一种具有步长自适应调整、高斯变异和基于当前最优解引导的局部自适应搜索策略的增强型BFO,称为CCGBFO。首先,利用步长自适应调整操作产生自适应趋化步长;然后,将当前细菌的最优位置与高斯变异操作相结合,充分利用当前细菌的最优位置信息;最后将基于当前最优解引导的局部自适应搜索策略引入到趋化步骤中,以保证该算法能够在早期搜索过程中找到较大的搜索空间。利用IEEE CEC2014和CEC2017等一系列数值基准函数对CCGBFO的性能进行了评估。此外,还利用CCGBFO对核极限学习机的关键参数进行了优化,以解决实际的疾病分类和金融风险预测问题。实验结果表明,该算法在收敛速度和求解精度上均明显优于原算法。

关键词：细菌觅食优化算法混沌理论函数优化高斯变异核极限学习机

来源：评论

学校读者我要写书评

暂无评论

基于改进的细菌觅食优化算法求解冷链物流选址-配送问题

基于改进的细菌觅食优化算法求解冷链物流选址-配送问题

引用

作者：何奕涛兰州交通大学

学位级别：硕士

在互联网的引领下,电子商务领域得到了快速的发展。随之而来的物流配送问题给整个物流行业带来了巨大的挑战。近几年,随着我国冷链商品的产量增加,如何提高物流配送速度,配送服务质量,降低物流成本成为整个物流领域研究的热点。文中分... 详细信息

在互联网的引领下,电子商务领域得到了快速的发展。随之而来的物流配送问题给整个物流行业带来了巨大的挑战。近几年,随着我国冷链商品的产量增加,如何提高物流配送速度,配送服务质量,降低物流成本成为整个物流领域研究的热点。文中分析了当前冷链物流配送中存在的问题,建立冷链物流中的选址-配送模型,根据学者们对选址配送问题的研究,提出用禁忌搜索算法与改进细菌觅食优化算法交互式求解该问题。本文主要所做工作如下:(1)相对于其他物流配送而言,冷链物流配送对时效性要求较高,本文研究了带时间窗约束的车辆路径规划问题。针对于带时间窗约束的车辆路径规划问题的求解提出一种改进细菌觅食优化算法。采用CW算法和贪心策略插入法构造改进细菌觅食优化算法的初始解;分析车辆路径规划中常用邻域变换算子特点,结合时间窗因素,在relocate邻域变换算子的基础上设计出基本m-relocate算子、最小客户数目m-relocate算子、长路径m-relocate算子和费用减少最大m-relocate算子。将这四种邻域变换算子与细菌觅食优化算法中的趋化操作相结合,采用m-relocate算子中的m作为细菌游动的步长,四种邻域算子作为细菌游动方向,提高了细菌觅食优化算法的寻优效率。将改进后的细菌觅食优化通过对Solomon数据集中的56个算例进行仿真实验,将实验结果与传统的两阶段法、PITSH、改进的蚁群算法和蜂群算法相比较,从整体上看,改进后的细菌觅食优化算法在求解带时间窗约束的车辆路径规划问题上比较有优势。(2)分析影响冷链物流选址配送过程中主要成本,利用双层规划模型将冷链物流选址配送问题拆分成选址分配问题和带时间窗约束的多配送中心车辆路径规问题。提出用禁忌搜索算法与改进细菌觅食优化算法交互式求解冷链物流中的选址配送问题。在采用禁忌搜索算法求解选址分配问题过程中,根据带时间窗约束的选址分配问题的特点,设计了一种考虑时间窗因素的K-means聚类算法,在该方法中设计出一种既考虑了客户在地理位置上的分布情况同时结合了客户要求配送时间窗的相似度函数,用备选配送中心位置作为K-means聚类算法的初始簇中心,备选配送中心的数量作为聚类算法的K值,将考虑时间窗因素的K-means算法聚类后的结果作为禁忌搜索算法的初始解。在改进细菌觅食优化算法求解带时间窗约束的多配送中心车辆路径规问题中,采用整数编码对带时间窗约束的多配送中心车辆路径规问题中的解编码。在该编码中将带时间窗约束的多配送中心车辆路径规问题中的所有备选配送中心数目和配送中心车辆数目全部考虑进去,方便了邻域算子变换,有利于提高算法搜索速度。将上层禁忌搜索算法求得选址分配问题的解采用贪心策略插入法构造带时间窗约束的多配送中心车辆路径规问题的初始解,在下层中从改进细菌觅食优化算法求得带时间窗约束的多配送中心车辆路径规问题的解中解析出选址分配问题的解,将解析后的选址分配问题的解又作为禁忌搜索算法的初始解,两者在不断交互过程中搜索得到冷链物流选址-配送问题的最优解。最后本文选取Solomon数据集中R101算例作为冷链物流选址-配送问题中的客户,随机生成15个备选配送中心,结合相关文献中的冷链物流配送参数构造出冷链物流选址-配送问题的测试算例。采用禁忌搜索算法与改进细菌觅食优化算法交互式求解该算例,以验证交互式法求解冷链物流选址-配送问题的效果。

关键词：冷链物流细菌觅食优化算法车辆路径规划问题选址-配送问题

来源：评论

学校读者我要写书评

暂无评论

细菌觅食优化算法求解物流配送问题

引用

计算机技术与发展 2019年第1期29卷 188-193页

作者：王垚李珺屈艺晖兰州交通大学电子信息与工程学院甘肃兰州730070

针对物流配送问题,在综合考虑时间、成本两个影响因素的前提下,提出一种针对离散多目标选址-路径问题(LRP)的改进细菌觅食优化算法。该算法通过构建相应的带软时间窗选址-路径问题模型,并根据Pareto支配关系对标准细菌觅食优化算法(BFOA... 详细信息

针对物流配送问题,在综合考虑时间、成本两个影响因素的前提下,提出一种针对离散多目标选址-路径问题(LRP)的改进细菌觅食优化算法。该算法通过构建相应的带软时间窗选址-路径问题模型,并根据Pareto支配关系对标准细菌觅食优化算法(BFOA)进行了改进,此外,在个体互不支配的时候,采用归一化方法进行择优处理,通过引入惩罚函数来约束车辆所负责的客户需求不超过其载重限制。设计的相应多目标细菌觅食优化算法(MOBFO)对物流配送问题进行了求解,并通过使用CVRP库中的算例,对算法的有效性和优劣性也进行了验证,对于LRP模型问题提供了一定的参考。实验结果表明,设计的多目标细菌觅食优化算法在求解物流配送问题上具有一定的优越性,同时对于多个目标的优化问题也具有一定的优势。

关键词：物流配送问题选址-路径细菌觅食优化算法软时间窗 Pareto支配关系归一化

来源：评论

学校读者我要写书评

暂无评论

一种基于细菌觅食优化算法的舌体分割算法

引用

图学学报 2019年第1期40卷 70-77页

作者：朱峰戴璞微潘斌郭小明王玉铭钟凡辽宁石油化工大学辽宁抚顺113001 山东大学山东青岛250101

针对医学舌体数字图像的准确分割,提出了一种基于细菌觅食优化算法(BFOA)和Snake活动轮廓模型相组合的舌体分割算法。首先,以信息熵与Kapur算法相结合作为自适应函数来改进BFOA算法,通过改进的BFOA算法计算舌体图像的最佳图像二值化阈值... 详细信息

针对医学舌体数字图像的准确分割,提出了一种基于细菌觅食优化算法(BFOA)和Snake活动轮廓模型相组合的舌体分割算法。首先,以信息熵与Kapur算法相结合作为自适应函数来改进BFOA算法,通过改进的BFOA算法计算舌体图像的最佳图像二值化阈值,并将舌体图像二值化;然后,利用舌体图像的对称性提取舌体的关键边缘点,并基于B-样条插值算法由关键点集合插值得到闭合的B-样条曲线,作为Snake模型的初始轮廓;最后,通过Snake模型计算求解,即可准确提取舌体的轮廓曲线。实验结果表明,改进算法能够高精度地分割出舌体图像,并能消除基本Snake模型在初始轮廓曲线选取中存在的人机交互难题,实现了舌体图像的自动分割。

关键词：舌体分割细菌觅食优化算法 Snake模型关键点提取 B-样条曲线

来源：评论

学校读者我要写书评

暂无评论

基于细菌觅食优化算法的虚拟网映射研究方法

基于细菌觅食优化算法的虚拟网映射研究方法

引用

作者：屈艺晖兰州交通大学

学位级别：硕士

随着互联网相关应用和服务的不断丰富,网络需求日益增加,需要网络结构具有灵活性,因此网络技术革新迫在眉睫。传统互联网的网络架构难以具备这个特点,同时因为互联网的提供商不止一个,所以使用新的网络架构或对现有网络架构进行再升级... 详细信息

随着互联网相关应用和服务的不断丰富,网络需求日益增加,需要网络结构具有灵活性,因此网络技术革新迫在眉睫。传统互联网的网络架构难以具备这个特点,同时因为互联网的提供商不止一个,所以使用新的网络架构或对现有网络架构进行再升级很难达成一致。在这种前提下,很多创新技术成果(如IP组播、IPv6等)并没有得到大规模的部署及应用,网络“僵化”现象越来越严重。网络虚拟化技术就是为了解决互联网“僵化”现象而被提出的,并被认为是未来互联网的支持技术。文中从以下几个方面进行论述:首先,对网络虚拟化进行概述,以具体实例描述了虚拟网络映射问题,同时介绍了虚拟网络映射问题的国内外研究现状、求解的目标以及所面临的挑战。其次,对虚拟网络映射中用到的主要算法——细菌觅食优化算法进行介绍,包括其基本理论、三个主要操作步骤和改进方向,同时对多目标问题和多目标算法进行了简要概述。第三,改进了以往的研究中,仅将映射花费成本作为虚拟网络映射问题中的唯一目标去优化求解的模式,加入均衡底层物理网络节点负载这一指标,使这两个指标共同作为优化目标,在两个目标相互制约情形下,使每个目标尽可能优化,从而选择出最适合的映射方案。改进细菌觅食优化算法,使其能够应用于虚拟网络映射。首先由于虚拟网络映射问题是一个离散型的问题,所以在进行映射之前,就需要将细菌觅食算法中的算子进行重新定义,其中包括细菌的位置和翻转角度。其次,在算法的趋向性操作中加入2-算法以进行路径优化。最后在复制操作中,结合了遗传算法的单点交叉操作以增加种群多样性,寻找更优路径。第四,设计了单域虚拟网映射策略。文中先对单域虚拟网映射问题进行建模,之后用改进的细菌觅食优化算法进行求解。在降低虚拟网映射花费的同时考虑到底层物理网节点的负载均衡度,使得更多的虚拟网请求被接收,能够有效的提高底层物理网资源的利用率和收益。通过实验可以看出,此算法在降低映射花费的同时有着良好的有效性和稳定性。第五,设计了跨域虚拟网映射策略。文中先对跨域虚拟网映射问题进行建模,在用改进的细菌觅食优化算法进行求解之前,考虑到服务提供商及基础设施提供商的收益,提出了一种基于竞价的本地基础设施提供商选择方案。其中,为了使分割虚拟网络拓扑的方案和虚拟网络请求映射的方案可以同步生成,引入域节点的定义,将完整的底层物理网络视图转变为以基础设施提供商视角的域视图。实验结果表明,此算法适用于长时间进行虚拟网络映射的情况,在此情形下本算法的请求接受率要优于同类型的策略算法,同时可以提高基础设施提供商的长期收益。

关键词：网络虚拟化虚拟网络映射问题细菌觅食优化算法多目标优化

来源：评论

学校读者我要写书评

暂无评论

细菌觅食优化算法的研究与改进

细菌觅食优化算法的研究与改进

引用

作者：李珺兰州交通大学

学位级别：博士

随着现代社会的进步,最优化问题已经越来越深入到我们生产、生活的各个方面;同时,问题的规模和复杂度也越来越高。传统的数学方法在解决这些优化问题时,求解的精度和效率往往无法达到我们的要求。因此,模拟自然现象及物种生存进化的各... 详细信息

随着现代社会的进步,最优化问题已经越来越深入到我们生产、生活的各个方面;同时,问题的规模和复杂度也越来越高。传统的数学方法在解决这些优化问题时,求解的精度和效率往往无法达到我们的要求。因此,模拟自然现象及物种生存进化的各种仿生算法相继出现,并迅速取代传统的数学方法,在优化问题的求解中显示出了独有的优势。细菌觅食优化算法(Bacterial Foraging Optimization algorithm,BFO)是模拟人类大肠杆菌觅食行为的一类群体智能优化算法。它对初值和参数的选择不敏感,鲁棒性强,简单易于实现,可实现并行处理和全局搜索。算法一经提出,就受到了学者们的广泛关注。本文针对优化问题中的高维优化、多目标优化等难点问题,对BFO算法进行深入探索,围绕着如何构建鲁棒性强、高效的BFO改进算法展开了一系列的研究。主要工作如下:(1)通过描述大肠杆菌的觅食行为,介绍了BFO算法的寻优过程,详细阐述并分析了BFO算法各步骤在寻优中所起到的具体作用,根据分析结果,对基本BFO算法进行改进。将混沌思想引入BFO中,用来完成细菌群体的初始化,使菌群在寻优空间中均匀分布,为后期寻找全局最优解创造条件;趋向性操作中,根据问题的寻优范围并结合当前进化代数设计出自适应步长公式,同时引入遗传算法中的交叉操作,将最优个体的部分优良基因通过交叉传递给寻优个体,让个体进行局部游动,加快其收敛速度;随机的迁徙操作有可能导致已经找到最优位置或接近最优位置的细菌个体又逃离最优位置,发生“逃逸”现象,影响算法的收敛速度,为此根据菌群的进化代数,改变迁徙操作的作用范围,避免逃逸现象发生。通过经典函数的测试表明,改进的细菌觅食优化算法在收敛速度和精度上比基本BFO及其他对比算法有一定的提高。(2)使用改进的BFO算法求解高维优化问题,提出了面向高维优化问题的PDBFO(Part Dimensions Optimization BFO,PDBFO)算法。首先对所求解的问题进行分析,根据问题中多个维度之间的耦合关系,将问题分为可分解可分组、不可分解可分组和不可分解不可分组三大类,针对不同类型的问题,采用不同的分组方式,降维、细化来求解。为了方便的分解提取高维问题中的单个维度信息,引入线性代数中的基准向量,同时将步长进行分解,表示为每个维度上的步长信息,通过基准向量与分维步长相结合的操作,方便的实现了分维寻优。将PDBFO应用于高维优化问题的求解中,通过对多个标准测试函数在高维空间进行测试,并将其结果同其它算法进行比较,实验证明本文改进算法在寻得最优解的精度和效率上比其他改进方案有显著提高。(3)使用改进的BFO算法求解多目标优化问题。传统的细菌觅食优化算法仅针对单目标优化问题寻优。为进一步发掘细菌群体智能在多目标优化问题中的寻优优势,提出了多目标细菌觅食优化算法MOBFO(Multi-Objective Bacterial Foraging Optimization Algorithm,MOBFO)。寻优过程中,当个体间互不支配,无法判断优劣时,给出归一化的择优策略;引入差分思想完成复制操作,提高种群的多样性;采用栅格划分法进行迁徙操作,提高解集的分散性。同时使用外部集存放当前找到的非支配解,并不断对外部集进行优化。通过对多个标准函数进行测试并与其他几种算法的对比结果表明,所提出的多目标细菌觅食优化算法在解集的收敛性和分散性指标上都有一定提升,能够有效解决多目标优化问题。(4)将解决连续优化问题的BFO算法进行改进,使用改进的DBFO算法(Discrete BFO,DBFO),求解旅行商(Traveling Salesman Problem,TSP)问题。针对TSP路径优化问题的特点,在趋向性操作中引入3-opt局部搜索算子,高效的完成路径的搜索;复制操作中,引入遗传算法的思想,将优秀个体中的基因片段复制给当前较差个体,在不减少种群多样性的同时,加快群体的收敛速度;迁徙操作中,根据细菌相似度值,选择相似度高的细菌进行迁徙,淘汰当前路径相同的个体。实验证明,文中设计的改进DBFO算法在求解城市规模不大于100的TSP问题时,求解效率和精度,均优于同类智能算法。本文对BFO算法进行了深入研究,在对基本BFO进行分析和改进后,针对高维优化和多目标优化问题,提出了相应的PDBFO和MOBFO解决方案,同时将BFO离散化,针对离散的TSP问题设计了DBFO算法,在TSP问题的求解中,取得了较好的效果。这些研究对BFO算法的进一步发展起到促进作用,具有一定的理论意义和应用价值。

关键词：高维优化多目标优化细菌觅食优化算法自适应步长逃逸现象栅格

来源：评论

学校读者我要写书评

暂无评论

细菌觅食优化算法求解物流网络问题

细菌觅食优化算法求解物流网络问题

引用

作者：王垚兰州交通大学

学位级别：硕士

互联网技术的发展,在提高人们消费水平的同时,带动着物流行业的发展。物流行业的发展情况标志着一个国家的现代化水平。物流行业的主要竞争体现在物流网络规划的优劣上,构成物流网络的三个主要因素是针对服务目标的设施选址、路径安排... 详细信息

互联网技术的发展,在提高人们消费水平的同时,带动着物流行业的发展。物流行业的发展情况标志着一个国家的现代化水平。物流行业的主要竞争体现在物流网络规划的优劣上,构成物流网络的三个主要因素是针对服务目标的设施选址、路径安排和库存控制,在“物流一体化”概念的强调下,针对物流网络系统需要进行集成优化,也就是选址-路径-库存这一集成问题(Combined Location Routing and Inventory Problem,CLRIP)。在物流网络规划中,决策者最为关注的是整个系统的成本问题,而客户、配送设施等服务目标更在意整个系统的响应效率,即时间问题。因此,在综合考虑物流网络规划中的成本和时间等因素的前提下,针对物流网络构成中的设施选址、路径安排、库存控制问题等展开研究。首先,介绍了选题的研究背景、研究意义和研究内容。通过介绍和分析物流网络系统的基本组成如车辆路径问题(Vehicle Routing Problem,VRP)、选址-路径问题(Location-Routing Problem,LRP)、选址-分配问题(Location-Allocation Problem,LAP),和其国内外研究现状,引出研究CLRIP这一集成问题的重要性,并综述了近年来国内外对CLRIP问题研究的情况和不足之处。其次,介绍了研究内容中的核心算法:细菌觅食优化算法BFO(Bacteria Foraging Optimization,BFO)的基本理论,及其三步主要操作:趋向性操作、复制操作、迁徙操作的算法流程。并简要概述了BFO与其他智能算法相比存在的优势和不足,及近年来对于BFO算法改进和其应用情况。第三,简要介绍了多目标优化问题和研究现状。考虑到时间因素和成本因素在生鲜物流配送过程中的重要性,采用多目标优化的思想,对基本BFO进行改进,设计了基于Pareto支配思想的多目标细菌觅食优化算法,并对符合生鲜物流配送问题的带软时间窗选址-路径(Location-Routing Problem,LRP)问题模型进行求解。通过对该问题模型的求解和仿真,验证了所设计的算法在求解此类问题上具有一定的可行性和优势,同时也为后续研究双层规划的CLRIP问题模型奠定基础。最后,根据双层规划思想,在前述研究内容的基础上,考虑到同条路径上配送点的订货周期应该相同,将其作为新的决策变量,在确保库存设施总成本最小前提下,确定每条配送路线上的最佳订货量和订货周期,建立相应的双层规划CLRIP模型。首先通过外层算法在确保库存总成本最小情况下对配送点进行初步分配,即选址-分配问题LAP,再通过内层算法对由外层算法求解的初始方案进行路径安排和优化,即选址-路径问题LRP,通过内外嵌套的方式对问题进行求解。并通过相应的算例验证所设计算法的优势和有效性。研究所设计的问题模型,对现有文献中在LRP和CLRIP研究上的不足,进行了进一步深入研究和优化;同时,针对基本BFO算法的改进也为BFO算法在求解多目标优化问题的实际应用方面提供了一定的思路。

关键词：物流一体化选址-路径-库存问题细菌觅食优化算法多目标优化

来源：评论

学校读者我要写书评

暂无评论

多目标细菌觅食优化算法

引用

计算机应用研究 2018年第7期35卷 1996-2000页

作者：李珺党建武王垚包敏兰州交通大学电子与信息工程学院兰州730070

传统的细菌觅食优化算法仅针对单目标优化问题寻优,为进一步发掘细菌群体智能在多目标优化问题中的寻优优势,提出了改进的多目标细菌觅食优化算法。在个体间互不支配时给出归一化的择优策略;引入差分思想完成复制操作,提高种群的多样性... 详细信息

传统的细菌觅食优化算法仅针对单目标优化问题寻优,为进一步发掘细菌群体智能在多目标优化问题中的寻优优势,提出了改进的多目标细菌觅食优化算法。在个体间互不支配时给出归一化的择优策略;引入差分思想完成复制操作,提高种群的多样性;采用栅格划分法进行迁徙操作,提高解集的分散性;同时使用外部集存放当前找到的非支配解,并不断对外部集进行优化。通过对多个标准函数进行测试并与其他几种算法的对比结果表明,所提出的多目标细菌觅食优化算法在解的收敛性和分散性指标上都有一定提升,能够有效解决多目标优化问题。

关键词：多目标优化问题细菌觅食优化算法归一化差分进化外部集栅格

来源：评论

学校读者我要写书评

暂无评论

细菌觅食优化算法在光散射法颗粒粒度反演中的应用

引用

光学技术 2017年第5期43卷 394-399页

作者：贾茜媛郭天太曹丽霞孔明赵军中国计量大学计量测试工程学院杭州310018

针对函数约束算法中传统的智能算法反演时存在鲁棒性差和易陷入局部最优的缺点,提出了将正则化理论与细菌觅食优化算法相结合应用在颗粒粒度的测量中。引入Tikhonov平滑泛函来构建算法的目标函数,采用L曲线法确定正则化参数;再利用细菌... 详细信息

针对函数约束算法中传统的智能算法反演时存在鲁棒性差和易陷入局部最优的缺点,提出了将正则化理论与细菌觅食优化算法相结合应用在颗粒粒度的测量中。引入Tikhonov平滑泛函来构建算法的目标函数,采用L曲线法确定正则化参数;再利用细菌觅食优化算法通过趋向、聚群、复制和迁徙等四种智能行为,迭代计算来搜寻函数的最优解。实验仿真结果表明:利用细菌觅食优化算法实现了在不同程度的随机噪声下的服从J-SB分布的单峰分布的均匀球形颗粒粒度分布反演,其反演结果更稳定,反演精度高,对于实现稳定、快速、准确的颗粒粒度在线测量具有重要的意义。

关键词：光散射法细菌觅食优化算法颗粒粒度反演

来源：评论

学校读者我要写书评

暂无评论

基于改进的细菌觅食优化算法的群机器人协作搜索方法研究

基于改进的细菌觅食优化算法的群机器人协作搜索方法研究

引用

作者：杨蕊嘉吉林大学

学位级别：硕士

近年来,随着“911”事件、汶川地震等灾难的发生,全球范围内对在危险环境中可以长时间工作的机器人的需求越来越多。这些机器人可以在高温、低温、有毒污染、高压、强辐射等极端环境下取代人类实现繁琐的搜救任务,减少灾害对人类第二次... 详细信息

近年来,随着“911”事件、汶川地震等灾难的发生,全球范围内对在危险环境中可以长时间工作的机器人的需求越来越多。这些机器人可以在高温、低温、有毒污染、高压、强辐射等极端环境下取代人类实现繁琐的搜救任务,减少灾害对人类第二次的伤害。同时,近几年随着互联网、电子计算机的应用大范围的普及,机器人技术正在快速的成长,应用范围从制造业扩展至非制造业,智能机器人进入大家的视野来完成日常生活学习中简易的工作已然成为一种抵挡不住的趋势。虽然单机器人能够完成一些简易的工作,但是多机器人系统具有很多个体机器人不具有的优势,例如结构简单、灵活操作、形状娇小、操作性强等。并且系统中单个机器人可以独立完成某个任务,获得的环境信息更加全面,所以相比较而言多机器人系统完成任务效率更高、稳定性强,完成任务复杂程度高、信息传递速度快、定位信息准确。基于以上的优势,研究人员对多机器人系统的关注越来越多,研究越来越深入,它在各领域的应用自然更加广泛。随着研究人员对生物学研究的不断深入,通过模拟自然界中生物群体行为现象而提出的仿生智能算法得到的广泛的应用。本文主要是针对在复杂危险环境下,将群机器搜索应用在有毒/有害气体源搜索、灾后搜索和营救、反恐排爆等场合中,研究将新型生物启发式群智能算法——细菌觅食优化算法应用在群机器人系统搜索问题上,设置基于Levy分布的趋化步长,针对搜索过程中收敛速度较低这一缺点进行改善设计细菌觅食优化算法,使得群机器人能够精准并且快速地完成搜索任务。最后,设计多机器人任务搜索仿真系统,在该仿真系统上进行实验,验证了模型和算法的有效性,实现多机器人任务搜索的整个过程,并将基于改进的细菌觅食优化算法的目标搜索结果与基于粒子群算法的目标搜索结果、基于混合算法的目标搜索结果进行对比,验证本文所提方法具有可行性并且搜索效果更加良好。

关键词：多机器人系统任务搜索细菌觅食优化算法趋化步长 levy分布

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：