检索结果-内蒙古大学图书馆

郑州大学学报（工学版） 2018年第6期39卷 1-2页

作者：程适王锐伍国华郭一楠马连博史玉回陕西师范大学计算机科学学院陕西西安710119 国防科技大学系统工程学院湖南长沙410073 中南大学交通运输工程学院湖南长沙410075 中国矿业大学信息与控制工程学院江苏徐州221116 东北大学软件学院沈阳辽宁110819 南方科技大学计算机科学与工程系广东深圳518055

0引言群体智能(swarm intelligence)的核心思想就是若干个简单个体构成一个群体,通过合作、竞争、交互与学习等机制表现出高级和复杂的功能,在缺少局部信息和模型的情况下,仍能够完成复杂问题的求[1]。.其求解过程为对求解变量进行随机... 详细信息

0引言群体智能(swarm intelligence)的核心思想就是若干个简单个体构成一个群体,通过合作、竞争、交互与学习等机制表现出高级和复杂的功能,在缺少局部信息和模型的情况下,仍能够完成复杂问题的求[1]。.其求解过程为对求解变量进行随机初始化,经过迭代求解,计算目标函数的输出值.群体智能优化算法不依赖于梯度信息,对待求解问题无连续、可导等要求,使得该类算法既适应连续型数值优化,也适应离散型组合优化.

关键词：群体智能优化算法求解过程局部信息迭代求解梯度信息目标函数数值优化组合优化

来源：评论

学校读者我要写书评

暂无评论

群体智能优化算法在医疗领域的应用

引用

中国医学物理学杂志 2024年第5期41卷 646-656页

作者：陈胤玮王安琪李丰森甘肃中医药大学信息工程学院甘肃兰州730000 甘肃省人民医院财务处甘肃兰州730000

为应对传统算法所存在的一些限制,智能优化算法应运而生,其中群体智能算法成为研究焦点。本研究以灰狼优化算法、蚁狮优化算法、麻雀优化算法、蜻蜓优化算法、鲸鱼优化算法、蚱蜢优化算法为研究对象,从数学模型、改进策略和医疗领域应... 详细信息

为应对传统算法所存在的一些限制,智能优化算法应运而生,其中群体智能算法成为研究焦点。本研究以灰狼优化算法、蚁狮优化算法、麻雀优化算法、蜻蜓优化算法、鲸鱼优化算法、蚱蜢优化算法为研究对象,从数学模型、改进策略和医疗领域应用方面进行综述。通过横向及纵向的文献对比发现改进后的优化算法在医疗领域中的应用最为广泛,这些优化算法在医疗领域中的优势有利于其后续应用。

关键词：群体智能优化算法数学模型改进策略应用研究综述

来源：评论

学校读者我要写书评

暂无评论

群体智能优化算法及其若干应用研究

群体智能优化算法及其若干应用研究

引用

作者：谭庆中国科学院研究生院

学位级别：博士

群体智能优化算法是一种近年来新兴的优化方法，是受到关注最多的优化领域之一，也是人工智能界的一个重要研究方向。其模拟各种社会性动物的群体行为，利用群体中个体之间的信息交互与合作来实现寻优目的。与其它类型的优化方法相比，... 详细信息

群体智能优化算法是一种近年来新兴的优化方法，是受到关注最多的优化领域之一，也是人工智能界的一个重要研究方向。其模拟各种社会性动物的群体行为，利用群体中个体之间的信息交互与合作来实现寻优目的。与其它类型的优化方法相比，其具有实现简单、效率较高等优点，目前已经被广泛地应用到了函数优化问题、组合优化问题、人工生命、自动控制、机器学习等各个领域当中。\n 本论文围绕群体智能算法中的蚁群优化算法与进化计算算法的原理与应用进行研究。主要就蚁群优化算法与遗传算法在曲线提取问题中的应用、进化规划算法在模糊聚类问题中的应用、蚁群算法在云计算平台下的并行化实现等问题进行了较为深入、系统的研究。取得的主要成果包括:\n 1.对所要解决的曲线提取问题给出了形式化描述，并从计算机视觉、模糊聚类、组合优化的不同角度对该问题进行了分析与讨论。在视觉模型的基础上，有效地设计了曲线的适应度评价函数，能够同时作为非闭合曲线与闭合曲线的评价标准。通过对曲线提取问题与旅行商问题的异同点分析，利用其相似点，继承了蚁群算法中状态转移规则、信息素更新规则;针对不同点，特别设计了搜索终止函数与路径翻转算子。通过对各种长度、角度、纹理、存在各种噪声的二值图像测试集进行仿真实验，结果表明所提出的方法能够有效地从充斥噪声的二值图像中提取出含有断点的目标曲线，在120副二维图像上的平均提取准确率达到98.8％。并通过对三维空间中“像素立方体”距离、密度的设计，将所能处理的数据对象从二维平面推广到三维空间中。与基于小生境遗传算法的曲线提取算法的统计t测试对比结果表明了所提出的基于蚁群优化的方法在提取精准度与算法所需运行时间方面均具有显著优越性，并从蚁群算法与遗传算法的算法机理与运行机制上讨论分析了不同噪声强度对于两类方法的影响以及基于蚁群优化的方法能够具有显著优越性的内在原因。此外，与计算机视觉中传统的Hough变换算法相比，该方法无需预先给定曲线的形状和方程，是一种非参数化的曲线提取算法，更加适用于实际问题的求解。\n 2.针对实际应用中一副图像中同时含有多条目标曲线，需要进行多曲线提取的情况，提出了基于最大最小蚂蚁算法的多曲线提取方法。蚁群优化方法关注的往往只是问题的最优解，而多曲线可以看做问题的多个局部最优解。根据两曲线公共像素占比对两曲线之间的相似度进行了定义，任何适应度值达到阈值要求且相互之间相似度小于阈值要求的曲线都能够在算法执行过程中被有效存储;同时针对多曲线提取任务，设计了特殊的信息素更新方式，允许所有的目标解贡献信息素增量。在此基础上，对该方法进行了总结，提出了更具一般性的基于蚁群优化的多目标解求解方法的思想与算法框架。\n 3.研究了基于摄动的模糊聚类方法(FCMBP)，指出其指数复杂度的遍历过程是目前PC计算环境下难以处理十阶以上较高阶数模糊相似矩阵的原因。把寻求具有最小“失真”的最优模糊等价矩阵看作优化问题来求解，提出了一种基于进化规划的FCMBP模糊聚类改进算法(EP-FCMBP)。算法首先随机产生一组模糊等价矩阵，通过对每个等价矩阵进行变异操作产生新的模糊等价矩阵，进而通过q竞争选择法实现优胜劣汰和种群进化，并最终趋于得到一个“失真”最小的模糊等价矩阵。对于低阶模糊相似矩阵的情况，EP-FCMBP算法能够获得与FCMBP算法结果相同的具有最小“失真”的最优模糊等价矩阵，且算法搜索的时间代价远远小于FCMBP算法。对于高阶模糊相似矩阵的情况，在不同阶数的数十个相似矩阵上的实验结果经过统计t测试（置信度为95％），表明EP-FCMBP方法较传递闭包法在获得“失真”更小的模糊等价矩阵方面具有显著优越性。此外，EP-FCMBP算法具有良好的灵活性与实用性，对于实时性要求较高的聚类问题，算法能够在进化初期迅速获得比传递闭包法更为精确的聚类结果;而对精度要求高的聚类问题，算法也可以通过迭代过程的不断进行，满足更高精度要求。\n 4.首先对基于Hadoop云计算平台的并行数据挖掘平台PDMiner进行介绍，并给出了数据挖掘任务中若干数据预处理操作的并行化实现方式与并行化实现效果。然后，对基于MapReduce的并行最大最小蚂蚁算法的算法思想、并行化策略、以及实现方法进行了详细的分析与介绍。通过在经典旅行商问题上的实验分析，表明所提出的基于MapReduce的并行最大最小蚂蚁算法具有良好的加速比性能，能够有效提高算法的执行效率，从而更加适合于处理规模较大的优化问题。

关键词：机器学习群体智能优化算法曲线提取蚁群算法进化计算模糊聚类

来源：评论

学校读者我要写书评

暂无评论

群体智能优化算法改进及其在聚类中的研究

群体智能优化算法改进及其在聚类中的研究

引用

作者：杨鑫长春工业大学

学位级别：硕士

群体智能优化算法效率高且用途广泛,基于群体的自然元启发式算法不追求建立、拟合被优化问题的精确数学模型,在使用其他优化方法难以求解甚至无法求解的问题上,具有可高效、有效解决问题的能力。在普适性、鲁棒性方面优势明显。对于群... 详细信息

群体智能优化算法效率高且用途广泛,基于群体的自然元启发式算法不追求建立、拟合被优化问题的精确数学模型,在使用其他优化方法难以求解甚至无法求解的问题上,具有可高效、有效解决问题的能力。在普适性、鲁棒性方面优势明显。对于群体智能优化算法来说,如何进一步加快基于群体的自然元启发式算法的收敛速度成为提高群体智能优化算法性能的关键问题。聚类算法是数据挖掘领域中一类经典的无监督学习方法,可以找出数据间潜在的结构关系,将具有相似性的个体聚集在相同的簇中,属于一种高效数据聚合技术。现阶段多数聚类算法在面对高维、复杂数据都很难得到精准的聚类结果,因此如何提高聚类精度就成为提高聚类分析算法性能的关键问题。为了解决上述描述问题,提出一种适用于所有群体智能优化算法的框架,并在框架下形成了具体算法,有效提升了算法的寻优精度和收敛速度;同时,将改进后的群体智能优化算法其应用于模糊C均值聚类算法中,提高聚类精度。本文的主要内容和创新如下:(1)本文对现有的群体智能优化算法特点进行总结分析,提出了基于跨阶段进化的骨干优化框架(BOFCS)。该框架是一种能够适用于所有群体智能优化算法的框架,具有普适性。同时阐明了该框架以概率1收敛到全局最优解集。(2)在基于跨阶段进化的骨干优化框架的基础上,选用鲸鱼优化算法(WOA)形成基于跨阶段进化的骨干鲸鱼优化算法(BWOACS)来验证框架的有效性。(3)模糊聚类算法是聚类过程中常用的算法之一。本文将改进后的BWOACS与模糊C均值聚类算法(FCM)相结合形成基于跨阶段进化的骨干鲸鱼优化模糊聚类模型(BWOACS-FCM),该算法能够提高聚类精准度同时改善个体容易陷入局部最优值的缺陷。

关键词：群体智能优化算法聚类算法优化框架鲸鱼优化算法模糊聚类算法

来源：评论

学校读者我要写书评

暂无评论

群体智能优化算法及其在控制器参数整定中的应用

群体智能优化算法及其在控制器参数整定中的应用

引用

作者：韩久琦中国科学院研究生院

学位级别：硕士

最优化是人类从古至今一直在面对的问题，在自然科学和社会科学中都广泛存在。为了解决最优化问题，不断地有各种各样的优化算法出现，群体智能优化算法是最新的优化算法，它出现于上世纪80年代，随着蚁群算法和粒子群算法的不断发展和... 详细信息

最优化是人类从古至今一直在面对的问题，在自然科学和社会科学中都广泛存在。为了解决最优化问题，不断地有各种各样的优化算法出现，群体智能优化算法是最新的优化算法，它出现于上世纪80年代，随着蚁群算法和粒子群算法的不断发展和一系列成功应用而逐渐步入人们的视线。进入本世纪以来，许多新的群体智能优化算法层出不穷，例如细菌觅食算法、人工鱼群算法等。同时，经典的粒子群算法仍然得到了广泛的关注，在优化问题中发挥了巨大的作用。\n 虽然群体智能优化算法已经取得了令人瞩目的进步和巨大的成就，但是目前其搜索性能仍无法满足人们越来越高的要求，群体智能优化算法最大的优势在于其涌现特性，而在提高个体的学习能力和群体内部交流机制方面还有许多改进的空间，本文即是以此为出发点，针对两个基本的算法提出三项改进措施。PID控制因其结构简单、调试方便、鲁棒性好、硬件易于实现等优点，逐渐成为了现代工业控制中应用最广泛的控制器。因为PID控制器的性能完全取决于其参数，所以自从其诞生的时候起，其参数的整定就成为了备受关注的问题之一。近些年来，随着科学技术的不断发展，传统整定方法的缺点也逐渐暴露出来，这就出现了许多基于优化算法的整定方法，而基于群体智能优化算法的PID控制器参数整定是其最新的成果，具有广阔的前景。\n 本文的主要工作和创新点有:\n 1.提出了一种双中心的进化策略，群体不再以一个位置为目标进行搜索，并将其应用于果蝇优化算法。\n 2.提出了一种带竞争和维度交叉的粒子群算法，个体的搜索方向取决于目标值优而且距离当前个体近的个体，同时在每一代中将不同个体的不同维度进行随机交叉，这样可以避免群体过早陷入局部极小值点，同时可以使未收敛的维度收敛。\n 3.将双中心果蝇优化算法、带竞争的粒子群算法和维度交叉粒子群算法分别应用于PID控制器的参数整定，实验结果证明了其有效性。

关键词：群体智能优化算法 PID控制器参数整定进化策略

来源：评论

学校读者我要写书评

暂无评论

基于群体智能优化算法的供水管网压力监测点布置

引用

中国给水排水 2020年第21期36卷 66-70页

作者：岳宏宇吕谋李红卫刘志壮种宇飞青岛理工大学环境与市政工程学院山东青岛266033

针对城市供水管网压力监测点的优化布置问题,以监测范围最大化为目标,结合节点间的水压相关性和水压敏感度构建监测点优化布置模型,将实际问题转化为一个单目标组合优化问题。以东南沿海某城镇供水主干管网为例,利用2种群体智能优化算... 详细信息

针对城市供水管网压力监测点的优化布置问题,以监测范围最大化为目标,结合节点间的水压相关性和水压敏感度构建监测点优化布置模型,将实际问题转化为一个单目标组合优化问题。以东南沿海某城镇供水主干管网为例,利用2种群体智能优化算法——蝙蝠算法(BA)和粒子群算法(PSO)对模型进行求解。将两种算法的运行结果进行了多方面对比,发现BA因其全局寻优能力强,计算代时较短,在监测点优化布置问题中展现了更为出色的搜索精度和效率。

关键词：供水管网压力监测点群体智能优化算法组合优化

来源：评论

学校读者我要写书评

暂无评论

新型群体智能优化算法综述

引用

郑州大学学报（工学版） 2022年第3期43卷 21-30页

作者：高岳林杨钦文王晓峰李嘉航宋彦杰北方民族大学计算机科学与工程学院宁夏银川750021 北方民族大学宁夏智能信息与大数据处理重点实验室宁夏银川750021 北方民族大学数学与信息科学学院宁夏银川750021 国防科技大学系统工程学院湖南长沙410073

智能优化算法主要分为4类:仿自然优化算法、进化算法、仿植物生长算法和群体智能优化算法,其中群体智能优化算法是最为重要的一类算法。智能优化算法与图像处理、故障检测、路径规划、粒子滤波、特征选择、生产调度、入侵检测、支持向... 详细信息

智能优化算法主要分为4类:仿自然优化算法、进化算法、仿植物生长算法和群体智能优化算法,其中群体智能优化算法是最为重要的一类算法。智能优化算法与图像处理、故障检测、路径规划、粒子滤波、特征选择、生产调度、入侵检测、支持向量机、无线传感器、神经网络等技术领域交叉融合,应用更加广泛。以蝙蝠算法、果蝇优化算法、鲸鱼优化算法、樽海鞘群体算法和哈里斯鹰优化算法为基础,对群体智能优化算法的模型、特征、改进策略及应用领域等进行了综述,从理论研究、改进策略和应用研究3个方面分析了其面临的发展机遇和未来趋势,给出了算法应用的指导意见。研究表明:群体智能优化算法在众多经典问题上的表现较好,而在多目标优化、多约束优化、动态优化和混合变量优化等领域仍有待扩展;不同群体智能优化算法在面对各类具体问题时有效的参数控制仍是未来的研究重点;种群协同进化、探索更高效的混合算法和搜索策略是可行的解决途径。

关键词：群体智能优化算法蝙蝠算法果蝇优化算法鲸鱼优化算法樽海鞘群体算法哈里斯鹰优化算法

来源：评论

学校读者我要写书评

暂无评论

基于群体智能优化算法的多行程车辆路径问题的研究

基于群体智能优化算法的多行程车辆路径问题的研究

引用

作者：宋强武汉理工大学

学位级别：博士

物流业是关系国家经济发展的血脉,我国十三五规划纲要进一步从国民经济发展各个层面规划了现代物流业发展的重点及要点。而车辆路径问题作为物流配送系统优化的主要环节和因素,为了进一步降低配送成本和提高客户满意度,结合城市环境下... 详细信息

物流业是关系国家经济发展的血脉,我国十三五规划纲要进一步从国民经济发展各个层面规划了现代物流业发展的重点及要点。而车辆路径问题作为物流配送系统优化的主要环节和因素,为了进一步降低配送成本和提高客户满意度,结合城市环境下物流车辆调度运行的基本状况,本文以基于群体智能优化算法的多行程车辆路径问题作为主要研究对象,分别研究了:(1)采用改进烟花算法来优化物流配送过程中多行程车辆路径的调度;(2)利用混合Beam-PSO优化算法来求解考虑货物到达时间带时间窗的多行程车辆路径问题;(3)利用混合教与学优化算法来求解运送不相容货物的带时间窗的多行程车辆路径问题;(4)利用新型混合蛙跳算法来同时进行配送中心选址定位和配送车辆行驶路线规划。最后,通过一个车辆调度与优化平台对本文提出的群体智能优化算法进行了实例验证。主要研究工作如下:首先说明了所要研究课题的来源及研究目的,介绍了车辆路径优化问题的定义、模型及基本构成要素,并引入了动态需求VRP的求解策略和相关算法。在介绍国内外城市物流配送的基本问题及其特征的同时,即配送的动态性、多层次、多行程,也把基于群体智能算法和动态需求的VRP问题融入到了本文的研究内容中。最后指出本文的主要研究工作及组织结构。针对基于改进烟花算法的多行程车辆路径问题,在标准烟花算法的基础上,构建了一种改进烟花算法。该算法结合多行程车辆路径问题的性质,采用了基于轮盘赌的编码与解码方法,克服了烟花算法无法适用于离散问题的缺点;同时,利用蜂群搜索技术进一步强化标准烟花算法的深度开发能力和搜索性能,并在该算法中融入了基于反学习的初始化方法用于提升初始解的质量,并分析对比了该算法的复杂度。该算法通过测试算例的参数设置和参数校正;又与文献中提出的遗传算法、人工蜂群算法和粒子群算法进行对比获得较好的结果,在MATLAB仿真实验中验证了该算法的可行性和有效性,证明了该算法在求解多行程车辆路径问题时能够获得最短的配送时间,总时间偏差百分比能够达到5%以上。针对考虑货物到达时间的带时间窗的多行程车辆路径问题,提出了一种混合Beam-PSO优化算法来进行求解。首先借助随机键编码机制,构建了相应的编码与解码方法,克服了标准PSO算法无法适用于离散问题的缺点;同时引入了基于Beam Search的局部搜索流程以强化算法的全局搜索能力,并分析对比了该算法的复杂度。这里假定客户位置节点、客户需求量、到货时间和客户服务时间都是随机参数,最后通过MATLAB仿真实验,验证了该Beam-PSO优化算法在求解该问题时,相比人工蜂群算法、遗传算法和教与学优化算法可以获得最少的行程数量、最短的配送时间和最低的运输成本。为了解决运送不相容货物的带时间窗的多行程车辆路径问题,需要制定一个明确的路径规划来服务一组客户,满足客户运送不相容的大宗货物的需求。设计了一种混合教与学优化算法,并引入了客户位置节点、客户需求量、客户服务时间、客户类型、货车容量以及不同货物的单位运输成本等动态因素。该算法通过借助随机键编码机制,克服了标准教与学优化算法无法适用于离散问题的缺点;构造了基于禁忌搜索算法的局部优化方差,进一步强化标准TLBO算法的寻优能力,并分析对比了该算法的复杂度。为了测试提出的混合教与学优化算法,分别同人工蜂群算法、标准粒子群算法和入侵杂草优化算法相比较,MATLAB仿真结果验证了这种混合算法在求解该问题方面可以获得最少的行程数、最短的配送时间和最低的运输成本。为了同时解决多行程车辆路径问题和配送中心的选址定位问题,本文首先开发了一个以最小化总成本为目标的数学模型,其中包括运输成本和启动车辆成本。然后采用了新型混合蛙跳算法解决这个问题,设计了该问题的编码与解码方法,并进一步借鉴入侵杂草优化算法的邻域搜索模型,对各个青蛙子群体中的最优解进行局部搜索,强化了算法的进化能力,并分析对比了该算法的复杂度。这种方法不同于常规的把配送中心选址和路径优化分为两个独立阶段求解LRP的方法,而是考虑了配送中心设施选址和车辆路径两个问题之间的相互影响和制约关系,把LRP看做一个整体进行结构分析和求解。然后采用MATLAB进行实例仿真,分别与标准粒子群算法、人工蜂群算法和遗传算法进行对比实验。最后针对大规模客户点问题进行了理论探讨,并通过仿真进行了验证,结果表明该新型混合蛙跳算法可以最低的目标函数成本和最少的配送中心数量更好地获得配送中心选址和有效的路线安排,相比其他三种算法实用性更强,寻优效率更高。最后介绍了一个实例---基于动态需求的车辆调度与路径优化平台,该实例有效集成了本文所介绍的改进烟花算法、混合Beam-PSO优化算法、混合教与学优化算法和新型混合蛙跳算法,并将它们作为优化种子通过GIS接口植入系统的SDK算法包中。针对调度过程中出现的不确定因素,如客户位置节点、客户需求量、

关键词：群体智能优化算法车辆路径问题多行程动态需求

来源：评论

学校读者我要写书评

暂无评论

群体智能优化算法在入侵检测中的应用综述

引用

信息与电脑 2019年第11期31卷 41-43,46页

作者：徐宁樊郁徽淮南师范学院计算机学院

随着科技的进步和时代的发展,互联网已成为人们生活的一部分,互联网用户的数量日益增长。安全系统对网络通信至关重要。笔者在研究大量文献资料的基础上,简单介绍了入侵检测。针对现有入侵检测技术检测率低、误报率高的现状,提出了结合... 详细信息

随着科技的进步和时代的发展,互联网已成为人们生活的一部分,互联网用户的数量日益增长。安全系统对网络通信至关重要。笔者在研究大量文献资料的基础上,简单介绍了入侵检测。针对现有入侵检测技术检测率低、误报率高的现状,提出了结合群体智能优化算法改善检测性能,并回顾了近年来的研究成果,对未来的研究方向进行了展望。

关键词：入侵检测群体智能优化算法网络安全误报率

来源：评论

学校读者我要写书评

暂无评论

群体智能优化算法的并行化浅析

引用

电脑知识与技术（过刊） 2012年第2X期18卷 1142-1143,1149页

作者：王元元南通职业大学电子信息工程学院江苏南通226005

针对目前并行化的群体智能优化算法在实际应用中的现状进行分析研究,从并行模型,并行结构,以及算法设计等方面介绍了群体智能算法并行化研究的相关内容。对更进一步的研究提出了关于通信等方面需要考虑的问题。

关键词：群体智能优化算法并行算法通讯

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：