细菌觅食优化算法

摘要： 针对细菌觅食优化算法(BFOA)收敛速度较慢及求解精度不够准确的问题,提出一种结合随机梯度下降算法(SGD)改进的混合细菌觅食优化算法(BFOA_SGD),该算法将SGD算法以样本梯度值有针对性更新参数的方法引入BFOA算法的趋化操作中,完成快速的参数最优解位置定位.在对测试函数寻优过程中,BFOA_SGD算法均以较少的迭代次数得到最优解.并将BFOA_SGD算法应用到深度学习的卷积神经网络中,完成对MINST手写体数据集的识别实验,结果表明,识别准确率提高2%左右.

摘要： 在爆破作业过程中,避免飞石和振动等不利影响;合理并准确的预测爆破的振动速度,特别是在复杂的工程地质条件下,对于提高现场的施工效益具有重要的意义。本文引用细菌觅食算法优化支持向量回归(BFO-SVR)预测模型,预测爆破开挖过程中的最大振动速度,而后对比分析SVR以及BP模型的预测值。结果显示:相比较于后两种预测模型,BFO-SVR的预测效果最好,这证明其在爆破振动速度预测领域中具备一定的应用价值。

摘要： 由于变电站现场环境复杂多样,实测的局部放电(PD)数据存在大量的干扰信号。为提高含噪PD类型识别准确度,提出一种基于加速鲁棒特征(SURF)和改进支持向量机(BFOSVM)的PD模式识别方法。首先,将单源PD数据与噪声及干扰数据叠加形成染噪PD数据,并构造脉冲序列分布(PRPS)模式;然后,利用SURF算法自动提取PRPS灰度图像的特征点及特征描述符,结合词袋模型思想和K-means聚类方法生成不同PD类型的视觉单词频率特征;最后,将提取的特征量输入BFO-SVM分类器,并将该算法与基于灰度梯度共生矩阵(GLCM)的特征提取方法和传统SVM优化算法的识别效果进行对比。结果表明:该算法在高幅值白噪声背景及典型干扰环境中具有较高的识别准确率及较强的抗干扰能力。研究结果可为现场PD检测和识别提供参考。

摘要： 采用目前方法对复杂建筑空间结构节点连接进行设计时,没有对空间结构节点的可靠性进行分析,导致方法存在可靠度低、收敛速度慢、失效概率高和最大应力小的问题。提出基于可靠度的复杂建筑空间结构节点连接方法,首先通过细菌觅食优化算法分析复杂建筑空间中结构节点的可靠性,根据分析结果选取可靠性高的空间结构节点进行连接设计,在此基础上构建复杂建筑空间结构节点的连接优化模型,利用模型完成空间结构节点的连接设计。仿真结果表明,所提方法的可靠度高、收敛速度快、失效概率低、最大应力高。

摘要： 发展分布式能源系统对于实现的“碳达峰”和“碳中和”,提升可再生能源的开发利用具有重要意义。提出一种基于细菌觅食优化算法(BFOA)的配电网分布式电源(DG)选址定容方法。建立以配电网的功率损耗指数、电压偏差以及安装分布式电源所降低的净运行成本最小为目标的数学模型及约束条件,提出损耗敏感系数(LSF)来确定DG安装位置,并引用BFOA算法求解DG的最佳容量。仿真表明,相对于传统优化算法,BFOA算法在模型求解时间和收敛速度上具有明显优势,所提规划方法能够最大限度地降低功率损耗和运行成本,并提高系统的电压稳定性。

摘要： 负荷频率控制对于保障电网本身安全可靠运行有重要作用,适宜的控制器整定参数使得电网在各种随机扰动下能维持系统频率稳定和长期安全运行。针对单区域两机组电网的负荷频率控制器参优化整定问题,提出一种基于粒子群改进自适应细菌觅食优化算法(PSO-ABFO)的控制器参数整定设计方法。PSO-ABFO在标准细菌觅食算法的基础上,结合粒子群(PSO)算法思想引入全局最优、个体最优以及自适应步长,重新定义细菌的健康度并修改细菌迁移的方式,提高算法的寻优速度和寻优精度。最后,建立负荷频率控制系统(LFC)模型进行仿真试验,验证所提控制器设计与优化方法使系统动态性能显著提升。

摘要： 针对利用启发式学习算法学习贝叶斯网络时容易陷入局部最优和寻优效率低的问题,提出一种改进的混合遗传细菌觅食优化算法的贝叶斯网络结构学习算法.该算法首先通过遗传算法求得较优种群并作为细菌觅食算法的初始种群;然后利用交叉和变异策略改进细菌觅食算法的复制行为,增加种群多样性,扩大搜索空间;最后通过改进细菌觅食算法的迁移行为的初始化操作更新种群,防止精英个体的丢失.通过种群的迭代搜索最终获得最优的贝叶斯网络结构.实验仿真结果表明,与其他算法相比,该算法的收敛精度和效率有所提升.

摘要： 针对工艺路线规划中满足多重约束的最优方案选择问题,提出一种细菌觅食和蚁群优化(bacteria foraging ant colony optimization,BFACO)算法.首先,将工艺路线规划转化为对加工元顺序的优化问题,构造满足多种工艺准则的加工元拓扑优先顺序图,并构建了在缩短加工周期、提高加工质量和降低加工成本目标下的最低加工资源更换成本的目标函数;其次,设计加工元序列与加工资源两个搜索阶段的蚁群搜索,拓扑优先顺序图可弥补加工元序列搜索阶段信息素匮乏的缺点,而在加工资源搜索阶段引入细菌觅食优化算法的复制与趋向操作,可使加工元在多个可选加工资源的情况下获得加工资源更换成本最低的加工序列;最后,基于细菌觅食与蚁群算法的融合优化,完成多个加工元序列的信息素积累并输出最优解,解决蚁群算法局部收敛且计算速度慢的问题.将BFACO算法应用于实例并与其他优化算法的优化结果进行对比,结果显示BFACO算法在工艺路线优化方面较其他优化算法具有较高的计算效率,验证了BFACO算法的可行性与有效性.研究表明,BFACO算法可有效应用于同时考虑工艺约束与加工资源更换成本的工艺规划,为实际生产提供高效且灵活的工艺路线的优化选择.

摘要： 在管理、经济、工程和科技领域中,常需要求解多约束条件下的最优解问题,群体智能算法是常用的求解方法.细菌觅食优化算法(BFO)是近年来提出的一种新型的群体智能算法,不仅在群体智能优化理论中具有学术意义,在动态、多目标、多约束等复杂条件下的工程优化求解问题中也具有巨大的应用价值.

摘要： 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.

摘要： 针对传统粒子群优化(PSO)算法在求解三电平逆变器特定谐波消除脉宽调制(SHEPWM)技术的非线性超越方程组时存在局部收敛、收敛速度慢且计算精度不高的问题,提出了一种基于细菌觅食优化算法和粒子群优化算法结合的混合算法(BFO-PSO),该混合算法结合BFO算法的局部搜索能力强的优点和PSO算法的全局搜索能力强的优点,通过合理选择算法参数,有效地解决了计算结果局部收敛和收敛速度慢的问题,并应用到中点箝位型三电平逆变器控制中,利用Matlab/Simulink进行仿真实验.结果表明,BFO-PSO算法的可行性和有效性,实现三电平NPC逆变器的SHEPWM控制.

摘要： 为了提高细菌觅食优化(BFO)算法的收敛速度,降低它的计算复杂性,从结构设计的新思路提出了结构重组的细菌觅食优化(SRBFO)算法.借鉴粒子群算法(PSO)中单循环结构的优点,对细菌觅食算法的结构重新设计,采用复制频数、驱散-死亡频数、趋化次数三个参数来判断复制、驱散-死亡操作的进行,在不违背原始算法的基本思想的前提下,将嵌套循环结构简化为新的执行结构.为了验证该算法的有效性以及可行性,首先将SRBFO算法与BFO算法在四个常见的测试函数上进行仿真,结果表明SRBFO算法既保持了原算法的优点,又能大大降低计算时间.接着将SRBFO算法应用于求解带有交易费用和不允许卖空的投资组合优化问题.考虑了三种对风险态度的投资者,选择了较为困难的8个资产的投资问题进行仿真,并将结果与PSO和SPSO算法对比,再一次证明了SRBFO算法在寻找最优投资组合的有效性以及可行性.

摘要： 竞争者识别就是企业制定竞争战略,确定市场定位的基石.随着网络海量数据的爆发式增长,无形中记录了有关企业的竞争者信息.本文基于用户公开的收藏数据,采用深度学习的word2vec方法构建竞争实体词向量,在此基础上利用结合细菌觅食优化算法的K-means聚类方法对其进行聚类,进而识别出竞争者.

摘要： 有效集成预防性机器和模具维护的生产调度方案能够大大提高生产系统的可靠性和稳定性,提高生产效率,降低生产成本.本文以注塑企业车间生产为背景,对考虑机器和模具预防性维护的生产调度问题进行研究,并运用结构重组的细菌觅食优化(SRBFO)算法对这一问题进行优化求解.传统的基于时间的、维护时长固定的维护策略并不能够很好的符合实际生产的需要,因此,本文考虑了动态随机的、机器和模具维护时长随机器和模具年龄变化的维护策略,将机器和模具维护同样当作决策变量之一整合进入产品生产调度决策中.接着,选择了SRBFO算法为这种典型的NP问题来寻找最优的生产调度方案.在求解过程中,为了实现算法中细菌"位置矢量"到"可行调度方案"的映射,必须对细菌进行编码解码,每个细菌需要携带五个方面的信息才能够完整的通过三种不同的解码方式转化为一个可行的调度方案.最后,将SRBFO算法用来求解5个不同规模的生产调度问题实例,并与PSO算法进行了对比,实验结果表明了无论是在解的质量还是算法稳定性上面,SRBFO算法在处理本文所研究的生产调度问题上的性能要优于PSO算法.同时为了进一步验证本文所提的维护策略的优越性,在实例求解中将传统的基于机器年龄的、维护时长固定的维护策略作为对比策略,实验结果表明本文所提出了动态随机的、预防性维护时长随机器和模具年龄变化的维护策略相比较基于加工时间的、维护时长固定的维护策略而言,更能够缩短最大完工时间.

摘要： 有效集成预防性机器和模具维护的生产调度方案能够大大提高生产系统的可靠性和稳定性,提高生产效率,降低生产成本.本文以注塑企业车间生产为背景,对考虑机器和模具预防性维护的生产调度问题进行研究,并运用结构重组的细菌觅食优化(SRBFO)算法对这一问题进行优化求解.传统的基于时间的、维护时长固定的维护策略并不能够很好的符合实际生产的需要,因此,本文考虑了动态随机的、机器和模具维护时长随机器和模具年龄变化的维护策略,将机器和模具维护同样当作决策变量之一整合进入产品生产调度决策中.接着,选择了SRBFO算法为这种典型的NP问题来寻找最优的生产调度方案.在求解过程中,为了实现算法中细菌"位置矢量"到"可行调度方案"的映射,必须对细菌进行编码解码,每个细菌需要携带五个方面的信息才能够完整的通过三种不同的解码方式转化为一个可行的调度方案.最后,将SRBFO算法用来求解5个不同规模的生产调度问题实例,并与PSO算法进行了对比,实验结果表明了无论是在解的质量还是算法稳定性上面,SRBFO算法在处理本文所研究的生产调度问题上的性能要优于PSO算法.同时为了进一步验证本文所提的维护策略的优越性,在实例求解中将传统的基于机器年龄的、维护时长固定的维护策略作为对比策略,实验结果表明本文所提出了动态随机的、预防性维护时长随机器和模具年龄变化的维护策略相比较基于加工时间的、维护时长固定的维护策略而言,更能够缩短最大完工时间.

摘要： 有效集成预防性机器和模具维护的生产调度方案能够大大提高生产系统的可靠性和稳定性,提高生产效率,降低生产成本.本文以注塑企业车间生产为背景,对考虑机器和模具预防性维护的生产调度问题进行研究,并运用结构重组的细菌觅食优化(SRBFO)算法对这一问题进行优化求解.传统的基于时间的、维护时长固定的维护策略并不能够很好的符合实际生产的需要,因此,本文考虑了动态随机的、机器和模具维护时长随机器和模具年龄变化的维护策略,将机器和模具维护同样当作决策变量之一整合进入产品生产调度决策中.接着,选择了SRBFO算法为这种典型的NP问题来寻找最优的生产调度方案.在求解过程中,为了实现算法中细菌"位置矢量"到"可行调度方案"的映射,必须对细菌进行编码解码,每个细菌需要携带五个方面的信息才能够完整的通过三种不同的解码方式转化为一个可行的调度方案.最后,将SRBFO算法用来求解5个不同规模的生产调度问题实例,并与PSO算法进行了对比,实验结果表明了无论是在解的质量还是算法稳定性上面,SRBFO算法在处理本文所研究的生产调度问题上的性能要优于PSO算法.同时为了进一步验证本文所提的维护策略的优越性,在实例求解中将传统的基于机器年龄的、维护时长固定的维护策略作为对比策略,实验结果表明本文所提出了动态随机的、预防性维护时长随机器和模具年龄变化的维护策略相比较基于加工时间的、维护时长固定的维护策略而言,更能够缩短最大完工时间.

摘要： 有效集成预防性机器和模具维护的生产调度方案能够大大提高生产系统的可靠性和稳定性,提高生产效率,降低生产成本.本文以注塑企业车间生产为背景,对考虑机器和模具预防性维护的生产调度问题进行研究,并运用结构重组的细菌觅食优化(SRBFO)算法对这一问题进行优化求解.传统的基于时间的、维护时长固定的维护策略并不能够很好的符合实际生产的需要,因此,本文考虑了动态随机的、机器和模具维护时长随机器和模具年龄变化的维护策略,将机器和模具维护同样当作决策变量之一整合进入产品生产调度决策中.接着,选择了SRBFO算法为这种典型的NP问题来寻找最优的生产调度方案.在求解过程中,为了实现算法中细菌"位置矢量"到"可行调度方案"的映射,必须对细菌进行编码解码,每个细菌需要携带五个方面的信息才能够完整的通过三种不同的解码方式转化为一个可行的调度方案.最后,将SRBFO算法用来求解5个不同规模的生产调度问题实例,并与PSO算法进行了对比,实验结果表明了无论是在解的质量还是算法稳定性上面,SRBFO算法在处理本文所研究的生产调度问题上的性能要优于PSO算法.同时为了进一步验证本文所提的维护策略的优越性,在实例求解中将传统的基于机器年龄的、维护时长固定的维护策略作为对比策略,实验结果表明本文所提出了动态随机的、预防性维护时长随机器和模具年龄变化的维护策略相比较基于加工时间的、维护时长固定的维护策略而言,更能够缩短最大完工时间.

摘要： 本发明公开了一种采用觅食机制的人工蜂群优化算法识别关键蛋白质的方法，将蛋白质相互作用网络转化为无向图、获取蛋白质对应的核糖核酸基因表达值、对蛋白质相互作用网络边和结点预处理、构建动态蛋白质相互作用网络、选取已知关键蛋白质作为蜜源、采蜜蜂搜索蜜源邻域、跟随蜂搜索采蜜蜂邻域、更新蜜源、侦查蜂全局搜索新蜜源、更新蜜源、产生关键蛋白质。本发明方法能准确地识别关键蛋白质；仿真实验结果表明，敏感度、特异性、阳性预测值、阴性预测值等指标性能较优；与其他关键蛋白识别方法相比，结合人工蜂群的优化特性与蛋白质相互作用网络的特征实现关键蛋白质的识别过程，提高了关键蛋白质的识别准确率。

摘要： 本发明涉及神经网络优化的技术领域，具体地说，是种基于改进蝠鲼觅食优化算法的RBF神经网络优化方法，采用改进的蝠鲼觅食优化算法优化RBF，提高海杂波预测和抑制的精度。本发明采用动态一般反向学习策略对种群进行初始化，丰富了种群多样性，进一步挖掘搜索空间的可能解；其次，采用黄金正弦算法对翻筋斗觅食策略进行改进，优化了寻优方式，增强算法的全局搜索和局部开发能力；另外，通过自适应概率和混合变异对最优解进行扰动，提高算法收敛速度和跳出局部最优的能力，进而寻到理想的结果。改进后的蝠鲼觅食优化算法的精度和收敛速度都得到一定提升，可帮助RBF寻到最优的的初始参数。

摘要： 本发明公开基于改进蝠鲼觅食优化算法的复杂配电网故障定位方法，在算法初期引入Sine混沌理论生成初始种群丰富种群多样性，为算法全局搜索奠定基础;其次，为避免最优蝠鲼个体陷入局部最优而导致整个群体出现搜索停滞，采用柯西反向学习技术生成其反向解，加快算法收敛速率，达到扩大搜索区域范围，增强算法全局勘探能力的目的。本发明对于含有DG的配电网发生单点故障、多点故障以及FTU上传的故障信息发生畸变或缺失时均能够快速的进行故障定位，均具有较强的容错性及极高的准确率。

摘要： 本发明提供一种基于多策略改进自适应蝠鲼觅食优化算法(MSAMRFO)的配电网新能源承载力评估方法，包括：输入要计算承载力的配电网网架数据，并根据配电网的资源禀赋情况，确定新能源的接入节点；形成配电网新能源承载力指标评估体系，构建新能源接入的承载力评估计算模型；采用MSAMRFO算法对所建立的承载力评估计算模型进行求解。本发明所建立的模型中考虑的指标约束较为全面。同时，本发明采取多策略改进自适应蝠鲼觅食优化算法，该方法是一种更加高效和精确的求解方法。

摘要： 本发明公开了一种基于细菌觅食优化算法的配送中心选址方法，包括如下步骤：1)获取目标城市的配送中心及历史配送地址集合；2)构建配送中心选址模型；3)细菌觅食优化算法的实现。本发明能通过利用历史配送地址与候选配送中心进行建模，更加符合现实中存在大规模历史配送地址的配送中心选址情况，从而能将选址与配送结合起来，提高配送中心选址的准确性，减少配送费用，提高配送的时效性，提升客户的满意度。

摘要： 本发明提出的一种基于细菌觅食优化算法的中长期径流预报方法，属于水文预报技术领域。该方法首先选取相关系数大且对待预报流域径流有物理影响的环流指数作为预报因子并对预报因子值归一化处理，然后选定待预报流域的历史样本并分为训练集和检验集，利用训练集对支持向量回归机SVR模型训练，采用细菌觅食优化算法确定模型的参数值并输出适应度值最大的细菌；对该细菌解码，得到SVR模型参数的最佳值和初步预测结果；将初步预测结果与检验集比较并分析误差，若误差在设定范围内，则输出最终预测结果。本发明提高了采用SVR模型的中长期径流预报方法的预测精度、泛化能力以及实用性，可以作为中长期径流预报的一种有效的方法。

摘要： 本发明公开了一种基于细菌觅食优化算法的配送中心选址方法，包括如下步骤：1)获取目标城市的配送中心及历史配送地址集合；2)构建配送中心选址模型；3)细菌觅食优化算法的实现。本发明能通过利用历史配送地址与候选配送中心进行建模，更加符合现实中存在大规模历史配送地址的配送中心选址情况，从而能将选址与配送结合起来，提高配送中心选址的准确性，减少配送费用，提高配送的时效性，提升客户的满意度。

摘要： 本发明公开了一种基于自适应细菌觅食优化算法的RBPF‑SLAM方法，通过整合经典细菌觅食优化算法的复制操作及维度自适应学习算法，实现机器人位姿的二次预测，增加了构图精确性。并依据自适应细菌觅食优化算法迁徙操作的思想，设计了新的自适应重采样方法，应用于移动机器人SLAM问题。本发明应用自适应细菌觅食优化算法对机器人的位姿进行二步预测，进而得到二次更新后的粒子集，并应用算法中的迁徙操作思想改进Rao‑Blackwellized粒子滤波器的重采样过程，即将RBPF中的粒子模拟ABFO算法中的细菌个体，进行自适应重采样，从而提高了粒子多样性。

摘要： 本发明提出的一种基于细菌觅食优化算法的中长期径流预报方法，属于水文预报技术领域。该方法首先选取相关系数大且对待预报流域径流有物理影响的环流指数作为预报因子并对预报因子值归一化处理，然后选定待预报流域的历史样本并分为训练集和检验集，利用训练集对支持向量回归机SVR模型训练，采用细菌觅食优化算法确定模型的参数值并输出适应度值最大的细菌；对该细菌解码，得到SVR模型参数的最佳值和初步预测结果；将初步预测结果与检验集比较并分析误差，若误差在设定范围内，则输出最终预测结果。本发明提高了采用SVR模型的中长期径流预报方法的预测精度、泛化能力以及实用性，可以作为中长期径流预报的一种有效的方法。

摘要： 本发明属于图像处理领域，具体涉及一种基于细菌觅食优化算法的PCNN文本图像分割方法。本发明包括：读入图像，参数初始化；利用PCNN模型对输入图像进行处理；将细菌个体带入到基于PCNN的三值化分割方法，确定输出图像计算对应的适应度函数值；进入改进的细菌觅食算法，执行趋向、复制和驱散三种行为，记录适应度函数最大值以及对应的最优细菌个体；采用细菌觅食优化算法搜索最优参数；将最优细菌个体解析后再次带入PCNN三值化分割算法，输出分割图像。本发明利用细菌觅食优化算法在解空间中搜索PCNN迭代过程中参数的最优值，实现PCNN迭代参数自动确定，避免人工确定参数的盲目性，且能够获得优于对比方法的分割效果。