小生境技术

摘要： 针对操作工人之间存在效率差异的多目标双资源柔性车间调度的问题,构建了以生产时间最小化、生产成本最小化和绿色制造评价系数最小化为目标的柔性车间调度优化模型,并设计了一种改进的NSGA-Ⅱ算法对其求解。首先,采用量子编码对工序进行编码,随后利用小生境技术初始化种群、重复个体控制策略和熵权法选择策略来提升算法效率,避免算法早熟收敛,并选出最优解。最后通过算例和改进前的NSGA-Ⅱ进行对比测试,验证了改进后的NSGA-Ⅱ可以很好的解决上述的柔性车间调度问题。

摘要： 随着对基因致病理论研究的深入,产生了大量的异质基因表达量数据,且这些基因数据普遍存在高维度、非对称和高噪声等特性,因此通用的聚类算法面向异质基因数据的聚类精度不高.本文提出了一种面向异质基因数据的智能层次聚类算法(HCIGA).构建了融合精英保留法与轮盘赌的选择算子,并通过优化适应度函数和小生境策略保持种群多样性,加快收敛速度,提升聚类精度.HCIGA的有效性在脑肿瘤、肺癌、肾脏癌和乳腺癌数据集上进行测试,结果表明,与层次聚类算法(AGNES)、遗传K-Means算法(GKA)、DPeak和谱聚类算法相比,HCIGA算法的聚类精确度在五种算法中均为最佳,本文并将HCIGA算法应用于头颈部鳞状细胞癌(HNSC)数据集,成功识别出6种癌症亚型.

摘要： 针对标准鲸鱼优化算法全局搜索能力不足、收敛速度慢等问题,采用小生境技术和引入自适应权重对鲸鱼优化算法进行改进。首先,引入小生境技术中的竞争选择策略,通过比较距离添加共享函数计算适应度来提高鲸鱼算法的寻优能力,避免WOA算法陷入局部最优,解决算法早熟现象;其次,采用自适应参数作为位置权重调整鲸鱼算法的位置公式,提高算法的收敛速度和寻优精度。将该算法引入单峰和多峰模态基准测试函数中,仿真实验表明,在保证算法收敛速度的同时,所提出的改进鲸鱼优化算法有效地提高了搜索能力和寻优精度。

摘要： 永磁同步电机的电磁参数会随着温度和磁路等因素的变化而变化,参数辨识的准确度对电机控制系统性能有重要影响,而传统的辨识算法存在收敛速度慢,辨识精度低等缺陷.针对该问题,可以采用一种基于粒子群算法的参数辨识方法.该方法输入参数测量简单,可同时对电阻、电感、磁链三个参数准确辨识,同时引入小生境技术和粒子群改进策略,可以克服基本粒子群算法容易陷入局部最优的缺陷,获得更好的辨识精度和收敛速度.仿真结果证明了该方法的可行性和正确性.

摘要： 针对考虑运输时间的柔性作业车间调度问题,构建了以最大完工时间最小化、最大机器负载最小化和总机器负载最小化为目标的多目标优化模型,并提出一种小生境粒子群优化算法求解该模型.首先,在粒子群的初始化过程中动态选择完工时间最短的机器,提高初始解的质量,加快算法的收敛速度.其次,针对传统粒子群算法的不稳定性和早熟问题,引入邻域搜索算法增强粒子群算法的局部搜索能力,提出一种无须共享半径的小生境技术,将该小生境技术与粒子群算法相结合避免了粒子群算法的早熟问题.最后,通过实验验证小生境粒子群算法在求解考虑运输时间的多目标FJSP的可行性和有效性.

摘要： 针对多目标柔性作业车间调度问题,该文建立优化目标为最大完工时间、机器平均相对空闲率以及机器总负荷最小化的数学模型,并设计一种基于Pareto改进的自适应混合算法(NGA-PSO).其算法采用分层结构相结合,底层采用基于隔离的小生境技术(Niche genetic algorithm,NGA),上层采用粒子群算法(Particle swarm optimization,PSO).为提高算法的收敛效率和求解精度,提出了改进策略,采用适应度值分配策略作为种群选择的评价标准;设计动态的交叉变异概率,使算子在迭代过程自适应地对种群的寻优操作进行调整.最后,针对10个单目标基准案例与3个多目标典型案例进行仿真求解,通过与其他前沿算法进行对比验证NGA-PSO算法的优越性.

摘要： 蔗糖煮炼设备具有多模态、多相流及多场耦合的特性,煮糖结晶设备设计方法可选不多。该文探讨了煮糖系统各物理场的特性及其对煮糖过程传热、传质和相变的影响机理。分析了煮糖过程多场协同作用的机制、规律以及多场耦合作用的有效协调方法,并将场协同理论和多学科设计优化方法有机结合起来,研究煮糖设备多场协同全局协调设计优化建模的方法和优化求解策略。结合小生境技术和遗传算法提出多场协同建模方法的求解策略,有效解决多场协同优化的多目标多峰值的求解问题。仿真分析和实验研究表明,优化设计算法有效改善了场协同程度,提高了煮糖罐热转换效率和对流循环。

摘要： 针对有界背包问题,提出一种混沌小生境萤火虫算法.采用混沌理论对萤火虫种群初始化,为了增加种群多样性,使用小生境技术计算个体共享适应度,以一定概率将共享半径内相似个体进行排挤处理,对所有被排挤个体实行L ev y飞行操作,同时对较优个体进行局部搜索,对陷入早熟的个体使用混沌理论重新随机产生位置进行更新.仿真实验表明新改进算法能有效求解有界背包问题.

摘要： 针对传统的生态景观格局空间结构优化方法存在收敛效果差的缺点,提出基于小生境遗传算法的生态景观格局空间结构优化方法.通过构建优化模型,计算适应度,通过小生境技术修正适应度,再利用适应度所占比例对个体实施交叉与变异.得到优质群体后,通过个体交换,求出最大的协调性指数,至此完成基于小生境遗传算法的生态景观格局空间结构优化方法的设计与实现.实验结果表明,与传统的方法相比,提出的基于小生境遗传算法的生态景观格局空间结构优化方法的收敛效果更好,在优化生态景观格局空间结构方面,有效性更高.

摘要： 本文研究了经典遗传算法在处理复杂问题遇到的局部收敛和“进化停滞”问题，并提出了采用小生境技术遗传算法的改进方法，同时为提高算法的性能，还对对编码方式、交叉和变异方式、适应度分配方式等进行了改进。通过对1．5MW变速横频风力机叶片优化设计研究表明，本方法能极大的提高遗传算法在处理风力机叶片优化问题的鲁棒性和收敛效率，为处理复杂优化问题提供一种通用的高效优化设计方法。

摘要： 本文根据协同设计的特点,提出了一种多Agent协同设计系统框架,以及产品数据模型的表示,构件的产生,搜索及更新.在对共享机制小生境技术的分析的基础上,提出了协同设计系统中基于小生境技术的分类算法,以及协同设计系统中多Agent共享学习的方法,并以一个汽车设计为实例描述了协同设计及共享的学习过程.

摘要： 车辆调度问题(VRP)主要研究如何设计合理的车辆运输路线以降低运输成本.万有引力算法(GSA)是一种模拟物理学中万有引力定律,具有较强全局搜索能力的智能算法,对解决车辆路径问题有一定的有效性.为此,首先对带多时间窗约束的车辆路径问题(VRPMTW)建立双层数学规划模型,避免了路径间的交叉;其次,为提高GSA的求解速度和最优解质量,提出了一种与小生境技术和遗传算法交叉算子融合的改进万有引力算法(IGSA);最后,分别采用GSA与IGSA对50个客户节点及100个客户节点的VRPMTW进行求解和比较.结果表明在最优路径长度以及延迟时间均值等比较参数中,IGSA的结果与GSA相比均有不同幅度的优化,说明了模型及优化算法的可行性和有效性.

摘要： 本文从认知的和社会的角度分析了协同设计活动,提出了一种面向协同设计的多Agent系统结构和设计Agent的感知模型,以及多Agent协同强化学习的方法。该方法采用动态小生境技术对设计Agent进行分组,并选出每组中的最优设计Agent,使其通过与设计人员交互进行强化学习,然后和其他组选出的Agent协同学习,并把学到的知识在组内进行传播.本文以齿轮减速器设计为例,介绍了多Agent协同设计系统的协同设计及学习过程。

摘要： 建立了汽车动力性和经济性多目标优化模型,提出了一种改进的并列选择遗传算法搜索多目标最优种群体,通过引入保留Pareto最优个体和共享函数的小生境技术来弥补并列选择的不足。利用MATLAB语言实现了上述算法程序。仿真与实验结果表明,该算法能显著改善整车综合性能。

摘要： 在基本遗传算法(SGA)的基础上,引入生物学中小生境的概念和正交设计技术,制定了初始种群生成方法,以保证个体的多样性,并在遗传算法选择、交叉和变异等操作中做出相应改进,从而形成可用于电力系统实时无功优化的小生境正交遗传算法.应用此算法时,本文采用一种典型小生境技术结合最优保存策略的小生境最优选择方法来进行种群的选择减少了迭代过程中陷入局部最优解的可能性,并进一步减少迭代次数.仿真算例结果标明:在优化条件相同时,该算法的迭代次数明显少于基本遗传算法,显著提高了无功优化的收敛速度.

摘要： 为了改善遗传算法的性能，本文提出了一种改进的遗传算法，通过引入了小生境技术和自适应算子，增加了种群的多样性，加快了算法的收敛速度.为了验证算法的可行性，将改进的算法应用于路径规划中，结果表明改进有效.

摘要： 针对粒子群算法在进行无功优化时容易早熟收敛和后期收敛速度慢的特点,引入生物学中的小生境思想,采用了一种基于小生境技术的粒子群无功优化方法。该算法首先利用粒子间距离划分每个小生境群体,以保证粒子种群的多样性。对于更新后的群体,利用共享机制算法和罚函数对子群中适应度较低的粒子进行处罚,以保留每个粒子群体的最优个体,从而加快算法的收敛速度。运用IEEE30节点系统进行无功优化计算,结果表明在优化条件相同时,小生境粒子群算法在对增加粒子群种群的多样性,减少迭代次数方面起到了有效的作用,并且能够获得更优的解,有效提高了优化的收敛速度。

摘要： 针对配电网网络重构问题,提出用小生境二进制粒子群算法(NBPSO)算法来克服用粒子群优化算法优化容易早熟的不足.考虑到配电网开关操作布局有序性,重新定义了粒子间海明距离来划分小生境群体;在小生境种群中运用粒子群算法进行优化,对更新后的群体利用共享机制改变粒子的适应度.对33节点IEEE配电网测试系统进行网络重构,表明该算法具有更强的全局搜索能力.

摘要： 针对配电网网络重构问题,提出用小生境二进制粒子群算法(NBPSO)算法来克服用粒子群优化算法优化容易早熟的不足.考虑到配电网开关操作布局有序性,重新定义了粒子间海明距离来划分小生境群体;在小生境种群中运用粒子群算法进行优化,对更新后的群体利用共享机制改变粒子的适应度.对33节点IEEE配电网测试系统进行网络重构,表明该算法具有更强的全局搜索能力.

摘要： 本发明提供一种基于小生境差分进化算法的中值滤波方法，其特征在于，包括步骤：将待处理数据划分到一系列重叠的时空窗中；获取单个所述时空窗中的同相轴能量曲线，根据所述同相轴能量曲线的局部极大值获得同相轴位置；在所述同相轴位置处，通过所述小生境差分进化算法获得同相轴倾角及其相干值；根据所述同相轴倾角及其相干值筛选所述同相轴倾角；沿着筛选出的倾角依次进行中值滤波。本发明能同时获得所有交叉同相轴倾角的能力和真三维的特性使其能够获得更好的滤波效果。

摘要： 本发明公开一种混合卷积神经网络与小生境灰狼优化的人体动作分类方法，该方法首先对输入的视频帧生成动作库和局部时空特征，再借助时空特征从视频运动中检测兴趣点并对其提取深度卷积特征，然后用GWO算法获得CNN分类器最优的权重并利用反向传播算法训练多个CNN分类器，最后融合多个分类器的输出以纠正结果。本发明将卷积神经网络与灰狼优化算法相结合，通过训练具有梯度下降和全局搜索能力的CNN分类器来减少分类错误。本发明能够解决无约束视频中人体动作分类准确度不够高的问题，并提高分类性能，具有高度的鲁棒性与实效性。

摘要： 本发明涉及一种小生境遗传算法的单矢量水听器相干源快速方位估计方法，利用小生境遗传算法对求解过程进行优化，能够快速地求得全局最优解，利用方位的时间‑历程图对估计质量作出定性和定量的评价，既能够直观地根据时间‑历程图波动情况对计算结果的质量，即计算结果的置信度，作出定性的评价，也可以利用时间‑历程图的数字特征在数值上的大小对计算结果的置信度作出定量的评价；矢量z的引入给出了多变量小生境遗传算法的设计方案，在不增加算法复杂度的情况下将单变量小生境遗传算法拓展至多变量的情形。

摘要： 本发明公开了一种基于优化小生境遗传算法的熔炼配料方法，包括下述步骤：S1.建立多目标函数，提出各种参数的指标为多约束条件，建立配料优化数学模型；S2.基于差值粒子群优化方法对多目标函数进行加权处理，将多目标模型转化为单目标函数的问题；S3.根据K均值聚类算法把种群分为K个聚类并确定聚类中心；S4.选择、自适应交叉、自适应变异和小生境淘汰操作；S5.判断是否满足终止条件得到最终配料的加入量。本发明针对配料优化中现存的多目标求解难和易陷入局部最优解等问题，对基于优化小生境遗传算法的熔炼配料方法中的多目标函数确定权值、小生境半径和交叉和变异算子这三个过程进行改进，并且有效显著提高配料比的准确度，节约成本。

摘要： 本发明公开了一种基于改进小生境遗传算法的多目标柔性作业车间调度方法。由多目标柔性作业车间所有工件的工序数据构建排产序列，以排产序列作为个体，并生成初代种群；计算个体的总目标函数值，用改进小生境法计算个体的适应度值；根据适应度值采用轮盘赌的方式选择出个体集合；实施遗传算法的交叉操作和变异操作；将获得的个体与本代种群中适应度值最高的个体组成新种群；重复步骤直到终止条件，输出末代种群中的最优个体，采用最优个体的排产序列安排加工处理，实现多目标柔性作业车间调度。本发明采用了改进小生境遗传算法处理生产过程中的调度问题，能够稳定地获得优质的调度结果，优化车间资源配置，从而提升车间的生产效率。

摘要： 一种基于带有多样化半径技术的小生境遗传算法的聚类方法，所述聚类方法包括以下步骤：1)染色体编码和种群初始化；2)计算个体适应度；3)采用动态识别方法识别群体中的小生境位置、内容和数目；4)执行多样化半径机制调整各个小生境的半径信息；5)应用适应度共享函数重新计算个体的新适应度；6)执行选择、交叉和变异操作；7)执行精英策略替换群体中最差的个体；8)若满足终止条件，则终止运行；否则，跳转至步骤5)。本发明提供一种具有很好的聚类效果、稳定性良好的基于带有多样化半径技术的小生境遗传算法的聚类方法。

摘要： 本发明公开了一种无需模式识别的小生境粒子群面波反演方法。本发明根据野外地震炮集记录获取研究区的实测面波频散曲线，结合地质资料建立反演初始模型，利用实测面波频散曲线确定面波行列式失配函数并作为目标函数，对目标函数进行反演并利用小生境粒子群算法搜寻局部最优值和全局最优值，输出每次反演的个体最优解组成模型解集后，确定理论面波频散曲线，并根据最短距离适配函数对模型解集进行筛选和升序排序，基于改进的基本顺序算法对筛选后模型解集进行聚类分析，根据给定的容许误差统计分析各聚类中的个体最优解，获取多个反演结果。本发明避免了对面波频散曲线的模式判断和求根计算，获取了面波反演的多解特征，具有良好的鲁棒性和适用性。

摘要： 本发明公开了一种基于小生境遗传算法的环形张拉整体结构拓扑优化方法。该方法根据确定跨度、等分数以及每段节点数的环形张拉整体结构模型，以拓扑关系为控制变量，以环形张拉整体结构总质量达到最小为控制目标，并以预应力整体可行、成型态杆件不交叉、荷载态应力控制和位移限值为约束条件，结合小生境技术，搜索出拓扑关系的最优解。本发明可对任意跨度、任意等分数以及每段任意节点数的环形张拉整体结构进行拓扑优化，具有通用性强、所得结果用钢量低等优点。

摘要： 本发明公开一种改进的小生境遗传算法与小波神经网络结合的预测方法，方法包括：选择具有较强非线性拟合能力和容错性能的小波神经网络对安全态势进行预测；通过自适应遗传算法对传统小波神经网络参数进行优化；引入了一种新的动态模糊聚类和淘汰规则的小生境技术，利用动态模糊聚类对种群进行小生境的划分，形成多个小生境，并采用惩罚机制调整个体的适应度值；根据划分好的小生境计算每个小生境个体的适应度值，将个体与当代最优个体的适应度值进行比较，剔除差异度大的小生境，实现小生境的整体淘汰；本发明能够提高遗传算法的寻优能力及收敛速度，通过提高种群多样性，解决遗传算法易陷入早熟收敛的问题，更准确地实现网络安全态势的预测。

摘要： 本发明公开了一种基于小生境遗传算法的基坑栈桥排布优化方法，包括步骤：建立相邻单元数据库、单元尺寸数据库、出入口处单元数据库、必须单元数据库、必无单元数据库；随机生成初始父代种群P(t)，定义目标函数f和罚函数g，建立栈桥多目标优化的适应度函数F；根据各排布组合个体的适应度函数值F，生成组合N(t)；利用交叉、变异运算及小生境技术生成新种群PN(t)，并形成新的父代种群PNew(t)进入下一步迭代计算，直至达到预设的终止条件，得到栈桥优化方案。本申请通过设立目标函数和罚函数，并建立统一的适应度函数，利用遗传算法中的交叉、变异运算，通过迭代获取最优布设方案，为基坑栈桥布置提供科学、合理的优化方案。