文化算法

摘要： 水库防洪调度问题(RFCO)是复杂的多目标问题(MOPs),具有众多复杂的约束条件,相互依存的决策变量,以及相互冲突的优化目标,传统研究多停留在将多目标问题转换为单目标问题解决,在实际应用中存在一定限制。鉴于此,提出一种针对水库防洪调度的多目标优化方法——文化鲸鱼算法(MOCWOA)。MOCWOA以文化算法(CA)为框架,在种群空间采用鲸鱼优化算法(WOA),在信度空间定义了3种知识结构以提高算法所得结果的多样性和收敛精度。MOCWOA先应用于典型测试函数的优化,之后进一步应用于实际的水库防洪调度问题,并与几种优秀的多目标优化算法进行对比,结果表明,无论是在典型测试函数上,还是在实际RFCO问题上,MOCWOA都具有一定的优势。

摘要： 多模态混合指标优化是一类难以求解的多目标优化问题.针对该问题,借鉴文化算法的双层结构,构建了一种能融合历史知识、标准化知识和领域知识的交互式文化算法.该算法以指标均衡性构建信度空间样本库.知识提取函数根据样本库内个体在决策空间和目标空间的特殊拥挤距离选取多模态解.将选取的多模态解作为聚类中心推荐给用户评价.根据种群的指标均衡性,知识引导自适应交叉和变异概率,扩大种群多样性.采用指标均衡性引导形势知识更新.基于个体表现型相似性估计大规模种群隐式性能指标.提出新的多模态解评价测度.将算法应用于室内布局优化问题,与代表性方法比较,验证所提算法的有效性和可用性.

摘要： 为了解决基于数据的预测模型中特征权重分配不合理的问题,将鲸鱼优化算法(whale optimization algorithm,WOA)纳入文化算法的种群空间中,获得了一种文化鲸鱼优化算法(cultural whale optimization algorithm,CWOA)以用于特征权重的优化分配.首先,将预测模型的均方根误差作为适应度函数;然后,采用WOA在种群空间中对特征权重进行迭代寻优;接着,通过接受函数将种群空间中的最优权重置于信仰空间中进行性能评价与双变异演化,以此形成形势知识和规范知识;最后,通过影响函数对种群空间中的权重进行更新指导,如此循环,从而得到特征权重的优化分配结果.以基于案例推理的预测模型为例,使用加州大学欧文分校(University of California Irvine,UCI)标准数据集对特征权重的不同分配方法进行了对比实验,结果表明该方法分配权重后的预测精度最优,在涉及特征权重分配的机器学习领域具有一定应用价值.

摘要： 针对混洗蛙跳算法在求解高维函数时易陷入局部最优解的问题,提出一种文化混洗蛙跳算法,利用群体空间和信念空间的个体通过接受函数和影响函数完成信息交换和全局寻优.首先,信念空间个体通过螺旋更新和随机游走的方式在较优个体附近寻找更优个体;其次,群体空间的最差个体通过借鉴不同知识平衡局部寻优与全局探索的关系,进而提高算法的寻优精度并加快收敛速度;最后,将该算法与12种智能算法进行寻优对比,对典型高维基准函数的测试结果表明,该算法的收敛精度和计算速度均较好.

摘要： 为完成三维地图航迹规划任务,设计了一种基于文化算法与禁忌搜索算法的改进算法.算法主体为文化算法和禁忌搜索算法的组合算法,并加入了变异机制和Boids模型分离机制.同时,采用最小威胁曲面法简化搜索空间.通过仿真对比,将该算法应用于离线预规划和实时航迹规划中,发现该算法能在短时间内接近最优解,规划速度和所得航迹均符合要求,且全局搜索能力和局部寻优能力均有明显改善,有助于解决各类复杂优化问题.

摘要： 为了给海事部门提供科学准确的船舶交通流量预测,本文提出一种基于文化萤火虫算法(CFA)来优化广义回归神经网络(GRNN)的算法(CFA-GRNN),对船舶交通流量进行预测分析.介绍了基于自动识别系统(AIS)的航道交通流量统计方法.利用快速排斥试验和跨立试验来判断船舶轨迹是否穿过航道某一断面的观测线,并将AIS数据中的经纬度数据转换为墨卡托平面坐标系数据.研究了GRNN的实现原理,CFA以GRNN输出均方差为适应度函数,以GRNN的输入层和隐含层中的权值、隐含层和输出层中的权值、隐含层的阈值及输出层的阈值为编码进行优化,进化目标是得到最合适、最优的神经网络结构.利用AIS收集统计到并经过预处理后的数据,应用CFA-GRNN对舟山螺头通航的船舶进行交通流量预测,并对试验结果和误差进行了统计分析.结果表明:CFA-GRNN与GRNN和萤火虫优化广义回归神经网络相比,泛化性能好,不易陷入局部最优,预测结果精度更高.本研究对船舶交通流量进行预测分析有着十分重要的理论和实际意义.

摘要： 为更好地求解TSP问题,将遗传算法与模拟退火算法结合并纳入文化算法体系,提出一种求解旅行商问题的文化混合优化算法.该算法空间可分为独立并行的两部分:种群空间和信度空间.种群空间按照遗传退火混合算法实现进化,并将进化中的较优个体提供给信度空间,信度空间提取并利用较优个体所包含的信息来引导种群进化.通过求解TSP标准测试问题,将文化混合优化算法所求得的最优路径与其他优化算法所求结果相比,算法偏差均可降低0.6％～13.01％,表明了文化混合优化算法求解TSP问题的有效性与优越性.

摘要： 针对无人机集群的数据链中继节点选择问题,提出在克隆蚁群算法(CSACA)基础上,融合文化算法的双层进化机制,避免搜索过程陷入局部最优解问题,然后利用蚁群算法全局搜索.仿真结果表明,该算法是求解无人机集群的数据链中继节点选择的一种有效算法.

摘要： 自动化软件缺陷定位方法能够在无人工干预下快速定位软件中缺陷位置,但是不少缺陷定位方法存在定位准确性低的问题.为了提升软件缺陷定位的准确性,提出一种基于文化粒子群算法的软件缺陷定位方法CAPSOFaL,该方法使用缺陷程序实体构建算法种群,通过两个进化空间的协作得到最优解,并通过分析最优解得到测试程序内的真实缺陷位置.该方法能够减少冗余信息对实体怀疑值计算的干扰,并显著提升真实缺陷位置在缺陷报告中的排名,进而提升缺陷定位的准确性.

摘要： 将基于实数编码的量子进化算法引入到文化算法的种群空间，提出一种实数编码量子文化算法。该算法在种群空间采用实数编码量子算法，采用矩形区域描述基因，并利用量子态叠加和相干原理完成量子进化过程。进化个体由基于量子种群的累积概率分布函数的逆函数得到。优势进化个体隐含的优良进化信息在信度空间以知识方式提取，并进一步通过影响函数来影响种群空间的进化个体变异和量子个体宽度更新。针对标准测试函数的仿真结果表明:该算法能有效提高解精度、进化速度和初值的鲁棒性。

摘要： 为了进一步提高支持向量机集成的泛化性能，提出一种基于文化算法和负相关学习的选择性支持向量机集成。通过bootstrap 技术产生并训练得到多个独立子SVM，基于负相关学习构造适应度函数，既提高子SVM的泛化性能，又增大其差异度。最后利用文化算法计算各SVM在加权平均中最优权重，然后选择权值大于一定阈值的部分SVM 进行加权集成。实验结果表明该算法是一种有效的集成方法，能进一步提高SVM的泛化性能。

摘要： 针对相控阵聚焦算法中目标函数的设计问题,通过文化算法对目标函数进行优化,使得次声聚焦效果达到最优。同时,将文化算法与遗传算法的仿真结果进行比较,计算结果说明文化算法在目标函数的优化过程中具有明显的优越性。

摘要： 对不同主体。多种来源的知识进行融合，得到一个高效的知识库是提高决策质量并增强组织核心竞争力的关键。提出一种在文化算法框架下的知识融合策略，将知识统一进行编码，通过群体空间和信任空间两个阶段的进化，并建立两个空间之间的通讯机制，生成一个有效、精练的知识库。实验表明，相比传统遗传算法，此模型可以更准确地就将知识分类，并能减少知识冗余，剔除矛盾的知识。

摘要： 提出一种基于文化算法的选择性神经网络集成方法.该方法通过文化算法选择部分网络来组成神经网络集成,并将多层信念空间引入文化算法框架,充分利用了优秀个体所包含的种群信息,使个体间保持较大的差异度,减少"多维共线性"和样本噪声的影响.实验表明,该方法能够提高神经网络集成的性能.

摘要： 针对电力系统经济运行中的经济调度(economic dispatch，ED)问题，本文提出一种新的智能优化算法--文化算法(Culmral Algorithms，CA)，讨论了电力市场环境下发电机组经济负荷分配的新特点，建立了相应的数学模型并将CA融入其中;得到了比较理想的结果，表明对市场机制新环境下解决ED问题的尝试是成功的，进一步说明文化算法是一个值得深入研究的方向。

摘要： 针对基本鱼群算法盲目搜索的问题，提出了一种新的基于知识的带变异算子的人工鱼群算法。利用文化算法的框架，将鱼群算法嵌入到种群空间当中，构造了适用于文化鱼群算法的新的影响函数。同时应用信念空间中的规范知识和情境知识通过影响函数指导人工鱼群算法中的进化步长和方向，通过5个高维多峰函数检验新算法的性能，利用提出的新算法求解两个带约束的工程优化问题，仿真结果表明新算法与基本鱼群算法相比性能显著提高，并且能够有效地求解工程优化问题。

摘要： 本文提出了一种结合文化算法的AEA算法,它利用文化算法中的信度空间来保存种群中的优质个体,然后通过影响函数来生成新种群。改进的AEA算法能够快速收敛到全局最优值,对典型函数的测试和基于神经网络的工业建模表明:改进的算法全局搜索能力和收敛速度比原始的AEA算法有所提高。

摘要： 文化算法主要由种群空间和信念空间构成,两个空间共同进化来模拟人类文化的进化过程.提出一种智能集成优化算法,将遗传算法、粒子群优化算法应用到文化算法框架中,并与神经网络相结合,构造一种智能集成网络模型,并将其应用到合成塔入口氨含量软测量建模.结合实际工艺,对所建软测量模型进行仿真研究.研究结果表明,该模型的性能优于传统BP神经网络模型、遗传神经网络模型和粒子群神经网络模型,具有较高的精度和良好的应用前景.

摘要： 建立有限缓冲区流水线问题数学模型，利用文化算法和免疫算法相结合的混合进化算法(Memeticalgrithln，MA)对其进行求解。算法设计中，将免疫算法纳入文化算法的框架，组成基于免疫算法的群体空间和信念空间，两空间具有各自群体并独立并行演化。下层群体空间定期贡献精英个体给上层信念空间，上层信念空间经演化后，定期贡献精英个体给下层群体空间，形成“双演化双促进”机制，从而实现增加抗体多样性的目的。比较结果显示该算法性能的优点以及对求解有限缓冲区流水线问题的有效性。

摘要： 本发明是一种基于文化基因算法的三维空口测试探头选择方法，该方法从减少信道模拟器成本的角度出发，对于具有K个端口的信道模拟器，通过选定多探头暗室中特定位置的探头并赋予相应的权重，从而在暗室测试区域中还原出测试需要的信道模型，所述信道模拟器中，在总探头数为M的多探头暗室中，利用文化基因算法从中选择出K个探头，而K个探头对应了信道模拟器的K个端口，利用凸优化算法对每个探头上的功率权重进行优化，使得在给定测试环境所需的信道模型的情况下，在暗室测试区域中高精度地还原出目标信道，并且尽量减少OTA测试需要的探头数目从而减少信道模拟器端口数量。既节省连接大量线缆所用的时间，也降低了测试成本。

摘要： 本发明目的在于提供一种快速找到均匀图染色问题最优解或者近似最优解的方法。本发明公开了一种基于文化基因算法解决均匀染色问题的方法，算法如下：生成一个包含p个精英解的种群、设计交叉算子、对子代解进行局部优化、判断新生成的解是否适宜被加入种群中。本发明解决均匀图染色问题，即找到一个无向图G＝(V，E)的均匀合法k‑染色的解对应的最小正整数k值。本方法采用文化基因算法搜索框架，且根据均匀图染色问题设计相应的交叉算法，局部搜索算法及交配池升级算法。本发明更加快捷方便，适于解决现实世界中负载平衡问题。

摘要： 本发明公开了基于百度百科知识图谱的旅游资源文化特色评分算法，涉及旅游资源评价技术领域，解决了现有的旅游资源评分和旅游资源推荐系统中对文化特色的评分机制非常匮乏的问题，其技术方案要点是：获取旅游资源的文本宣传素材，对文本宣传素材进行分词处理，并保留名词词性词条，然后获得旅游资源的词向量；定义旅游资源文化特色评分指标，构建旅游景区景点文化评分表；根据景区景点关键词在知识图谱中的检索结果，结合文化评分表，对景区的文化特色进行评分。本发明首次提出旅游资源文化特色评分指标，评分算法的定义，对现有旅游资源评分体系是一个创新的补充，能够对旅游资源提供更全面的评价，也能为旅游资源推荐系统提供更完善的信息。

摘要： 本发明公开了一种求解分布式组装生产计划排布问题的改进文化基因算法。本算法设计主要体现在：提出了一种有效结合两种规则的构造性启发式，来获得高质量的初始种群；设计了一种新的结构，以子代解集为单位的小循环嵌套在大循环中，提高了种群的多样性；改进了交叉与变异算子，使解空间往好的方向发展；提出了四种具有针对性和灵活性的局部搜索算子，提高了算法的迭代效率。实验结果表明，本发明与近年高效的智能算法相比，能在同一时间节点内获得质量更高的解，在提高生产效率的同时还能降低客户和合同的流失度。

摘要： 本发明公开了一种基于多目标文化差分算法的电源最优选址定容方法，包括，建立考虑有功功率损耗、电压分布和经济成本的DG选址定容模型；通过MOEA/D获取多目标DG选址定容模型的Pareto前沿；更新有限规模的存储池内的Pareto解集；更新解集之后进行迭代，并直至算法收敛完成，选择折中解得出最优选址，能够在良好的经济性范围内有效地降低配电网有功功率损耗，改善电压分布，且采用MOEA/D能够在短时间内获得更高质量的Pareto前沿，而改进理想点决策法可以客观地选择折中解，从而实现多类型DG的最优选址定容，充分发挥了各种新能源资源的发电优势。

摘要： 本发明公开一种基于改进构造性覆盖聚类算法的数字文化可视化方法，属于计算机技术领域，包括采集包含名人信息的数据，构建初始未学习数据集；基于初始未学习数据集进行初始划分，获得初始聚类结果；针对初始聚类结果，计算每个类的标准差和各类中心间的相似度值，并基于标准差和相似度调整聚类数目，得到最优的聚类结果；利用可视化技术，将最优的聚类结果进行可视化展示。本发明对名人信息出现大量的、零碎的、不成体系等问题进行有效的挖掘处理，以对这些数据进行完整美观地可视化。

摘要： 本发明公开了一种文化算法与微粒群算法结合的人群疏散仿真方法及系统，该方法包括构建疏散场景三维模型，查找疏散场景的所有出口；将待疏散人群存储至种群空间并进行分组，筛选各组中最接近出口位置的个体作为各群组的引领个体并存储至信念空间；利用文化算法来构建用于关联信念空间与种群空间的导航；将引领个体当前位置传给导航，由导航规划出引领个体当前位置到达相应出口的最短路径并计算出引领个体的下一位置，传递给引领个体；将导航给出的下一位置作为目标，执行跟随引领个体的微粒群算法，并把移动后引领个体的位置反馈给导航：若引领个体到达相应出口，则重新筛选各群组的引领个体并存储至信念空间，直至各群组中无个体。

摘要： 本发明公开了一种基于改进文化算法的迭代自组织聚类组合算法，包括如下步骤：S1、聚类算法，其中迭代自组织算法得到更合理的分类；S2、文化算法，进行基因进化操作，用适应度函数对个体进行评价，输入其提供的优秀样本，将样本的隐藏信息进行显性描述存放，对种群进化的引导并更新函数更新，指导种群个体进化，直到获得最优解；S3、评价种群空间个体，生成初始信仰空间；S4、对种群空间中每个父代个体进行变异，生成相应的子个体；S5、设定接收函数，并更新信仰空间；S6、若不满足终止条件，重复步骤4，反之结束，得到最优分类。本发明提高了电力负荷数据聚类分析的稳定性和可靠性，对电力系统平稳、安全的运行具有重大意义。

摘要： 本发明公开了一种文化算法与微粒群算法结合的人群疏散仿真方法及系统，该方法包括构建疏散场景三维模型，查找疏散场景的所有出口；将待疏散人群存储至种群空间并进行分组，筛选各组中最接近出口位置的个体作为各群组的引领个体并存储至信念空间；利用文化算法来构建用于关联信念空间与种群空间的导航；将引领个体当前位置传给导航，由导航规划出引领个体当前位置到达相应出口的最短路径并计算出引领个体的下一位置，传递给引领个体；将导航给出的下一位置作为目标，执行跟随引领个体的微粒群算法，并把移动后引领个体的位置反馈给导航：若引领个体到达相应出口，则重新筛选各群组的引领个体并存储至信念空间，直至各群组中无个体。

摘要： 本发明公开了一种基于文化算法改进多目标粒子群的环境经济发电调度求解方法，首先建立起以燃料花费和污染气体的排放最少为两个目标函数，将功率平衡约束作为等式约束条件，机组发电容量约束为不等式约束条件，按照目标函数和约束的选取来建立调度模型；算法迭代开初始阶段，引入动态变异算子增强算法的精确度，之后对于多目标粒子群算法进行利用文化算法进行改进，再将改进过的多目标粒子群算法应用到电力系统的环境经济调度中，同时，根据帕累托占优条件求出个体最优解，求出它的非劣解集，并对这些解利用循环拥挤距离进行修剪；最终这些解所组成的归档集可以找到燃料花费的最小值和气体排放的最小值。