智能优化算法

摘要： 为充分利用应急物资和提高应急响应能力,考虑灾害初期道路通行受约束和运输能力受限等因素,建立最小化受灾点平均等待救援时间和最小化应急物资调度成本的多目标优化模型。采用基于自适应机制的NSGA-II算法,引入种群熵和高斯函数,动态调整变异、交叉概率,将变异、交叉过程与进化的横向和纵向信息相结合,以引导种群的进化,提高进化速度;为充分探索解空间,设计了基于贪婪思想的随机变邻域搜索算子,并使用替换策略,消除Pareto前沿中相同解对进化带来的负面影响。通过算例对所提算法进行验证,结果表明:所提改进算法优于传统NSGA-II算法和已知文献算法,能在保持较好收敛性的同时获得更好的多样性。

摘要： 以高海拔地区风电机组为对象,建立了平准化电力成本(LCOE)模型,并采用智能算法对其关键设计参数进行优化。分析了海拔升高对气候环境与风电机组的影响,建立了以转子半径、轮毂高度以及额定功率为设计参数的高海拔风电机组LCOE模型。以LCOE最小化为目标,采用遗传、粒子群、量子遗传3种智能优化算法对3个设计参数进行优化。优化结果表明,一定的海拔高度下存在最佳参数和最优LCOE,3种智能算法皆能得到模型的最优解,而量子遗传算法在收敛时间与收敛精度上均具有较好性能。随着海拔的升高,最优LCOE增大,3个优化参数呈现出不同的变化趋势。本文的相关结论对于高海拔风电机组选型与设计具有一定的参考意义。

摘要： 为了提高通行车辆的检测效率以及禁止违规车辆的通行,提出并搭建基于智能优化算法的车辆宽高检测系统。利用智能优化算法来滤除环境噪声干扰,可根据环境的改变,在不需要事先知道输入信号和噪声统计特性知识的前提下,估计出所需的统计特性,不断的改变其权值,达到滤波效果,大大提升车辆宽高检测系统的测量精度,实现了不停车检测,最大程度的遏制违规车辆上路运营。

摘要： 为了提高最大2维熵分割的性能,提出了基于改进麻雀算法的最大2维熵分割方法,可减小运算量并且缩短计算时间。首先,融合反向学习策略和自适应t分布变异,引入精英粒子,以扩大算法搜索范围,增加算法后期局部搜索能力;其次,使用萤火虫机制,对最优解进行扰动变异,进一步增加种群多样性;最后,采用提出的改进麻雀算法寻找图像最大2维熵,得到最优阈值分割图像。结果表明,4幅图像的平均运行时间为0.3695s,远低于基础2维熵算法的1.7547s和基础2维Otsu算法的5.7936s。所提出的改进麻雀算法的全局搜索和局部寻优能力相比原麻雀算法有较大改善,缩短了传统最大2维熵图像分割方法的运行时间,在峰值信噪比和结构相似度指标上均得到提升,具有一定的应用价值。

摘要： 弹性光网络(elastic optical networks,EONs)作为下一代极具潜力的光网络近年来受到广泛关注,其中路由与频谱分配(routing and spectrum allocation,RSA)是实现网络设计和控制的核心技术之一。本文系统分析了EONs的概念内涵,对RSA这一关键问题进行了详细描述,从静态和动态角度出发,以不同特性的算法框架为基础,依照精确算法、智能优化算法、启发式算法以及学习型算法4个大类对RSA算法的国内外研究现状进行了总结剖析。结合EONs的未来应用需求,阐述了该领域所面临的问题与挑战,展望了RSA算法的发展趋势。

摘要： 诊断策略设计是装备测试性工作的重要组成部分,对提高装备的性能监测和故障诊断能力,减少测试和维修资源需求,降低寿命周期费用等方面具有重要的意义;通过对国内外的研究成果及相关文献进行分析和总结,较为系统地介绍了AND/OR图启发式搜索方法和智能优化算法两大类诊断策略设计方法的原理及分类;对多故障条件、测试多值输出和测试不可靠条件等复杂条件下的诊断策略设计方法的研究现状进行了分析和综述;在此基础上,从三个方面探讨了诊断策略设计的未来研究方向。

摘要： 针对以最小化最大完工时间(makespan)和最小化最大拖期(maximum tardiness)为目标的多目标混合零空闲置换流水车间调度问题(Mixed No-idle Permutation Flow Shop Scheduling Problem,MNPFSP),提出了一种多目标离散正弦优化算法(Multi-objective Discrete Sine Optimization Algorithm,MDSOA)。首先,建立外部档案集(AS)存储Pareto解,并在每次迭代后对AS进行更新;其次,在正弦优化算法(Sine Optimization Algorithm,SOA)的基础上,引入迭代贪婪(IG)算法的破坏重构机制,重新定义了一种适用于离散调度问题的位置更新策略;最后,引入快速非支配排序和拥挤距离对种群进行筛选,在保留精英解的同时保证了解的多样性和分布性。选取Taillard Benchmark中11个不同规模的算例进行仿真实验,并将仿真结果与NSGA-Ⅱ和NSGA-Ⅲ算法进行比较,验证了MDSOA求解MNPFSP的有效性。

摘要： 近年来,量子科技的发展突飞猛进,成为继云计算、大数据、人工智能、区块链技术之后的又一种新兴战略性技术,其中量子理论在智能优化领域的应用被证明是较为成功和富有前景的。该文从量子力学的视角综述了当前智能优化算法的研究进展。将量子力学在智能优化算法中的应用分成了两个方面:1)将量子理论中的量子比特、量子门等概念应用于构造智能优化算法的相关研究,这些工作通过在智能优化算法中实现量子特性从而获得算法性能的提升;2)利用薛定谔方程、波函数、叠加态等概念对智能优化算法进行建模,建立了智能优化算法的量子化描述方式,为利用量子力学对智能优化算法进行分析和研究提供了新的范式。量子理论在优化算法中的应用现状表明:建立在薛定谔方程上的智能优化算法理论具有完备的数学理论框架,并能导出优化算法的核心迭代操作,有望为优化算法建立统一数学物理模型。

摘要： 评“量子视角下的智能优化算法综述”量子计算与人工智能的协同发展,为数据驱动的科学范式带来了新的憧憬和无限可能。同时,作为量子科技的重要组成部分,量子计算展现出强大的计算优越性,为后摩尔时代的量子信息技术提供了落地保障和基石。优化是众多科学问题、工程问题、社会问题中的永恒话题,围绕优化开展的大量人工智能算法研究,渐渐形成了“智能优化算法”体系;它既具备传统优化算法的高效性、局部性,又因兼容不断创新的无监督学习、深度学习、强化学习等方法,而更加具有时效性、全局性。

摘要： 针对大部分服装企业生产流水线存在依靠主观决策,导致生产效率低、在制库存高、制造周期不稳定等问题,梳理了服装生产车间的排产逻辑,分析了影响作业车间工单排产的重要因素。首先,采用灰色关联分析法构建工单优先级评价模型;其次,以瓶颈工序等待时间最小化、完工时间最小化和提高生产效率为原则,建立了瓶颈工序影响下的订单动态优先级排产计划模型;最后提出一种以“瓶颈工序等待时间最短”为主的车间调度智能优化算法。以某服装厂实际生产数据为例,结合订单动态优先级排产计划模型对服装订单进行排产,将排产结果与依靠人工经验编制的排产计划相比,新方法使得工单生产周期缩短、在制库存下降,验证了该模型的有效性,为服装厂生产车间排产提供了一种全新的可行方案。

摘要： 建立了将智能优化算法引入到有约束T-S模型模糊预测控制器的方法，描述了三种智能优化算法以及如何将智能优化算法应用到有约束模糊预测控制的求解过程中。仿真结果显示这种方法的有效性，智能优化算法能够快速精确地搜索到最优解，使得过程输出能够稳定地跟踪设定目标值。

摘要： 以第一类越流补给含水层情况下的地下水向井孔非稳定流动的解析解为例,将属于智能优化算法中的粒子群优化算法和混沌序列优化算法应用于求解分析抽水试验资料,确定含水层参数的函数优化问题。文中介绍了两种算法的运算思路和步骤,给出了算法流程图。结合实际抽水试验资料,进行了参数计算,并对计算结果精度进行了初步评价。结果表明,两种智能优化算法均能够有效地应用于计算第一类越流补给含水层情况下的水文地质参数；智能优化算法的计算结果精度优于传统的标准曲线配线法。与传统方法相比较,智能优化算法具有原理简单、易于编程与运算和计算结果精度不受人为随意性影响等优点。

摘要： 高分系列卫星数据成果已广泛应用于灾害监测、公共安全、现代农业等领域,随着各方用户使用需求和任务复杂度不断增加,卫星、地面站及中继接收等系统组成规模不断扩展,准确的对系统进行能力评估成为提升系统效能的关键,实际系统是由卫星资源约束、接收资源约束、任务空间分布约束等多个约束条件下构成的复杂系统,能力组成不是简单线性相加,而是非线性紧耦合关系,因此构建能力评估模型需要较好的反应真实情况.本文基于历史运行数据构建标准测试集模型,通过智能优化算法优化模型迭代,设计了基于任务贡献度的卫星权重系数,可用于分析计算高分系列卫星在轨运行体系能力边界,解决了系统能力评估与任务需求匹配问题,可为系统优化使用及后续系统建设发展提供决策支持.

摘要： 引入人工智能技术,提出了一种基于神经网络的Nelder-Mead改进加速算法,建立了基于监测结果的深大基坑动态施工反馈分析方法.以93383m2超大基坑工程为案例,进行了三维有限元参数反演分析,预测了基坑后续开挖围护结构水平位移、支撑轴力、管沟位移.结果表明:与Nelder-Mead算法比较,采用所建立的方法的收敛速度快,迭代次数减少了最大达86.9％;预测结果与实测结果吻合较好.

摘要： 应急资源调度问题是当前的热点问题,应急资源的调度直接影响非常规突发事件下应对危机的能力.单一恐怖事件下的应急资源调度是恐怖突发事件下应急资源调度的一种情况,本文结合智能优化算法,以路径最短作为优化目标,计算从起点到各个恐怖突发事件点的最短路径,较好地解决了单一恐怖事件下的应急资源调度问题.

摘要： 岩体力学参数的确定长期以来都是岩体力学中的热门研究课题，经过众多科研工作者的研究和实际工程中的应用，该领域已经形成了众多的方法：从传统的经验类比法、试验确定法到现在流行的逆解反演法、直接反演法。为了能够对各种方法得实施和原理有清晰、全面的认识，本文即总结了目前确定岩体力学参数最基本的方法。其中不仅包括了国际上常用的以Q法、RMR法围岩分级来确定岩体力学参数的经验类比法，以及我国常用围岩分级所对应的岩体力学参数。还简要介绍了试验确定岩体力学参数的方法。另外，本文对反演岩体力学参数的方法做了详细的总结，涵盖了有限元逆解法、边界元逆解法以及各种智能优化算法（遗传算法、模拟退火算法、粒子群算法）和人工神经网络预测岩体力学参数的方法。

摘要： 最短路径问题在现实生活和军事活动中占据着越来越重要的地位,求解这一类问题的方法也有很多,包括动态规划法、Dijkstra算法和智能优化算法。详细介绍并比较了各种方法的优劣,发现智能优化算法尤其是群智能算法是解决路径优化问题的一种简便有效的算法。

摘要： 为了提高RF优化的工作效率,减轻网优人员工作负荷,研究了一套智能检测天线工参异常的算法.不用上站勘察,不用实地路测,整合小区工参、EV-DO的路由更新消息(RUM)和话单记录,依靠数据库技术,利用数理统计方法,通过数据挖掘就能快速定位天线方位角与下倾角是否合理.

摘要： 为了提高RF优化的工作效率,减轻网优人员工作负荷,研究了一套智能检测天线工参异常的算法.不用上站勘察,不用实地路测,整合小区工参、EV-DO的路由更新消息(RUM)和话单记录,依靠数据库技术,利用数理统计方法,通过数据挖掘就能快速定位天线方位角与下倾角是否合理.

摘要： 为了提高RF优化的工作效率,减轻网优人员工作负荷,研究了一套智能检测天线工参异常的算法.不用上站勘察,不用实地路测,整合小区工参、EV-DO的路由更新消息(RUM)和话单记录,依靠数据库技术,利用数理统计方法,通过数据挖掘就能快速定位天线方位角与下倾角是否合理.

摘要： 本发明给出一种基于粒子群优化算法和蚁群优化算法的频谱感知方法，该方法在多簇认知电无线网络中，首先通过粒子群优化算法获得每个小簇中簇头的最佳位置，这些最佳位置的簇头能够获得比簇内其他感知用户更可靠的检测结果，接着采取蚁群优化算法，根据信息素浓度寻找各感知用户信息传送的最短距离。各感知用户采用最短距离将信息传送给簇头，簇头将所有信息(包括自己的信息)按照一定权值进行融合，获得判决信息，并将判决信息发送给融合中心，融合中心融合所有簇头发送的信息作出判决，完成检测。本发明根据簇头位置的最优化设置和感知信息路径的最优化选择，能够缩短感知时间，增强检测性能。

摘要： 本发明公开了一种基于智能自适应优化算法的高超声速飞行器再入段轨迹优化控制器，该控制器由飞行器海拔高度传感器、飞行器速度传感器、飞行器飞行航道倾角传感器、飞行器水平飞行距离传感器、飞行器微控制单元MCU、飞行器攻角控制器构成。高超声速飞行器到达再入段空域后，各传感器开启，获得飞行器海拔高度、速度、飞行航道倾角和飞行水平距离信息，MCU根据所获得的信息自动执行内部智能自适应优化算法，得到水平飞行距离最长的轨迹优化控制策略，并将其转换为控制指令发送给攻角控制器执行。本发明能够快速地得到轨迹优化控制策略，使高超声速飞行器获得更长的水平飞行距离。

摘要： 本发明给出一种基于粒子群优化算法和蚁群优化算法的频谱感知方法，该方法在多簇认知电无线网络中，首先通过粒子群优化算法获得每个小簇中簇头的最佳位置，这些最佳位置的簇头能够获得比簇内其他感知用户更可靠的检测结果，接着采取蚁群优化算法，根据信息素浓度寻找各感知用户信息传送的最短距离。各感知用户采用最短距离将信息传送给簇头，簇头将所有信息(包括自己的信息)按照一定权值进行融合，获得判决信息，并将判决信息发送给融合中心，融合中心融合所有簇头发送的信息作出判决，完成检测。本发明根据簇头位置的最优化设置和感知信息路径的最优化选择，能够缩短感知时间，增强检测性能。

摘要： 发明公开了一种基于BM匹配算法和PSO优化算法模拟和优化酶切的方法，包括以下步骤：（1）采用BM算法大规模高效率地模拟单酶或多酶酶切，得到每一个酶切片段的黏端信息和碱基序列，解决以往酶切工具的基因组大小限制问题。（2）统计和显示酶切片段大小、GC含量和碱基平衡性，以评估特定长度大小片段的扩增效率。（3）以电泳图的形式展示模拟酶切结果，形象生动的展示酶切效果。（4）计算和统计特定长度范围上的特定序列的比例，为特定碱基或序列靶向测序提供依据和支持。（5）使用最优解算法PSO优化酶切的区域范围的选择，使所选区域范围对目标碱基或特征序列测序效能最高。最终将上面的结果以网页的形式汇总成评估报告，方便研究者和使用者一目了然地知道模拟酶切效果。

摘要： 本发明主要针对粒子群优化算法存在的缺点进行改进，而后应用于楼宇用户负荷调度系统进行调度优化，以得出合理有效的负荷调度方案。首先是对各类楼宇用户用电数据进行收集，将楼宇住户负荷通过密度峰值聚类算法对负荷特征进行分类，经去噪、选取密度峰值点后，依据楼宇住户对各类负荷的使用习惯获取楼宇可控负荷的可控时间段，并建立楼宇负荷用电调度模型，将家电产品的最优调度问题表述为具有约束的整数决策变量多目标优化问题，在所提出的多目标公式中，提出一种强大的优化算法：多元领导增强型粒子群优化算法，应用五次突变方案将粒子群推向更好的搜索区域，同时使领导粒子能够跳出局部并收敛到全局最优，以确定家电的最佳运行时段，达成了楼宇用户用电经济且舒适，实现了楼宇用电削峰填谷和节能减排等的目标。

摘要： 本发明提供了一种基于群智能优化算法的水下折展机构参数优化方法，利用仿真模拟、模型预测、算法优化等技术对水下折展机构进行分析，通过改变倒角、减少连杆厚度等方法在保证结构强度的基础上减少水阻力对机构水下性能的影响，提高水下折展机构的操作流畅性与工作可靠性。本发明的突出特点在于：利用流固耦合仿真模拟获取不同外形参数下的工作性能参数、借助BP神经网络模型与支持向量回归模型SVR联合预测，快速扩充数据集，使用粒子群优化算法，通过粒子寻优对数据进行分析，获取最优性能参数下的结构参数，探索并实现符合实际生产需求的结构最优目标。

摘要： 本发明公开了一种数字孪生环境中的生产制造车间人工智能优化算法模型系统及其算法，属于数字孪生与人工智能相辅相成的技术领域。本发明模块包括人工智能单元、数字孪生虚拟单元和物理单元，形成数字孪生系统。本发明方法基于粒子群优化的仿真算法，实现生产制造车间人工智能优化控制。本发明数字孪生系统为人工智能算法提供了训练和测试的安全虚拟环境，且相比真实物理车间，计算机中运行的车间数字孪生系统可以更快速地模拟物理中车间中的运行结果，大幅提高仿真测试的运行效率。将数字孪生虚拟环境中训练好的人工智能算法模型应用于实际物理车间，指导物理车间和设备生产优化。

摘要： 本发明属于优化算法领域，提出了一种新型的、具有杰出寻优能力的群体智能优化算法——青霉菌繁殖算法。青霉菌繁殖算法可以分为孢子的局部搜索过程，孢子的全局搜索过程，孢子的选择策略以及负反馈调节过程。孢子的局部搜索可以使算法快速收敛，全局搜索过程可以有效的避免局部最优解的发生，选择策略可以选择出具有最佳适应度值的解，是一种择优的过程。负反馈调节过程则是根据历代的适应度值变化来调节整个搜索过程，可以在局部最优发生时有效的跳出局部最优的情况。本发明借鉴了青霉菌的繁殖过程，算法易于理解，具有杰出的寻优能力，可以结合具体的场景进行应用。

摘要： 本发明属于优化算法领域，提供了一种新型群智能优化算法‑鸽群算法。算法包括起飞、飞行、归巢三大过程。起飞过程包括初始化、腾空和上升三个子过程，用于初始化鸽群位置、飞行速度和最优解的方向；飞行过程包括平飞、转弯和追逐三个子过程，用于寻找局部最优解、全局最优解和改善全局最差解；归巢过程则避免算法陷入局部最优解。本发明算法具有如下特点：1)算法对目标函数的性质要求不高，可以是函数表达式，也可以是非函数形式的表示形式；2)对低维函数具有全局收敛性较强、算法循环次数少、收敛速度快的特点；3)对高维、多峰值、复杂问题具有较强的全局收敛性、较少的循环次数以及较高的稳定性。

摘要： 本发明公开了基于智能优化算法的砌块排布优化策略的自动生成方法，涉及信息技术领域，包括以下步骤：1)提取墙体相关信息；2)输入砌体墙信息；3)输入砌块信息；4)选择方案，包括水平灰缝厚度、竖向灰缝宽度、砖块固定裁切尺寸和位置粒子维度及其种类的选择；5)PSO算法进行智能排砖；6)输出排砖图。本发明优化了灰缝和砌块的排布，排砖准确性和效率高，节省了大量人工成本和时间成本，并可用于各类建筑辅助设计软件中，可移植性和智能化程度高。解决了现有砌体墙排砖方法自动化程度不高、结果不理想的问题，可广泛应用于砌体工程中。