您现在的位置: 首页> 研究主题> 果蝇优化算法

果蝇优化算法

果蝇优化算法的相关文献在2011年到2022年内共计431篇,主要集中在自动化技术、计算机技术、电工技术、机械、仪表工业 等领域,其中期刊论文379篇、会议论文3篇、专利文献148488篇;相关期刊230种,包括山东农业大学学报(自然科学版)、组合机床与自动化加工技术、动力工程学报等; 相关会议3种,包括2017年全国小功率电机学术交流会 、2016中国汽车工程学会年会 、中国系统工程学会第十八届学术年会等;果蝇优化算法的相关文献由1148位作者贡献,包括刘成忠、韩俊英、周永权等。

果蝇优化算法—发文量

期刊论文>

论文:379 占比:0.25%

会议论文>

论文:3 占比:0.00%

专利文献>

论文:148488 占比:99.74%

总计:148870篇

果蝇优化算法—发文趋势图

果蝇优化算法

-研究学者

  • 刘成忠
  • 韩俊英
  • 周永权
  • 李栋
  • 张文宇
  • 张水平
  • 蒋雁翔
  • 郭德龙
  • 余玲珍
  • 侯麟
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

    • 韩锟; 章京涛; 杨穷千
    • 摘要: 针对基于传统Rao-Blackwellized粒子滤波(Rao-Blackwellised Particle Filter,RBPF)算法的移动机器人在进行同时定位与地图构建(Simultaneous Location and Mapping,SLAM)时易发生粒子退化导致移动机器人位姿估计不准确以及地图一致性较差的问题,提出一种基于果蝇优化算法的RBPF-SLAM算法。该算法将果蝇种群觅食过程中果蝇具有的趋味特性引入RBPF算法,将粒子视为果蝇个体,粒子的适应度值作为空气中食物味道的浓度,利用果蝇优化算法的高寻优能力使粒子向高似然区域移动并不断迭代寻优,以优化粒子种群的整体分布。同时,在果蝇寻优后的新种群中引入自适应交叉变异操作,以增加种群多样性。根据粒子的适应度值确定交叉概率,对配对好的粒子进行自适应交叉操作,再根据变异概率对当前种群的最优粒子进行变异操作,选取适应度值更高的粒子作为当前最优解。采用指数函数步长公式更新粒子状态,增加寻优过程中的搜索距离,有效提高算法的收敛效率。基于ACES building和MIT Killian Court数据集的仿真实验以及移动机器人实机测试结果显示,基于果蝇优化算法的RBPF-SLAM算法在比传统RBPF-SLAM算法在粒子数减少50%以上的情况下仍可以得到效果更佳的栅格地图,并且CPU占用率更低。仿真和实验结果表明基于果蝇优化算法的RBPF-SLAM算法有效提高了滤波器的估计性能,是一种提高移动机器人位姿估计和建图精度的有效方法。
    • 黄荷; 汤怡乾; 蒋代兴; 陈琳; 蔡立孔
    • 摘要: 为了提高泛在电力物联网的网络安全性,提出基于机器学习的泛在电力物联网虚假数据注入攻击检测方法。采用主成分分析方法提取电力系统的量测数据主要特征值,降低数据维度;提出基于梯度提升决策树(gradient boosting decision tree,GBDT)的攻击检测模型,用于实现对攻击数据的分类;为了提高GBDT的分类精度,提出三维自适应果蝇优化算法(Three-dimensional adaptive drosophila optimization algorithm,TDADOA),用于优化GBDT的网络参数。仿真对比结果显示,相比于其他传统方法,所提的方法对于攻击数据的检测更加精准,有利于提高泛在电力物联网的安全水平。
    • 尹瑞雪; 冯旭青; 吴拓; 李付春; 王泽
    • 摘要: 针对传统果蝇算法在求解零空闲流水车间调度问题时,存在精度及稳定性较差的问题,提出了一种改进果蝇优化算法用以求解该类问题。该方法以最大完工时间最小化为优化目标,在传统果蝇算法的基础上,建立了多种群中心搜索模式,改进嗅觉搜索方式,引入破坏重建、插入领域局部搜索;并将免疫算法激励度引入果蝇视觉觅食阶段;最后通过测试案例,验证了该改进算法的有效性。结果显示该算法不仅能有效提高全局寻优效果,而且具有较好的稳定性,为求解零空闲流水车间问题提出了一种新方法。
    • 董明; 李敬; 索永录; 唐恩贤; 马宏伟; 陈渊; 张广明; 万翔
    • 摘要: 降噪是超声信号处理的重要环节,正交匹配追踪是一种常用的降噪方法,传统正交匹配追踪算法计算量大、分解精度不高,无法提取强噪声背景下的超声信号.本文提出了一种结合果蝇优化算法和正交匹配追踪的超声信号降噪算法,将正交匹配追踪中的“贪婪”搜索转换为Gabor函数的参数优化问题,利用果蝇优化算法估计Gabor函数的最优值,采用自适应步长以提高果蝇优化算法的全局遍历性,同时引入高维广义CAT映射以跳出局部最优,最后由寻找到的最佳原子重构超声信号.为验证算法的有效性,对仿真的多频超声回波信号和实验采集的锻件试块超声回波信号进行了降噪处理,结果表明,本文提出的方法能有效提取强噪声背景下的超声信号.
    • 刘春喜; 朱双蕊; 崔正
    • 摘要: 针对CLLLC谐振变换器闭环系统中模糊PI控制参数选取不当容易导致输出电压动态响应速度变慢的问题,提出了一种果蝇优化模糊PI控制方法,首先将CLLLC谐振变换器闭环系统的性能指标作为果蝇优化算法的适应度函数,然后根据系统反馈信息利用果蝇优化算法对模糊PI控制参数进行全局优化,当系统的性能指标最小时可得模糊PI控制量化因子和比例因子的最优解,最后通过仿真验证了所提方法的有效性。结果表明,果蝇优化模糊PI控制使CLLLC谐振变换器闭环控制系统的动态响应速度更快。
    • 曾宇容; 王林; 王思睿
    • 摘要: 本文面向企业运营管理实践,构建了一种基于联合补货策略的选址-库存-配送集成优化新模型。作为典型的NP-hard问题,传统算法难以高效稳定地求解,故本文设计了一种新的混合果蝇优化算法(Fruit Fly Optimization Algorithm,FOA),通过引入进化算法的信息交换、变异、选择操作来增强算法局部寻优能力,采取概率性飞行策略来平衡算法的全局寻优与局部寻优。算例结果表明,新混合FOA算法的准确性和稳定性较标准FOA有了明显的改善,与差分进化、自适应混合差分进化、粒子群优化相比也具有比较优势。
    • 张建浩; 任核权; 章剑光; 谢天祥; 胡丹
    • 摘要: 为解决现有工程项目信息管理系统信息搜索效率低和算法优化效果差等问题,提出了一种基于线性递减步骤和逻辑混沌映射的改进果蝇优化算法。将果蝇优化算法的固定步骤更改为线性递减步骤,提高果蝇优化算法的准确性。同时,采用逻辑混沌映射可以削弱优化解决方案初始条件的敏感性,提高果蝇优化算法的稳定性。试验结果表明,平均数据搜索效率达到95%。
    • 石建平; 刘国平; 李培生; 陈冬云; 刘鹏
    • 摘要: 针对果蝇优化算法收敛速度慢、收敛精度低以及候选解只能取正值等不足,提出一种基于双策略协同进化的改进果蝇优化算法,该算法按概率从两个精心构造的进化策略中随机选择其中一个策略,作为当前果蝇个体的嗅觉搜索操作算子,进而形成两个策略混合协同进化的嗅觉搜索机制,达到合理兼顾算法全局探索与局部开发的目的,大幅度提升算法的收敛质量。此外,通过引入佳点集初始化种群方法以及实时视觉更新策略,使初始种群具有较好的多样性,同时加快了算法的收敛速度。借助经典的基准测试函数和平面冗余机械臂的逆运动学求解验证了所提算法的可行性与有效性。结果表明:该算法在寻优速度、精度以及结果稳定性等方面明显优于对比算法。
    • 吴经纬; 余玲珍; 龙道银; 杨靖
    • 摘要: 针对基本果蝇优化算法(Fruit fly Optimization Algorithm,FOA)收敛速度慢、寻优精度低的问题,提出一种多策略的变异果蝇优化算法(A Mutant Fruit fly Optimization Algorithm with multi-strategy,MFOA)。首先通过混沌映射对初始种群位置进行初始化,以此来增加种群个体的多样性;然后引入对数递减策略的非线性动态收敛因子,以均衡全局搜索与局部开发能力;最后对果蝇最优个体位置进行柯西变异,利用柯西变异的随机扰动特征避免陷入局部最优。仿真结果表明,提出的改进算法相比与其它算法在寻优过程中能够保持种群多样性,具有更好寻优精度和更快的收敛速度。
    • 高岳林; 杨钦文; 王晓峰; 李嘉航; 宋彦杰
    • 摘要: 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。
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号